检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人机网络下的多维资源分配研究

无人机网络下的多维资源分配研究

作者：布夏飞西安电子科技大学

学位级别：硕士

无人机(Unmanned Aerial Vehicle,UAV)具有移动性及可操作性等特点使得其具有广阔的军事、民用和公共安全等应用前景。与传统蜂窝网络相比,由于无人机在空中飞行且空中环境复杂多变,传统的自由空间损耗信道模型已经不再适用于无人机网... 详细信息

无人机(Unmanned Aerial Vehicle,UAV)具有移动性及可操作性等特点使得其具有广阔的军事、民用和公共安全等应用前景。与传统蜂窝网络相比,由于无人机在空中飞行且空中环境复杂多变,传统的自由空间损耗信道模型已经不再适用于无人机网络。另一方面,无人机相比于传统地面基站具有一定的高度,可以覆盖更多的用户具有更大的网络吞吐量;但若继续增加其高度路径损耗增大,故存在一个最优的无人机高度使得通信功率增益最大。此外,无人需要靠电池供电续航能力有限,其推进能耗占总能耗比重很大,且推进能耗由是航迹半径和速度的函数,所以设计无人机网络中基于系统能量效率(Energy Efficiency,EE)优化的联合高度、速度、半径和发射功率多维资源分配算法。由于所建立多维资源联合优化模型的目标函数是非凸规划问题,使用分式规划理论将非凸目标函数转换为凸规划问题求解,然后用迭代算法、拉格朗日和次梯度法以及函数导数与极值关系可得多维资源分配策略下各变量最优解。无人机网络中除EE影响网络性能,频谱效率(Spectral efficiency,SE)也是影响网络性能的重要指标之一。然而,无线网络中频谱资源比较匮乏,本文使用非正交多址接入(Non--orthogonal Multiple Access,NOMA)技术来提高系统频谱效率。又本文所研究场景下系统使用NOMA技术会时产生边缘用户分配功率大能耗大的问题,为保证用户间的公平性建立具有公平性的能量效率和频谱效率联合优化模型,使用加权法和迭代法将多目标优化问题转换为单目标优化问题求解。最后基于MATLAB软件验证所提能量效率优化的多维资源分配算法以及具有公平性的能量效率与频谱效率联合优化方案,结果表明所提方案优于传统的优化部分资源分配方案以及边缘用户网络性能也得到了保障,验证了算法的有效性,为无人机辅助网络相关研究提供了支撑。

关键词：无人机辅助网络多维资源分配能量效率频谱效率联合优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线供电网络的多维资源优化分配研究

无线供电网络的多维资源优化分配研究

作者：黄博闻浙江理工大学

学位级别：硕士

有限的设备电池寿命这一问题一直制约着现代无线通信技术的发展。而射频无线能量传输技术（RF-enabled WET）的出现为该问题的解决提供了一种可行的途径,而后依托于此技术出现了一种称为无线供能的通信网络（Wireless Powered Communica... 详细信息

