Throughput Analysis and On-Board Buffer Sizing for Hybrid RF and Optical LEO Satellites
Technische Universität Braunschweig(布伦瑞克工业大学)
本文分析混合RF/激光LEO卫星网络在有限缓冲、干扰感知调度和天气相关中断下的吞吐量与缓冲区规划,发现通过优化调度优先级可在最小化缓冲需求的同时实现最大吞吐量并降低丢包概率。
2026-09-15 cs.NI
Utility Optimal Scheduling with a Slow Time-Scale Index-Bias for Achieving Rate Guarantees in Cellular Networks
针对5G网络切片中带速率保障的RAN调度需求,提出一种三时间尺度最大和效用调度算法,通过慢时间尺度索引偏置调整保障速率用户的调度优先级,仿真验证其性能优于现有两时间尺度算法。
2024-08-17 cs.NI
Towards an Application-Aware Resource Scheduling with Carrier Aggregation in Cellular Systems
在本文中,我们介绍了一种应用感知的方法,在长期演进高级(LTE-Advanced)蜂窝网络中的载波聚合的资源块调度。在我们的方法中,用户被划分在不同的组的基础上的运营商的覆盖区域。在每个用户组中,用户设备(UE)被分配来自所有带内载波的资源块(RB)。我们在UE上运行的应用的效用百分比中使用效用比例公平(PF)方法。保证每个用户具有最低服务质量(QoS),其中优先级标准基于在UE上运行的应用的类型。我们证明了我们的调度策略存在,因此最优解是易处理的。仿真结果提供了所提出的RB调度方法与其他调度策略的性能进行比较。
2015-10-26 cs.NI
Utility Maximization in Wireless Backhaul Networks with Service Guarantees
Massachusetts Institute of Technology(麻省理工学院)
本文提出了一种基于树形拓扑结构的无线回传网络效用最大化方法,通过轮转调度算法优化服务保障与吞吐量,实现高效的资源分配。
2026-01-10 cs.NI
Economic Theoretic LEO Satellite Coverage Control: An Auction-based Framework
近年来,高频段的超密集低轨卫星星座被认为是实现全球覆盖的有效途径之一。在给定的卫星星座中,有效的波束覆盖方案应该在卫星上使用,以提供无缝服务和全视角覆盖。在LEO系统中,通常使用混合宽波束和点波束覆盖方案,其中LEO提供用于大区域覆盖的宽波束和用于高速数据访问的附加的几个转向点波束。在这种给定的设置中,基本上需要多个点波束的重叠。为了实现这一目标,本文提出了一种基于Vickery-Clarke-Groves(VCG)拍卖的多点波束可信调度算法,以实现更高效的无缝服务和全视角覆盖。
2020-09-21 cs.NI
Optimizing Federated Learning in LEO Satellite Constellations via Intra-Plane Model Propagation and Sink Satellite Scheduling
Missouri University of Science and Technology(密苏里科技大学)
随着卫星技术发展的进步,最近有大量小型卫星被发射到低地球轨道(LEO)上,以收集地球观测图像等大量数据。由于带宽限制和LEO卫星与地面站(GS)之间的间歇连接,将这样的数据下载到地面站(GS)以训练机器学习(ML)模型的传统方式是不期望的。另一方面,卫星边缘计算(SEC)允许每个卫星在机上训练ML模型,并仅将模型上传到GS,这似乎是一个很有前途的概念。本文提出了FedLEO,一种新的联邦学习(FL)框架,实现了SEC的概念,克服了现有的基于FL的解决方案的局限性(收敛速度慢)。FedLEO(1)通过“水平”平面内通信路径增强了传统FL的星型拓扑结构,在该路径中,卫星之间发生模型传播;(2)通过利用卫星轨道模式的可预测性,最佳地调度“下沉”卫星和GS之间的通信。我们广泛地评估FedLEO,并将其与最先进的技术进行基准测试。我们的结果表明,FedLEO大大加快了FL收敛,而不会牺牲-事实上,它大大提高了-模型的准确性。
2023-02-27 cs.LG cs.NI
An Optimal Application-Aware Resource Block Scheduling in LTE
在本文中,我们介绍了第四代长期演进(LTE)系统中的弹性和非弹性自适应实时业务的应用感知资源块调度方法。用户被分配到资源块。传输可以使用在频率和时间上调度的多个资源块。在我们的模型中,我们使用对数和sigmoidal-like效用函数来表示运行在不同用户设备(UE)上的用户应用程序。我们提出了一个效用比例公平策略的优化问题,其中用户之间的公平性是相应应用的效用百分比(即用户对服务的满意度)。我们的目标是将资源分配给用户,并优先考虑自适应实时应用用户。此外,应当保证用于具有弹性和非弹性业务的用户的最小资源分配。订阅移动服务的每个用户都应该具有具有优先级标准的最低服务质量(QoS)。我们证明了我们的调度策略存在,并达到最大值。因此,最优解是易处理的。我们提出了一种集中式调度算法,以分配演进节点B(eNodeB)的资源优化优先级标准。最后,我们提出了模拟结果,我们的调度算法的性能,并比较我们的结果与传统的比例公平的方法。结果表明,用户满意度较高,我们提出的方法。
