Delay Analysis of Random Scheduling and Round Robin in Small Cell Networks
我们分析了随机调度（RS）和轮询（RR）协议下的小小区网络的延迟性能。基于随机几何和排队论，我们推导出准确和易于处理的平均延迟的分布，占随机流量到达的影响，排队的相互作用，和失败的数据包重传的表达式。我们的分析断言，RR优于RS的平均延迟，无论流量统计。此外，从RR的增益是更明显的存在下，繁忙的业务，这证实了会计公平性的调度策略的设计中的重要性。我们还发现，限制在相同的延迟中断概率，RR是能够支持更多的用户设备（UE）比RS，证明它是一个合适的候选人的物联网（IoT）网络的流量调度策略。
2018-05-30 cs.IT math.IT
Delay-Guaranteed Cross-Layer Scheduling in Multi-Hop Wireless Networks
在本文中，我们提出了一种跨层调度算法，实现了吞吐量“ε-接近”的最佳吞吐量在多跳无线网络中的延迟保证的权衡为O（1/1）。该算法的目的是解决一个联合拥塞控制，路由和调度问题，在多跳无线网络，同时满足每个流的平均端到端延迟保证和最小数据率的要求。这个问题已经解决了积压以及任意到达率系统。此外，我们讨论了一类低复杂度的次优算法的设计，延迟反馈对最优算法的影响，以及所提出的算法的扩展到不同的干扰模型与任意的链路容量。
2011-01-25 cs.IT math.IT
Delay-Optimal Buffer-Aware Probabilistic Scheduling with Adaptive Transmission
在功率受限的情况下，跨层调度是提高服务质量（QoS）的一种有前途的方式。本文研究了具有随机数据到达和自适应传输的系统。概率调度策略意识到缓冲区的状态，推广传统的确定性调度。在此基础上，利用马尔可夫报酬过程分析了系统的平均时延和功耗。最优时延-功率折衷曲线是可行时延-功率区域的帕累托前沿。证明了最优时延-功率权衡是分段线性的，其顶点由确定性策略获得。此外，最优折衷曲线的相应策略是基于阈值的，因此可以通过提出的有效算法来获得。另一方面，我们制定了一个线性规划，以最小化的平均延迟给定一个固定的功率约束。通过改变功率约束，也可以得到最优的延迟功率折衷曲线。结果表明，算法结果与优化结果基本吻合，并通过Monte-Carlo仿真进行了验证。
2015-09-09 cs.IT math.IT
Delay-Optimal Scheduling and Power Control for Instantaneous-Interference-Limited CRs
研究了一种上行链路多次级用户认知无线电系统，该系统中次级用户的信道具有统计异质性。这种异质性可能导致这些SU的不同延迟性能，并导致对PU的有害干扰。首先，我们推导出一个显式的封闭形式的平均延迟的表达式，在任意的功率控制策略。然后，我们提出了一个延迟最优的闭式调度和功率控制策略，可以提供所需的平均延迟保证所有SU除了保护PU从有害的干扰。我们支持我们的研究结果，广泛的系统模拟，并表明它大大优于现有的政策。
2016-12-10 cs.IT math.IT
Performance of time delay estimation in a cognitive radar
认知雷达响应于雷达和目标环境的变化来调整发射波形。在这项工作中，我们分析了最近提出的子奈奎斯特认知雷达，其中在多频带的认知波形的总发射功率保持不变，其全频带的常规对应。对于这样的系统，我们推导出一个单一的目标时间延迟估计的均方误差（MSE）的下限。我们制定了一个程序来选择最佳的频段，并建议在不同的频段，以提高延迟估计的准确性的总功率的分布。特别是，使用Cramér-Rao界，我们表明，在认知雷达等宽子带总是有更好的延迟估计比传统的雷达。使用Ziv-Zakai界限的进一步分析表明，认知雷达在低信噪比（SNR）区域表现良好。
2017-01-14 cs.IT math.IT
Heterogeneous Cellular Networks with Spatio-Temporal Traffic: Delay Analysis and Scheduling
新类型服务的出现已经导致第五代（5G）无线网络中的各种业务和不同延迟要求。满足不同的延迟要求是5G无线网络设计的最关键目标之一。虽然点对点通信的延迟已经得到了很好的研究，但多点到多点通信的延迟尚未得到深入研究，因为它是网络中所有链路的复杂函数。在这项工作中，我们提出了一种新的易于处理的方法来分析在异构蜂窝网络的时空随机到达的流量的延迟。具体来说，我们提出了\emph{delay outage}的概念，并评估了不同的调度策略对延迟性能的影响。我们的数值分析表明，卸载策略的基础上的小区范围扩大，大大减少了宏小区的业务，而带来的微微小区业务量的少量增长。我们的研究结果还表明，轮询调度的延迟性能优于先进先出调度的高流量，它是相反的轻流量。总之，该分析框架为延迟要求日益成为关键问题的5G系统的实际部署提供了理解和经验法则。
2017-03-24 cs.IT math.IT
Time Delay Estimation in Cognitive Radio Systems
在认知无线电系统中，次用户可以利用主用户不使用的多个分散频带。本文研究了多频散信号的时延估计问题。首先，时间延迟估计的理论限制进行审查。然后，两步时间延迟估计，提供之间的权衡计算复杂性和性能进行了研究。此外，讨论了两步时滞估计的渐近最优性。最后，仿真结果来解释理论结果。
2009-10-24 cs.IT math.IT
Learning-Based Sensor Scheduling for Delay-Aware and Stable Remote State Estimation
Mid Sweden University（瑞典中部大学）
本文提出基于学习的传感器调度方法，通过延迟感知框架优化信息增益，实现稳定且低能耗的远程状态估计。
2026-01-29 cs.IT math.IT
Delay Optimal Scheduling of Arbitrarily Bursty Traffic over Multi-State Time-Varying Channels