有限的设备电池寿命这一问题一直制约着现代无线通信技术的发展。而射频无线能量传输技术（RF-enabled WET）的出现为该问题的解决提供了一种可行的途径,而后依托于此技术出现了一种称为无线供能的通信网络（Wireless Powered Communication Network,WPCN）的通信架构。在此架构中无线设备使用收获的能量来传输信息。然而,大多数研究者并没有在WPCN通信系统的系统稳定方面做更多的理论研究。因此,本文提出了一种基于WPCN的双队列模型,通过优化算法动态调整双队列稳定,并在队列稳定的前提下实现WPCN系统优化。在无线供能通信网络架构提出之后,为了能使整个通信系统有序可持续的运行,新一代的通信协议应运而生。其中运用最为广泛的协议是先充能再传输信息协议（Harvest Then Transmit Protocol,HTT Protocol）。本文在充分了解国内外关于通信协议的有关研究现状的基础上,通过结合本文提出的改进HTT协议来优化各个资源分配的管理方式,使得系统的运转效率、运行寿命、传输能力、吞吐量等得到有效提升,主要的研究工作如下所示:1)基于HTT协议以及TDMA方式的通信系统效用优化。在原有HTT协议的基础上提出了一种新的协调各个无线设备之间无线通信的协议,通过将HTT与时分多址技术结合（Time Division Multiple Access,TDMA）,从而避免了各个无线通信设备之间的信号干扰,提高了通信质量与保密性,增大了系统容量,并将该协议应用到基于WPCN的双队列模型上。研究长时间平均下的系统效用最大化问题,结合李亚普诺夫优化技术实现了传感节点的时间片分配、源速率控制、能量消耗三种资源的合理控制分配及系统的分布式优化,使得系统效用函数最优化,并保证了系统队列稳定。2)基于HTT协议的多用户信息同传的通信系统效用优化。为了缩短每个无线通信设备与信息接收设备之间的交互时间,提升整个通信系统的信息处理速度,采用了在HTT的UL过程中多设备信息同传的方式,但同时也带来了信息干扰的问题。由于干扰的存在,使得问题转变成为了一个非凸问题,本文采用一阶泰勒级数松弛和连续凸近似的方法进行问题转化,很好的解决了该非凸问题,并结合李亚普诺夫优化技术,提出了DAL（Double Approximation with Lyapunov optimization Algorithm）算法,较好的解决了该问题,实现了传感节点的时间片分配、源速率控制、能量消耗三种资源的合理控制分配,使得系统效用函数最优化。

关键词：无线供能网络双队列先充能再传输协议多维资源分配李亚普诺夫优化凸优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于联邦学习的车联网多维资源动态分配算法

计算机科学 2022年第12期49卷 59-65页

作者：吴赟寒白光伟沈航南京工业大学计算机科学与技术学院南京211816

考虑到车联网系统中多维资源消耗会随时间波动的特性和用户对高效计算服务以及数据隐私安全的需求,提出了一种基于联邦学习的车联网多维资源分配方法。一方面,综合考虑计算、缓存和带宽资源分配,保证计算任务的完成率,避免多维资源的冗... 详细信息

考虑到车联网系统中多维资源消耗会随时间波动的特性和用户对高效计算服务以及数据隐私安全的需求,提出了一种基于联邦学习的车联网多维资源分配方法。一方面,综合考虑计算、缓存和带宽资源分配,保证计算任务的完成率,避免多维资源的冗余分配,基于该目标设计了一种深度学习算法,通过边缘服务器收集的数据预测各项资源的消耗量,以此为依据分配多维资源;另一方面,考虑到用户的数据隐私安全需求造成的数据孤岛问题,采用联邦学习架构以获得泛化性较好的神经网络模型。该算法能随时间调整多维资源的分配量,满足随时间变动的资源需求,保证车联网系统中计算任务的高效完成。实验结果表明该算法具有收敛速度快、模型泛化性好等特点,能以较少的通信轮数完成联邦学习的聚合。

关键词：车辆网络联邦学习多维资源分配计算迁移机器学习

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向边缘内生智能的多维资源分配算法

面向边缘内生智能的多维资源分配算法

作者：殷清玉西安电子科技大学

学位级别：硕士

随着移动流量的快速增长以及新型应用的不断涌现,网络与计算基础设施的边缘化是近年来网络与计算架构技术发展的趋势,多接入边缘计算（Multi-access Edge Computing,MEC）被认为是实现下一代互联网的关键技术。同时,随着人工智能（Artif... 详细信息

