Distributed Resource Allocation in 5G Cellular Networks
5G蜂窝无线系统将具有由宏小区、不同类型的授权小小区和D2 D网络组成的多层架构，以频谱高效的方式为具有不同服务质量（QoS）要求的用户提供服务。分布式资源分配和干扰管理是这种多层异构网络的基本研究挑战之一。在本章中，我们考虑基于多层正交频分多址（OFDMA）的蜂窝（例如，5G LTE-A）网络。特别是，我们提出了三种新的方法，分布式资源分配在这样的网络利用稳定的匹配，基于因子图的消息传递，和分布式拍卖的概念。我们说明了每一个关于一个实际的无线电资源分配问题的建模方案。特别地，我们考虑由宏基站（MBS）、一组小小区基站（SBS）和对应的小小区用户设备（SUE）以及D2 D用户设备（DUE）组成的多层网络。存在公共的无线电资源集合（例如，资源块[RB]）可用于网络层（例如，MBS、SBS和DUE）。SUE和DUE使用可用资源（例如，RB和功率电平），只要对宏层造成的干扰（例如，宏用户设备[MUE]）保持低于给定阈值。其次是建模工具的简要理论概述（例如，稳定匹配、消息传递和拍卖算法），我们提出了上述网络设置中资源分配问题的分布式解决方案。我们还提供了一个简短的定性比较方面的各种性能指标，如复杂性，收敛性，算法开销等。
2014-09-08 cs.IT cs.NI math.IT
Distributed Rate Allocation for Wireless Networks
本文提出了一种分布式算法的速率分配在无线网络中，实现相同的吞吐量区域的最佳集中式算法。这种跨层算法联合执行介质访问控制（MAC）和物理层速率自适应。本文建立了该算法是吞吐量最优的一般速率区域。与开-关调度相比，速率分配通过调度多个速率级别来实现物理层方案的最佳利用。该算法是基于局部长度信息的，具有重要的实用价值。该算法要求每个链路都能确定提高其当前数据速率的全局可行性。在许多类型的网络中，任何一个链路的数据速率主要影响其邻居，并且这种影响随着距离而衰减。因此，当地交易所可以提供确定可行性所需的信息。沿着这些路线，本文讨论了现有的物理层控制消息的潜在用途，以确定可行性。这可以被认为是类似于CSMA（载波侦听多路访问）网络中的载波侦听的技术。该算法的一个重要应用是白空间网络的多频带多无线电吞吐量最优分布式调度。
2010-04-06 cs.IT cs.NI math.IT
Sub-channel Assignment, Power Allocation and User Scheduling for Non-Orthogonal Multiple Access Networks
在本文中，我们研究的资源分配和用户调度问题的下行链路非正交多址接入网络中的基站分配频谱和功率资源的一组用户。我们的目标是联合优化的子信道分配和功率分配，以最大限度地提高加权总速率，同时考虑用户的公平性。我们制定的子信道分配问题，相当于一个多对多的双边用户子信道匹配游戏中的用户和子信道被认为是两套球员追求自己的利益。然后，我们提出了一个匹配算法，收敛到双边交换稳定匹配后，有限的迭代次数。因此，提供了一种联合解决方案来迭代地解决子信道分配和功率分配问题。仿真结果表明，所提出的算法大大优于正交多址接入方案和以前的非正交多址接入方案。
2016-08-30 cs.IT cs.NI math.IT
Dynamic Rate Allocation in Fading Multiple-access Channels
研究了在固定发射功率的衰落高斯多址信道中的速率分配问题。我们的目标是最大限度地提高一般凹效用函数的传输速率的吞吐量容量区域。在这种情况下，提出了一个潜在的复杂的优化问题，必须解决在每一个决策时刻的解决方案，我们提出了一个低复杂度的近似速率分配政策，并分析其效用性能的时间信道变化的影响。据我们所知，这是第一个工作，研究了衰落信道条件下的近似速率分配方案的跟踪能力。我们建立在较早的工作，提出了一个新的速率分配政策的衰落MAC，实现了低复杂度的近似梯度投影迭代每个信道测量，并明确表征我们的政策的跟踪邻域上的时间信道变化的速度的影响。我们进一步提高我们的结果，提出了一种替代率分配政策，更严格的边界上的跟踪邻域的大小推导。这些建议的速率分配政策是计算效率在我们的设置，因为他们实现了一个单一的梯度投影迭代每个信道测量和每个这样的迭代依赖于近似的预测，具有多项式的复杂性的用户数量。
