星地融合网络通过实现卫星网络与地面蜂窝网络的有机融合,可为用户提供灵活的网络接入服务,满足多场景用户应用需求.然而,卫星网络拓扑结构的动态变化、星地链路的复杂特性、多网和多用户资源调度粒度的显著差异性,以及资源共享模式的...星地融合网络通过实现卫星网络与地面蜂窝网络的有机融合,可为用户提供灵活的网络接入服务,满足多场景用户应用需求.然而,卫星网络拓扑结构的动态变化、星地链路的复杂特性、多网和多用户资源调度粒度的显著差异性,以及资源共享模式的多样性,均对星地融合网络用户关联及资源调度问题带来困难及挑战.本文针对星地融合网络下行链路增强型移动宽带用户(Enhanced mobile broadband User,EU)及高可靠低延迟通信用户(ultra-Reliable and low latency communications User,RU)数据传输场景,研究用户关联及资源调度问题.在满足用户传输需求、网络可用资源、资源共享模式等约束条件下,将联合用户关联及资源块调度问题建模为系统效用函数最大化问题.由于该优化问题为强耦合问题,不易直接求解,本文将原优化问题分解功率分配子问题、用户关联及资源调度子问题.针对功率分配子问题,利用拉格朗日部分松弛法对离散变量进行连续化,进而将功率分配子问题转换为凸优化问题,采用拉格朗日对偶算法进行求解.基于得到的功率分配策略,本文提出一种启发式算法确定用户关联模式及资源块分配策略,在对蜂窝网络可用时频资源状态进行评估的基础上,分别针对时频资源充足及时频资源不充足的情况设计用户关联及资源块调度策略.针对时频资源充足情况,根据用户资源调度模式,分别定义RU及EU的时空资源调度粒度,进而针对采用正交频分多址接入(Orthogonal Frequency Division Multiple Access,OFDMA)模式的RU及EU,基于KM匹配算法优化确定时频资源块调度策略;进而,针对采用穿孔模式的RU与EU,提出一种基于贪婪算法的EU资源块重调度策略,以满足用户最小传输速率;针对占用相邻子信道的EU优化确定OFDMA模式及非正交多址接入(Non-Orthogonal Multiple Access,NOMA)模式,以实现效用函数的提升.针对蜂窝网络时频资源不充足的情况,为无法接入蜂窝网络的用户分配卫星关联模式,并设计基于Kuhn-Munkres匹配算法的资源块调度策略.最后,通过仿真验证本文所提算法的有效性.展开更多
星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强...星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的多业务缓存(Caching for Multi-Type Services,CMTS)策略。通过对星地融合网络中获取请求内容时延与三类典型业务时间效用函数分析建模,建立以最大化系统和效用为目标的优化问题,并提出一种基于多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)的MADDPG-CMTS算法,综合考虑业务效用差异化特征、用户请求、星地缓存、网络拓扑等多种因素确定缓存更新决策。仿真结果表明,所提算法与最受欢迎内容(Most Popular Content,MPC)策略、随机替换(Random Replacement,RR)策略等传统缓存更新策略相比,系统总效用可提升约47%。展开更多
文摘星地融合网络通过实现卫星网络与地面蜂窝网络的有机融合,可为用户提供灵活的网络接入服务,满足多场景用户应用需求.然而,卫星网络拓扑结构的动态变化、星地链路的复杂特性、多网和多用户资源调度粒度的显著差异性,以及资源共享模式的多样性,均对星地融合网络用户关联及资源调度问题带来困难及挑战.本文针对星地融合网络下行链路增强型移动宽带用户(Enhanced mobile broadband User,EU)及高可靠低延迟通信用户(ultra-Reliable and low latency communications User,RU)数据传输场景,研究用户关联及资源调度问题.在满足用户传输需求、网络可用资源、资源共享模式等约束条件下,将联合用户关联及资源块调度问题建模为系统效用函数最大化问题.由于该优化问题为强耦合问题,不易直接求解,本文将原优化问题分解功率分配子问题、用户关联及资源调度子问题.针对功率分配子问题,利用拉格朗日部分松弛法对离散变量进行连续化,进而将功率分配子问题转换为凸优化问题,采用拉格朗日对偶算法进行求解.基于得到的功率分配策略,本文提出一种启发式算法确定用户关联模式及资源块分配策略,在对蜂窝网络可用时频资源状态进行评估的基础上,分别针对时频资源充足及时频资源不充足的情况设计用户关联及资源块调度策略.针对时频资源充足情况,根据用户资源调度模式,分别定义RU及EU的时空资源调度粒度,进而针对采用正交频分多址接入(Orthogonal Frequency Division Multiple Access,OFDMA)模式的RU及EU,基于KM匹配算法优化确定时频资源块调度策略;进而,针对采用穿孔模式的RU与EU,提出一种基于贪婪算法的EU资源块重调度策略,以满足用户最小传输速率;针对占用相邻子信道的EU优化确定OFDMA模式及非正交多址接入(Non-Orthogonal Multiple Access,NOMA)模式,以实现效用函数的提升.针对蜂窝网络时频资源不充足的情况,为无法接入蜂窝网络的用户分配卫星关联模式,并设计基于Kuhn-Munkres匹配算法的资源块调度策略.最后,通过仿真验证本文所提算法的有效性.
文摘星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的多业务缓存(Caching for Multi-Type Services,CMTS)策略。通过对星地融合网络中获取请求内容时延与三类典型业务时间效用函数分析建模,建立以最大化系统和效用为目标的优化问题,并提出一种基于多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)的MADDPG-CMTS算法,综合考虑业务效用差异化特征、用户请求、星地缓存、网络拓扑等多种因素确定缓存更新决策。仿真结果表明,所提算法与最受欢迎内容(Most Popular Content,MPC)策略、随机替换(Random Replacement,RR)策略等传统缓存更新策略相比,系统总效用可提升约47%。