随着移动流量的快速增长以及新型应用的不断涌现,网络与计算基础设施的边缘化是近年来网络与计算架构技术发展的趋势,多接入边缘计算（Multi-access Edge Computing,MEC）被认为是实现下一代互联网的关键技术。同时,随着人工智能（Artificial Intelligence,AI）技术正在加速渗透到人们的日常工作生活中,相较于终端设备计算性能差、资源受限与云端实时性低、带宽不足,边缘侧能够更好地结合边缘数据的计算本地性与智能算法的强计算能力,实现边缘智能（Edge Intelligence,EI）。因此,随着第五代移动通信技术（5th Generation Mobile Communication Technology,5G）时代的到来以及边缘侧数据的急剧增加,一方面,通过对边缘智能网络架构的调整升级以提升用户服务质量并降低运营商的运营成本是实现高性能边缘智能服务的关键点。另一方面,由于边缘服务器自身资源相对有限,对边缘侧计算、存储及通信资源进行合理分配以及充分利用也将是一个重要问题。本文针对上述两个问题,展开了如下研究:（1）提出一种边缘内生智能架构。首先,打破原有外挂式智能架构,在边缘网络的初始设计中即增加智能面,将智能算法模型训练过程全部下沉至网络边缘侧,从而提出了一个基于边缘内生智能的系统架构与实现方案。进一步的,将智能面微服务化,即将智能服务解耦为数据采集及预处理、模型训练、模型验证网络功能。然后,借鉴IT领域中模板与实例化的思想,根据常用智能服务类型预定义模板,并按照网络应用请求选择合适的模板进行实例化,从而可以提供定制化智能服务。最后,采用软硬件结合的方式搭建边缘内生智能实验平台,并通过实验验证了所述边缘内生智能架构、基于微服务的智能面设计及智能模板与实例化方案的可行性,同时证明了该系统架构能够有效降低智能服务计算时延。（2）在边缘内生智能架构基础上,针对边缘侧服务器资源有限与Kubernetes原始节点选择算法未考虑节点各资源消耗不均匀的问题,提出一种基于深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）的节点选择与多维资源分配联合优化算法。首先,节点选择模型将业务所需资源以及集群中各节点多维资源使用状态作为DDPG算法的状态集,节点选择方案作为动作集,将集群CPU利用率标准差与内存利用率标准差的加权和定义为算法的奖励函数;资源分配模型将业务类型及所选节点多维资源使用状态作为算法状态集,资源分配方案作为动作集,将系统增益和成本的加权和定义为算法奖励函数。然后,通过上述模型交替迭代直至二者奖励函数加权和趋于稳定,输出最优节点选择与资源分配策略。最后通过实验验证了所提算法的可行性,并且在满足负载均衡的前提下,相比于Kubernetes默认的节点选择算法与基于Q-learning的多维资源分配算法,本算法能够在消耗较少计算、存储与通信资源的同时有效提高下行传输速率。

关键词：边缘内生智能微服务模板与实例深度强化学习多维资源分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向大电网在线实时仿真的通信敏感资源调度

高技术通讯 2022年第8期32卷 845-858页

作者：袁雨馨唐宏伟赵晓芳严剑峰周二专中国科学院计算技术研究所北京100190 中国科学院大学北京100049 中国电力科学研究院北京100192

面向大电网的实时仿真计算被建模为协同运行的多进程并行计算任务的集合,任务调度与资源分配的优劣是其能否实现实时性目标的关键因素之一。本文针对大规模电网机电-电磁混合仿真计算的应用场景,根据任务进行了特性分析,总结了资源利用... 详细信息

面向大电网的实时仿真计算被建模为协同运行的多进程并行计算任务的集合,任务调度与资源分配的优劣是其能否实现实时性目标的关键因素之一。本文针对大规模电网机电-电磁混合仿真计算的应用场景,根据任务进行了特性分析,总结了资源利用率规律,提出了一种通信敏感的组调度框架(CGS)。该框架提出了一种集中式两阶段调度架构,以在不中断在线流运行过程中对任务进行主动采样和调度,达到精准预测需求的目标;提出了基于通信图的图划分策略与基于调度模型的匹配策略相结合的CGS调度算法,实现了进程组调度,降低了任务跨节点的通信开销。实验从任务平均划分数、平均割边成本、有负载节点数、集群资源利用率和资源碎片率指标方面对5种基线算法与应用了CGS的算法进行对比测试,结果表明CGS与基本策略相比至少降低了37%的进程间通信开销,减少了19%的资源碎片,平均提高了34%的集群资源利用率。