本文研究了多状态时变信道上任意突发业务的联合调度问题，从跨层的角度综合考虑了网络层的突发分组到达、数据链路层的积压队列和物理层的固定调制功率自适应传输.为了在功率约束条件下实现最小调度时延，提出了一种概率跨层调度策略，并利用马尔可夫链模型对其进行了描述。为了描述延迟功率权衡，我们制定了一个非线性优化问题，然而，这是非常具有挑战性的解决。为了处理这个问题，我们将优化问题转化为一个等价的线性规划（LP）问题，这使我们能够获得最佳的基于阈值的调度策略，根据每个信道状态的队列长度施加一个最佳阈值。
2016-06-03 cs.IT math.IT
Delay Optimal Joint Scheduling-and-Power-Control for Cognitive Radio Uplinks
研究了一个主用户和多个次用户的认知无线电上行链路系统。SU具有对PU的个体平均延迟约束和聚合平均干扰约束。如果SU和PU之间的干扰信道由于SU的不同物理位置而在统计上不同，则SU将经历不同的延迟性能。这是因为位于更靠近PU的SU以更低的功率电平进行发送。提出了一种基于动态规划的动态功率分配策略。所提出的策略可以为所有SU提供所需的平均延迟保证，而不管它们的位置，以及保护PU免受有害干扰。该策略被证明是渐近延迟最优的轻交通制度。基于最优策略中动态规划算法的高复杂性，我们利用问题解的结构提出了一种替代的次优策略。通过仿真，我们表明，在轻和重交通状况下，延迟性能的次优政策是$0.3\%$内的最优政策，都优于现有的方法。
2016-12-22 cs.IT math.IT
The Degrees of Freedom of the Interference Channel with a Cognitive Relay under Delayed Feedback
研究了延迟反馈下认知中继系统的干扰信道特性。研究了三种类型的延迟反馈：发送端的延迟信道状态信息（CSIT）、延迟输出反馈和延迟香农反馈。外边界推导出的DoF区域的两个用户多输入多输出（MIMO）ICCR延迟反馈以及没有反馈。对于单输入单输出（SISO）场景，提出了基于回溯干扰对齐的最优方案。结果表明，虽然没有反馈的认知中继不能在两用户SISO干扰信道中将和DoF扩展到$1$之外，但在相同的场景中延迟反馈可以将和DoF扩展到$4/3$。对于MIMO的情况下，可实现的计划，通过追溯干扰对齐的扩展，导致DoF区域，满足各自的上限。
2015-07-24 cs.IT math.IT
Joint Queue-Aware and Channel-Aware Delay Optimal Scheduling of Arbitrarily Bursty Traffic over Multi-State Time-Varying Channels
本文的动机是观察到的平均时延可以减少牺牲功率效率的无线通信。从这个意义上讲，我们自然想知道当可用功率有限时，最小延迟是多少以及如何实现最小延迟。针对随机到达的数据包在多状态无线衰落信道中传输的情况，提出了一种概率跨层调度策略，并利用约束马尔可夫决策过程（MDP）对其进行了刻画。利用马尔可夫链的稳态概率，我们能够推导出所关心的度量，即平均延迟和平均功耗的数学表达式。为了描述延迟功率权衡，我们制定了一个非线性规划问题，然而，这是非常具有挑战性的解决。通过分析其结构，这个优化问题可以转化为一个等价的线性规划（LP）问题，通过变量替换，这使得我们能够得到最佳的延迟功率权衡以及最佳的调度策略。最优调度策略是基于双阈值的，这意味着传输决策应该基于对队列长度和信道状态施加的最优阈值。
2018-07-26 cs.IT math.IT
Scheduling in Instantaneous-Interference-Limited CR Networks with Delay Guarantees
研究了一种具有平均时延约束和对主用户瞬时干扰约束的上行链路多次用户认知无线电系统。如果从SU到PU的干扰信道具有独立但不相同分布的衰落系数，则SU将经历异构延迟性能。这是因为对PU造成低干扰的SU将被更频繁地调度，和/或被分配比对PU造成高干扰的SU更多的传输功率。我们提出了一个动态的延迟和功率控制算法，可以提供所需的平均延迟保证所有SU以及保护PU免受干扰。利用李雅普诺夫技术，我们证明了我们的算法是渐近延迟最优的，同时满足延迟和干扰约束。我们支持我们的研究结果，通过广泛的系统仿真，并显示所提出的算法对信道估计误差的鲁棒性。
2015-12-09 cs.IT math.IT
Delay Constrained Scheduling over Fading Channels: Optimal Policies for Monomial Energy-Cost Functions
假设能量代价函数为凸单项式，研究了在$T$硬延迟截止时间时隙内发送$B$信息比特的点到点离散时间调度问题.调度的目标是最小化预期的能量消耗，同时满足最后期限约束的基础上的信息，未服务的比特，信道状态/统计，和剩余的时隙的最后期限。在每个时隙，在不知道未来信道状态的情况下做出调度决定，因此在当前信道良好时服务许多比特与为截止日期留下太多比特之间存在紧张关系。在没有其他数据包被并发调度和不允许中断的假设下，我们推导出最优调度策略。此外，我们还调查的双重问题，最大限度地提高传输的比特数时，受到能量约束的$T$时隙。
2008-09-29 cs.IT math.IT
Lyapunov-guided Multi-Agent Reinforcement Learning for Delay-Sensitive Wireless Scheduling
本文提出一种两阶段智能调度器，利用Lyapunov技术转化延迟约束，并结合多智能体强化学习进行用户优先级与资源分配，以最小化延迟抖动并保证延迟界限，相比现有算法降低了延迟抖动和违规率。
2024-11-05 cs.IT math.IT
Outage Bound for Max-Based Downlink Scheduling With Imperfect CSIT and Delay Constraint
我们考虑下行链路基于最大值的调度，其中基站和每个用户都配备有一个天线。在每个时隙中，基站获得所有用户的信道增益，并选择具有最大平方信道增益的用户。假设发射机处的信道状态信息（CSIT），即，平方信道增益可能是不准确的，我们推导出中断概率的下限，当在延迟约束下不满足所需的数据率时发生中断。的界限是紧密的瑞利衰落，并显示所需的速率和CSIT错误影响中断性能。
2016-06-13 cs.IT math.IT