2008-10-07 cs.IT cs.NI math.IT
Real-Time Fair Resource Allocation in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题，特别是当流量随着时间的推移而变化时，为了解决这个问题，带宽共享技术，快速反应的流量波动是感兴趣的，特别是在大规模的设置与数百个节点和数千个流。在这种情况下，我们提出了一种分布式算法，解决了公平的资源分配问题，在分布式SDN控制架构。我们的算法不断产生一系列的资源分配解决方案收敛到公平分配，同时始终保持可行的，标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布，我们证明了我们可以实时的【形】处理大型实例。
2017-11-27 cs.NI
Rate and Power Allocation in Fading Multiple Access Channels
我们考虑衰落多址信道中的速率和功率分配问题。我们的目标是获得速率和功率分配政策，最大限度地提高了效用函数定义的平均传输速率。与文献相比，它侧重于线性的情况下，我们提出了一般凹效用函数的结果。我们考虑两种情况。在第一种情况下，我们假设功率控制是可能的，信道统计是已知的。在这种情况下，我们表明，最佳的政策，可以得到greenessly通过最大化的线性效用函数在每个信道状态。在第二种情况下，我们假设功率控制是不可能的，信道统计是不可用的。在这种情况下，我们定义了一个贪婪的速率分配政策，并提供最佳和贪婪的政策之间的性能差异的上界。我们的边界突出的依赖性的性能差异的信道变化和结构的效用函数。
2008-10-07 cs.IT cs.NI math.IT
An Auction Approach to Distributed Power Allocation for Multiuser Cooperative Networks
本文研究了一种多用户协作的无线网络，以提高网络的整体性能。我们的目标是设计一个最优的分布式功率分配算法，使用户合作，特别是，指导每个用户的传输模式选择和中继选择的决定。我们的算法很好地解释了一个拍卖机制与多个拍卖人和多个投标人。具体来说，在我们提出的框架中，每个用户都充当拍卖人（卖方）和投标人（买方）。每个拍卖人确定自己的交易价格，并将权力分配给投标人，每个投标人选择来自每个拍卖人的需求。通过遵循所提出的分布式算法，每个用户确定为自己的传输保留多少功率，从其他用户购买多少功率，以及为中继其他用户的信号贡献多少功率。我们推导出最优的投标和定价策略，最大限度地提高加权和率的用户。进行了大量的模拟，以验证我们提出的方法。
2012-10-17 cs.GT cs.IT cs.NI
On Resource Allocation in Fading Multiple Access Channels - An Efficient Approximate Projection Approach
我们考虑在多址接入信道的速率和功率分配问题。我们的目标是获得速率和功率分配政策，最大限度地提高了一般凹效用函数的平均传输速率的信息理论容量区域的多址信道。我们的政策并不要求提供篇幅过长的信息。我们考虑几种不同的情况。首先，我们解决效用最大化问题，在非衰落信道中获得最佳的操作速率，并提出了一种迭代梯度投影算法，使用近似投影。通过利用容量区域的多拟阵结构，我们证明了近似投影可以在用户数的时间多项式中实现。其次，我们考虑在衰落信道中的资源分配。最优速率和功率分配策略的情况下，功率控制是可能的，信道统计。对于传输功率固定和信道统计信息未知的情况下，我们提出了一种贪婪的速率分配策略，并提供了该策略的性能差异和最优策略的信道变化和结构的效用函数的界限。我们提出的数值结果表明，优越的收敛速度性能的贪婪的政策相比，基于长度的政策。为了降低贪婪策略的计算复杂性，本文提出了一种近似的速率分配策略，该策略在一定的邻域内跟踪贪婪策略，该邻域的特征在于衰落速度。