关键词：进程组调度在线实时电网仿真通信敏感多维资源分配

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多波束卫星系统链路资源分配技术研究

多波束卫星系统链路资源分配技术研究

作者：顾心怡北京邮电大学

学位级别：硕士

随着信息网络的不断发展,传统地面网络由于其特性限制难以满足日益增长的差异化业务需求,具有覆盖范围广、通信能力强等特点的卫星常被用作其他通信系统的补充。其中,多波束卫星的跳波束技术可以通过时间碎片化的方式灵活分配星载资源,... 详细信息

随着信息网络的不断发展,传统地面网络由于其特性限制难以满足日益增长的差异化业务需求,具有覆盖范围广、通信能力强等特点的卫星常被用作其他通信系统的补充。其中,多波束卫星的跳波束技术可以通过时间碎片化的方式灵活分配星载资源,在卫星资源受限、差异化业务时空分布不均的场景中十分具有研究意义。因此,本文针对有限卫星资源与通信服务质量之间的矛盾,重点研究了跳波束技术中的卫星点波束和波束功率联合分配问题,讨论了多维资源分配策略对多波束卫星通信系统性能带来的影响,主要创新点及工作如下:首先,本文在多波束地球静止轨道卫星通信系统框架下,针对星载资源受限问题,研究了高效的波束功率资源管理方法。引入长期吞吐量概念,本文提出了一种基于长期吞吐量的卫星波束功率资源分配算法,实现了卫星资源依据通信场景实际情况的灵活分配,在资源受限的情况下仍有较好的系统吞吐量。其次,针对多样化的业务种类,本文根据各种业务的时延、重要性资源特性偏好对业务进行粗粒度的特征提取,建立卫星业务分类模型,对差异化业务进行分类管理。本文还研究了卫星用户业务需求量的时变规律,提出了一种跳波卫星系统业务预测算法,预测下一时隙星载数据缓存器队列中的业务到达量。最后,在保障系统吞吐量的基础上,针对星载资源受限与业务时空分布不均的问题,本文融入差异化业务模型,进一步研究了多维资源分配对系统能效和通信服务质量的影响,构建了多智能体协同优化网络模型。基于业务流量预测结果,本文提出了一种跳波卫星波束与功率联合分配的多目标优化算法,对卫星多维资源进行联合分配。实验表明,该算法在确保系统可靠性与用户服务质量的基础上,有效降低能效,提高了资源利用率的同时也提高了卫星通信系统的频谱效率。

关键词：多波束卫星强化学习跳波束技术多维资源分配业务预测

基于无线接入网智能感知的多粒度资源分配算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无线接入网智能感知的多粒度资源分配算法研究

作者：王佳妮西安电子科技大学

学位级别：硕士

随着无人化业务、全息通信等新业务的不断涌现,网络环境变得日益复杂,传统移动通信网络无法适应这些新兴业务的发展。而在移动通信网络中引入感知功能,将有助于网络提高其自适应能力,并最终实现网络的智能、按需、灵活管控,进而为这些... 详细信息

