检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

协作传输下的RRH分簇映射与资源分配策略

重庆邮电大学学报(自然科学版) 2024年

作者：黄燕辉张陆洋吴旭阳陈辽信通院工业互联网创新中心(重庆)有限公司重庆邮电大学通信与信息工程学院福建宁德核电有限公司

随着数据流量需求的快速增长，云无线接入网（cloud radio access network， C-RAN）以其资源虚拟化、协同处理、高能效性和网络智能化等特点，成为满足未来高容量、低能耗和低成本需求的关键技术之一，受到了广泛的研究关注。资源的按... 详细信息

随着数据流量需求的快速增长，云无线接入网（cloud radio access network， C-RAN）以其资源虚拟化、协同处理、高能效性和网络智能化等特点，成为满足未来高容量、低能耗和低成本需求的关键技术之一，受到了广泛的研究关注。资源的按需分配是C-RAN中的关键问题。提出了一种基于远程无线头（remote radio head， RRH）分簇映射的C-RAN虚拟化按需资源分配策略，在保证用户服务质量（quality of service， QoS）的前提下，以最小化系统能耗为目标，联合优化协同波束赋形、RRH选择和虚拟基带单元（virtual baseband unit， vBBU）配置来降低网络整体能耗。RRH选择和vBBU之间的制约关系使得问题高度复杂。该文分两步对问题进行求解，采用分层聚类分析算法对RRH进行分簇，利用信道状态信息进行RRH簇的最优分配，并为每个协作簇部署一个vBBU进行基带处理；在已知vBBU配置后，对簇内的RRH波束赋形进行优化并激活相应的RRH子集。实验结果表明，所提策略可以显著降低网络能耗。

关键词：云无线接入网能效优化协作传输资源分配

能量收集MEC系统中的任务卸载与资源分配方案研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第6期45卷 1363-1369页

作者：鲜永菊陈万琼左维昊汪帅鸽重庆邮电大学通信与信息工程学院重庆400065

移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳... 详细信息

移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳定,最小化终端设备完成任务的执行时间和能量消耗总成本,文章设计了一种基于深度强化学习(DRL)和改进差分进化的任务卸载和资源分配方案,首先通过Lyapunov随机优化理论,将随机优化问题解耦成每个确定时隙内的卸载决策子问题和资源分配子问题,然后通过DRL算法和改进的差分进化算法分别求解两个子问题.最后仿真结果表明,所提方案可以有效降低终端设备完成任务的总成本,并保证队列长期稳定.

关键词：移动边缘计算能量收集任务卸载资源分配深度强化学习

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

多用户D2D计算卸载与资源分配算法

信号处理 2024年第2期40卷 373-384页

作者：韩跃林朱琦南京邮电大学江苏省无线通信重点实验室江苏南京210003 南京邮电大学教育部泛在网络健康服务系统工程研究中心江苏南京210003

基于边缘服务器架构的移动计算卸载场景避免了核心网链路的网络延迟,在一定程度上提高了计算任务的处理效率,然而在移动用户密集分布的场景下,该计算卸载架构可能面临较高的蜂窝网络接入延迟。为提高移动边缘计算的用户体验,本文在移动... 详细信息

基于边缘服务器架构的移动计算卸载场景避免了核心网链路的网络延迟,在一定程度上提高了计算任务的处理效率,然而在移动用户密集分布的场景下,该计算卸载架构可能面临较高的蜂窝网络接入延迟。为提高移动边缘计算的用户体验,本文在移动用户密集分布的场景下研究了基于D2D通信的多用户计算卸载问题。根据是否具有任务处理需求将用户分为两类,定义拥有密集型计算任务需要处理的用户为需求用户,无任务需要处理且能够提供计算资源的用户为空闲用户。需求用户可以将任务以整体的形式卸载至空闲用户进行辅助处理。联合考虑需求用户与空闲用户在计算卸载中的收益,分别构建了各方的效用函数并形成了相应的优化问题。为了提高各方用户的效用,本文提出了基于Stackelberg博弈与遗传算法相结合的计算卸载与资源分配算法,该算法为两层结构,内层基于Stackelberg博弈对需求用户计算资源租赁单价决策以及空闲用户计算资源分配决策进行优化,并证明了各方用户的策略存在唯一纳什均衡。外层采用遗传算法对需求用户的任务卸载决策进行优化,根据内层算法的反馈结果,可以求解出能够有效提高需求用户效用的任务卸载决策。为验证算法的性能,本文进行了大量的实验仿真工作,仿真结果表明,与其他方案相比,本文算法能够有效提高需求用户与空闲用户的效用。同时,本文还对不同参数对算法有效性的影响进行了仿真分析。