2008-10-07 cs.IT cs.NI math.IT
Jointly Optimal Channel Pairing and Power Allocation for Multichannel Multihop Relaying
研究了多信道多跳中继网络中的信道配对和功率分配问题，以提高端到端的数据率。放大转发（AF）和解码转发（DF）中继策略被认为是。给定固定的功率分配的信道，我们表明，在多跳的信道配对可以分解成独立的配对问题，在每个中继，排序的SNR信道配对策略是速率和最优的，每个中继配对其输入和输出信道的SNR顺序。对于在总功率和个体功率约束下的信道配对和功率分配的联合优化问题，我们证明了该问题可以解耦为两个子问题分别求解。通过观察联合最优解中的排序SNR和排序信道增益之间的等效性来建立该分离原理。它大大降低了寻找联合最优解的计算复杂性。由此可见，联合优化中的信道配对问题可以基于排序的信道增益再次分解为每个中继处的独立配对问题。最后给出了DF中继功率分配的最优解和AF中继的渐近最优解。数值结果表明，显着的性能增益的联合最优解决方案比一些次优的替代品。它也被观察到，更多的增益是从最佳的信道配对比最佳的功率分配，通过明智地利用多个信道之间的变化。通过数值算例研究了信道增益、信道数和跳数的变化对性能增益的影响。
2015-12-11 cs.IT cs.NI cs.PF
Golden-rule capacity allocation for distributed delay management in peer-to-peer networks
我们描述了一个分布式的框架，用于对等网络中的资源管理，导致黄金法则的互惠性，一种一对一的针锋相对，使任何给定的对等点的消息在网络的其余部分所经历的延迟是成比例的其他人的消息所经历的对等点。
2014-02-02 cs.NI
Multi-Path Alpha-Fair Resource Allocation at Scale in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题，特别是当流量随着时间的推移而变化时。为了解决这个问题，带宽共享技术，快速反应的流量波动的兴趣，特别是在大规模的设置与数百个节点和数千个流。在这种情况下，我们提出了一种分布式算法的基础上交替方向乘法（ADMM），解决了多路径公平资源分配问题，在分布式SDN控制架构。我们的ADMM为基础的算法不断产生一系列的资源分配解决方案收敛到公平分配，同时始终保持可行的，标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布，我们证明了我们可以大规模处理大型实例。
2018-09-12 cs.NI
GNN-Based Joint Channel and Power Allocation in Heterogeneous Wireless Networks
University of Melbourne（墨尔本大学）
本文提出JCPGNN，将异构无线网络建模为异构图，通过共享消息计算层和两个任务特定层联合优化信道与功率分配，在保证性能的同时提升计算效率。
2024-07-28 cs.IT cs.LG cs.NI
Distributed Discovery Clients for Spectrum Allocation
通过使用分布式P2P系统，其中代理驻留在已经存在于大多数无线电节点（如Wi-Fi接入点、基站、连接到互联网的TV等）中的微处理器中，这些代理可以通过回程网络发现其他代理。结果，创建客户端节点列表（类似于3GPP中使用的邻居列表）。另一种方法是使用集中式数据库。为什么这是最好的分布式代理在本文中讨论的安全考虑。也将受益于该系统的其他应用的例子。
2014-11-14 cs.NI
GMA: A Pareto Optimal Distributed Resource-Allocation Algorithm
