为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中...为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。展开更多
为了解决在工业物联网(industrial Internet of things,IIoT)环境下,现有的调度算法在调度工作流中对数据安全、响应时间有一定要求的任务所带来的完工时间上升、成本增加的问题,提出一种基于雾环境负载率而变化的任务调度策略,并使用...为了解决在工业物联网(industrial Internet of things,IIoT)环境下,现有的调度算法在调度工作流中对数据安全、响应时间有一定要求的任务所带来的完工时间上升、成本增加的问题,提出一种基于雾环境负载率而变化的任务调度策略,并使用改进的蜣螂优化算法对工作流调度问题进行求解。改进的算法使用HEFT(heterogeneous earliest finish time)算法对蜣螂种群进行初始化,降低了原始算法中随机性带来的影响。同时引入了镜面反射和反向学习思想,提高了算法的搜索性能。实验结果表明,该算法相比于其他一些传统的调度算法在完工时间与成本方面都有一定的性能提升。展开更多
针对非理想信道状态信息(channel state information,CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access,NOMA)技术提出了一种能量有效的多用户多信道匹配方案。首先,考虑用户中断概率约束...针对非理想信道状态信息(channel state information,CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access,NOMA)技术提出了一种能量有效的多用户多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户信道匹配优化问题;最后,将面向能量效率的NOMA用户信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。展开更多
超密集网络(ultra-dense network,UDN)中,毫微微基站(femto-cell base station,FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service,QoS),提出了一种UDN中基于聚类的资源分配方案。首先,...超密集网络(ultra-dense network,UDN)中,毫微微基站(femto-cell base station,FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service,QoS),提出了一种UDN中基于聚类的资源分配方案。首先,设计了一种基于加权密度的改进K-means聚类算法,将FBS动态划分为不同的簇。然后,以最大化UDN系统吞吐量为目标提出了一种两阶段时频资源分配方案:第一阶段,每个聚类内使用贪婪算法执行时频资源块的分配;第二阶段,利用资源补偿分配算法分配剩余的资源块,在考虑用户公平性的同时保证用户QoS。仿真结果表明,本文提出的资源分配方案能够有效提升系统吞吐量,同时保证用户QoS和公平性。展开更多
移动边缘计算(Mobile Edge Computing,MEC)在网络边缘为用户提供计算服务,有效降低了数据传输和处理时延,成为第五代移动通信系统(the 5th Generation Mobile Communication System,5G)低时延通信的关键技术。如何优化设计卸载策略以保...移动边缘计算(Mobile Edge Computing,MEC)在网络边缘为用户提供计算服务,有效降低了数据传输和处理时延,成为第五代移动通信系统(the 5th Generation Mobile Communication System,5G)低时延通信的关键技术。如何优化设计卸载策略以保证低时延、低能耗和高可靠通信是MEC面临的一个极具挑战性的任务。为此,文中针对频谱和能量双受限的多用户多任务MEC系统场景,提出可最小化系统能耗的多用户任务非正交多址(Non⁃Orthogonal Multiple Access,NOMA)协作中继卸载计算方案。考虑多用户协作中继场景并允许多任务基于NOMA实现并行卸载传输,在时延约束下建立多用户任务卸载计算能耗最小化问题;利用拉格朗日对偶法求解该问题,得到最优的基于中继的任务卸载传输方案和用户功率分配方案。仿真结果表明,所提方案能够有效降低MEC系统的多任务卸载计算能耗。展开更多
设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一。然而,资源复用带来了干扰管理和通信模式选择等难题。为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑...设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一。然而,资源复用带来了干扰管理和通信模式选择等难题。为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑D2D链路对蜂窝链路的干扰管理不同,文中同时考虑蜂窝用户和D2D链路的干扰抑制问题。针对D2D复用蜂窝下行链路场景,分别研究了干信比约束下的蜂窝用户下行干扰抑制区(DILA)和D2D用户有效通信区域,进而结合二者提出了一种全新的D2D通信模式选择方案,实现了用户对D2D复用模式、D2D专用模式、蜂窝模式3种通信模式的快速选择。仿真结果表明,相比现有的通信模式选择方案,文中提出的联合DILA和D2D通信范围的模式选择方案能够给用户提供更高的D2D通信机会和更高的系统吞吐量。展开更多
文摘为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。
文摘为了解决在工业物联网(industrial Internet of things,IIoT)环境下,现有的调度算法在调度工作流中对数据安全、响应时间有一定要求的任务所带来的完工时间上升、成本增加的问题,提出一种基于雾环境负载率而变化的任务调度策略,并使用改进的蜣螂优化算法对工作流调度问题进行求解。改进的算法使用HEFT(heterogeneous earliest finish time)算法对蜣螂种群进行初始化,降低了原始算法中随机性带来的影响。同时引入了镜面反射和反向学习思想,提高了算法的搜索性能。实验结果表明,该算法相比于其他一些传统的调度算法在完工时间与成本方面都有一定的性能提升。
文摘针对非理想信道状态信息(channel state information,CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access,NOMA)技术提出了一种能量有效的多用户多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户信道匹配优化问题;最后,将面向能量效率的NOMA用户信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。
文摘超密集网络(ultra-dense network,UDN)中,毫微微基站(femto-cell base station,FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service,QoS),提出了一种UDN中基于聚类的资源分配方案。首先,设计了一种基于加权密度的改进K-means聚类算法,将FBS动态划分为不同的簇。然后,以最大化UDN系统吞吐量为目标提出了一种两阶段时频资源分配方案:第一阶段,每个聚类内使用贪婪算法执行时频资源块的分配;第二阶段,利用资源补偿分配算法分配剩余的资源块,在考虑用户公平性的同时保证用户QoS。仿真结果表明,本文提出的资源分配方案能够有效提升系统吞吐量,同时保证用户QoS和公平性。
文摘移动边缘计算(Mobile Edge Computing,MEC)在网络边缘为用户提供计算服务,有效降低了数据传输和处理时延,成为第五代移动通信系统(the 5th Generation Mobile Communication System,5G)低时延通信的关键技术。如何优化设计卸载策略以保证低时延、低能耗和高可靠通信是MEC面临的一个极具挑战性的任务。为此,文中针对频谱和能量双受限的多用户多任务MEC系统场景,提出可最小化系统能耗的多用户任务非正交多址(Non⁃Orthogonal Multiple Access,NOMA)协作中继卸载计算方案。考虑多用户协作中继场景并允许多任务基于NOMA实现并行卸载传输,在时延约束下建立多用户任务卸载计算能耗最小化问题;利用拉格朗日对偶法求解该问题,得到最优的基于中继的任务卸载传输方案和用户功率分配方案。仿真结果表明,所提方案能够有效降低MEC系统的多任务卸载计算能耗。
文摘设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一。然而,资源复用带来了干扰管理和通信模式选择等难题。为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑D2D链路对蜂窝链路的干扰管理不同,文中同时考虑蜂窝用户和D2D链路的干扰抑制问题。针对D2D复用蜂窝下行链路场景,分别研究了干信比约束下的蜂窝用户下行干扰抑制区(DILA)和D2D用户有效通信区域,进而结合二者提出了一种全新的D2D通信模式选择方案,实现了用户对D2D复用模式、D2D专用模式、蜂窝模式3种通信模式的快速选择。仿真结果表明,相比现有的通信模式选择方案,文中提出的联合DILA和D2D通信范围的模式选择方案能够给用户提供更高的D2D通信机会和更高的系统吞吐量。