2014-05-29 cs.NI
Cross-Layer Scheduling for Cooperative Multi-Hop Cognitive Radio Networks
针对协作多跳认知无线电网络(CRN)中次用户协助主用户进行多跳传输并获得频谱共享授权的问题,设计了跨层最优调度算法。我们建立两个模型,两种不同类型的PU,对应于弹性和非弹性服务类。对于具有弹性服务的CRN,PU最大化其吞吐量,同时将信道的时间共享分配给与SU的辅助成比例的SU。对于非弹性的情况,PU被保证最小效用。该算法在弹性PU模型下可以实现任意接近最优PU吞吐量,而在非弹性PU模型下可以实现任意接近最优SU效用。这两种算法提供了确定性的上限PU队列积压。此外,我们展示了吞吐量/实用程序和PU的平均端到端延迟上限这两种算法之间的权衡。此外,该算法的工作积压以及任意到达率系统。
2011-06-03 cs.NI
Energy Efficient Traffic Scheduling For Optical LEO Satellite Downlinks
Carleton University(卡尔顿大学);Polytechnique Montréal(蒙特利尔高等理工学院);National Research Council Canada(加拿大国家研究委员会);MDA(MDA公司)
本文提出静态和自适应方案,通过平衡交付比率和能效,解决卫星下行链路的能耗问题。
2026-03-07 cs.NI
Joint Beam Scheduling and Power Optimization for Beam Hopping LEO Satellite Systems
本文针对LEO卫星跳波束系统资源分配问题,提出JBSPO-BH算法,将波束调度建模为势博弈求纳什均衡,并用罚函数内点法优化功率,在吞吐量和公平性上显著优于现有方法。
2023-12-03 cs.NI eess.SP
Optimal Entanglement Distribution using Satellite Based Quantum Networks
基于卫星的量子通信的最新技术进步使其成为实现全球规模量子网络的有前途的技术。由于与基于地面的光纤通信相比更好的损耗距离缩放,卫星量子通信可以在地理上相隔很长距离的地面站之间分配高质量的量子纠缠。这项工作的重点是最佳分配的二分纠缠的一组对地面站使用的星座的轨道卫星。特别是,我们的特点是最佳的卫星到地面站的传输调度政策的聚合纠缠分布率受到各种资源的限制,在卫星和地面站。我们将输电调度问题转化为一个整数线性规划问题,并在特定的场景下有效地求解。我们的框架也可以作为一个基准工具来衡量其他潜在的传输调度策略的性能。
2022-05-26 cs.NI quant-ph
Toward Quantum-Optimized Flow Scheduling in Multi-Beam Digital Satellites
Michigan State University(密歇根州立大学);U.S. Naval Research Laboratory(美国海军研究实验室)
本文提出混合量子经典框架,将多波束卫星调度问题转化为QUBO问题,通过分层训练策略提升调度效率与鲁棒性。
2026-02-28 cs.ET cs.NI quant-ph
Deep Sleep Scheduling for Satellite IoT via Simulation Based Optimization
Technische Universität Darmstadt(达姆施塔特工业大学);Slovak University of Technology in Bratislava(布拉迪斯拉发斯洛伐克工业大学);Vienna University of Technology(维也纳工业大学)
本文研究了如何通过基于模拟的优化方法来优化卫星物联网中的深度睡眠调度,以延长电池寿命,同时考虑数据质量和接收端的降质问题,采用目标导向张量(GoT)指标量化数据质量,并通过概率模拟优化算法进行优化。
2026-05-19 cs.NI
Scheduling Agile Earth Observation Satellites with Onboard Processing and Real-Time Monitoring
University of Malaga(马德里大学)
本文针对敏捷地球观测卫星调度问题,提出融合星上数据处理的多卫星优化方法,通过优先级指标与带局部搜索的构造式启发式算法,提升观测分辨率与监测频率均衡性,优于FIFO方法。
2025-06-13 cs.NI cs.RO
Utility Optimal Scheduling and Admission Control for Adaptive Video Streaming in Small Cell Networks