为了解决日益增长的需求，强大的数据包传输保证网络，我们研究了一种新的方法来执行图资源分配。我们首先介绍分配图，其中节点可以独立地设置本地资源限制的基础上的物理约束或政策决定。在这种情况下，我们正式的分布式路径分配（PADIST）问题，其中包括在分配资源的路径只考虑本地的路径上的信息-重要的是，不知道其他路径可以有一个分配-而在同一时间实现的全局属性，永远不会超过可用资源。我们的核心贡献，全球近视分配（GMA）算法，是解决这个问题。我们证明了GMA可以计算图上的所有路径的无条件分配，而永远不会过度分配资源。此外，我们证明了GMA是帕累托最优的分配大小，它有线性复杂度的输入大小。最后，我们通过模拟表明，这一理论结果确实可以应用于实际场景，因为由此产生的路径分配足够大，以满足实际相关应用的要求。
2021-03-15 cs.CR cs.NI
Optimal Hybrid Channel Allocation:Based On Machine Learning Algorithms
International Institute of Information technology（国际信息技术学院）
蜂窝通信系统的最新进展导致频谱需求大幅增加。为了满足对频谱的不断增长的需求，有效利用现有资源是至关重要的。因此，信道分配成为无线通信中一个不可回避的研究课题。在本文中，我们提出了一个最佳的信道分配方案，最佳混合信道分配（OHCA）的有效分配的信道。我们即兴现有的固定信道分配（FCA）技术，通过采用多层感知器技术赋予现有的系统的智能。
2013-09-28 cs.LG cs.NI
Optimal Radio Resource Allocation for Hybrid Traffic in Cellular Networks: Traffic Analysis and Implementation
在本文的第一部分，一个分布式和集中式的架构，最佳的无线电资源分配知道的流量延迟容忍的性质，用户订阅类型，和应用程序的使用变化。在当前的文章中，上述分布式和集中式架构的传输开销分析进行了研究，并证明了集中式方案比分布式方法具有更低的传输开销。此外，集中式和分布式架构的传输开销的下限推导。此外，上述集中式和分布式架构的资源分配过程的敏感性分析，在系统中的用户数量的变化。此外，集中式和分布式方法的应用程序使用的时间变化的敏感性分析进行了研究。最后，通过适当的仿真验证了传输开销和灵敏度相关的声明。最后但并非最不重要的是，提供了第一部分中开发的资源分配方法的实际实现。
2014-11-12 cs.NI
Distributed Algorithms for Spectrum Allocation, Power Control, Routing, and Congestion Control in Wireless Networks
我们开发了分布式算法来分配资源，在多跳无线网络的总成本最小化的目的。为了观察的基本约束，共定位的发射机和接收机不能同时工作在同一频带上，我们首先设计了一个频谱分配方案，将整个频谱划分为多个子带，并激活每个子带上的无冲突链路。我们证明了所需的子带的最小数目与网络连通图的色数以对数速率渐近增长。一个简单的分布式和异步算法开发可行地激活可用的子带上的链路。给定一个可行的频谱分配，然后，我们设计基于节点的分布式算法，用于优化控制每个子带的活动链路上的传输功率，联合业务路由和用户输入速率，以响应信道状态和业务需求。我们表明，在特定的条件下，该算法渐近收敛到最佳的工作点。
2007-04-27 cs.NI
Distributed Learning for Proportional-Fair Resource Allocation in Coexisting WiFi Networks
在本文中，我们重新审视了广为人知的性能异常，导致严重的网络效用下降时，节点使用不同的调制和编码方案的WiFi网络。比例公平分配被证明可以缓解这种异常，并为站点提供良好的吞吐量。它可以通过基于优化问题的显式解选择竞争窗口值来实现，或者如最近提出的，通过遵循使用集中式梯度下降算法的基于学习的方法来实现。在本文中，我们利用我们最近的异步分布式优化的理论工作，并提出了一个简单的算法，允许WiFi节点独立调整其竞争窗口，以实现比例公平。我们比较的吞吐量和空中时间分配，该算法实现了标准的WiFi二进制指数回退，并显示改进。
2021-02-09 cs.NI
