首页/论文/1703.00525

arXiv 1703.005252017-03-01cs.NImath.OC

聚集流上的集中式网络效用最大化

Centralized Network Utility Maximization over Aggregate Flows

Riten Gupta, Lieven Vandenberghe, Mario Gerla

DOI：: 10.1109/WIOPT.2016.7492926

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

我们研究了一个网络效用最大化（NUM）分解，其中的流率集是由源-目的地对分组。我们开发的单路径和多路径的情况下，涉及到一个简单的问题，只涉及每个源-目的地对的聚合速率的所有流量的任意NUM问题的定理。最优的聚合流然后在每对的组成流之间分配。这种分配对于$α$ -公平效用函数的情况是简单的。我们还展示了如何分解可以实现交替方向的乘法器（ADMM）算法。

英文摘要：

We study a network utility maximization (NUM) decomposition in which the set of flow rates is grouped by source-destination pairs. We develop theorems for both single-path and multipath cases, which relate an arbitrary NUM problem involving all flow rates to a simpler problem involving only the aggregate rates for each source-destination pair. The optimal aggregate flows are then apportioned among the constituent flows of each pair. This apportionment is simple for the case of $α$-fair utility functions. We also show how the decomposition can be implemented with the alternating direction method of multipliers (ADMM) algorithm.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于分布式贪婪调度的多跳无线网络近似聚合效用最大化

Approximate Aggregate Utility Maximization in Multi-Hop Wireless Networks using Distributed Greedy Scheduling

在本文中，我们研究了贪婪调度在多跳无线网络中的性能，其中的目标是聚合效用最大化。按照标准的方法，我们考虑原来的优化问题的对偶。对偶可以最佳地解决，只有在网络中的最大独立集的知识。但极大独立集的计算是NP-难的。基于此，我们提出了一个分布式的贪婪启发式算法来解决链路调度问题。我们详细评估了分布式贪婪启发式算法对聚合效用最大化的影响，对于任意图的情况。我们提供了一些见解的因素影响总效用最大化的网络，通过提供相同的界限。我们给出了模拟结果的近似聚合效用最大化下实现分布式实施的贪婪启发式，并发现他们接近最大聚合效用使用最优调度。

2016-12-03cs.NI

采用加速梯度法的集中式网络效用最大化

Centralized Network Utility Maximization with Accelerated Gradient Method

本文针对SDN场景下集中式网络效用最大化研究忽略效率的问题，通过构造光滑目标函数应用Nesterov加速梯度法，提出兼具效率与流量维度可扩展性的算法，实现$O(d/t^2)$收敛速率与接近最优的效用。

2024-08-16cs.NI

蜂窝网下行链路单站用户关联的效用最大化

Utility Maximization for Single-Station User Association in Downlink Cellular Networks

我们研究网络效用最大化（NUM）的情况下，蜂窝单站关联（SSA）的政策，它分配给每个移动用户（MU）到一个单一的基站（BS）。我们衡量SSA政策的诱导α比例公平效用的每个用户的下行链路速率，所有用户的总和。一般的SSA NUM问题涉及选择从MU到BS的最优关联以及BS资源到相关联的MU的最优分配。我们的贡献如下：（1）给出了给定SSA的最优BS分配的一个显式解，从而将SSA NUM建立为一个纯组合问题;（2）建立了关联问题的完整性间隙为1，并证明了松弛是一个非凸优化问题; iii）我们为SSA提供了集中式和分布式贪心算法，在用户和站之间有和没有瞬时速率信息的交换。我们的数值结果说明了三类解决方案的性能增益：i）SSA解决方案获得贪婪舍入的多站协会（集中式凸计划），ii）我们的集中式和分布式贪心算法与/不交换速率信息，和iii）简单的关联算法。

2015-10-21cs.NI

网络辅助自适应HTTP流媒体中的服务提供和利润最大化

Service Provisioning and Profit Maximization in Network-assisted Adaptive HTTP Streaming