随着无人化业务、全息通信等新业务的不断涌现,网络环境变得日益复杂,传统移动通信网络无法适应这些新兴业务的发展。而在移动通信网络中引入感知功能,将有助于网络提高其自适应能力,并最终实现网络的智能、按需、灵活管控,进而为这些新兴业务提供可靠的网络支撑。然而基于智能感知的网络管控方法由于频繁调整资源而造成成本提高的问题,势必会限制网络的自适应动态化与智能化发展。因此,本文研究基于无线接入网智能感知的多粒度资源分配算法:首先,利用深度学习,研究无线接入网(Radio Access Network,RAN)终端/基站流量预测、业务类型估计等感知算法,进而支撑动态、高效的资源分配算法。以此为基础,探索不同时间粒度下的通信、感知、计算资源的联合优化,提高网络频谱效率,并降低服务时延(包括传输时延及处理时延)和资源分配动作执行的成本。本文的具体研究内容如下:(1)本文研究了基于深度学习的流量与业务类型感知问题。首先,采用由门控循环单元(Gate Recurrent Unit,GRU)构成的具有注意力机制的序列到序列(Sequence to sequence,Seq2Seq)算法预测用户及基站的流量。具体的,介绍了流量预测问题的数学模型以及流量数据采集和预处理的过程,并给出了具有注意力机制的Seq2Seq模型的网络结构以及参数设定。然后,使用卷积神经网络(Convolutional Neural Networks,CNN)算法对用户的业务类型进行了估计。具体的,介绍了业务估计问题的数学模型以及业务样本数据采集和预处理的过程,并给出了CNN模型的网络结构以及参数设定。最后,搭建了通感算智能内生融合实验平台,并在此基础上实现了不同感知时间粒度上的流量预测与业务类型估计。通过对比不同算法在不同参数设置下的流量预测误差与业务类型估计准确率,验证了本文所采用的流量预测模型预测误差较小、业务估计模型准确率较高。(2)本文提出了一种基于深度强化学习的多粒度资源分配算法,多时间粒度体现在算法所生成策略的有效作用时间。首先,将通信、感知、计算资源联合优化问题建模为多时间粒度上的最大化效用函数问题(即:所有用户的时延、频谱效率以及执行动作成本的加权和),并满足用户最小数据传输速率门限、所有用户与基站占用的资源不超过系统总资源等约束。其次,采用决斗深度Q网络(Dueling Deep Q-network,Dueling DQN)对该问题进行求解,将感知信息(流量预测与业务类型估计结果)、通信信息(信噪比、发射功率、资源块数等)和计算信息(基站的计算资源)作为状态集;将资源分配策略有效作用时间粒度、资源块数、发射功率、基站的计算资源作为动作集;将所有用户的时延、频谱效率以及执行动作成本的加权和作为奖励值;最后,在基于开源软件搭建的实验平台中,将本文的算法与现有资源分配算法进行了对比,验证了本文所提的算法能够提高网络频谱效率,并降低了服务时延(包括传输时延及处理时延)和资源分配动作执行的成本。

关键词：智能感知流量预测业务估计深度强化学习多维资源分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

ISM频段认知无线电的自话应接入

ISM频段认知无线电的自话应接入

作者：令狐王丹北京邮电大学

学位级别：硕士

认知无线电(CR)技术能够很好的解决频谱资源分配不平衡的问题,其能够协助认知用户在感知频谱环境的基础上机会性地接入空闲频段,进而有效解决频谱资源紧缺与授权频谱资源利用率低之间的矛盾。频谱预测能够协助认知用户作出合理的用频选... 详细信息

认知无线电(CR)技术能够很好的解决频谱资源分配不平衡的问题,其能够协助认知用户在感知频谱环境的基础上机会性地接入空闲频段,进而有效解决频谱资源紧缺与授权频谱资源利用率低之间的矛盾。频谱预测能够协助认知用户作出合理的用频选择,降低感知过程的时间和能量消耗;而合理的认知资源分配能够提高频谱资源的利用率,提高认知系统的认知用频效率。本文关注于认知无线电技术中的频谱预测技术和认知接入优化技术,主要工作和创新点如下:1、对认知通信场景下的频谱预测技术作了深入研究,分析现有频谱预测算法的原理,应用场景和性能,并提出基于长短期记忆网络(LSTM)模型的频谱预测算法,该算法在处理具有时间序列特性的数据时性能优异,文章对该网络算法进行了合理的结构设计和必要的优化工作。特别的,在对0-1占用时间序列预测推理的基础上,还将该网络算法用于频谱功率水平的预测;2、对认知卫星场景下的下行资源分配问题做了详细的分析,结合认知终端在场景中的实际情况,建立认知卫星下行资源分配模型。在该模型中,具备频谱感知功能的认知终端的优选频点具有随机性,卫星结合认知终端的需求和频点特性,做出高效的资源分配决策。所建模型以吞吐量最大化为目标,以满足认知终端吞吐需求为主要限制条件,并包含三维资源,分别是载荷功率、时间和专用点波束,通过使用拉格朗日对偶算法实现对所建模型的优化求解。3、通过分别进行大量合理测试与ISM频段上实际采集的数据验证仿真,证明了 LSTM模型以及认知卫星资源分配算法的优异性。特别地,LSTM网络算法要优于已经提出的HMM、NN等算法,其在预测功率序列方面,也有较好的性能;提出的资源分配求解算法能够实现对三维资源的合理分配,即在满足所有认知终端的吞吐需求的基础上,最大化系统吞吐,为快速高效的认知接入过程建立可靠的前提。

