Optimal Scheduling for Fair Resource Allocation in Ad Hoc Networks with Elastic and Inelastic Traffic
本文研究的问题，拥塞控制和调度的ad hoc无线网络，必须支持的混合尽力而为和实时业务。优化和随机网络理论已经成功地设计了公平的资源分配架构，以满足长期的吞吐量需求。然而，据我们所知，严格的数据包延迟的最后期限没有考虑在这个框架之前。在本文中，我们提出了一个模型，将服务质量（QoS）的最后期限的数据包的要求，在优化框架。该问题的解决方案导致联合拥塞控制和调度算法，该算法公平地分配资源以满足弹性流和非弹性流的公平性目标以及非弹性流的每个分组延迟要求。
2009-12-13 cs.NI
Proportional Fair Resource Allocation on an Energy Harvesting Downlink - Part I: Structure
本文考虑了一个帧中的时隙分配，以及能量收集下行链路上多个接收机的功率和速率。在帧的开始处已知将在帧内发生的能量到达时间。其目标是以比例公平的方式优化吞吐量，同时考虑到用户之间信道质量的固有差异。分析了问题的结构特征，发现它可以表示为一个双凸优化问题，并且具有多个最优解。由于该问题的双凸性质，提出了一种基于块坐标下降（BCD）的优化算法，该算法收敛于最优解。数值和仿真结果表明，BCD算法得到的功率-时间分配在总吞吐量和公平性之间取得了较好的平衡。
2012-05-23 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
Exact Resource Allocation for Fair Wireless Relay
针对中继蜂窝网络中的资源分配问题，提出一种线性复杂度的精确方案，实现移动用户间的最大最小公平，显著优于现有方法。
2024-02-05 cs.NI
Proportional Fair Resource Allocation on an Energy Harvesting Downlink - Part II: Algorithms
在本文中，按比例公平分配的时隙在一个帧中，以及在能量收集广播系统的多个接收机的功率电平，被认为是。假设帧中的能量收获时间在该帧的开始处是已知的。我们的目标是解决一个优化问题，旨在最大限度地提高基于吞吐量的效用函数，提供用户之间的比例公平。通过使用块坐标下降（BCD）方法在早期的工作（在本研究的第一部分）获得的问题的最优解。然而，找到最优分配需要计算复杂性，其在用户或时隙的数量方面急剧增加。本文推导了最优功率时间分配策略的某些结构特征。在此基础上，提出了两个简单的和计算可扩展的算法，PTF和ProNTO。仿真结果表明，PTF和ProNTO能够很好地跟踪BCD码的性能。
2012-05-23 cs.NI
Fair Airtime Allocation for Content Dissemination in WiFi-Direct-Based Mobile Social Networks
智能移动设备的广泛渗透提供了一个独特的机会，通过利用短距离无线通信技术（例如WiFi Direct）的功能，使移动社交网络无处不在。在本文中，我们研究了本地内容传播基于WiFi直连的移动社交网络（MSN）。我们提出了一个简单的GO协调传播策略，因为WiFi Direct最初不支持内容传播。由于移动性和短的传输范围，节点的接触时间往往是有限的，因此，他们竞争有限的通话时间来传播自己的数据。因此，需要在节点之间公平分配有限的通话时间。我们专注于公平的内容传播率，这是一个关键的应用层指标，而不是公平的吞吐量或通话时间和制定的分配问题作为一个广义纳什讨价还价的游戏，其中的节点讨价还价的份额有限的通话时间。证明了该博弈存在唯一的最优解，并设计了一个低复杂度的算法来寻找最优解。此外，我们提出了一个详细的调度方法来实现最优解。我们还提出了数值结果来评估纳什讨价还价的分配和调度。
2017-06-12 cs.NI
Fair Adaptive Data Rate Allocation and Power Control in LoRaWAN
在本文中，我们提出了一个LoRaWAN小区内的节点之间的数据率公平性的研究结果。由于LoRa/LoRaWAN支持各种数据速率，我们首先推导出在小区内部署每个数据率的最公平比率，以获得公平的冲突概率。LoRa/LoRaWAN与其他基于频率调制的无线电接口一样，具有\textit{capture effect}，其中仅提取冲突信号中较强的信号。这导致不公平，其中远节点或经历较高衰减的节点不太可能看到它们的分组被正确接收。因此，我们其次开发了一种传输功率控制算法，以平衡从所有节点接收到的信号功率，而不管它们与网关的距离如何，以实现公平的数据提取。仿真结果表明，我们的方法实现了更高的公平性，在数据率比国家的艺术在几乎所有的网络配置。
2018-02-28 cs.NI
FAIR: Towards Impartial Resource Allocation for Intelligent Vehicles with Automotive Edge Computing
