基于GRU和LSTM组合模型的车联网信道分配方法

针对车联网中高通信需求和高移动性造成的车对车链路(Vehicle to Vehicle,V2V)间的信道冲突及网络效用低下的问题,提出了一种基于并联门控循环单元(Gated Recurrent Unit,GRU)和长短期记忆网络(Long Short-Term Memory,LSTM)的组合模型的车联网信道分配算法。算法以降低V2V链路信道碰撞率和空闲率为目标,将信道分配问题建模为分布式深度强化学习问题,使每条V2V链路作为单个智能体,并通过最大化每回合平均奖励的方式进行集中训练、分布式执行。在训练过程中借助GRU训练周期短和LSTM拟合精度高的组合优势去拟合深度双重Q学习中Q函数,使V2V链路能快速地学习优化信道分配策略,合理地复用车对基础设施(Vehicle to Infrastructure,V2I)链路的信道资源,实现网络效用最大化。仿真结果表明,与单纯使用GRU或者LSTM网络模型的分配算法相比,该算法在收敛速度方面加快了5个训练回合,V2V链路间的信道碰撞率和空闲率降低了约27%,平均成功率提升了约10%。

基于排队论的一种高吞吐量信道分配协议设计

针对复杂多变的认知无线电系统中难以为次用户高效分配信道的问题,提出了一种高吞吐量信道分配协议——TKMA协议。该协议根据主用户(PU)活动、次用户(SU)实时业务需求、信道条件等信息构建用户信道的效用矩阵,在保障PU通信质量的前提下以SU系统总效用值最大化为目标进行信道分配,并利用改进Kuhn-Munkras算法结合轮询调度进行求解。为了评估该协议性能,建立了通用的多用户多信道认知无线电系统模型,利用排队理论描述数据包传输过程,并通过马尔可夫稳态求解推导出SU的性能指标。实验结果表明,与以往提出的化简方法和传统的公平随机分配协议相比,使用TKMA协议在SU系统总的吞吐量、平均时延、平均队长、拒绝率等指标上都取得了更优的结果,证明了所提协议和系统模型的有效性。

基于QBD模型的混合信道分配技术的性能研究

以混合信道分配技术为研究对象,在建立拟生灭过程的数学模型过程中选择切换保留混合优先级算法,然后通过模型平稳分布的求解得出性能指标的数学表达式,通过仿真对其性能进行比较.结果表明混合信道分配略差于动态信道分配,但明显优于固定信道分配.

联合功率控制和信道分配的蜂窝网络能效优化算法

为了提高混合设备到设备(D2D)蜂窝网络中D2D干扰导致系统能效下降的问题,提出了联合功率控制和信道分配的能效优化(EEPC)算法,进而提升系统能效。以D2D用户和蜂窝用户最小速率为约束条件,建立最大化能效的优化问题;利用块坐标下降法将优化问题转化为信道分配和功率控制两个子问题,再分别利用Q学习算法、Dinkelbach算法和优化最小(MM)算法求解。并对Q学习算法中贪婪搜索因子进行改进,采用动态的搜索因子,平衡探索与利用间的关系。性能分析表明,提出的EEPC算法提升了系统能效。

基于QBD模型的混合信道分配技术研究

混合信道分配技术兼有固定信道分配技术和动态信道分配技术的优点。为提高信道资源利用率,通过建立拟生灭过程的数学模型,选择切换保留混合优先级算法,然后通过模型平稳分布的求解得出性能指标的数学表达式,通过仿真对其性能进行比较。结果表明混合信道分配略差于动态信道分配,但优于固定信道分配。

GPRS/GSM网络中的无线信道分配算法研究

随着GPRS/GSM移动接入网的广泛应用,有效的信道分配算法在保证网络服务质量中的重要性开始凸现。该文描述了GPRS/GSM移动接入网的信道分配过程,对固定信道分配算法和动态信道分配算法进行了详细分析,并采用自行开发的GPRS/GSM网络仿真软件模拟语音业务与分组数据业务动态共享信道资源的过程,从而比较了不同的信道分配算法对接入网服务质量的影响,结果显示动态信道分配方案在增加系统运算量的同时可以很好地支持网络通信的质量。