Joint Scheduling and Power-Control for Delay Guarantees in Heterogeneous Cognitive Radios
研究了一种具有平均时延约束和对主用户干扰约束的上行链路多次用户认知无线电系统。如果SU和PU之间的干扰信道由于不同SU的不同物理位置而在统计上是异构的，则SU将经历不同的延迟性能。这是因为位于更靠近PU的SU以更低的功率电平进行发送。提出了两种动态调度和功率分配策略，可以为所有SU提供所需的平均延迟保证，而不管它们的位置。第一个策略解决了干扰约束是瞬时干扰约束时的问题，而第二个策略则解决了具有长期平均干扰约束的问题。我们表明，虽然平均干扰问题是一个扩展的瞬时干扰，解决方案是完全不同的。这两个政策，使用李雅普诺夫优化技术，是渐近延迟最优的，同时满足延迟和干扰的限制。我们的研究结果得到了广泛的系统仿真的支持，并表现出优于现有的政策，以及表现出强大的信道估计误差。
2017-05-19 cs.IT math.IT
Intercell Interference-Aware Scheduling for Delay Sensitive Applications in C-RAN
云无线接入网（Cloud Radio Access Network，C-RAN）架构是一种新的移动网络架构，通过将基带处理资源集中在虚拟化基带单元（virtualized baseband unit，BBU）池中，实现了多个小区之间的协同基带处理和信息共享，并对非均匀业务具有很高的适应性。在这项工作中，我们制定了每个用户使用凸延迟成本函数的效用，并设计了一个两步调度算法具有良好的延迟性能的C-RAN架构。在第一步骤中，根据多个小区中的所有用户的干扰水平和估计的效用，将它们分组为小的用户组。在第二步中，将通道与用户组匹配，以最大化系统效用。通过仿真进一步研究了该算法的性能，验证了C-RAN架构的优越性。
2017-08-02 cs.IT math.IT
Throughput Maximization in Multi-Channel Cognitive Radio Systems with Delay Constraints
研究了覆盖多信道单次用户认知无线电系统中吞吐量与时延的权衡问题。由于认知无线电用户的有限感知能力，信道被顺序地感知。在这样的问题中，最大化吞吐量在文献中得到了很好的研究。然而，在实时应用中，除了吞吐量之外，还需要考虑硬延迟约束。本文讨论了在平均时延约束下，使次用户吞吐量最大化的最优停止规则和最优功率分配问题。我们提供了一个低复杂度的方法来解决这个问题的最佳方案。仿真结果表明，该方案允许次用户满足延迟约束，而不会牺牲吞吐量显着。它还显示了最优功率分配策略的好处比恒定功率分配策略。
2016-12-26 cs.IT math.IT
Wireless Network Scheduling with Discrete Propagation Delays: Theorems and Algorithms
针对离散传播延迟无线网络的链路调度问题，本文用有向超图建模并提出调度图表征速率区域，进一步利用 step-T 调度图的支配性质设计更高效算法。
2023-08-14 cs.IT math.IT
Interference-Aware Resource Control in Multi-Antenna Cognitive Ad Hoc Networks with Heterogeneous Delay Constraints
在这项工作中，我们考虑了一个多天线的认知ad hoc网络（CAHNet）与异构延迟的要求。为了同时满足干扰和时延约束，本文提出在认知发射端根据干扰信道状态信息（CSI）进行自适应迫零波束形成（ZFBF）。为了帮助CAHNet获得干扰CSI，本文采用了一种双赢的网间协作策略，即在CAHNet支付适当代价的情况下，主网络通过反馈链路向CAHNet反馈量化的干扰CSI，考虑到反馈资源和功率资源的稀缺性，在干扰和时延约束下，重点关注总资源代价的最小化.为了解决这个问题，我们推导出一个联合反馈和功率控制算法之间的CAHNet的多个链路。仿真结果验证了该算法的有效性。
2013-04-05 cs.IT math.IT
Two-sided Delay Constrained Scheduling: Managing Fresh and Stale Data
本文提出了双侧时延约束下的无线数据包调度框架，解决了传输前与传输后均受严格时间限制的最优能耗和完成时间离线调度问题，适用于安全关键等需同时管理数据新鲜与陈旧的应用。
2023-05-20 cs.IT math.IT
Theoretical Limits on Time Delay Estimation for Ultra-Wideband Cognitive Radios
研究了超宽带认知无线电系统中时延估计的理论极限。对于一个通用的UWB频谱与分散的频带，Cramer-Rao下界（CRLB）推导出未知的信道系数和载波频率偏移（CFO）。然后，通过得到具体的CRLB表达式，研究了未知信道系数和CFO对线性和非线性调制训练信号的影响。结果表明，对于具有恒定包络的线性调制，可以减轻未知参数的影响。最后，数值结果，支持理论分析。
2009-06-22 cs.IT math.IT
Delay-Constrained Video Transmission: Quality-driven Resource Allocation and Scheduling
实时视频需要服务质量（QoS）保证，如最终用户满意度的延迟范围。此外，可容忍的延迟取决于使用情况，如实时流媒体或双向视频会议。由于无线衰落信道固有的随机性，确定性的延迟界限是很难保证的。相反，我们建议使用有效容量的概念提供统计延迟保证。我们考虑一个多用户设置，不同的用户有（可能不同的）延迟QoS约束。我们得出的资源分配政策，最大限度地提高和视频质量，并适用于任何质量度量与凹率质量映射。我们表明，每个用户的最佳工作点是这样的率失真斜率是每单位带宽的支持的视频源速率的倒数，我们称为源频谱效率的一个关键指标。我们还解决了基于公平的资源分配的替代问题，其目标是最大限度地提高跨用户的最低视频质量。最后，我们推导出用户准入和调度策略，使选择一个最大的用户子集，使所有选定的用户可以满足他们的统计延迟要求。结果表明，具有不同QoS要求的视频用户可以实现相似的视频质量，但资源需求有很大差异。因此，QoS感知调度和资源分配使得能够在相同的资源约束下支持显著更多的用户。