我们认为,联合优化设计的传输调度和接纳控制策略的自适应视频流在小蜂窝网络。我们制定了一个动态的网络效用最大化的问题,并观察到它自然分解成两个子问题:准入控制和传输调度。所得到的算法简单,适合分布式实现。准入控制决策涉及每个用户基于其邻域中的网络拥塞来选择请求下载的视频块的质量。这种形式的准入控制与基于TCP连接上的DASH协议的当前视频流技术兼容。通过仿真,我们评估所提出的算法的性能,在现实的假设下,为小小区网络。
2013-05-15 cs.IT cs.MM cs.NI
Safety-Aware AoI Scheduling for LEO Satellite-Assisted Autonomous Driving
Shanghai Jiao Tong University(上海交通大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
本文提出一种统一框架,结合双时间尺度AOI模型与分层时间平均安全约束,通过虚拟队列实现安全验证,解决LEO卫星与车辆运动导致的多普勒效应、子槽切换故障及不同优先级车辆的异构新鲜度需求问题。
2026-04-19 cs.NI
Learning-NUM: Network Utility Maximization with Unknown Utility Functions and Queueing Delay
Massachusetts Institute of Technology(麻省理工学院)
网络效用最大化(NUM)研究在网络资源约束条件下,为网络用户分配业务速率以最大化用户的总效用的问题。本文提出了一种新的NUM框架Learning-NUM,其中用户的效用函数是先验未知的,只有在相应的业务被发送到目的地之后才能观察到业务速率的效用函数值,这意味着效用反馈经历了\textit{queueing delay}。我们的目标是设计一个政策,逐步学习的效用函数,并作出速率分配和网络调度/路由决策,以最大限度地提高总效用在有限的时间范围$T$。除了未知的效用函数和随机约束,我们的问题的一个核心挑战在于观察的延迟,这可能是无界的,并取决于政策的决定。我们首先证明了最佳动态策略所得到的期望总效用是静态优化问题的解的上界。在不考虑反馈时延的情况下,我们设计了一种基于梯度估计和最大权调度思想的算法。为了处理反馈延迟,我们将该算法嵌入到并行实例范例中,以形成实现$\tilde{O}(T^{3/4})$ -遗憾的策略,即,最佳动态策略和我们的策略所获得的期望效用之间的差异在$\tilde{O}(T^{3/4})$中。最后,为了证明Learning-NUM框架的实用性,我们将其应用于三个应用场景,包括数据库查询,作业调度和视频流。我们进一步进行模拟的作业调度应用程序,以评估我们的政策的实证表现。
2020-12-16 cs.LG cs.NI
Dynamic Scheduling in Fiber and Spaceborne Quantum Repeater Networks
Sorbonne Université(索邦大学);IIT-CNR(意大利国家研究委员会意大利理工学院);University of Strathclyde(思克莱德大学);VeriQloud;Università di Padova(帕多瓦大学);Keio University(庆应义塾大学);CNRS/Sorbonne Université(法国国家科学研究中心/索邦大学)
针对光纤与星载量子中继网络的调度问题,提出基于李雅普诺夫漂移最小化的二次优化调度策略,并扩展QuISP模拟器及建立卫星链路解析模型,发现经典通信延迟是主要限制因素。
2025-10-07 cs.NI quant-ph
Dynamic Task and Resource Scheduling Towards Space-Air-Ground-Sea Integrated Network
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
针对6G海事场景,提出空天地海一体化网络动态任务与资源调度方法,通过动态卸载、卫星切换及联合优化,实现平均任务延迟至少降低23%。
2026-09-28 cs.NI
Dynamic Task and Resource Scheduling Towards Green Space-Air-Ground-Sea Integrated Network
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本文提出一种动态任务与资源调度方法,用于优化空天地海一体化网络中的任务执行延迟,通过分层任务卸载算法和前瞻性切换策略提升卫星资源利用率。
2026-05-02 cs.NI
CSMA using the Bethe Approximation: Scheduling and Utility Maximization
以完全分布式方式解决无线网络上的争用的载波侦听多址接入(Carrier Sense Multiple Access,CSMA)最近获得了很多关注,因为已经证明对CSMA参数的适当控制保证了稳定性方面的最优性(即,调度)和系统范围的效用(即,调度和拥塞控制)。大多数基于CSMA的算法依赖于流行的MCMC(马尔可夫链蒙特卡罗)技术,它使人们能够找到最佳的CSMA参数,通过迭代循环的“模拟和更新”。然而,这种基于模拟的方法往往成为指数缓慢收敛的主要原因,对流/拓扑变化的适应性差。在本文中,我们开发了分布式迭代算法,产生近似解的收敛在多项式时间的稳定性和效用最大化问题。特别是,对于稳定性问题,所提出的分布式算法需要,有点令人惊讶的是,只有一个迭代之间的链接。我们的方法是由贝特近似(由Yedidia,Freeman和Weiss在2005年介绍),使我们能够通过一个特定的多项式大小的非线性系统来表达近似的解决方案。我们的多项式收敛保证来自直接解决非线性系统的分布式方式,而不是多个模拟和更新循环在现有的算法。我们提供的数值结果表明,该算法产生高精度的解决方案和收敛速度比以前的。