Distributed Resource Allocation in D2D-Enabled Multi-tier Cellular Networks: An Auction Approach
未来的无线网络预计将是高度异构的，宏小区和小小区共存，并提供对设备到设备（D2D）通信的支持。在这种多层异构系统中，集中式无线电资源分配和干扰管理方案将是不可扩展的。在这项工作中，我们提出了一个基于拍卖的分布式解决方案，在多层异构网络中分配无线资源。我们提供了可实现的数据率的界限，并表明该计划的复杂度是线性的发射机节点的数量和可用的资源。信令问题（例如，控制信道上的信息交换）。数值结果表明，与集中式资源分配方案相比，所提出的解决方案的有效性。
2015-01-20 cs.GT cs.NI
To Bond or not to Bond: An Optimal Channel Allocation Algorithm For Flexible Dynamic Channel Bonding in WLANs
IEEE 802.11已经从802.11 a/b/g/n演进到802.11 ac，以满足WLAN中快速增长的数据率要求。802.11ac中采用的一个重要技术是信道绑定（CB）方案，该方案将多个20 MHz信道组合用于5GHz频带中的单个传输。为了在一系列竞争操作之后有效地接入信道，802.11ac规定了两种不同的CB操作：动态信道绑定（DCB）和静态信道绑定（SCB）。本文提出了一种在DCB无线局域网中实现最大吞吐量的最优信道分配算法。具体来说，我们首先采用连续时间马尔可夫链（CTMC）模型来分析均衡吞吐量。在吞吐量分析的基础上，以系统吞吐量最大化为目标，建立了一个整数非线性规划模型。通过求解INLP模型，我们提出了一种基于分支定界法（BBM）的最优信道分配算法。结果表明，在无线局域网间信道重叠最少的信道分配方案下，可以获得最大的吞吐量性能。仿真结果表明，该信道分配算法在不同的网络设置下都能获得最大的系统吞吐量。我们对最优信道分配方案的分析为未来无线局域网的设计和优化带来了新的见解，特别是对于那些采用信道绑定技术。
2017-03-29 cs.NI
Allocation of control and data channels for Large-Scale Wireless Sensor Networks
IEEE 802.15.4和802.15.4a标准都允许动态信道分配和使用在其物理层可用的多个信道，但是其MAC协议仅被设计用于单个信道。此外，传感器的收发器（如CC 2420）提供多个通道，如[1]、[2]和[3]所示，CC 2420收发器的通道切换延迟仅约为200 $μ$ s。为了提高能源效率和缩短端到端的延迟，我们提出，在这份报告中，频谱效率的频率分配方案，能够静态分配控制信道和动态重用数据信道的个人区域网络（PAN）内的一个大规模的基于UWB技术的无线传感器网络。
2009-03-21 cs.NI
A Distributed Dynamic Frequency Allocation Algorithm
我们考虑一个网络模型，其中的节点被分组到一些集群，并提出了一个分布式的动态频率分配算法，实现性能接近的集中式优化算法。每个集群基于其所经历的干扰的知识来选择其传输频带。证明了所提出的分布式算法收敛到一个次优频率分配模式。对于网络中簇的空间分布的一些特定情况，算法的性能上的渐近界的推导和比较的最佳集中式解决方案的性能。这些分析结果和额外的仿真研究验证了性能接近的最佳集中式频率分配算法。它表明，该算法实现了约90%的香农容量对应的最佳/接近最佳的集中式频带分配。此外，我们考虑的情况下，每个集群可以在主动或非主动模式，根据两个状态的马尔可夫模型。我们推导出条件，以保证有限的稳态方差的算法使用随机分析的输出。进一步的仿真研究证实了随机建模的结果和算法在时变设置中的性能。
2008-03-13 cs.NI
Distributed Resource Allocation for Relay-Aided Device-to-Device Communication: A Message Passing Approach