2013-11-22 cs.IT math.IT
On the Throughput-Delay Tradeoff in Cellular Multicast
在本文中，我们采用跨层的设计方法来分析在一个单一的细胞系统中的多播信道的吞吐量和延迟的折衷。为了说明主要思想，我们从单组情况开始，即，纯组播，其中所有用户请求公共信息流。我们考虑三类调度算法的复杂性逐渐增加。第一类通过采用静态调度策略和无记忆解码来争取最小的复杂度。我们对这类调度算法的分析揭示了静态调度策略的存在，该策略以延迟为代价实现了吞吐量的最优缩放定律，该延迟随用户数呈指数级增加。第二种调度策略采用更高复杂度的增量冗余编码/解码策略，以实现更好的吞吐量-延迟权衡。第三，也是最复杂的，调度策略受益于不同用户之间的合作，以最小化延迟，同时实现吞吐量的最佳缩放定律。特别是，所提出的合作组播策略，同时实现最佳的缩放定律的吞吐量和延迟。然后，我们推广我们的调度算法，利用多组多样性时，不同的信息流的用户群体的不同子集的要求。最后，我们讨论了潜在的增益的影响，配备多个发射天线的基站和目前的仿真结果，验证我们的理论主张。
2005-06-07 cs.IT math.IT
Scheduling and Power Allocation to Optimize Service and Queue-Waiting Times in Cognitive Radio Uplinks
在这份报告中，我们研究了分组延迟作为CR系统的QoS度量。分组时延包括队列等待时间和服务时间。在这项工作中，我们研究了调度和功率分配算法对SU的延迟性能的影响。为了研究由于服务时间的延迟，我们研究了一个多通道系统中的信道被顺序感测，我们研究了吞吐量和延迟之间的权衡。该问题被表述为服务时间和吞吐量之间存在权衡的最优停止规则问题。这种折衷是由于跳过低质量信道以寻求在将来找到高质量信道的可能性，代价是由于这些将来的信道可能繁忙而被阻止传输的概率更高。另一方面，研究了多用户单信道系统的排队等待时间。具体来说，我们研究了调度和功率分配对系统中所有SU的延迟性能的影响。我们提出了一个延迟优化算法，保护PU从有害的干扰，并提供所需的延迟保证用户。如果干扰信道是异构的，则常规调度算法不提供这样的保证。这是因为它们是为传统的非CR无线系统开发的，由于信道是正交的，因此忽略了干扰。最后，我们提出了两个潜在的扩展这些研究的问题。
2016-01-04 cs.IT math.IT
Joint Trajectory Design and User Scheduling of Aerial Cognitive Radio Networks
无人机（UAV）与地面节点之间的链路是高概率的视距链路，因此UAV被广泛用于增强无线通信的端到端性能。然而，LoS链路中信号传播的广播特性使其很容易被恶意窃听者窃听，这对无线通信的安全性提出了相当大的挑战。研究了空中认知无线电网络的安全问题。机载基站利用与主网络相同的频谱向次用户发送机密消息。空中基站发射干扰信号来抑制窃听者以增强保密性能。该算法考虑了窃听节点位置的不确定性，通过优化多用户调度、无人机飞行轨迹和发射功率，最大化认知用户的平均保密率。针对混合多整数变量非凸优化问题，提出了一种基于块坐标下降和逐次凸逼近的迭代算法。数值结果验证了算法的有效性，表明该方案有利于提高空中CRN的保密性能。
2022-04-21 cs.IT eess.SP math.IT
Protocol design and stability/delay analysis of half-duplex buffered cognitive relay systems
在本文中，我们量化的好处，采用中继站在大覆盖范围的认知无线电系统，机会主义地访问授权频谱的一些小覆盖范围内分散的主系统。通过分析研究，我们表明，即使是一个简单的解码和转发（SDF）中继，它只能容纳一个数据包，提供显着的路径损耗增益的空间传输机会和链路的可靠性。然而，这样的方案未能捕获的时空突发性的主要活动，即，当源-中继（SR）链路或中继-目的地（RD）链路被阻塞的主要活动，认知频谱接入停止。为了克服这个障碍，我们进一步提出了缓冲解码转发（BDF）协议。通过利用中继站的无限长缓冲区，节省了SR或RD链路上的阻塞时间用于认知频谱接入。分析表明，缓冲器增益提高了认知中继系统的稳定域和平均端到端时延性能。
2010-01-03 cs.IT math.IT
Energy-efficient Scheduling of Delay Constrained Traffic over Fading Channels
考虑了点对点通信中的时延约束调度问题：一个$B$比特的数据包必须在时变信道上的$T$时隙的硬截止期限内发送.发射机/调度器必须基于当前信道质量和未服务比特的数量来确定在每个时隙期间要发送多少比特，或者等效地确定要用多少能量来发送，目的是最小化预期的总能量。为了专注于基本的调度问题，假设在此时间段内没有其他分组被调度，并且不允许中断。假设传输容量的基础高斯噪声信道，一个封闭形式的表达的最优调度策略的情况下，T=2通过动态规划获得;对于$T>2$，最优策略只能通过数值确定。因此，工作的重点是推导简单的，接近最优的政策的直觉的基础上，从T=2的解决方案和结构的一般问题。所提出的比特分配策略由延迟相关项和机会（信道感知）项的线性组合组成。此外，整个数据包必须在一个单一的时隙中发送的问题的变化进行了研究，并示出了信道阈值策略是最佳的。
2008-07-21 cs.IT math.IT
Delay-Optimal Buffer-Aware Scheduling with Adaptive Transmission
在这项工作中，我们的目标是在通信系统中获得平均延迟和平均功耗之间的最佳权衡。在我们的系统中，到达发生在每个时隙根据伯努利到达过程，并在发射机缓冲。发送器确定在平均功率约束下发送多少分组的调度策略。假设功率是在每个时隙中发送的分组的数量的递增和凸函数，以捕获通信系统中的现实。我们还考虑了一个有限的缓冲区，并允许调度决策取决于缓冲区占用。这个问题被建模为一个约束马尔可夫决策过程（CMDP）。我们首先证明了CMDP的（拉格朗日）松弛的最优策略是确定性的和基于阈值的。然后，我们证明了最佳的延迟功率权衡曲线是凸的和分段线性的，其中每个顶点是由松弛问题的最优解得到的。这使我们能够显示CMDP的最优策略是基于阈值的，因此可以通过所提出的高效算法来实现。通过线性规划和仿真验证了理论结果和算法的有效性。
2016-09-12 cs.IT math.IT