2015-01-15 cs.IT cs.NI math.IT
AIGC-Assisted Digital Watermark Services in Low-Earth Orbit Satellite-Terrestrial Edge Networks
本文提出将LEO卫星边缘计算与AIGC技术结合,构建星地边缘网络架构和数字水印模型,并设计基于强化学习的任务调度算法,以平衡水印生成时间与用户能耗。
2024-03-08 cs.NI
Aidos: A Hybrid Optimization Algorithm for Beam Hopping Scheduling in NGSO Mega-Constellations
School of Computer Science, Fudan University(复旦大学计算机科学技术学院);Institute of Space Internet, Fudan University(复旦大学空间互联网研究院)
针对NGSO巨型星座中波束跳变调度问题,提出Aidos混合优化算法,结合流量感知随机密钥编码和滑动窗口Beta重采样策略,在79.2%吞吐量提升和99.45%延迟降低的同时,将计算时间降至9.3秒,实现在轨实时重规划。
2026-06-15 cs.NI
Cross Layer Design for Maximizing Network Utility in Multiple Gateways Wireless Mesh Networks
本文以信号干扰噪声比(SINR)为干扰模型,研究了多网关无线Mesh网络中网络效用最大化问题。其目标是一个跨层的设计,考虑联合速率控制,流量分割,路由,调度,链路速率分配和功率控制,制定网络效用最大化问题。由于这个问题是计算复杂的,我们提出了联合动态网关选择,链路速率分配和功率控制(JGRP)算法的基础上差分积压作为一个次优的解决方案。该算法首先构造初始网络拓扑,然后在每个时隙内,同时确定每个业务流的产生速率和目的网关。该算法的另一个主要任务是联合路由、调度、链路速率分配和节点功率分配。此外,为了提高公平性,我们提出了一些新的参数来代替JGRP算法中的差分积压。仿真结果表明,在JGRP算法中使用所提出的参数,从吞吐量和延迟的角度提高了公平性。
2019-12-17 cs.NI
Modeling Pointing, Acquisition, and Tracking Delays in Free-Space Optical Satellite Networks
Concordia University(康考迪亚大学);Inria, INSA Lyon(法国国家信息与自动化研究所,里昂高等师范学院);CONICET - Universidad Nacional de Córdoba(阿根廷国家科学研究委员会-科尔多瓦国立大学)
本文提出了一种用于自由空间光学卫星网络中指针、获取和跟踪延迟建模的验证模型,以提高接触计划的准确性和网络利用率。
2025-11-20 cs.NI
A Wised Routing Protocols for Leo Satellite Networks
本研究针对低轨卫星网路的高速率、多流量的特性,提出一种结合封包排程与拥塞控制的路由策略。它既保证了不同业务的QoS,又避免了低优先级业务因资源竞争能力弱而“饿死”,从而保证了网络的吞吐量和性能。最后,在OPNET中建立了低轨卫星网络仿真平台,验证了所提算法的有效性。
2016-04-26 cs.NI
Proportional Fairness through Dual Connectivity in Heterogeneous Networks
比例公平(PF)是一种在最大化吞吐量和确保对用户的公平性之间保持平衡的调度技术。第三代合作伙伴计划(3GPP)提出了双连接(DC)技术,以提高异构网络中的移动性鲁棒性和系统容量。在本文中,我们证明了DC在提高系统的比例公平性的效用。我们提出了一个低复杂度的集中式PF调度方案的DC,并表明它优于标准的PF调度方案。由于最大化系统中的比例公平性的用户的双重关联问题是NP-难的,我们提出了三个启发式的DC用户关联方案。我们证明了DC,以及建议的PF计划,PF效用单连接,并执行几乎接近最佳的PF计划在异构网络中的显着收益。
2020-02-06 cs.NI
Deadline-Driven Multi-node Mobile Charging
无线电能传输技术由于不需要充电电缆的优点,作为一种新的无线可充电传感器网络(WirelessRechargeableSensorNetworks,WRSNs)的能量补充方法,受到了越来越多的关注。本文研究了具有期限序列的多节点充电调度问题。我们的目标是最大限度地提高整体有效充电效用,并尽量减少旅行时间。在调度周期内,我们采用了多节点充电的多个充电策略,而不是只充电一次,具有最后期限约束,其中充电点和旅游共同优化。具体来说,我们制定的有效充电效用最大化问题,最大化单调子模函数的分割拟阵约束,并提出了一个简单而有效的1/2近似贪心算法。在此基础上,进一步提出了基于网格的跳代操作,以节省出行时间,提高充电效用。最后,我们对我们的调度方案的性能进行了评估。仿真和现场实验结果表明,与Early Deadline First方案相比,该算法的性能分别优于EDF方案37.5%和37.9%。