新兴的车联网应用，如协同自动驾驶和交叉路口碰撞预警，显示出巨大的潜力，以提高驾驶安全，其中车辆可以与周围的车辆和路边基础设施共享各种车载传感器收集的数据。传输和处理大量的传感数据为传统无线通信网络的汽车边缘计算带来了新的挑战。在这项工作中，我们解决了传统的非对称网络资源分配的上行链路和下行链路连接，可以显着降低车辆连接应用程序的性能的问题。提出了一种端到端的汽车边缘网络系统FAIR，旨在为具有边缘计算的智能车辆提供快速，可扩展和公正的连接服务，可应用于任何交通场景和道路拓扑。FAIR的核心是我们提出的部署在边缘服务器上的对称网络资源分配算法和配备在智能车辆上的服务适配算法。通过利用真实世界的交通数据集进行了大量的模拟来验证我们提出的FAIR。仿真结果表明，FAIR优于现有的解决方案，在各种交通场景和道路拓扑。
2022-12-25 cs.NI
Max-Min Fair Resource Allocation in Millimetre-Wave Backhauls
预计5G移动网络将提供普遍的高速无线连接，以支持越来越多的资源密集型用户应用。因此，网络超密集化成为必要，尽管连接到互联网的数万个基站是不平凡的，特别是在光纤部署困难和昂贵的城市场景中。毫米波（mm波）频谱是用于廉价的多Gbps无线回程的有希望的候选者，但是利用该频带进行有效的多跳数据通信是具有挑战性的。特别地，非常窄的发送/接收波束的资源分配和调度需要克服终端耳聋和链路阻塞问题，同时管理当流遇到不相似的竞争并且穿过具有异构质量的不同数量的链路时出现的公平性问题。在本文中，我们提出了WiHaul，空中时间分配和调度机制，克服了这些挑战，具体到多跳毫米波网络，保证最大最小的公平性之间的流量，并确保整体可用的回程资源得到充分利用。我们评估建议的WiHaul计划在广泛的实际网络条件下，并证明高达5倍的个人吞吐量增益和五倍的改善，在可测量的公平性，在最近的毫米波调度解决方案。
2019-04-10 cs.NI
A Mood Value for Fair Resource Allocations
在联网和计算中，资源分配通常使用经典共享协议来解决，例如，比例分配规则、最大-最小公平分配或由合作博弈论启发的其他解决方案。在本文中，我们认为，描述的资源分配问题作为一个合作的游戏，这种经典的资源分配的方法，以及相关的公平的概念，显示出重要的局限性。我们确定在个人满意率的关键方面的挑战，定义一个新的概念的公平性，因此，一个资源分配算法更适合于合作的背景下。我们推广了用户满意度的概念，考虑破产博弈的可接受解集。我们调整了Jain的公平性指数，以包括新的用户满意度。因此，我们提出了一个新的分配规则，我们称之为“情绪价值”。对于每个用户，它均衡我们的新的博弈论定义的用户满意度相对于分配的资源。我们测试的情绪值和新的公平性指数，通过广泛的模拟显示它们如何更好地支持公平性分析。
2017-04-24 cs.GT cs.NI
An Axiomatic Theory of Fairness in Network Resource Allocation
我们提出了一套五个公理的公平措施，在资源分配。构造了满足公理的公平测度族。众所周知的概念，如阿尔法公平，Jain的指数，熵被证明是特殊情况。证明了满足公理的公平性度量的性质，包括Schur-Schurt。在工程上的影响是一个广义的Jain指数，调整公平性度量的分辨率，对alpha公平效用函数的新理解，以及对“较大的alpha更公平”的解释。我们还构建了一套替代的四个公理，以捕捉效率目标和可行性约束。
2009-10-07 cs.NI cs.PF
Multi-resource Fair Allocation with Bounded Number of Tasks in Cloud Computing Systems
主导资源公平性（DRF）是云计算系统中用于多资源分配的流行机制。本文研究了任务数有界的多资源公平分配问题。首先，我们提出了字典式最大最小归一化份额（LMMNS）公平分配机制，这是一个自然的推广DRF，并设计了一个非平凡的最优算法来寻找LMMNS公平分配，其运行时间是线性的用户数。其次，利用最优解的性质，证明了LMMNS满足无嫉妒性（EF）和群体防策略性（GSP），并分析了LMMNS的逼近比。第三，我们提出了一种改进的LMMNS，它是第二种满足共享激励、EF和GSP的机制。最后，我们实现了LMMNS，并表明它具有良好的平均情况下的性能，特别是当资源的数量为2。
2016-10-26 cs.GT cs.NI
Lower Bounds for the Fair Resource Allocation Problem
$α$ -公平的资源分配问题已经受到了极大的关注，并在众多的应用领域中得到了研究.已经在$α$ -公平资源共享的上下文中提出了几种算法来分布式地计算其值。然而，很少有工作已经做了它的结构特性。在这项工作中，我们提出了一个下界的加权$α$ -公平资源分配问题的最优解，并比较它与现有的命题在文献中。我们的推导依赖于一个本地化的属性验证可分离的目标，允许一个更好地利用其本地结构的优化问题。我们给出了一个本地版本的著名的中点支配公理用于公理化地建立纳什谈判解决方案（或按比例公平的资源分配问题）。此外，我们展示了如何我们的下界可以提高性能的分布式算法的基础上交替方向乘法器（ADMM）。该算法的评估表明，我们的下限可以大大减少其收敛时间的两个数量级相比，当边界是不使用的所有或只是松散。