基于群智能优化算法的无线通信网络信道分配研究

为提高无线通信网络信息传输的速率与可靠性,提出了基于群智能优化算法的无线通信网络信道分配方法。构建包括链路传输速率与干扰的无线通信网络分配模型,以传输速率最大以及干扰程度最小为目标,以信道资源与天线资源为约束条件,通过加权计算获取适应度函数,将最小化适应度函数作为无线通信网络信道分配的优化目标,采用粒子群算法得到无线通信网络信道分配结果。实验表明:该方法能够提高无线通信网络的传输速率,降低同信道以及邻近信道的干扰程度。

抗涟漪效应信道分配策略的研究

涟漪效应是影响信道分配的关键问题之一,为实现无线Mesh网络低干扰、高吞吐量的目标,抗涟漪效应信道分配策略成为研究重点。首先阐述了涟漪效应的产生机理,对比分析当前抗涟漪效应信道分配策略的优缺点;通过MATLAB仿真实验验证信道数量对干扰率、网络吞吐量的影响,指出当前抗涟漪效应信道分配策略存在的问题;最后探讨了该问题的下一步研究趋势。

基于改进麻雀搜索算法的无线Mesh网络信道分配优化

文章在考虑网络信道分配优化模型的约束条件时,由于缺少对资源分配公平性的约束,导致信道分配后利用率较低,优化效果有限,为此,文章提出基于改进麻雀搜索算法的无线Mesh网络信道分配优化。文章采用数学模型描述网络中的信道分配问题,构建信道分配模型,结合Mesh网络的结构与特性,设计约束条件,包括网络连通性约束、信道容量约束和资源分配公平性约束。文章通过引入新的搜索策略和局部优化机制优化麻雀搜索算法,实施模型求解得到最佳信道分配方案。实验结果表明,在文章所提研究方法的应用下,Mesh网络信道的利用率得到了很大提升。

基于贪心算法的无线mesh时空域多信道分配研究

无线mesh网络多接口多信道分配算法中,信道分配与接口数目之间存在相互制约、相互依赖、"涟漪效应",导致链路无效以及承载网络拓扑的主要业务节点存在时序关系,本文在基于多信道空间和时间联合信道分配算法的基础之上,考虑前一个子时序已分配信道对下一个子时序信道分配的影响,提出了基于贪心算法的无线mesh时空域多信道分配算法。根据贪心算法原理,尽量不改变已分配信道,减少信道切换时间,将剩余的未分配信道分配给要分配的接口,使信道能并行工作以提高整个网络的吞吐量。通过实验仿真,对比了能够抑制"涟漪效应"和链路无效的静态多接口多信道分配算法、空间与时间相结合的多接口多信道分配算法。结果表明,整个mesh网络的吞吐量有明显提高,且随着网络中业务节点变化的减小而增大,随着可利用信道数目的增加而增加。

移动通信系统中的动态信道分配问题

首先讨论了信道分配中电磁兼容限制因素、分类及性能评价,具体分析了各种动态信道分配方案,最后对“有序信道借用OCS”方案进行了模拟,得出了不同条件下的DCA的性能曲线,并与FCA进行了比较。

无线网格网的信道分配策略分析

WMN(无线网格网)是一种新型的大容量、高速率的分布式无线网络,非常具有发展前途。针对分布式网络的特点,WMN网络的信道分配策略与传统的网络有很大区别,算法复杂度高是其显著特点,这就需要在算法成本和网络性能之间进行折中。文章针对WMN的固定信道分配、动态信道分配、混合信道分配的几种典型多信道分配策略进行了分析,指出了其性能特点。