蜂窝无线网络下的设备到设备（D2 D）通信是通过允许两个蜂窝设备之间的直接传输来改善用户体验和资源利用的有前景的概念。在本文中，网络辅助的D2 D通信的性能进行了研究，其中D2 D业务进行通过中继节点。考虑多用户多中继网络，我们提出了一种分布式解决方案的资源分配，以最大限度地提高网络的总速率。针对中继站的无线电资源分配问题，提出了一种优化算法。目标是在总功率约束下最大化端到端速率以及满足蜂窝和D2 D用户设备的数据率要求。由于资源分配问题的棘手性，我们提出了一种使用消息传递技术的解决方案，其中每个用户设备以迭代的方式向/从中继节点发送和接收信息消息，以实现最优分配。因此，计算工作量在所有用户设备和对应的中继节点之间分布。证明了该方案的收敛性和最优性，并概述了该方案在实际LTE-Advanced网络中的可能分布式实现。数值结果表明，存在距离阈值，当与D2 D对等体之间的直接通信相比时，超过该距离阈值时，中继辅助的D2 D通信显著地提高了网络性能，而端到端延迟略有增加。
2014-06-12 cs.NI
Distributed and Optimal Reduced Primal-Dual Algorithm for Uplink OFDM Resource Allocation
正交频分复用（OFDM）是许多新兴的宽带无线接入标准的关键组成部分。然而，OFDM上行链路中的资源分配由于用户的服务质量要求、信道条件和个体资源约束的异质性而具有挑战性。我们制定的资源分配问题作为一个非严格凸优化问题，通常有多个全局最优解。然后，我们提出了一个简化的原始-对偶算法，这是分布式的，低计算复杂性，并可能全局收敛到一个全局最优解。通过一个实际的OFDM仿真器研究了该算法的性能。与以前提出的集中式优化算法相比，我们的算法不仅显着减少了消息开销，而且需要更少的迭代收敛。
2010-12-22 cs.CC cs.DC cs.NI
Distributed Resource Allocation for Proportional Fairness in Multi-Band Wireless Systems
在多频带多小区自组织无线系统（诸如多信道Wi-Fi网络、3G/4G蜂窝网络中的毫微微/微微小区以及TV空白空间上的更近的无线网络）中的挑战性问题是分布式资源分配。这涉及四个组件：通道选择、客户端关联、通道访问和客户端调度。在本文中，我们提出了一个统一的框架，共同解决的四个组件与全球系统的目标，最大限度地提高客户端的吞吐量按比例公平的方式。我们的配方允许一个自然的问题分解成两个子部分。我们表明，第一部分，涉及信道接入和客户端调度，是凸的，并得出一个分布式的适应过程，实现帕累托最优解。对于第二部分，涉及信道选择和客户端关联，我们开发了一个吉布斯采样器为基础的方法，局部适应，以实现全球目标，以及从中获得快速贪心算法，实现良好的解决方案。
2011-02-13 cs.NI
Low-Cost Spectrum Analyzers for Channel Allocation in Wireless Networks 2.4 GHz Range
本文介绍了一种新的动态无干扰信道分配方案。该方案是基于额外的频谱分析仪在无线网络IEEE 802.11。设计和实现。
2019-02-22 cs.CR cs.NI
A Centralized Channel Allocation Method in Clustered Ad Hoc Networks
认知无线电网络是下一代无线通信的发展方向。这种类型的网络需要有效的频谱分配方法。本文提出了一种新的元启发式进化方法，用于解决Ad Hoc网络环境中的信道分配问题。该方法基于图论模型，以最大化频谱利用率和最小化同频干扰为目标，提出了一种帝国主义竞争算法（ICA），用于解决分簇自组织网络拓扑中的频谱分配问题.建议的方法进行了测试的几种情况下，ICA为基础的计划的性能进行了比较，遗传算法为基础的计划。
2020-07-28 cs.NI
Distributed Resource Allocation for Network Slicing of Bandwidth and Computational Resource