关键词：认知无线电频谱预测长短期记忆网络多维资源分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

协作网络中绿色资源分配算法研究

协作网络中绿色资源分配算法研究

作者：韩芮雨西安电子科技大学

学位级别：硕士

伴随着5G网络的到来和新型多样的无线数据业务的不断涌现,人们对信息传输速率提出了更高的要求,这使通信网络中能量消耗急剧增加,无线资源紧缺程度更加严重。因此在保证高速、高可靠通信的前提下,如何实现系统低能耗,资源高利用率的绿... 详细信息

伴随着5G网络的到来和新型多样的无线数据业务的不断涌现,人们对信息传输速率提出了更高的要求,这使通信网络中能量消耗急剧增加,无线资源紧缺程度更加严重。因此在保证高速、高可靠通信的前提下,如何实现系统低能耗,资源高利用率的绿色通信成为亟待解决的问题。本文围绕频谱效率和能量效率两点对协作通信网络中多维资源优化问题展开了研究。本文首先概述了协作网络中多维资源优化问题的研究意义及目前国内外研究现状,对研究问题有了初步认识;其次,简单介绍了协作通信中关键的传输技术,主要是对中继转发技术和能量采集技术的原理及各自的特点的介绍,随后对求解资源优化问题用到的数学理论知识进行了描述;最后,分别从协作网络中的能量消耗和能量收集角度出发,对无线资源配置问题进行了深入研究,并提出了不同的优化算法。针对能量受限的协作网络中的资源调度问题,建立了单用户、多中继协作的系统模型,给出了一种基于增量AF-OFDM传输协议的多维资源的分配算法,该算法通过设计新的传输机制,提高了频谱利用率,采用“节流”的思想,合理利用能量,子载波,节点等多种资源,既保证了用户要求的信息传输速率,又降低了网络节点的传输能耗,延长了电池供电网络的生存时间;仿真对比了相同条件下给出的全局最优算法和其他算法在最大化网络寿命上的差异,结果证明了综合考虑多个自由度的优化算法得到的网络寿命最大。另外,在求解建立的非凸优化问题时,采用两层循环嵌套的方法,内层循环收敛采用拉格朗日对偶理论得到优化变量最优值,外层循环采用二分法得到优化目标最优值。内层算法执行前,用仿真的方式验证了该模型下,强对偶性的成立,以保证对原问题求解等价转化为对其对偶问题的求解。针对能量采集的协作网络中的资源调度问题,建立了多用户、单中继协作的系统模型,给出了一种基于PS能量采集协议的多维资源的分配算法,该算法保留了基于增量AF-OFDM传输协议的多维资源的分配算法中的传输机制,采用“开源”的思想,将SWIPT技术引入到资源优化问题研究中,中继节点可从源节点发送的射频信号中获取能量,用于转发信息。同样地,合理分配功率,子载波等多种资源,不但保证了每个用户的传输速率,而且提升了系统的吞吐量。另外,还对该算法的复杂度进行了分析,仿真比较了给出的算法与其他退化算法在系统性能上的差异,多维资源优化算法获得的性能最优。

关键词：协作通信增量AF-OFDM SWIPT技术多维资源分配对偶理论