Delay Optimal Scheduling for Chunked Random Linear Network Coding Broadcast
我们研究广播传输的一个单一的文件到任意数量的接收器使用随机线性网络编码（RLNC）在网络中的不可靠的通道。由于解码过程的增加的计算复杂性（特别是对于大文件），我们应用分块RLNC（即，在文件的非重叠子集内应用RLNC）。在我们的工作中，我们展示了最小接收（LR）批处理调度策略（这是在我们以前的工作中介绍）的最优性方面的预期文件传输完成时间。此外，我们改进了我们的一些早期的结果，即预期的文件传输完成时间的LR政策和最小可实现的编码窗口大小的情况下，用户定义的延迟约束。最后，我们实验评估的LR政策的修改，在一个更现实的系统设置减少从接收器的反馈。
2017-06-09 cs.IT math.IT
Delay-Optimal User Scheduling and Inter-Cell Interference Management in Cellular Network via Distributive Stochastic Learning
针对具有M个基站和K个用户的蜂窝下行链路系统，提出了一种分布式的蜂窝小区内用户调度和小区间干扰管理控制方案。每个BS具有K个下行链路队列，分别用于具有不同到达和延迟要求的K个用户。ICI管理控制在慢时间尺度上自适应于联合队列状态信息（QSI），而用户调度控制在较快时间尺度上自适应于联合QSI和联合信道状态信息（CSI）两者。我们发现，该问题可以建模为一个无限的地平线平均成本部分观察马尔可夫决策问题（POMDP），这是NP-困难的一般。利用问题的特殊结构，我们将得到一个等价的Bellman方程来求解POMDP问题。为了解决分布式的要求和问题的维数和计算复杂度，我们推导出一个分布式的在线随机学习算法，它只需要本地QSI和本地CSI在每个M BS。我们表明，所提出的学习算法几乎肯定收敛（概率为1），并且与各种基线相比具有显着的增益。该算法的线性复杂度为O（MK）。
2010-09-13 cs.IT math.IT
On the Capacity of Causal Cognitive Interference Channel With Delay
在本文中，我们介绍了具有延迟的因果认知干扰信道（CC-IFC-WD），其中的认知用户传输可以依赖于$L$未来接收的符号，以及过去的。考虑到链路时延的影响，CC-IFC-WD填补了基因辅助和因果认知无线电信道之间的空白。我们研究了三种特殊情况：1）经典CC-IFC（L=0），2）CC-IFC无延迟（L=1）和3）CC-IFC与块长度延迟（L=n）。在每种情况下，我们得到的容量区域的内界。我们的编码方案利用广义块马尔可夫叠加编码的协作策略，速率分裂的协作策略，和Gel'fand-Pinsker编码，以预消除部分干扰。此外，在第二和第三种情况下，分别采用瞬时中继和非因果部分解码转发策略。在特殊条件下的导出区域，减少到几个以前已知的结果。此外，我们表明，我们使用的编码策略，以获得可实现的速率区域的经典CC-IFC实现容量为一个特殊的情况下，这个信道。此外，我们扩展我们的可达速率区域高斯的情况下。提供了一个数值例子高斯CC-IFC-WD，我们研究了不同的延迟值的认知链路的速率增益。
2012-02-02 cs.IT math.IT
Delay Optimal Cross-Layer Scheduling Over Markov Channels with Power Constraint
我们考虑的情况下，功率受限的发射机提供随机到达的数据包到目的地的马尔可夫时变信道，并适应不同的传输功率，以保证成功的传输到每个信道状态。为了最小化每个数据包的预期平均传输延迟，我们制定了一个约束马尔可夫决策过程（CMDP）的问题。我们揭示了最优策略的长度阈值结构，即，当且仅当队列长度超过阈值时，发送端发送分组，并通过线性规划（LP）获得最优跨层调度策略。数值结果验证了所提出的策略的性能，并说明了在这种情况下的延迟功率权衡。
2020-09-28 cs.IT cs.NI math.IT
Cross-Layer Scheduling in Multi-user System with Delay and Secrecy Constraints
最近，基于物理层安全的方法已经引起了相当大的关注，并设想在无线网络中提供安全通信。然而，现有的文献大多只关注物理层。因此，如何设计一个有效的传输方案，同时也考虑到上层的要求仍然是一个尚未解决的问题。我们考虑在多用户下行链路环境中的跨层资源分配问题，同时具有瞬时和部分窃听信道信息的情况。这个问题首先是在一个新的安全框架中提出的。然后，控制方案的设计，以最大限度地提高平均接纳率的数据，将延迟，功率和保密性作为约束条件，在每种情况下的非串通和串通窃听的情况下。基于随机优化理论进行了性能分析，并通过仿真验证了该方案的有效性。
2013-08-16 cs.IT math.IT
Exploiting Hybrid Channel Information for Downlink Multi-User MIMO Scheduling
研究了在发射端信道状态信息（CSIT）不完善的情况下的下行链路多用户MIMO（MU-MIMO）调度问题，CSIT包括粗信道状态信息和当前信道状态信息，以及细信道状态信息和延迟信道状态信息。该调度问题的特征在于基于当前CSIT调度用户以获得即时增益和调度用户以获得更精细但延迟的CSIT和潜在更大的未来增益之间的复杂的“开发-探索权衡”。我们解决这个调度问题，制定了一个基于帧的联合调度和反馈的方法，在每个帧中的一个政策是作为一个马尔可夫决策过程的解决方案。我们证明，我们提出的方法可以任意接近最优，然后证明其显着的收益超过传统的MU-MIMO调度。
2013-03-19 cs.IT math.IT
Integrating Sub-6 GHz and Millimeter Wave to Combat Blockage: Delay-Optimal Scheduling
