导读:本文包含了跨层调度论文开题报告文献综述及选题提纲参考文献，主要关键词:超密集网络,干扰协调,动态分簇,跨层资源调度
跨层调度论文文献综述
史上乐[1]（2019）在《超密集异构网络中的跨层资源调度与优化》一文中研究指出5G Rel-15标准的问世,极大地加快了5G发展和建设的步伐;正在研究之中的Rel-16版本则致力于进一步完善5G对更多应用场景的支持和提高系统性能。超密集网络(Ultra-Dense Network,UDN)技术被认为是提高系统吞吐量的有效方法,因此成为5G必不可少的关键技术之一。在超密集网络中,增加本地频谱的重用可以应对覆盖和容量增长的需求。但所有基站(Base Station,BS)同时使用相同的频率资源,小区间干扰(Inter-cell Interference,ICI)会变得很强,这将会导致信号干扰噪声比(Signal to Interference plus Noise Ratio,SINR)的降低从而限制系统的整体吞吐量。因此,超密集部署中的干扰管理尤为重要。本文第一部分工作是考虑在一定覆盖范围内小基站的密度大于绝对阈值的超密集网络环境,针对原有分簇算法的不足,设计了以减少干扰、增加吞吐量,缩短用户传输服务时间为目标的动态分簇算法。以最大化簇内干扰为目标进行初始分簇,随后根据系统的实时状态,依据簇内资源块的使用情况不断更新调整簇,保证用户的服务质量,提高实时满足用户需求的灵活性,进一步提高频谱效率。论文第二部分设计了一种基于Q学习的资源调度(QLRS)算法以尽可能地最大化系统容量。算法首先将小基站进行分簇,在每个调度周期根据簇内用户数量为每个簇调度资源;然后以系统整体吞吐量和能效为优化目标,对簇内有关联用户的小小区进行资源变更和优化,并将收益记录于Q表中,Q表经多次迭代收敛后,得到系统最优资源分配方案。仿真结果表明,与其他资源分配算法相比,论文提出的算法在保证能源效率与宏蜂窝吞吐量的条件下,进一步提高了系统整体吞吐量。(本文来源于《华北电力大学》期刊2019-06-01）
李敏,年安君,王洁,徐晓明[2]（2019）在《基于MAC层优先级调度的宽带电力线跨层资源分配》一文中研究指出传统的资源分配算法采用分层系统,且不适用于宽带电力线通信系统中的不良信道环境。文中引入跨层思想提高资源利用率,保证服务质量(QoS),提出了一种基于MAC层QoS优先级调度功能的宽带电力线跨层资源分配方案。该算法考虑了实时用户对延迟的要求和非实时用户对队列长度的要求,并提出用户优先级函数。根据其优先级函数计算每个用户的数据包数量,生成基于效用函数的调度序列。在物理层中,根据调度的数据包,该算法分配物理资源用于分组。仿真结果表明,该算法在提高用户QoS的同时兼顾了系统的性能和吞吐量。(本文来源于《信息技术》期刊2019年01期）
杨勇[3]（2017）在《软件定义广域网时空二维流量工程与跨层资源调度方法研究》一文中研究指出随着互联网企业的迅速发展,网络流量爆炸式的增长,网络虚拟化、开放化以及智能化成为广域网技术的未来发展趋势。传统广域网面临着管道固化、网络管理复杂、业务调整不灵活等问题,从而导致网络资源利用率低、用户体验差等一系列问题。因此,本文首先对广域网业务流量特征展开分析。然后基于软件定义广域网技术,分别从云服务提供商以及运营商两个角度对数据中心间流量工程以及光传送网的智能专线展开研究。主要研究设计成果如下。(1)针对云提供商的数据中心间网络以及智能专线运营商的光传送网两种场景对流量特征进行分析。在“IP+光传送”的软件定义广域网集中控制架构之上,提出一种面向用户的带宽日历业务模型,以实现广域网带宽用户可控和灵活调度。(2)数据中心间网络中的非交互性流量数据量大,具备明显的时间窗口且可调度。