集中考虑多个流的自适应HTTP流已经获得了越来越多的关注。它提出了一个特殊的挑战，即内容提供方和网络运营商的利益需要刻意平衡。更重要的是，需要适应策略足够灵活，以移植到在不同网络环境、QoE水平和经济目标下工作的各种系统。为了解决这些挑战，我们提出了一个马尔可夫决策过程（MDP）为基础的网络辅助自适应框架，其中缓冲的成本，显着的回放变化，带宽管理和收入的回放联合调查。然后，我们展示了它在需要公平或差异化服务的移动网络中有前途的服务提供和最大利润。

2015-01-18cs.MMcs.NI

无线蜂窝网络中能量效率最大化的分布式功率控制算法

A Distributed Power Control Algorithm for Energy Efficiency Maximization in Wireless Cellular Networks

在本文中，我们提出了一种分布式功率控制算法，以解决全球能源效率（GEE）最大化的问题，以满足最小的目标SINR的所有用户设备（UE）在无线蜂窝网络。我们将问题描述为多目标优化问题，其目标是同时最小化总功耗和最大化总吞吐量，同时保证所有UE的最小目标SINR。我们提出了一种在UE中执行的迭代方案，以使用单独的信道状态信息（CSI）来控制它们的发射功率，使得GEE以分布式方式最大化。我们证明了所提出的迭代算法收敛到其相应的唯一不动点，我们的数值结果也表明。此外，仿真结果表明，我们提出的方案优于文献中的其他算法，并执行像在基站中执行的集中式算法，并最大限度地利用全球CSI的GEE。

2020-09-07cs.NIeess.SP

无线传感器网络的集中式生命周期最大化树

Centralized Lifetime Maximizing Tree For Wireless Sensor Networks

为了实现无线传感器网络中事件源之间的数据聚合并降低通信成本，需要在任何给定的事件区域内建立覆盖的树结构，以允许数据报告在传输到网络之前在单个处理点处被聚合。在本文中，我们提出了一种新的技术来创建一个这样的树，最大限度地提高了生命周期的事件源，而他们不断传输的数据聚合。我们使用术语集中式生命周期最大化树（CLMT）来表示这种树。CLMT的特点是在给定的一组节点中识别瓶颈节点。该节点通过具有最高分支能量的路由从每个其他节点收集数据，条件环路未被创建。通过这种方式构建树，协议能够减少树重构的频率，最小化延迟，并通过最小化树重构所涉及的额外能量来最大化源节点的功能寿命。

2013-01-19cs.NI

更多相关论文收起更多论文

分布式SDN控制结构中最优同步速率的学习

Learning the Optimal Synchronization Rates in Distributed SDN Control Architectures

自软件定义网络（SDN）技术早期发展以来，研究人员一直关注控制平面的物理分布思想，以解决集中式设计的可扩展性和可靠性挑战。然而，让多个控制器管理网络，同时保持“逻辑集中”的网络视图带来了额外的挑战。一个这样的挑战是如何协调由控制器做出的管理决策，这通常通过以对等方式传播同步消息来实现。虽然存在许多架构和协议来确保同步的网络视图并驱动控制器之间的协调，但没有系统的方法来决定消息传播的最佳频率（或速率）。在本文中，我们通过引入SDN同步问题来填补这一空白：多久同步一次每个控制器对的网络视图。我们考虑两个不同的目标，第一，同步的控制器对的数量的最大化，第二，感兴趣的应用程序的性能的最大化，这可能会受到同步率。使用背包优化和学习理论的技术，我们得到的算法与可证明的性能保证，为每个目标。评估结果表明，在基线计划，同步所有控制器对以相等的速度显着的好处。

2019-01-25cs.NI

基于调制编码分类反馈的认知无线电集中式功率控制

Centralized Power Control in Cognitive Radio Networks Using Modulation and Coding Classification Feedback