2018-10-29 cs.NI
Separation of Routing and Scheduling in Backpressure-Based Wireless Networks
反压路由与调度以其吞吐量最优的运行保证,是提高无线多跳网络吞吐量的一种很有前途的技术。虽然背压在概念上被视为分层的,但路由和调度的决策是联合做出的,这在实践中带来了一些挑战。在这项工作中,我们提出了Diff-Max,一种分离路由和调度的方法,具有三个优点:(i)Diff-Max显著提高了吞吐量,(ii)路由和调度的分离通过最小化跨层操作使实际实现更容易;即,路由在网络层中实现,而调度在链路层中实现,以及(iii)路由和调度的分离导致模块化;即,在Diff-Max中,路由和调度是独立的模块,即使一个模块不工作,另一个模块也可以继续工作。我们的方法是基于网络效用最大化(NUM)制定和解决方案。基于Diff-Max的结构,我们提出了两种实用的方案:Diff-subMax和wDiff-subMax。我们证明了我们的计划,通过模拟在ns-2的好处。
2015-04-22 cs.NI
Criteria on Utility Designing of Convex Optimization in FDMA Networks
本文研究了频分多址系统中的网络效用最大化问题。总结出一套设计效用函数的准则,以达到全局最优凸性。在提出效用函数的一般形式后,我们给出了与本文提出的标准一致的常用效用函数形式的例子,其中包括众所周知的比例公平函数和S形函数。在本文的第二部分中,我们使用数值结果来演示一个案例研究的基础上,上述标准,这涉及在FDMA系统中的动态速率分配的子载波调度问题。
2008-09-22 cs.NI
Approximation Algorithms for Wireless Link Scheduling with Flexible Data Rates
我们考虑灵活的数据率在无线网络中的调度问题。也就是说,取决于信号质量,每次可以发送更多或更少的数据,信号质量由信号与干扰加噪声比(SINR)确定。每个无线链路具有将SINR值映射到相应数据率的效用函数。我们必须决定哪些传输是同时进行的,以及(取决于问题变量)使用哪些传输功率。在容量最大化问题中,人们努力使总网络吞吐量最大化,即,所有链接的总效用。对于任意的效用函数(不一定是连续的),我们提出了一个O(log n)-近似时,有n个通信请求。该算法是建立在一个常数因子近似的特殊情况下的相应的问题,其中效用函数只包括一个单步的。换句话说,每个链接都有一个单独的阈值,我们的目标是最大化满足阈值的链接数量。在此过程中,这改进了[Kesselheim,SODA 2011]中的结果,不仅将其扩展到单个阈值,而且还显示了与基础度量空间或网络参数的假设无关的恒定近似因子。此外,我们考虑延迟最小化问题。这里,每个链接都有一个需求,例如,表示数据量。我们必须计算一个尽可能短的时间表,使得每个链路的需求都得到满足,也就是说,总的总效用(或传输的数据)至少与其需求一样大。基于容量最大化算法,我们证明了这个问题的O(log^2 n)-近似。
2012-05-07 cs.DS cs.NI
STAR-GS: Truthful and Visibility-Aware Resource Scheduling for Ground Station as a Service
North Carolina State University(北卡罗来纳州立大学);University of Colorado Denver(科罗拉多大学丹佛分校);Kennesaw State University(肯尼索州立大学)
针对GSaaS资源调度的NP难问题,本文提出STAR-GS机制,结合拍卖理论与可调度性分析,在仿真中其收益、性能及扩展性均优于基线。
2026-08-25 cs.ET cs.GT cs.NI
Joint Scheduling and Resource Allocation in the OFDMA Downlink: Utility Maximization under Imperfect Channel-State Information
我们考虑的问题,同时在OFDMA下行链路中的用户调度,功率分配和速率选择,与期望的总和效用最大化的总和功率约束下的目标。在这样做时,我们考虑一系列通用的基于有效产出的实用程序,例如,基于吞吐量的定价、服务质量强制和/或实际调制和编码方案(MCS)的处理。由于完美的知识的信道状态信息(CSI)可能难以保持在基站,特别是当用户和/或子信道的数量是大的,我们考虑调度和资源分配下不完美的CSI,其中的信道状态是由一个通用的概率分布。首先,我们考虑“连续”的情况下,多个用户和/或码率可以时间共享一个单一的OFDMA子信道和时隙。这产生了一个非凸优化问题,我们将其转换为凸优化问题,并使用对偶优化方法精确求解。其次,我们考虑“离散”的情况下,每个OFDMA子信道每个时隙只允许一个用户和码率。对于混合整数优化问题,我们讨论了它与连续情况的联系,并表明它可以在某些情况下得到精确解。对于其他情况下,我们提出了一个最优性差距的界限。对于这两种情况下,我们提供所获得的解决方案的算法实现。最后,我们研究,数值上,所提出的算法的性能在不同程度的CSI不确定性,公用事业,和OFDMA系统配置。此外,我们证明了相对于现有的最先进的算法的优势。