毫米波（mmWave）技术具有实现非常高的数据率的潜力，但是受到间歇性连接的影响。在本文中，我们提供了一个架构，以集成子6 GHz和毫米波技术，我们将子6 GHz接口作为一个后备数据传输机制，以打击阻塞和间歇性连接的毫米波通信。为此，我们研究了在毫米波和子6 GHz接口上调度数据包的问题，使得系统的平均延迟最小化。这个问题可以用马尔可夫决策过程来表示。我们首先研究折扣延迟最小化问题，并证明最优策略是阈值型的，即，只要系统中的分组数量小于阈值，数据分组就应该总是被路由到毫米波接口。然后，我们证明了折扣延迟问题的结果也适用于平均延迟问题。通过数值结果，我们证明了在繁忙的流量下，将sub-6 GHz与mmWave集成可以将平均延迟降低高达70%。此外，我们的调度策略大大减少了延迟超过著名的MaxWeight政策。
2019-01-22 cs.IT cs.NI math.IT
Effective Capacity of Delay Constrained Cognitive Radio Links Exploiting Primary Feedback
在本文中，我们分析了在认知无线电（CR）系统的统计服务质量（QoS）的延迟约束下工作的次级链路的性能。特别是，我们量化分析的性能改善时，应用基于反馈的感知方案下的“信干噪比干扰”模型的次级用户（SU）。我们利用文献中介绍的有效容量（EC）的概念来量化延迟约束下的无线链路性能，试图伺机支持实时应用。为了实现这一目标，我们研究了两个链接的网络，一个单一的次要链接和一个主要的网络抽象到一个单一的主要链接，有和没有主要的反馈开发。我们分析证明，利用初级反馈在次级发射机提高了EC的次级用户，降低了次级用户的平均发射功率。最后，我们提出了支持我们的分析结果的数值结果。
2013-03-31 cs.IT math.IT
Delay-Optimal Scheduling for IRS-Aided Mobile Edge Computing
我们考虑一个智能反射面（IRS）辅助移动边缘计算（MEC）系统，其中部署了一个IRS，以协助计算卸载从两个用户到与边缘云连接的接入点。对于IRS辅助的数据传输，与传统的非正交多址（NOMA）和时分多址（TDMA）相比，我们提出了一种新的灵活的分时NOMA方案，允许用户灵活地将其数据分为两部分，分别通过NOMA和TDMA传输，从而将传统的NOMA和TDMA封装为特殊情况。我们制定了一个优化问题，以最大限度地减少两个用户的总延迟设计的IRS被动反射和用户的计算卸载调度下的IRS离散相位约束。虽然这个问题是非凸的，我们得到了无限和有限的云计算能力的情况下，它的最优解。此外，我们表明，基于NOMA和TDMA的传输是首选在不同的情况下，取决于用户的云计算时间以及NOMA和TDMA与IRS之间的速率差异。
2020-11-07 cs.IT math.IT
Polynomial-complexity, Low-delay Scheduling for SCFDMA-based Wireless Uplink Networks (Technical Report)
研究了单载波FDMA约束下的上行链路调度/资源分配问题，同时考虑了发射机处的排队动态。在单载波约束下，MaxWeight调度问题以及确定是否可以从所有用户提供给定数量的数据包的问题被证明是NP完全的。最后，提出了一种基于匹配的调度算法，只需要一个多项式数量的计算每个时隙，并在一个系统的情况下，具有大带宽和用户人口，probably提供了一个良好的延迟（小队列）的性能，即使在单载波约束。总之，论文第一部分的结果支持最近将SCFDMA从标准中删除的努力，而第二部分中的结果提出了一种解决单载波约束的方法，如果它仍然存在于标准中的话。
2013-01-07 cs.IT cs.NI math.IT
On Stability Region and Delay Performance of Linear-Memory Randomized Scheduling for Time-Varying Networks
通常，最优调度策略需要解决复杂且通常为NP-难的优化问题。相关文献已经表明，在时变信道的上下文中，可以采用随机调度策略来降低优化问题的复杂性，但是以数据流的数量呈指数级的存储器需求为代价。在本文中，我们考虑了线性记忆随机调度策略（LM-RSP），这是基于一个选择和比较原则的时变网络与$N$一跳数据流。对于一般的遍历信道过程，我们研究了LM-RSP的稳定区域和平均延迟的性能。具体来说，我们表明，LM-RSP可以稳定的容量区域的一小部分。我们的分析将这一比例以及平均延迟描述为信道变化的函数，以及LM-RSP在选择适当的调度向量方面的效率。将这些结果应用于一类马尔可夫信道，我们提供了明确的结果的稳定区域和延迟性能的LM-RSP。
2009-03-03 cs.IT cs.NI math.IT
Low-Complexity Scheduling Policies for Achieving Throughput and Asymptotic Delay Optimality in Multi-Channel Wireless Networks
在本文中，我们研究了多信道（例如，基于OFDM的）无线网络。我们专注于一个单一的细胞，目的是开发一个统一的框架，设计低复杂度的调度策略，可以提供最佳性能的吞吐量和延迟。我们开发了新的易于验证的充分条件速率函数延迟最优性（在多通道多用户渐近制度）和吞吐量最优性（一般非渐近设置），分别。充分条件允许我们证明率函数延迟最优的一类最旧的数据包优先（OPF）的政策和吞吐量最优的一类最大重量的流体限制（MWF）的政策，分别。通过利用我们精心选择的充分条件的特殊功能，并智能地结合政策类的OPF和MWF政策，我们设计的混合策略，都是速率函数延迟最优和吞吐量最优的复杂性为$O(n^{2.5} \log n)$，其中$n$是信道或用户的数量。我们的充分条件也被用来表明，以前提出的政策称为延迟加权匹配（DWM）是率函数延迟最优的。然而，DWM导致了$O(n^5)$的高度复杂性。因此，我们的方法产生显着降低的复杂性比以前设计的延迟和吞吐量最优调度策略。我们还进行了数值实验来验证我们的理论结果。
2013-11-16 cs.IT cs.NI math.IT
Distributed Scheduling in Multiple Access with Bursty Arrivals and Delay Constraints
被认为是一个多址系统与突发数据到达的终端。用户是帧同步的，可变大小的数据包独立地到达每个发射机的每个时隙。每个分组需要在由最大延迟约束指定的一定数量的时隙内被递送到公共接收器。关键的假设是终端只知道它们自己的分组到达过程，即，除了它们的统计数据之外，其余终端的到达对于每个发射机是未知的。对于这个有趣的分布式多址模型，我们设计了新的在线通信方案，传输到达的数据没有任何中断，同时确保延迟约束。特别地，以分布式方式选择每个时隙中的发射功率，同时确保联合功率矢量足以支持在该时隙中采用的数据速率的分布式选择。所提出的方案不仅是最佳的最小化的平均发送和功率，但他们也大大优于传统的正交多址技术，如TDMA。