本文联合解决了集中式功率控制（PC）方案和干扰信道学习方法，以允许认知无线电网络（CRN）接入基于自适应编码和调制（ACM）协议操作的主用户（PU）的频带。学习过程使能器是协作调制和编码分类（MCC）技术，其估计PU的调制和编码方案（MCS）。由于PU和CRN之间缺乏协作，CRN利用该多级MCC感测反馈作为PU链路的隐式信道状态信息（CSI），以便不断地监视其引起的聚合干扰的影响。在本文中，开发了一种算法，用于最大限度地提高CRN吞吐量（PC优化目标），同时学习如何减轻PU干扰（优化问题约束），仅使用MCC信息。具有高收敛速度的理想方法是切割平面方法（CPM）。在这里，我们专注于分析中心切割平面方法（ACCPM）和重心切割平面方法（CGCPM）的有效性，提出的同时PC和干扰信道学习算法是通过数值模拟证明。

2015-10-22cs.NI

上行链路MU-MIMO的效用最大化：结合频谱能量效率和公平性

Utility Maximization for Uplink MU-MIMO: Combining Spectral-Energy Efficiency and Fairness

在绿色通信的推动下，能量效率（EE）已成为设计无线通信系统的新的重要标准。然而，高能效往往导致低频谱效率（SE），这刺激了EE-SE权衡的研究。在本文中，我们专注于如何最大化的效用在上行链路多用户多输入多输出（MU-MIMO）系统中，我们将不仅考虑EE-SE权衡在一个统一的方式，但也确保用户公平性的物理层。我们首先制定的效用最大化问题，但它原来是非凸的。通过利用该问题的结构，我们找到了一个凸化过程，原来的非凸问题转化为一个等价的凸问题，它具有相同的全局最优与原问题。根据凸化过程，我们提出了一个集中式算法来解决效用最大化问题，但它需要所有用户的全局信息。因此，我们提出了一个原始-对偶分布式算法，不需要全局信息，只是消耗少量的开销。此外，我们还证明了分布式算法可以收敛到全局最优解。最后，数值实验结果表明，该算法既能捕获用户分集，实现EE-SE折衷，又能保证用户公平性，验证了原-对偶分布式算法的有效性.

2016-05-07cs.ITcs.NImath.IT

DiFS：数据中心网络的分布式流调度

DiFS: Distributed Flow Scheduling for Data Center Networks

数据中心网络利用连接终端主机对的多个并行路径为集群计算应用提供高平分带宽。然而，现有技术的分布式多路径协议（诸如等价多路径（ECMP））使用静态流到链路分配，这是负载无关的。它们可能由于同一链路上的\emph{flow collisions}而导致带宽损失。最近提出的集中式调度算法或基于主机的多路径可能遭受可扩展性问题。在本文中，我们提出了分布式流调度（DiFS）的数据中心网络，这是一个交换机的分布式解决方案。DiFS允许交换机协作以避免过度使用链路，并在没有集中控制的情况下找到可用路径。DiFS是可扩展的，可以快速响应动态流量，因为它是在交换机上独立执行的，不需要同步。大量的实验表明，使用各种流量模式的DiFS的聚合平分带宽远远优于ECMP，并且类似于或高于最近提出的集中式调度算法。

2013-07-28cs.NI

寄生细胞Poisson域的覆盖最大化

Coverage Maximization for a Poisson Field of Drone Cells

使用无人机基站为地面终端提供无线连接正在成为未来技术的一个有前途的部分。然而，与蜂窝2D网络相比，这种空中网络的设计是不同的，因为无人机的天线向下看，并且信道模型变得依赖于高度。在本文中，我们研究了天线方向图和高度相关的阴影的效果。我们考虑一个随机的网络拓扑结构，以捕捉动态变化的影响的飞行基站。首先，我们表征了由同信道相邻无人机施加的聚合干扰。然后，我们推导出地面用户与其相关联的无人机基站之间的链路覆盖概率。结果被用来获得无人机天线波束宽度，密度和高度方面的最佳系统参数。我们还推导出相关无人机的平均LoS概率，并表明它是一个很好的近似和简化的覆盖概率在低海拔高达500米，根据所需的信号干扰噪声比（SINR）。

2017-07-28cs.NI

用于蜂窝网络下的设备到设备通信的混合集中-分布式资源分配

Hybrid Centralized-Distributed Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks

设备到设备（D2 D）通信的基本思想是，如果D2 D通信对蜂窝用户的不利影响被最小化并且蜂窝用户在使用有限的无线资源时被给予更高的优先级，则适当选择的无线设备对重用蜂窝频谱以建立直接通信链路。尽管其在覆盖和容量性能方面具有巨大潜力，但实施这一新概念带来了一些挑战，特别是在无线电资源管理方面。主要的挑战来自于对在缺乏精确的信道和网络知识的情况下操作的分布式D2 D解决方案的强烈需求。为了应对这一挑战，本文研究了具有多个D2 D用户的单小区无线网络中的资源分配问题，所述多个D2 D用户与蜂窝用户共享可用的无线电频率信道。我们考虑一个现实的情况下，基站（BS）提供了严格有限的信道知识，而D2 D和蜂窝用户没有信息。我们证明了在下行链路中具有固定BS功率的蜂窝聚合效用的下限，其允许解耦信道分配和D2 D功率控制问题。提出了一种有效的图论方法来执行信道分配，它提供了灵活性的分配标准（聚合效用最大化，公平性，服务质量保证）。我们将功率控制问题建模为多智能体学习游戏。我们表明，游戏是一个确切的潜在的游戏与嘈杂的奖励，定义在一个离散的策略集，并描述了纳什均衡集。然后使用Q学习更好地响应动态来实现均衡。

2015-02-16cs.GTcs.ITcs.NI

无线多跳网络物理干扰模型下链路调度的近似算法

Approximation Algorithms for Link Scheduling with Physical Interference Model in Wireless Multi-hop Networks

研究了无线多跳网络中的链路调度问题。与大多数采用协议干扰模型仅考虑数据包碰撞的工作不同，本文提出的算法采用物理干扰模型来反映聚合信号干扰噪声比（SINR），这是对真实场景的更准确的抽象。首先，我们提出了一个集中式调度方法的基础上的线性规划（ILP）和解决它的近似解的基础上随机舍入方法。给出了得到保证的近似因子的概率界。然后，我们将集中式算法扩展到分布式解决方案，这在无线网络中是有利的。证明了采用分布式调度方法时，各链路可以无干扰传输，并给出了算法的近似比。

2009-10-27cs.NI

最大时延约束下的网络效用最大化

Network Utility Maximization under Maximum Delay Constraints and Throughput Requirements

我们考虑的问题，最大限度地提高聚合用户效用的多跳网络，链路容量的约束，最大端到端的延迟约束，和用户的吞吐量要求。用户的效用是所实现的吞吐量或所经历的最大延迟的凹函数。这个问题对于支持实时多媒体业务非常重要，并且由于需要同时考虑最大延迟约束和吞吐量要求而具有独特的挑战性。我们首先表明，它是NP-完全的（i）构造一个可行的解决方案，严格满足所有的约束条件，或（ii）获得最佳的解决方案后，我们放松最大延迟约束或吞吐量要求恒定的比率。然后，我们开发了一个多项式时间的近似算法命名为PASS。PASS的设计利用了非凸最大延迟感知问题和凸平均延迟感知问题之间的一种新的理解，这可以是独立的兴趣，并为解决最大延迟感知网络优化问题提出了一种新的途径。在现实条件下，PASS实现恒定或问题相关的近似比，在违反最大延迟约束或吞吐量要求的成本高达恒定或问题相关的比率。PASS是实际上有用的，因为PASS的条件在许多流行的应用场景中得到满足。我们使用大量模拟来实证评估PASS，以支持跨Amazon EC2网络中心的视频会议流量。与现有的算法和一个可以想象的基线相比，PASS通过满足吞吐量要求，但放宽了实际视频会议应用可接受的最大延迟约束，获得了高达$100\%$的效用改善。

2018-12-22cs.NI

认知无线电网络中的分布式资源分配：基于博弈学习方法提升系统总容量

Distributed resource allocation in cognitive radio networks with a game learning approach to improve aggregate system capacity

本文提出基于非合作博弈与无悔学习算法的分布式信道与功率分配方案，在物理干扰模型下有效提升了认知无线电网络的系统总容量。

2025-01-28cs.NI

无线Mesh网络中期限约束下吞吐量最大化的分布式调度

Distributed Scheduling for Throughput Maximization under Deadline Constraint in Wireless Mesh Networks