针对上述场景,提出一种基于调度窗口的时空二维流量工程方案,联合考虑“IP+光层资源”的空间维度和时间维度,结合光层周期重构技术,对数据中心间网络流量调度和带宽分配进行全局优化;基于此设计并实现了数据中心间广域网带宽日历提供和资源调度系统。一方面可以为用户业务提供期限保障服务,另一方面可提高业务调度灵活性,最大化网络的传输效率以及利用率。仿真结果表明该系统的网络请求接受率最高可提升20%,同时网络吞吐量最高可提升33.3%左右。(3)政企专线业务是目前运营商的重要业务和收入来源,然而传统的传送网专线业务控制管理复杂,开通周期长,管道僵化,不具备面向用户的灵活调度和调整能力。本文基于华为T-SDN远程实验室和开放的北向接口,设计并实现了基于带宽日历的智能传送网专线业务发放系统。通过网络可视化、一键开通以及专线带宽窗口定制功能,将专线的控制能力开放给用户,让其能够根据自身的业务特征灵活调整专线带宽资源,以提高业务承载能力,实现广域网带宽的高效利用,达到客户和运营者双赢的目的。(本文来源于《北京邮电大学》期刊2017-12-31）
胡为民[4]（2016）在《基于认知无线电网络的跨层调度算法研究》一文中研究指出认知无线电技术作为未来通信的新兴领域,研究与应用前景非常广阔。本文主要的任务是完成认知无线电网络、跨层协议及调度算法的融合设计工作及其深入研究。作者对认知无线电网络的结构架构进行了着重分析,主要包括普通用户对主要用户造成的功率干扰、MAC层的服务类型、Qo S需求、数据队列状态等。同时设计了新型Qo S状态衡量准则,能够准确地描述网络用户Qo S保障态势、实时/非实时业务的公平性能感知状况。在以上研究的基础上提出了基于无线网络性能融合最优化的调度算法。实验结果表明,通过合理地设定比例权重,此算法可以较的满足实时/非实时业务的最低Qo S需求,维持较公平的性能状态,同时可以显着降低网络中普通用户对主要用户造成的平均功率干扰情况。总之,本文设计的跨层调度算法可以达到用户的多种需求,而且性能均优于传统的经典调度算法。(本文来源于《激光杂志》期刊2016年08期）
闫俊旺[5]（2015）在《多用户OFDM系统中的跨层调度和资源分配》一文中研究指出随着无线移动通信的发展,用户不断增长的业务服务质量需求(QoS)与有限频谱资源之间的矛盾变得愈加突出。为了解决这一矛盾,必须从无线网络的各个层面入手。跨层调度和资源分配将跨层优化设计的思想与传统OFDM物理层的资源分配算法相结合来能够提高系统整体性能,有利于保证用户对不同类型多媒体业务的服务质量要求,在未来无线通信系统中受到广泛关注。本文对多用户OFDM系统中的跨层调度和资源分配进行了研究。首先介绍了课题的相关理论,包括OFDM技术的原理、多用户OFDM系统模型、经典的调度算法和物理层资源分配算法等,分析研究了动态资源分配中的速率自适应问题模型和边值自适应问题模型及其经典解。其次,针对多用户OFDM系统中总功率受限、不同用户具有不同QoS限制的条件下最大化总吞吐量的优化问题,提出了一种改进的基于最低速率约束的跨层资源分配算法,该算法首先对用户缓冲队列进行马尔科夫状态分析,将用户的最大分组损耗要求转换为物理层的最低速率约束,然后在得到的速率约束条件下进行物理层的子载波和功率联合分配。在进行子载波和功率分配时,优先选择系统中为了达到最低速率约束需要消耗功率多的用户,通过最小化消耗功率使系统中剩余更多的功率来最大化吞吐量。仿真结果表明,改进算法不仅可以使用户的最终速率得到提升,进而提高系统吞吐量,而且可以降低中断概率。最后,针对OFDM认知无线电系统中具有多个授权用户和多个认知用户的场景,研究了在授权用户干扰门限、认知用户最低速率和认知用户总传输功率的约束条件下最大化认知用户总吞吐量的优化问题,提出了一种近似最优的资源分配算法。该算法根据凸优化理论,将原始问题转化对偶问题,利用次梯度法找到子载波和功率的最优解。仿真结果表明,该算法不仅可以满足不同认知用户的最低速率限制进而满足其QoS要求,而且可以进一步提高吞吐量。(本文来源于《西安电子科技大学》期刊2015-12-01）