2016-11-28 cs.IT math.IT
Proactive Location-Based Scheduling of Delay-Constrained Traffic Over Fading Channels
在本文中，主动资源分配的基础上，用户位置的点到点通信衰落信道中，源必须发送一个数据包时，用户请求它在一个单一的时隙的最后期限。我们引入了一个预测模型，其中源预测请求到达$T_p$插槽提前，其中$T_p$表示预测窗口（PW）的大小。源分配能量以主动地为PW的每个时隙发送一些比特，目的是在非预测情况下减少传输能量。基于用户位置利用关于每个位置处的用户请求的先验统计来预测请求。我们还假设预测并不完美。我们提出了积极主动的调度策略，以尽量减少预期的能量消耗所需的传输请求的数据包在两个不同的假设下的信道状态信息在源。在第一种情况下，离线调度，我们假设信道状态是已知的先验在PW的开始处的源。在第二种情况下，在线调度，它被假定为源具有因果知识的信道状态。数值结果表明，通过使用主动调度策略相比，经典的（反应）网络所取得的收益。仿真结果还表明，增加PW的大小导致显着减少所消耗的传输能量，即使不完美的预测。
2016-07-01 cs.IT math.IT
A Low-Delay Low-Complexity EKF Design for Joint Channel and CFO Estimation in Multi-User Cognitive Communications
认知通信中的参数估计问题可以归结为一个多用户估计问题，该问题在最大似然解下是可解的，但具有较高的计算复杂性。提出了一种基于分时干扰抑制的扩展卡尔曼滤波器（EKF）设计方法，用于多认知用户的载波频偏和信道估计。其关键目标是通过将高维参数分解为多个独立的低维估计问题来实现低实现复杂度，这些问题可以通过流水线操作以分时方式解决。我们首先提出了一个基本的EKF设计，估计从一个TX用户到一个RX天线的参数。然后，这样的基本设计被时间共享并被重用以估计从多个TX用户到多个RX天线的参数。同时，我们使用干扰抑制模块来消除每个RX采样处的同频干扰。此外，我们进一步提出自适应噪声方差跟踪模块，以提高估计性能。所提出的设计具有低延迟和低缓冲区大小（由于其在线实时处理），以及低实现复杂度（由于分时和流水线设计）。其估计性能接近Cramer-Rao界。
2011-11-16 cs.IT math.IT
Asymptotic Scheduling Gains in Point-to-Multipoint Cognitive Networks
我们认为并置的主要和次要网络，同时访问相同的频带。特别是，我们研究了三个不同的水平，在初级和次级网络可能共存：纯干扰，非对称共存，对称共存。在非对称共存级别，次级网络基于干扰和信道增益的知识选择性地去激活其用户，而在对称级别，初级网络也以相同的方式调度其用户。我们的目标是得到最优的总和率（即，吞吐量）的两个网络在每个共存水平的用户的数量渐近增长，并评估如何与网络规模的总和率的规模。为了得到吞吐量的渐近结果，我们导出了一个关于极序统计量的关键引理和一个关于低阶统计量和的命题。作为基线比较，我们通过时分（TD）计算信道共享的总速率。我们比较了TD中的渐近次级和速率与同时传输下的渐近次级和速率，同时确保主网络在两种情况下保持相同的吞吐量。结果表明，在非对称和对称共存水平的同时传输可以优于TD。此外，当用户的上行链路激活或去激活仅基于对相对网络的干扰增益而不基于网络自身的信道增益时，这种增强是可实现的。
2010-01-19 cs.IT math.IT
Delay-Optimal Probabilistic Scheduling with Arbitrary Arrival and Adaptive Transmission
在本文中，我们的目标是获得最佳的延迟功率权衡和相应的最优调度策略为任意的i.i.d.到达过程和自适应传输。调度器知道发送器处积压的分组的数量，调度器必须确定在每个时隙期间发送多少积压的分组。假设功率消耗在传输速率上是凸的。因此，如果调度器更快地传输，则延迟将减少，但具有更高的功耗。为了获得最优的延迟功率权衡和相应的最优策略，我们建模的问题作为一个约束马尔可夫决策过程（CMDP），在这里我们最小化的平均延迟给定的平均功率约束。通过稳态分析和拉格朗日松弛，我们可以证明，最优折衷曲线是下降的，凸的，分段线性的，最优策略是基于阈值的。基于所揭示的最优策略的性质，我们开发了一个算法，以有效地获得最优的折衷曲线和最优的政策与系统的充分信息。我们提出的算法的复杂性是远远低于一般的算法的基础上线性规划。然而，通常到达过程的分布是未知的调度器，因此，我们提出了一种强化学习算法，以有效地获得最优策略在这种情况下。详细分析了系统参数对最优策略和系统性能的影响。最后，我们使用模拟来验证所推导的结果和所提出的算法。
2017-10-30 cs.IT math.IT
Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems
移动边缘计算（MEC）是一种很有前途的范例，可以提高移动设备的计算体验质量。然而，MEC系统的计算任务调度策略的设计不可避免地遇到一个具有挑战性的两时标随机优化问题。具体地，在较大的时间尺度中，应该决定是在移动终端本地执行任务还是将任务卸载到用于云计算的MEC服务器，而在较小的时间尺度中，任务输入数据的传输策略应该适应信道侧信息。在本文中，我们采用了马尔可夫决策过程的方法来处理这个问题，其中的计算任务调度的基础上的任务缓冲区，本地处理单元的执行状态，以及状态的传输单元。通过分析每个任务的平均延迟和移动终端的平均功耗，我们建立了一个功率受限的延迟最小化问题，并提出了一个有效的一维搜索算法来寻找最优的任务调度策略。仿真结果表明，所提出的最优随机任务调度策略的能力，在实现较短的平均执行延迟相比，基线政策。
2016-05-10 cs.IT cs.NI math.IT
Delay-optimal Data Transmission in Renewable Energy Aided Cognitive Radio Networks