针对无线Mesh网络中期限约束流量的总奖励最大化问题，将其转化为CMDP，提出带主辅奖励的PGDS方法及资源确定算法，推导了最优性与收敛性及干扰场景下的渐近最优性。

2024-07-15cs.NI

多RAT异构无线网络中的最优业务聚合

Optimal Traffic Aggregation in Multi-RAT Heterogeneous Wireless Networks

流量负载均衡和无线资源管理是利用下一代“$5$ G”无线基础设施的密集和日益异构部署的关键。用于聚合来自多个无线电接入技术（RAT）和/或接入点（AP）的用户业务的策略在这样的异构网络（HetNet）中将是至关重要的，但是没有被很好地研究。在本文中，我们开发了一个低复杂度的解决方案，最大限度地提高了$α$ -最佳的网络效用，利用多链路聚合（同时连接到多个RAT/AP）的网络中的用户的能力。网络效用最大化公式有和速率最大化（$α=0$）、最小速率最大化（$α\to \infty$）和比例公平（$α=1$）作为其特例。还针对用户聚合来自最多两个AP/RAT的流量的特殊情况开发了封闭形式，因此可以应用于LTE-WLAN聚合（LWA）和LTE双连接解决方案等实际场景。它示出，所需的目标也可以通过分散的实现，需要一系列的用户和网络之间的消息交换来实现。使用全面的系统级仿真，它表明，多链路聚合的最佳利用导致单RAT/AP选择技术的大幅吞吐量增益。

2016-03-26cs.ITcs.NImath.IT

采用中继协作的云计算转发

Cloud Compute-and-Forward with Relay Cooperation

我们研究了一个具有M个分布式接收天线和L个用户的云网络，这些用户将他们的消息发送到一个集中式解码器（CD），其中M>=L。我们认为云网络应用计算和转发（C&F）协议，其中选择L个天线/中继来解码传输消息的整数方程。在这项工作中，我们专注于最佳中继选择和物理层网络编码（PNC）的中继优化，旨在网络的吞吐量最大化。现有的文献优化PNC用户之间的最小速率的最大化。该策略最大化允许非对称速率的用户的总速率，而最优解的帕累托前沿的帮助下探索。将中继选择问题与一个联盟形成博弈相匹配，中继和CD合作以最大化其利润。提出了有效的联盟形成算法，该算法执行联合中继选择和PNC优化。仿真结果表明，与现有的结果相比，无论是在网络的总和率和球员的利润方面取得了相当大的改善。

2015-02-17cs.GTcs.ITcs.NI

大规模MIMO无线网络中的最优用户-小区关联

Optimal User-Cell Association for Massive MIMO Wireless Networks

在每个基站站点处使用非常大量的天线（称为“大规模MIMO”）是应对预测的无线数据业务爆炸的最有前途的方法之一。结合时分双工和简单的每小区处理，它实现了每小区的大吞吐量、低延迟和有吸引力的功率效率性能。遵循移动到更高频带和更密集的小小区部署的当前无线技术趋势，即使在小小区基站中，也可以在小形状因子内实现大量天线。在由大型（宏）和小型小区BS形成的异构网络中，关键的系统优化问题包括“负载均衡“，即，将用户与BS相关联以便避免拥塞的热点和/或未充分利用的基础设施。在本文中，我们考虑了大规模MIMO异构网络的用户-BS关联问题。我们制定的问题作为一个网络效用最大化，并提供了一个集中的解决方案，在传输资源（时频隙）的分数，每个用户由一个给定的BS服务。此外，我们表明，这样的解决方案是物理上可实现的，即，存在（通过分时）实现最优分数的整数调度配置序列。虽然这种解决方案是最佳的，但它需要集中计算。然后，我们还考虑分散的以用户为中心的计划，制定为非合作游戏，每个用户只根据其本地信息做出个人自私的关联决策。我们确定了一类计划，使他们的纳什均衡是非常接近的全球集中式最优。因此，这些以用户为中心的算法是有吸引力的，不仅因为它们的简单性和完全分散的实现，而且因为它们的操作接近系统的“社会”最优。

2015-02-08cs.GTcs.NI