如何合理分配有限的频谱资源是认知无线电网络的核心问题之一.通过对物理层功率控制和MAC层带宽分配需求的研究,建立以最大化系统吞吐量为目标的跨层优化模型.并在该模型的基础上设计一种基于跨层议价博弈的带宽与功率分配算法(Bandwidt...如何合理分配有限的频谱资源是认知无线电网络的核心问题之一.通过对物理层功率控制和MAC层带宽分配需求的研究,建立以最大化系统吞吐量为目标的跨层优化模型.并在该模型的基础上设计一种基于跨层议价博弈的带宽与功率分配算法(Bandwidth and Power Allocation Algorithm-Cross Layer Bargaining Game,BPAA-CLBG).仿真结果表明该算法可以有效地提高认知无线电网络的频谱利用率,且在系统吞吐量方面较现有算法有明显的改善.展开更多
随着无线网络中视频流量的增长,内容分发网络和移动边缘计算技术被视为应对这一挑战的有效方案,其中缓存策略问题是研究的重要内容。面对不同的应用场景和需求,设计缓存策略时会考虑不同的优化目标。文中重点考虑了两个优化目标的公平...随着无线网络中视频流量的增长,内容分发网络和移动边缘计算技术被视为应对这一挑战的有效方案,其中缓存策略问题是研究的重要内容。面对不同的应用场景和需求,设计缓存策略时会考虑不同的优化目标。文中重点考虑了两个优化目标的公平性问题。对视频服务商而言,用户满意度(Quality of Experience,QoE)体现了服务的质量,而能量效率体现了成本效益和节能指标。在设计缓存策略时,由于无法明确哪个目标的优先级更高,因此需要对它们进行公平地优化。首先,对缓存策略问题的两个重要目标(QoE和能量效率)进行数学建模,并提出了公平性原则。然后,将这两个优化目标作为博弈对象,代入纳什议价博弈模型中。接着,提出了一种确保公平性的多回合议价算法,并证明了该算法的合理性和有效性。最后,仿真实验验证,该算法能够在优化缓存策略的QoE和能量效率的同时保证它们之间的公平性。展开更多
文摘如何合理分配有限的频谱资源是认知无线电网络的核心问题之一.通过对物理层功率控制和MAC层带宽分配需求的研究,建立以最大化系统吞吐量为目标的跨层优化模型.并在该模型的基础上设计一种基于跨层议价博弈的带宽与功率分配算法(Bandwidth and Power Allocation Algorithm-Cross Layer Bargaining Game,BPAA-CLBG).仿真结果表明该算法可以有效地提高认知无线电网络的频谱利用率,且在系统吞吐量方面较现有算法有明显的改善.
文摘随着无线网络中视频流量的增长,内容分发网络和移动边缘计算技术被视为应对这一挑战的有效方案,其中缓存策略问题是研究的重要内容。面对不同的应用场景和需求,设计缓存策略时会考虑不同的优化目标。文中重点考虑了两个优化目标的公平性问题。对视频服务商而言,用户满意度(Quality of Experience,QoE)体现了服务的质量,而能量效率体现了成本效益和节能指标。在设计缓存策略时,由于无法明确哪个目标的优先级更高,因此需要对它们进行公平地优化。首先,对缓存策略问题的两个重要目标(QoE和能量效率)进行数学建模,并提出了公平性原则。然后,将这两个优化目标作为博弈对象,代入纳什议价博弈模型中。接着,提出了一种确保公平性的多回合议价算法,并证明了该算法的合理性和有效性。最后,仿真实验验证,该算法能够在优化缓存策略的QoE和能量效率的同时保证它们之间的公平性。