无线Mesh网络部分重叠信道分配综述

无线Mesh网络面临的主要挑战是由共信道干扰导致的网络容量下降问题,仔细规划部分重叠信道的使用能减少甚至消除共信道干扰。在介绍部分重叠信道基本概念的基础上,重点从单播和多播2个角度对国内外部分重叠信道分配研究领域的成果进行了分类总结与分析;深入剖析部分重叠信道分配中的难点与挑战,并展望了未来的研究方向,以期促进无线Mesh网络向"最后一公里"接入的理想解决方案演进。

认知无线Mesh网络中联合功率控制与信道分配的拥塞避免

受制于频谱资源有限性及链路负载差异性,网络拥塞成为认知无线Mesh网络研究中亟待解决的关键性问题.针对该问题,通过量化节点通信功率等级,并综合考虑网络干扰、链路有效容量及流量守恒等因素,建模了联合功率控制与信道分配的拥塞避免模型.进一步,提出了基于嵌套优化的拥塞避免机制,包括基于遗传算法的功率控制与信道分配、基于遗传算法的路由调度以及基于链路需求的最优路由算法.分别设计了组合编码和序列编码规则及流量守恒的约束控制机制,以保证个体进化的有效性及算法的快速收敛.一系列仿真实验表明该算法能够有效提高网络吞吐量,满足数据传输的实时性需求.

无线网状网中基于干扰模型的多信道分配策略

为解决信道干扰导致无线网状网吞吐量下降的问题,本文提出一种新的基于干扰模型的多信道分配策略.首先对网络进行分层,然后按照优先级逐层进行信道分配,通过降低信道间的干扰来提高每个结点的吞吐量,进而提高整个网络的吞吐量.仿真结果表明了该策略的有效性.

基于优先级信道预留的快速动态信道分配算法

针对TD-SCDMA系统现有快速动态信道分配算法的不足,提出了一种基于优先级信道预留的快速动态信道分配算法。该算法根据接力切换用户的移动台属性设定不同的优先级,为接力切换呼叫预留信道,结合小分组借用算法,增加了可移动边界动态信道分配(MBDCA)策略的灵活性。仿真结果表明,此算法相对于混合数据速率、小分组借用(MRG,mixed-data rate grouping borrowed)MB DCA算法,实现了VIP和快速移动切换用户的优先接入,有效地降低了切换呼叫的阻塞率,提高了数据业务性能和系统的信道利用率。

基于多用户MIMO/OFDM系统的空间子信道分配算法

对多用户MIMO/OFDM系统空间子信道进行了研究,以获取最大的系统吞吐量为目标,推导了子载波分配准则,提出了一种自适应空间子信道分配算法,并给出了相应的算法流程。仿真结果表明,该算法具有良好的性能,有效地提高了系统的传输速率。

基于自适应遗传算法的蜂窝网络信道分配

为解决遗传算法用于蜂窝网络固定信道分配时存在的过早收敛问题,通过采用最大需求优先最小冲突初始化方式、渐进式变异技术和一种新的交叉概率、变异概率自适应调整策略,提出一种自适应遗传算法。通过评估一组benchmark问题,证明该算法对解决信道分配问题具有较强的最优解收敛能力,收敛速度较快。

增强型的无线mesh网络信道分配方法

为更可靠地实行无线mesh网络的资源分配,将干扰模型引入mesh网络的节点流量模型中,提出改进型的基于流量感知的固定C-HYA信道分配方法,采用一种更贪婪的算法规避波纹效应,降低网络干扰。之后对算法进行实现仿真,建立相应网络拓扑结构,对在mesh网络中采用传统算法及改进算法对抗波纹效应及信道干扰的情况进行了对比分析。

多信道无线Mesh网络的多播信道分配算法

无线Mesh网络可用信道和节点接口的缺乏限制了多播树链路的可用带宽,致使网络吞吐量下降。针对该问题,提出支持多播的多信道多接口信道分配算法——LAMCA。该算法能最小化无线Mesh网络的干扰程度,并最大化网络吞吐量。仿真结果表明,与层次信道分配算法LCA相比,该算法在吞吐量性能方面较优。