2011-06-29 cs.IT cs.NI math.IT
EOS-Bench: A Comprehensive Benchmark for Earth Observation Satellite Scheduling
School of Traffic;Transportation Engineering, Central South University, Changsha 410083, China;School of Engineering;Materials Science, Queen Mary University of London, London E1 4NS, UK;College of Automation, Central South University, Changsha, 410083, China;Aerospace Engineering, University of Strathclyde, Glasgow G1 1XQ, UK;Department of Computer Science, University of Exeter, Exeter EX4 4QJ, UK;Department of Aerospace Engineering, Universidad de Sevilla, Camino de los Descubrimientos s.n., Sevilla, 41092, Spain;Department of Electronics;ERATOSTHENES Centre of Excellence, Limassol, 3012, Cyprus;Department of Civil Engineering;Geomatics, Cyprus University of Technology, Limassol, 3036, Cyprus;Department of Computer Science;Engineering, College of Engineering, Qatar University, Doha, 2713, Qatar;Department of Aerospace Engineering, Korea Advanced Institute of Science;School of Management, Hefei University of Technology, Hefei, 230009, China;Key Laboratory of Collaborative Intelligence Systems, Ministry of Education, Xidian University, Xi’an 710071, China;School of Astronautics, Beihang University, 102206 Beijing, China;Advanced Space Technology Laboratory, College of Astronautics, Nanjing University of Aeronautics;National Key Laboratory of Aerospace Flight Dynamics, Northwestern Polytechnical University, Xi’an, 710072, China;State Key Laboratory of Information Engineering in Surveying, Mapping;Remote Sensing, Wuhan University, Wuhan, 430079, China;School of Computer Science, China University of Geosciences, Wuhan, 430074, China;School of Information Science;Technology, Dalian Maritime University, Dalian, 116026, China;Department of Electrical \& Computer Engineering, University of Alberta, Edmonton, AB T6R 2V4, Canada;Planetary Science, California Institute of Technology, CA, USA;Department of Automation;Systems Engineering, Federal University of Santa Catarina, Florianopolis, SC, Brazil;School of Geography, Archaeology;Environmental Studies, University of the Witwatersrand, Braamfontein, Johannesburg, South Africa