关键词： D2D通信移动边缘计算 Stackelberg博弈资源分配遗传算法

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

分布式星群中的协同计算卸载与资源分配

宇航学报 2024年第6期 970-982页

作者：刘津宇姜兴龙胡海鹰梁广中国科学院微小卫星创新研究院中国科学院大学上海微小卫星工程中心

在分布式星群在轨建造、维修的全天基场景中，星群动态性大，时延敏感类（A类）与时延容忍类（B类）任务由资源受限的终端卫星并发产生，而传统的天地协同卸载场景中不考虑卫星动态性和任务类型的多样性。针对全天基场景的需求，构建了... 详细信息

在分布式星群在轨建造、维修的全天基场景中，星群动态性大，时延敏感类（A类）与时延容忍类（B类）任务由资源受限的终端卫星并发产生，而传统的天地协同卸载场景中不考虑卫星动态性和任务类型的多样性。针对全天基场景的需求，构建了一种分布式星群边缘计算架构，提出了一种差分自适应奖励系统DDPG(DARSDDPG)算法。通过将差分自适应奖励系统引入传统DDPG算法，使算法在学习过程中能够区分出不同类型任务的重要性，并自适应调整两类任务的惩罚系数，使两类任务的完成率达到最高。仿真表明，DARS-DDPG学习出的策略相较于基线策略以及传统DDPG学习出的策略，在任务时延以及A、B类任务完成率上都有大幅提升。

关键词：计算卸载资源分配卫星集群深度强化学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

施肥对鼠尾草属2种外来植物资源分配的影响

西北植物学报 2024年

作者：张燕婷方筱郭荣曾盛琪闫晓慧胡世俊西南林业大学云南省森林灾害预警与控制重点实验室西南林业大学国家林草局生物多样性保育重点实验室

【目的】比较鼠尾草属2种外来植物一串红和椴叶鼠尾草在不同营养条件下生长、繁殖、防御方面资源分配策略,了解椴叶鼠尾草的入侵机制。【方法】采用盆栽试验法,以2种外来植物为材料,设置对照(0 g)、低肥(1 g)和高肥(2 g) 3个营养梯度,... 详细信息

【目的】比较鼠尾草属2种外来植物一串红和椴叶鼠尾草在不同营养条件下生长、繁殖、防御方面资源分配策略,了解椴叶鼠尾草的入侵机制。【方法】采用盆栽试验法,以2种外来植物为材料,设置对照(0 g)、低肥(1 g)和高肥(2 g) 3个营养梯度,测定生长、繁殖指标,物理防御、化学防御指标和营养物质含量。【结果】(1)2种植物的生物量、营养物质含量和花的化学防御能力均为高肥处理>低肥处理>对照,叶的物理和化学防御能力为高肥处理分配给有性生殖,叶的物理和化学防御指标也高于一串红,但花的化学防御指标和营养物质含量比一串红低。椴叶鼠尾草叶的化学防御物质含量比花高,一串红则相反。【结论】2种植物在资源充足的条件下会减少叶防御投入,増加生长繁殖的投入。椴叶鼠尾草侧重叶的防御,一串红侧重花的防御。

关键词：外来植物椴叶鼠尾草一串红资源分配土壤营养

空中IRS辅助的MISO系统安全鲁棒资源分配算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年

作者：张毅魏全松徐川孙健重庆两江卫星移动通信有限公司重庆邮电大学通信与信息工程学院

空中智能反射面(Aerial Intelligent Reflecting Surface， AIRS)结合了空中平台与智能反射面(Intelligent Reflecting Surface， IRS)的优势，能被灵活地部署在各种无线网络拓扑中以提高通信系统的性能指标。针对无线传输易受到障碍物... 详细信息

空中智能反射面(Aerial Intelligent Reflecting Surface， AIRS)结合了空中平台与智能反射面(Intelligent Reflecting Surface， IRS)的优势，能被灵活地部署在各种无线网络拓扑中以提高通信系统的性能指标。针对无线传输易受到障碍物阻挡和用户窃听而导致传输质量差和安全性能低的问题，本文提出了一种AIRS辅助的多输入单输出(Multiple-Input Single-Output， MISO)通信系统安全鲁棒资源分配算法。考虑到窃听信道的不确定性，以最大化系统的最坏情况总保密速率为目标，在满足基站最大发射功率约束、AIRS相移约束、AIRS部署位置约束以及合法用户最小保密速率约束的条件下，建立了一个联合设计基站主动波束成形、多个AIRS被动波束成形以及多个AIRS部署位置的多变量资源分配问题。然而，优化变量之间的高度耦合导致所建立的问题是复杂非凸的。为了求解上述非凸问题，首先利用块坐标下降(Block Coordinate Descent， BCD)方法将原问题分解为三个子问题，然后应用变量松弛、罚函数以及连续凸近似(Successive Convex Approximation， SCA)等方法来处理这些非凸子问题，最后提出一种交替迭代算法对原优化问题进行迭代求解。仿真结果表明，所提出的资源分配算法相较于其他基准算法能够更为显著地提高通信系统的最坏情况总保密速率并且具有良好的鲁棒性。这一结果不仅验证了AIRS在实现安全无线通信方面的巨大潜力，同时也突显出合理设计AIRS部署位置及其被动波束成形的重要性。