熊庆旭,杨正东[6]（2015）在《无线传感器网络综合K-覆盖调度跨层定向扩散路由协议》一文中研究指出本发明首先提供一种新的无线传感器网络中的K-覆盖判定算法;随后将节点剩余能量引入覆盖调度中,考虑节点的剩余能量,提供一种新的分布式K-覆盖调度算法;通过节点能耗关系提供了综合分布式K-覆盖调度与路由的跨层设计方法,并具体提供了一种新的综合K-覆盖调度的定向扩散路由协议。在新的定向扩散路由协议的梯度调整过程中,加入了节点覆盖程度参数,增大了覆盖冗余度大的节点作为中间转发节点的概率,进一步平衡节点的能耗。仿真结果显示,新的跨层定向扩散路由协议的能耗远低于原来的定向扩散路由协议,以及与典型调度算法相结合的定向扩散路由协议。(本文来源于《传感器世界》期刊2015年10期）
万明飞[7]（2015）在《开放无线网络下面向用户体验的跨层调度策略研究》一文中研究指出随着无线网络的快速发展和智能移动终端的普及,网页浏览、文件下载和视频等大流量业务成为人们日常生活必不可少的应用。此外,无线资源的稀缺和无线环境的时变性与用户对于业务的用户体验质量(Quality of Experience, QoE)需求的提高之间的矛盾给大流量业务的发展带来了挑战。为了更方便的对无线资源和业务QoE进行控制,本文引入了开放无线网络(Open Wireless Network, OWN)。针对开放无线网络下,业务中的大流量业务问题进行了深入的研究,取得了以下成果：1.针对OWN控制器的业务QoE感知功能,提出了一种视频业务QoE的MOS评价模型,并引入了网页浏览、文件下载的QoE评价模型。视频业务采用一种快速、高效的全参视频质量评价算法,即快速结构相似度(Fast Structure Similarity Index Measurement, FSSIM)算法,并提出一种映射模型,将视频质量与MOS进行映射。2.结合开放无线网络框架,提出了一种开放无线网络下面向用户体验的跨层调度策略。本策略通过业务QoE评价模型,提取应用层的业务QoE值,结合媒体接入控制层参数和物理层参数,综合优化无线资源的使用。在此基础上,进行建模,并通过二进制约束型粒子群算法(Binary Constrained Particle Swarm Optimization, B_CPSO)进行求解,得到跨层调度问题的最优解,实现面向用户体验的跨层调度策略的最优化。仿真结果表明,该策略保证系统吞吐量的前提下,有效的提高了系统的平均用户体验质量,并取得了较好的优化效果。(本文来源于《北京邮电大学》期刊2015-03-15）
段瑞超[8]（2015）在《宽带电力线通信系统跨层资源分配调度算法研究》一文中研究指出应用正交频分复用调制技术的宽带电力线通信系统由于具有多方面优势,已成为宽带接入的可选方案之一。动态资源分配技术可有效提高有限资源的利用效率,保证各用户的服务质量。论文采用跨层设计的方法,开展多目标优化的宽带电力线通信系统跨层资源分配调度算法研究。首先针对混合业务下多用户的快速公平接入问题,提出一种基于公平因子与用户紧急度的跨层资源分配算法,在保证用户间公平性的同时最大化系统总吞吐量。其次针对多网关结构的宽带电力线通信系统资源优化分配问题,提出一种基于业务QoS保证与网关间负载均衡的分布式跨层资源分配算法。上述算法均在典型电力线信道环境下进行仿真分析,实验结果满足资源优化分配模型的目标要求,提高了系统的整体性能。(本文来源于《华北电力大学》期刊2015-03-01）