可再生能源驱动的认知无线电网络由于其频谱效率和可再生能源的“绿色”特性的结合而备受关注。本文研究了可再生能源辅助CR网络中的时延最优数据传输问题。具体地，主用户（PU）和次用户（SU）在区域中共享相同的频率。SU对PU的干扰由干扰信号比（ISR）约束控制，这意味着PU接收机（Rx）处的ISR应小于阈值。在此约束下，可再生能源供电的SU旨在通过调度每个时隙中的可再生分配来最小化平均数据缓冲器延迟。一个约束随机优化问题制定时，可再生的到来，SU的数据生成的不确定性，和衰落信道的可变性考虑的随机性。通过分析制定的问题，我们提出了两个实用的算法，是最佳的两个特殊的情况。并且这两个算法分别给出了一般情况下的上界和下界。此外，PU的私人信息在SU的可用性进行了讨论。最后通过数值仿真验证了该算法的有效性。
2015-10-03 cs.IT math.IT
Cross-layer estimation and control for Cognitive Radio: Exploiting Sparse Network Dynamics
本文提出了一种跨层的框架，以联合优化频谱感知和调度资源受限的敏捷无线网络。次要用户（SU）的网络接入被许可的主要用户（PU）的网络留下未使用的频谱的部分。中央控制器（CC）基于由SU收集的分布式压缩测量来调度SU的业务。联合控制感测和调度以最大化SU吞吐量，并对PU吞吐量降级和SU成本进行约束。频谱动态中的稀疏性被利用：利用先前的频谱占用估计，CC仅需要经由稀疏恢复技术来估计残余不确定性向量。POMDP公式所带来的高复杂性通过Kullback-Leibler散度的最小化由低维置信表示来降低。证明了感知优化和调度优化是可以解耦的。提出了一种部分近视调度策略，其结构特性可以证明，近视计划分配SU流量可能空闲的频谱带。仿真结果表明，该框架能够最优地平衡频谱感知和数据传输之间的资源。该框架定义了最具信息量的网络控制，产生能源效率的资源利用的传感调度方案。
2015-06-22 cs.IT cs.NI math.IT
Delay Optimal Scheduling for Energy Harvesting Based Communications
近年来，绿色通信引起了越来越多的研究兴趣。源节点配备可充电电池，可以从周围环境中获取能量，并依靠这种免费的可再生能源来传输数据包。然而，由于来自收获的可用能量的不确定性，如果源总是等待收获的能量，则可能引起不可容忍的大延迟和分组丢失。为了克服这个问题，一个可靠的能源（RES）可以采取及时交付积压的数据包。在本文中，我们研究了由容量有限的电池和一个RES一起存储收集的能量的突发通信链路的延迟最优调度问题。所提出的调度方案优先使用收集的能量，并在必要时基于数据和能量共享过程诉诸RES，具有来自RES的平均功率约束。通过二维马尔可夫链建模和线性规划公式，我们导出最优的基于阈值的调度策略以及相应的传输参数。我们的研究包括三个示例性的情况下，捕捉数据包到达过程和能量收集能力之间的一些重要关系。我们的理论分析证实了仿真结果。
2013-08-23 cs.ET cs.IT math.IT
Joint Channel and Queue Aware Scheduling for Wireless Links with Multiple Fading States
在这项工作中，我们解决的延迟最优调度问题的无线传输固定调制在多状态衰落信道。我们提出了一种随机调度策略，调度源发送概率联合基于缓冲区和信道状态，在发射机的平均功率约束。我们的目标是通过选择最佳的传输概率来最小化平均延迟。利用马尔可夫链模型，我们制定了一个功率约束的延迟最小化问题，然后将其转化为线性规划（LP）。通过分析其性质，我们可以得到最佳的基于阈值的调度策略以及相应的传输概率。我们的理论分析证实了仿真结果。
2015-09-17 cs.IT cs.PF math.IT
On Delay-Optimal Scheduling in Queueing Systems with Replications
在现代计算机系统中，作业被分成短任务并并行执行。在实际系统中的经验观察表明，任务服务时间是高度随机的，作业服务时间是由最慢的离散任务检查。一个常见的解决方案是在多个服务器上复制一个任务，并等待任务的一个副本提前完成。复制的延迟性能在很大程度上取决于何时复制、在哪个服务器上复制以及首先服务哪个作业的调度决策。到目前为止，很少有人了解如何优化这些调度决策，以最大限度地减少延迟完成的工作。在本文中，我们提出了一个全面的研究集中式和分布式多服务器系统中的延迟最优调度的副本。低复杂度的调度策略的设计，并被证明是延迟最优或接近延迟最优的随机排序之间的因果关系和非抢占式的政策。这些理论结果建立一般的系统设置和延迟度量，允许任意到达过程，任意的作业大小，任意的到期时间，和异构服务器与数据本地化的限制。新的样本路径工具的开发，以证明这些结果。
2017-02-06 cs.DC cs.IT cs.NI
On the Capacity of Interference Channel with Causal and Non-causal Generalized Feedback at the Cognitive Transmitter
在本文中，考虑到链路延迟的影响，我们调查的认知干扰信道（C-IFC），认知可以从因果或非因果广义反馈的容量区域。为此，我们引入了具有延迟的因果认知干扰信道（CC-IFC-WD），其中认知用户的传输可以依赖于$L$未来接收的符号以及过去的。我们证明了CC-IFC-WD模型等价于具有链路延迟的经典因果C-IFC（CC-IFC）。此外，CC-IFC-WD扩展了基因辅助和因果认知无线电信道，并弥合了它们之间的差距。首先，我们推导出一个外界的容量区域的任意值的$L$和专门的一般外界的强干扰的情况下。然后，在强干扰条件下，我们收紧外边界。为了推导出可达到的速率区域，我们集中在三种特殊情况下：1）经典的CC-IFC（L=0），2）CC-IFC没有延迟（L=1），和3）CC-IFC与无限的前瞻性，其中认知用户非因果地知道其整个接收序列。在每种情况下，我们得到一个新的内界的容量区域。此外，我们表明，我们使用的编码策略，以获得一个可实现的速率区域的经典CC-IFC实现的能力，在强干扰条件下的类退化和半确定性的经典CC-IFC。此外，我们扩展我们的可实现的速率区域的高斯的情况下。给出了高斯CC-IFC-WD的一些数值例子，我们比较了不同策略的性能，并研究了不同延迟值下认知链路的速率增益。
2012-02-01 cs.IT math.IT