关键词：智能反射面安全通信资源分配部署优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向编队突防的多干扰机协同资源分配方法

西安电子科技大学学报 2024年

作者：严俊坤张聪睿李婉萍戴金辉张鹏刘宏伟西安电子科技大学雷达信号处理全国重点实验室西安电子科技大学杭州研究院南京电子技术研究所

干扰对抗的本质为资源维度的竞争，干扰资源受限的单节点已难以满足实际需求，多节点协同干扰可引入更高维度的干扰资源，已成为未来重要的作战形式。然而，传统协同干扰场景中，各节点采用预设发射模式，会导致干扰资源重复冗余配置，... 详细信息

干扰对抗的本质为资源维度的竞争，干扰资源受限的单节点已难以满足实际需求，多节点协同干扰可引入更高维度的干扰资源，已成为未来重要的作战形式。然而，传统协同干扰场景中，各节点采用预设发射模式，会导致干扰资源重复冗余配置，在编队突防背景下存在干扰效果较差的问题。针对此问题，提出了一种性能驱动的多干扰机协同资源分配方法，其核心是通过实时分配多干扰机的发射资源，在相同的资源消耗情况下降低敌方雷达对我方突防目标的跟踪精度。首先，该文推导了干扰场景下突防目标跟踪的贝叶斯克拉美罗下界，评估了多干扰机协同干扰的性能；而后，结合我方干扰机的资源约束，建立了包含驻留时间变量的多干扰机协同资源优化模型，证明了该模型为凸优化问题，并采用增广拉格朗日乘子法进行了快速求解。仿真结果表明，相比于其他基准方法，所提干扰资源分配方法能够有效压制敌方组网雷达，降低其对我方突防目标的跟踪精度，并且在波束个数受限的约束条件下，所提方法仍然具有较好的干扰效果与快速求解能力。

关键词：编队突防协同干扰资源分配目标跟踪组网雷达

同步多链路Wi-Fi网络基于DDQN的资源分配和优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆邮电大学学报(自然科学版) 2024年

作者：王果信方旭明何蓉西南交通大学信息科学与技术学院

针对同步多链路Wi-Fi网络资源分配复杂度高以及难以同时优化系统吞吐量和传输时延以提升网络性能的问题，提出了一种基于双重深度Q网络(double deep Q network， DDQN)的Wi-Fi网络同步多链路资源分配和优化算法。将各个链路信道划分为... 详细信息

针对同步多链路Wi-Fi网络资源分配复杂度高以及难以同时优化系统吞吐量和传输时延以提升网络性能的问题，提出了一种基于双重深度Q网络(double deep Q network， DDQN)的Wi-Fi网络同步多链路资源分配和优化算法。将各个链路信道划分为多种不同规格的资源块（resource unit， RU）组合，利用DDQN进行RU组合选取，结合KM(kuhn-munkres)算法为设备分配RU，从而降低资源分配复杂度。针对网络性能提升问题，将满意度定义为吞吐量和时延的函数，联合优化资源分配和传输时长，以提升满意度，从而提升系统吞吐量、降低传输时延。在饱和业务流量及低负载流量模型下进行仿真分析，结果表明，所提算法具有较好的收敛性能，并且在提升满意度和系统吞吐量、降低传输时延方面优于其他对比算法。

关键词： Wi-Fi网络多链路资源分配强化学习传输时长

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

不同时延约束下计算卸载和资源分配联合优化

小型微型计算机系统 2024年

作者：张文柱宋玺强雷雷邵正源西安建筑科技大学信息与控制工程学院

移动边缘计算(Mobile Edge Computing ，MEC)目的是将计算任务卸载至网络边缘为用户提供计算和存储资源，以节省任务完成时延和能耗。而边缘服务器资源有限，为高效利用有限的服务器资源，降低系统的时延和能耗，针对时延敏感度不同的... 详细信息

移动边缘计算(Mobile Edge Computing ，MEC)目的是将计算任务卸载至网络边缘为用户提供计算和存储资源，以节省任务完成时延和能耗。而边缘服务器资源有限，为高效利用有限的服务器资源，降低系统的时延和能耗，针对时延敏感度不同的用户集，提出一种计算卸载与资源分配的联合优化策略。首先，采用平均化思想进行任务预分类，并确定优先级；其次，考虑到同侪效应的存在以及用户间的干扰，提出一种为卸载用户匹配MEC服务器与子信道资源的外部性匹配算法，利用Karush-Kuhn-Tucker(KKT)条件下的拉格朗日乘子法进行计算资源分配；最后，设计联合优化算法得到用户最优卸载决策。结果表明，本文所提策略在用户时延需求高满意率的同时有效降低了系统的总计算开销。

关键词：移动边缘计算时延敏感度计算卸载资源分配外部性匹配算法