本文提出EOS-Bench,通过整合高保真轨道动力学和平台约束,生成1390个场景和13900个基准实例,评估调度方法的系统性和可重复性,涵盖从小型验证案例到1000颗卫星和10000个请求的复杂问题。
2026-04-28 cs.NI cs.RO
Joint Scheduling of URLLC and eMBB Traffic in 5G Wireless Networks
新兴的5G系统将需要有效地支持增强型移动宽带流量(eMBB)和超低延迟通信(URLLC)流量。在这些系统中,时间被划分为时隙,时隙被进一步细分为微时隙。从调度的角度来看,eMBB资源分配发生在时隙边界处,而为了减少延迟,URLLC业务在小时隙时间尺度处抢先重叠,从而导致eMBB分配的选择性叠加/打孔。这种方法能够在对eMBB流量的潜在速率损失下实现最小的URLLC延迟。我们研究联合EMBB和URLLC的路由器,这样的系统,具有双重目标的EMBB流量的效用最大化,同时立即满足URLLC的需求。对于线性速率损失模型(对eMBB的损失在URLLC叠加/打孔的量中是线性的),我们推导出最优联合调度器。有些反直觉,我们的研究结果表明,我们的双重目标可以满足的迭代梯度调度器的eMBB流量,预计从URLLC流量的预期损失,随着URLLC需求调度器,是不经意的eMBB信道状态,效用函数和分配决定的eMBB调度器。接下来,我们考虑一个更一般的类(凸/阈值)的损失模型和研究最佳的在线联合eMBB/URLLC路由器在广泛的类的信道状态依赖,但小时隙均匀的政策。一个关键的观察是,与线性速率损失模型不同,对于凸和阈值速率损失模型,最优eMBB和URLLC调度决策不解耦,并且联合优化是满足双重目标所必需的。我们通过模拟验证了我们的制造商的特性和优势。
2018-08-25 cs.NI
Interference Management in NOMA-based Fog-Radio Access Networks via Joint Scheduling and Power Adaptation
非正交多址接入(NOMA)和雾无线接入网络(FRAN)是5G及以后系统中有希望的候选者。这项工作探讨了在FRAN架构中采用NOMA的好处,限制容量前传。提出了一种基于NOMA的多资源块FRAN下行链路联合调度和功率自适应优化方法。我们考虑一个混合整数优化问题,最大化网络范围内的基于速率的效用函数的前传容量约束,以确定i)用户到RB的分配,ii)分配给每个RB的功率,和iii)在每个RB的NOMA用户的功率分裂水平。本文提出了一个可行的解耦解决方案,这样的非凸优化问题,使用三步混合集中/分布式方法。所提出的解决方案符合FRAN操作,其目的是将网络控制部分地转移到FAP,以便克服由于前传速率约束而导致的延迟。本文提出并比较了两种不同的方法来解决分配问题,即匈牙利方法,和多选择背包方法。另一方面,功率分配和NOMA功率分配优化,使用交替方向乘法器(ADMM)解决。仿真结果表明,所提出的方法相比,不同的基线方案,包括传统的正交多址接入(OMA),不同的效用函数和不同的网络环境的优势。
2019-02-27 cs.NI
Delay-Aware Cross-Layer Design for Network Utility Maximization in Multi-hop Networks
我们研究的问题,设计延迟感知的联合流量控制,路由和调度算法,在一般的多跳网络,以最大限度地提高网络利用率。由于端到端延迟性能对跨层算法的高阶顺序统计量具有复杂的依赖性,因此优化长期网络利用率的早期基于优化的设计方法并不立即非常适合延迟感知设计。这促使我们在这项工作中开发一种新的设计框架和替代方法,利用几个未开发的设计选择的路由和调度策略空间。特别是,我们揭示和利用背压型控制器的一个关键特性,使我们能够开发一种新的链路速率分配策略,不仅优化长期的网络利用率,而且还产生每个源-目的地对之间的无环多路径路由。此外,我们提出了一个规范的调度策略,基于令牌的服务纪律,塑造每跳延迟分布,以获得非常理想的端到端延迟性能。我们建立了我们的联合流量控制,路由和调度算法实现无环路由和最佳的网络利用率。我们广泛的数值研究支持我们的理论结果,并进一步表明,我们的联合设计导致大量的端到端的延迟性能改善多跳网络相比,早期的解决方案。
2010-12-08 cs.NI math.OC
Utility Optimal Coding for Packet Transmission over Wireless Networks - Part I: Networks of Binary Symmetric Channels
我们考虑多跳网络,包括二进制对称信道($\mathsf{BSC}$)。网络承载用于多个用户的单播流。网络的效用是流的效用之和,其中每个流的效用是其吞吐量的凹函数。假设网络容量由流共享,则存在对网络资源的竞争,如编码速率(在物理层)、调度时间(在MAC层)等,在流动中。我们提出了一个比例公平传输方案,最大化的流量吞吐量的速率和调度约束的总和效用。这通过{ \em联合优化通过网络的所有流的分组编码速率}来实现。
2011-07-10 cs.IT cs.NI math.IT
Wireless Scheduling with Dominant Interferers and Applications to Femtocellular Interference Cancellation