网络切片一直被认为是5G支持多样化服务和应用场景的关键使能因素之一。研究了利用通信网络提供的频谱资源和雾计算网络的计算资源进行分布式网络切片的问题。我们提出了一种新的分布式框架的基础上，一个新的控制平面实体，区域协调器（RO），它可以部署在基站（BS）和雾节点之间，以协调和控制它们的带宽和计算资源。提出了一种基于部分变量分裂乘子交替方向法的分布式资源分配算法。我们证明，该算法可以最大限度地减少整个网络的平均延迟，并在同一时间保证令人满意的延迟性能为每一个支持的服务类型。仿真结果表明，该算法的收敛速度比现有的一些算法快得多。与仅具有单个资源的网络切片相比，具有带宽和计算资源的联合网络切片可以提供约15%的总体延迟减少。
2020-02-04 cs.NI
Optimal Distributed Bandwidth Allocation in NB-IoT Networks
在本文中，我们研究了5G背景下窄带物联网（NB-IoT）与移动边缘计算（MEC）的关键问题。我们解决了物联网设备在特定应用和服务中要求数据传输带宽时可能具有不同优先级的挑战。由于启用MEC的物联网网络中带宽的稀缺性，我们的目标是优化一组NB-IoT设备的带宽分配，使该组设备可以协同工作，以最大限度地提高其整体效用。为此，我们设计了一种最佳分布式算法，并使用模拟来证明其在完全分布式框架中有效管理各种物联网数据流的功效。
2021-03-05 cs.NI cs.SY eess.SY
Distributed Rate Allocation Policies for Multi-Homed Video Streaming over Heterogeneous Access Networks
我们考虑多个同时视频流共享多个异构接入网络之间的速率分配问题。我们开发和评估的分析框架，最佳速率分配的基础上观察到的可用比特率（ABR）和往返时间（RTT）在每个接入网络和视频失真率（DR）的特点。速率分配是一个凸优化问题，最大限度地减少所有视频流的总期望失真。我们提出了一个分布式近似的解决方案，并比较其性能对H-无穷最优控制和两个启发式计划的基础上TCP风格的加法-增加-乘法减少（AIMD）的原则。在多个高清（HD）视频流共享多个接入网络的模拟中评估的各种速率分配方案。我们的研究结果表明，在启发式AIMD为基础的计划相比，无论是媒体感知分配和H-无穷最优控制受益于积极的拥塞避免和减少平均丢包率从45%到2%以下。对于各种背景流量负载和视频播放截止日期，平均接收视频质量的改善范围在PSNR的1.5到10.7 dB之间。媒体感知分配进一步利用其对视频DR特性的了解，以在所有流之间实现更平衡的视频质量。
2010-01-07 cs.MM cs.NI
DRL-based Distributed Resource Allocation for Edge Computing in Cell-Free Massive MIMO Network
在本文中，为了解决严格的计算和服务质量（QoS）的要求，最近推出的先进的多媒体服务，我们考虑了一个无小区的大规模MIMO移动边缘网络。特别是，受益于可靠的无细胞链路，将密集的计算卸载到边缘服务器，资源受限的最终用户可以通过边缘计算来增强板载（本地）处理。为此，我们制定了一个联合通信和计算资源分配（JCCRA）的问题，以尽量减少用户的总能耗，同时满足各自的用户特定的期限。为了解决这个问题，我们提出了一个完全分布式的解决方案的基础上合作的多智能体强化学习框架，其中每个用户被实现为一个学习代理，使联合资源分配只依赖于本地信息。仿真结果表明，所提出的分布式方法的性能优于启发式基线，收敛到一个集中的目标基准，而不诉诸于大的开销。此外，我们还表明，与蜂窝MEC系统相比，所提出的算法在无蜂窝系统中的性能明显更好，例如，基于小小区的MEC系统。
2022-08-23 cs.NI
Federated Learning under Channel Uncertainty: Joint Client Scheduling and Resource Allocation