刘辉,张赛龙[9]（2015）在《基于服务质量的LTE增值业务下行跨层调度算法》一文中研究指出针对LTE系统如何实现不同增值业务用户速率的问题,提出一种优化型比例公平(PF)算法。该算法在用户签约速率不能实现时,考虑信道条件、付费等级和满意度,同时通过引入业务服务质量(Qo S)特征函数合理调度付费用户,从而实现各付费等级对应的用户速率。在Matlab环境中进行仿真,其中优化型算法在满意度、有效吞吐量方面优于传统PF算法。与PF算法相比,优化型算法使付费用户间满意度均值相差约26%,有效吞吐量均值提升约17%。仿真结果表明,优化型算法在保证多业务服务质量的前提下,可以实现各付费用户的感知平均速率,保障不同付费用户满意度,并提高系统有效吞吐量。(本文来源于《计算机应用》期刊2015年02期）
王军选,刘阳[10]（2015）在《MU-MIMO用户调度和预编码跨层联合优化》一文中研究指出针对多用户多输入多输出(Multi-User Multiple Input Multiple Output,MU-MIMO)系统中用户调度和预编码传统算法性能不佳和分层设计导致系统复杂度高的问题,利用最大信漏噪比(Signal to Leakage plus Noise Ratio,SLNR)算法的优越性,提出一种基于SLNR算法的用户调度和预编码的跨层联合优化策略,利用迭代搜索最优用户组,并在预编码中加入功率分配。仿真结果表明,新策略比传统算法能够提升系统吞吐量,并改善误码率性能,同时使系统具有较低的复杂度。(本文来源于《西安邮电大学学报》期刊2015年01期）
跨层调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的资源分配算法采用分层系统,且不适用于宽带电力线通信系统中的不良信道环境。文中引入跨层思想提高资源利用率,保证服务质量(QoS),提出了一种基于MAC层QoS优先级调度功能的宽带电力线跨层资源分配方案。该算法考虑了实时用户对延迟的要求和非实时用户对队列长度的要求,并提出用户优先级函数。根据其优先级函数计算每个用户的数据包数量,生成基于效用函数的调度序列。在物理层中,根据调度的数据包,该算法分配物理资源用于分组。仿真结果表明,该算法在提高用户QoS的同时兼顾了系统的性能和吞吐量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
跨层调度论文参考文献
[1].史上乐.超密集异构网络中的跨层资源调度与优化[D].华北电力大学.2019
[2].李敏,年安君,王洁,徐晓明.基于MAC层优先级调度的宽带电力线跨层资源分配[J].信息技术.2019
[3].杨勇.软件定义广域网时空二维流量工程与跨层资源调度方法研究[D].北京邮电大学.2017
[4].胡为民.基于认知无线电网络的跨层调度算法研究[J].激光杂志.2016
[5].闫俊旺.多用户OFDM系统中的跨层调度和资源分配[D].西安电子科技大学.2015
[6].熊庆旭,杨正东.无线传感器网络综合K-覆盖调度跨层定向扩散路由协议[J].传感器世界.2015
[7].万明飞.开放无线网络下面向用户体验的跨层调度策略研究[D].北京邮电大学.2015
[8].段瑞超.宽带电力线通信系统跨层资源分配调度算法研究[D].华北电力大学.2015
[9].刘辉,张赛龙.基于服务质量的LTE增值业务下行跨层调度算法[J].计算机应用.2015
[10].王军选,刘阳.MU-MIMO用户调度和预编码跨层联合优化[J].西安邮电大学学报.2015