我们考虑一类无线调度和资源分配问题,其中在每个链路中的接收速率是由该链路中的发射机的动作以及一个单一的主导发射机。这样的场景出现在一系列场景中,特别是在具有强的局部干扰的新兴毫微微和微微蜂窝网络中。对于这些网络,一个效用最大化调度的基础上循环的信念传播,使计算效率高的本地处理和低通信开销。我们的主要理论结果表明,该方法的不动点是可证明的全局最优的任意(潜在的非凸)率和效用函数。因此,该方法提供了全局最优的解决方案,包括子带调度,动态正交化和波束成形时,占主导地位的干扰假设是有效的蜂窝间干扰协调问题的一大类。本文着重于干扰消除(IC)系统的应用,并提出了一种新的方案,最佳速率控制,而不是传统的功率控制。在行业标准的毫微微蜂窝网络模型中进行的仿真表明,在没有IC的情况下,简单重用1的速率有了显着的改进,并且仅在一次或两次迭代中就可以实现用于速率选择的循环置信传播的接近最佳性能。
2012-07-29 cs.IT cs.NI math.IT
Stability and Dynamic Control of Underlay Mobile Edge Networks
研究了移动边缘网络的稳定性和动态控制问题。首先,在信道状态信息充分的假设下,得到了多用户边缘网络的稳定域。这个结果提供了一个基准数字比较所提出的算法的性能。其次,提出了一种集中式联合流量控制和调度算法,以稳定边缘设备的队列,同时尊重核心接入点处的平均和瞬时干扰功率约束。该算法被证明是收敛到一个效用点任意接近的最大可实现的效用在稳定区域内。最后,更实际的实施问题,如分布式调度研究设计高效的调度算法,利用通信多样性。所提出的分布式解决方案利用迷你时隙的竞争解决方案,并实现一定比例的效用最佳点。分布式算法的性能下限确定解析。详细的仿真研究,以查明成本的移动边缘网络的分布式控制相对于集中式控制。
2018-03-26 cs.IT cs.NI math.IT
Adaptive determinantal scheduling with fairness in wireless networks
本研究提出基于行列式点过程的公平无线网络调度框架,将问题转化为$L$-系综上的凸优化问题,验证了其在SINR网络模型中的适用性,为网络调度提供了兼具数学简洁性与计算可行性的新方案。
2025-06-13 cs.DS cs.NI
Wireless Scheduling with Power Control
我们考虑调度的任意无线链路的干扰的物理模型,以尽量减少满足所有请求的时间。我们在这里研究的调度和功率控制的组合问题,在这里我们寻求的功率设置和分区的链接,使每个集合满足信号干扰加噪声(SINR)的约束的分配。我们给出了一个算法,达到一个近似比$O(\log n \cdot \log\log Δ)$,其中$n$是链接的数量和$Δ$是最长和最短的链接长度之间的比率。在长度以二进制表示的自然假设下,这给出了在输入大小上是多对数的第一近似比。该算法具有使用不经意功率分配的理想属性,其中分配给发送方的功率仅取决于链路的长度。我们给出的证据表明,这种依赖$Δ$是不可避免的,表明任何合理的行为不经意的权力分配的结果在一个$Ω(\log\log Δ)$近似。这些结果也适用于(加权)容量问题,找到一个最大的(加权)子集的链接,可以在一个单一的时隙进行调度。此外,我们获得了改进的近似调度问题的双向变体,给出了部分答案的问题的实用图形建模物理干扰,并推广设置从标准的2维欧氏平面加倍度量。最后,我们探讨了图模型捕捉无线干扰的效用。
2011-04-16 cs.DC cs.DS cs.NI
Opportunistic Scheduling Using Statistical Information of Wireless Channels
针对最大权重调度器依赖瞬时CSI导致权重收敛慢的问题,本文利用SNR均值和方差构建权重优化并提出迭代求解及在线自适应架构,显著减少时隙开销并提升平均速率。
2024-02-13 cs.IT cs.NI eess.SP
Joint Transmission in Cellular Networks with CoMP - Stability and Scheduling Algorithms
由于目前的趋势是更小的小区,越来越多的蜂窝网络用户驻留在两个小区之间的边缘;这些用户通常由于相对较弱的信号和较强的干扰而接收到较差的服务。具有联合传输(JT)的协调多点(CoMP)是允许多个基站(BS)联合向单个用户进行传输的蜂窝联网技术。这提高了用户的接收质量,并促进了对小区边缘用户的更好服务。我们考虑一个CoMP使能的网络,包括多个BS通过回程网络互连。我们制定的OFDMA联合调度(OJS)的问题,确定子帧调度,并决定是否以及如何使用JT,以最大限度地提高一些效用函数。我们证明了OJS问题是NP难的。我们开发的最佳和近似算法的具体和一般的拓扑结构,分别。我们考虑了一个时间维,研究了一个分组到达的排队模型,其中每个子帧的服务速率通过解决OJS问题来获得。我们证明,当问题制定了一个特定的效用函数,并在每个子帧中最优解决,由此产生的调度策略是吞吐量最优的。通过广泛的模拟,我们表明使用JT的CoMP的大部分收益可以通过低容量回程实现。此外,我们的算法均匀地分配网络资源,增加小区间用户的吞吐量,只有轻微的成本,以小区内的用户。这是对跨层调度算法对CoMP网络的影响的严格的网络级理解的第一步。
2015-07-26 cs.IT cs.NI math.IT