2018-02-08 cs.NI math.OC
Solving Max-Min Fair Resource Allocations Quickly on Large Graphs
针对大规模图上的最大最小公平资源分配问题，提出将优化序列转为单一优化并推广水填充法至多路径，新算法更快更公平，在Azure广域网部署实现约3倍加速。
2023-10-15 cs.DC cs.NI
Resource Allocation and Fairness in Wireless Powered Cooperative Cognitive Radio Networks
我们集成了一个无线供电的通信网络与合作的认知无线电网络，其中多个次要用户（SU）无线供电的混合接入点（HAP）帮助一个主要用户中继数据。作为合作的奖励，次级网络获得频谱接入，其中SU使用时分多址向HAP发送。为了最大化SU的总吞吐量，我们提出了一个二级的总吞吐量最优资源分配（STORA）计划。在满足目标一次速率的约束下，STORA方案选择中继SU的最优集合，并联合执行SU的时间和能量分配。具体来说，通过利用最优解的结构，我们找到了SU优先中继主数据的顺序。由于STORA方案侧重于总吞吐量，它变得不考虑个人SU吞吐量，导致低公平性。为了提高公平性，我们研究了三种资源分配方案，它们是（i）等时间分配，（ii）最小吞吐量最大化，和（iii）成比例的时间分配。仿真结果揭示了吞吐量和公平性之间的权衡。最小吞吐量最大化方案是最公平的方案，因为每个SU获得相同的吞吐量，但产生最小的SU总吞吐量。
2016-06-12 cs.IT cs.NI math.IT
Continent-wide Efficient and Fair Downlink Resource Allocation in LEO Satellite Constellations
将低地球轨道（LEO）卫星星座整合到5G及更高级别中对于实现高效的全球连接至关重要。由于LEO卫星是具有可预测动态的全球基础设施，因此预先计划的无线电资源的公平和负载平衡分配以在大区域上提供高效的下行链路连接是可实现的目标。本文提出了一种多波束卫星到小区资源分配的分布式全局最优算法。这些算法旨在基于连接模式中的用户数量（即，注册）。我们的分析集中在评估的平均每用户吞吐量，公平性，小区数量的切换，和计算复杂性在下行链路的情况下，与固定的细胞，其中用户的数量是从人口地图中提取的权衡。我们的研究结果表明，这两种算法实现了类似的平均每用户吞吐量。然而，全局最优算法在所有情况下都实现了超过0.9的公平性指数，是分布式算法的两倍多。此外，通过正确地设置切换成本参数，相对于不考虑切换成本的情况，可以有效地将切换次数减少70%以上。
2022-11-11 cs.NI eess.SP
Hierarchical Beamforming: Resource Allocation, Fairness and Flow Level Performance
Centrale-Supelec（中央苏佩莱克）；L2S（L2S实验室）；Orange Labs（法国电信实验室）
本文提出高效的公平速率分配算法及流量层面性能的闭式公式，通过数值实验评估分层波束成形性能，表明其在低复杂度下具有未来蜂窝网络应用潜力。
2018-05-17 cs.IT cs.NI cs.PF
Long-Term Proportional Fair QoS Profile Follower Sub-carrier Allocation Algorithm in Dynamic OFDMA Systems
提出了动态OFDMA系统中的长期比例公平（LTPF）资源分配算法，该算法通过比例公平的增量优化和系统速率的最大化，为单个用户提供长期的QoS保证（主要是吞吐量需求满足），并长期跟踪每个用户的QoS分布。LTPF算法动态地将OFDMA子载波分配给用户，使得即使在异构业务条件下，也能长期实现单独的QoS要求以及维持用户之间的公平性。在这里，比保持单个用户的瞬时QoS，重点是要遵循所有用户的平均QoS配置文件在长期保持比例公平和多用户原始速率最大化的目标。与独立提供比例公平优化和原始速率最大化的算法相比，该算法试图同时提供两种优化，并通过利用移动无线环境的时间分集增益在长期计算时达到最优点。
2011-06-06 cs.IT cs.NI math.IT
Cooperative Deep Reinforcement Learning for Fair RIS Allocation
Institute of Telecommunications TU Wien Vienna, Austria
本文提出基于公平性的协作多智能体强化学习方法，通过动态分配RIS资源提升弱小区性能，实现无线网络中效率与公平的平衡。
2026-03-26 cs.LG cs.MA cs.NI