在这项工作中，我们提出了一种新的联合客户端调度和资源块（RB）分配政策，以尽量减少损失的准确性联邦学习（FL）相比，集中式训练为基础的解决方案，在不完善的信道状态信息（CSI）。首先，该问题被投射为一个随机优化问题在一个预定义的训练时间，并使用李雅普诺夫优化框架解决。为了学习和跟踪无线信道，利用基于高斯过程回归（GPR）的信道预测方法，并将其纳入调度决策。建议的调度策略进行评估，通过数值模拟，在完美和不完美的CSI。结果表明，所提出的方法相比，国家的最先进的客户端调度和RB分配方法的准确性损失减少了25.8%。
2020-02-06 cs.NI
A framework for the simulation of CR-VANET channel sensing, coordination and allocation
VANG被认为是未来至关重要的网络，主要关注的是旅行者和基础设施的安全。在VANG的背景下，引入了许多用于协调和信道分配的方法。因此，需要一种框架来可靠地比较考虑到车辆移动的不同信道感测、分配和协调方案的相对性能。在本文中，我们介绍了一个框架，可用于定义和比较这些计划在各种情况下。仿真结果清楚地表明，我们的技术的鲁棒性，通过消除误检，并在很大程度上减少了虚警。
2015-06-07 cs.NI
Deep Reinforcement Learning for Distributed Uncoordinated Cognitive Radios Resource Allocation
Rochester Institute of Technology（罗切斯特理工学院）
本文提出了一种新的深度强化学习为基础的资源分配技术的多智能体环境中提出的认知无线电网络，通过动态频谱接入（DSA）与主网络共存。在这项工作中提出的资源分配技术是分布式的，不需要与其他代理的协调。所提出的算法是第一个深度强化学习技术，其收敛到平衡的政策，可以显示在非平稳的多智能体环境中，通过共享的无线环境的无线电之间的不协调的动态交互的结果。此外，仿真结果表明，在有限的学习时间内，所提出的技术是能够找到的政策，产生的性能在3%的穷举搜索解决方案，找到最佳的政策，在近70%的情况下。此外，它表明，标准的单智能体深度强化学习可能无法实现收敛时，在非协调，耦合多无线电的情况下使用。
2020-03-06 cs.LG cs.NI stat.ML
Distributed Resource Allocation with Multi-Agent Deep Reinforcement Learning for 5G-V2V Communication
Technical University of Munich（慕尼黑工业大学）；Nomor Research（诺莫尔研究公司）
研究了无基站情况下车辆间通信中的分布式资源选择问题。每个车辆自主地从共享资源池中选择传输资源以传播协作感知消息（CAM）。这是一个共识问题，每个车辆必须选择一个唯一的资源。当-由于机动性-彼此邻近的车辆数量动态变化时，问题变得更具挑战性。在拥挤的情况下，为每辆车分配唯一的资源变得不可行，并且必须开发拥挤的资源分配策略。5G中的标准化方法，即半持久调度（SPS），受到车辆空间分布引起的影响。在我们的方法中，我们将其转化为优势。我们提出了一种新的分布式资源分配机制，使用多智能体强化学习（DIRAL），建立在一个独特的状态表示。一个具有挑战性的问题是，以应付非平稳性引入的并发学习代理，导致收敛问题的多智能体学习系统。我们的目标是用唯一的状态表示来解决非平稳性。具体来说，我们部署基于视图的位置分布作为状态表示，以解决非平稳性，并以分布式方式执行复杂的联合行为。我们的研究结果表明，DIRAL提高PRR的20%相比，SPS在具有挑战性的拥塞情况。
2020-10-11 cs.GT cs.LG cs.MA
Optimal Radio Resource Allocation for Hybrid Traffic in Cellular Networks: Centralized and Distributed Architecture
Virginia Tech（弗吉尼亚理工大学）
本文研究了混合交通 cellular 网络中无线电资源分配问题，提出集中式和分布式优化方法，通过效用比例公平性保证服务质量，设计高效算法并验证性能。
2014-11-12 cs.NI cs.SY eess.SY
