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
A Cooperative Content Dissemination Framework for Fog-Based Internet of Vehicles
基于雾的车联网（IoV）具有丰富的感知、计算、通信和存储资源，为海量数据处理提供了新的解决方案。然而，车辆的移动性带来的冲击给内容分发服务的内容调度和资源分配带来了挑战。在本文中，我们提出了一个随时间变化的资源关系图模型的感知，计算，通信和存储资源在多个快照上的内容传播过程的车联网的相互交织的影响。基于该图模型，将内容分发过程建模为一个数学优化问题，同时考虑了延迟容忍服务和延迟敏感服务的服务质量。由于其NP完全性，优化问题被分解为一个联合链路和子信道调度子问题，以及一个联合功率和流量控制子问题。针对链路和子信道联合调度子问题，提出了一种级联的低复杂度调度算法。此外，针对功率和流量控制子问题开发了一种鲁棒的资源管理算法，该算法充分考虑了未来快照中的信道不确定性。最后，我们进行模拟，以表明所提出的方法的有效性优于其他国家的最先进的方法。
2023-02-20 cs.NI
Mobile-service based Max-Min Fairness Resource Scheduling for Heterogeneous Vehicular Networks
本文研究了异构车辆网络的资源调度问题，其中一些移动车辆被选择和调度作为帮助中继，以协助路边基础设施和其他移动车辆之间的信息传输。针对这种系统，提出了一种基于移动业务的最大最小公平资源调度方案，该方案采用更适合高移动性场景的业务量来表征链路的信息传输能力，采用最大最小准则来满足移动车辆的公平性要求.仿真结果证明了该方案的有效性。结果表明，我们提出的方案档案更高的吞吐量和更好的公平性相比，随机调度方案和非中继方案。
2016-03-11 cs.NI
A Review of Resource Management in Fog Computing: Machine Learning Perspective
雾计算是一种很有前途的技术，可以在用户附近处理用户请求，以减少延迟敏感请求的响应时间。尽管雾计算具有诸多优点，但其资源的异构性、局限性以及动态性和不可预测性等特性极大地降低了其效率。因此，预测雾的动态行为并相应地管理资源至关重要。在这项工作中，我们提供了一个审查的机器学习为基础的预测资源管理方法在雾环境。资源管理分为六个子领域：资源供应、应用程序放置、调度、资源分配、任务卸载和负载均衡。回顾资源管理方法进行了分析的基础上的客观指标，工具，数据集，并利用技术。
2022-09-07 cs.NI
Master Graduation Thesis: A Lightweight and Distributed Container-based Framework
边缘/雾计算是一种新的计算范式，为资源有限的物联网（IoT）设备提供可扩展的计算和存储资源。与云计算相比，边缘/雾服务器的资源更少，但可以以更高的带宽和更少的通信延迟访问。因此，集成边缘/雾和云基础设施可以支持执行各种延迟敏感和计算密集型物联网应用。尽管一些框架试图提供这种集成，但仍然存在一些挑战需要解决，例如不同物联网应用的动态调度，可扩展性机制，多平台支持以及支持不同的交互模型。为了克服这些挑战，我们提出了一个轻量级和分布式的基于容器的框架，称为FogBus 2。它提供了一种调度异构物联网应用程序的机制，并实现了几种调度策略。此外，它提出了一种优化的遗传算法，以获得快速收敛到合适的解决方案。此外，它还提供了一种可扩展性机制，以确保在物联网设备数量增加或资源负担过重时的有效响应。此外，FogBus 2的动态资源发现机制有助于新实体快速加入系统。我们还开发了两个物联网应用程序，称为康威的生命游戏和视频光学字符识别，以证明FogBus 2在处理实时和非实时物联网应用程序方面的有效性。实验结果表明，FogBus 2的调度策略与其他调度策略相比，将物联网应用的响应时间提高了53%。此外，与不支持可伸缩性的框架相比，可伸缩性机制可以减少高达48%的排队等待时间。
2021-08-08 cs.DB cs.DC cs.NI
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
Fair Packet Scheduling in Network on Chip
并行系统的互连网络用于服务由不同应用产生的业务，这些业务通常属于不同的用户。当多个业务流竞争信道带宽时，调节对该信道的访问的调度算法在确保每个流获得所需的服务质量方面起着关键作用。公平性是调度算法非常需要的属性。我们表明，使用相对公平界限作为公平性措施可能会导致吞吐量下降，延迟增加。我们提出了一种替代的度量来评估公平性，并避免了相对公平界限的缺点。
2015-05-31 cs.DC cs.NI
YAFS: A simulator for IoT scenarios in fog computing
我们提出了一个雾计算模拟器分析的设计和部署的应用程序，通过定制和动态的战略。我们通过复杂网络理论对部署的应用程序、网络连接和基础设施特性之间的关系进行建模，从而实现在动态和可定制的策略中集成拓扑措施，例如应用程序模块的放置、工作负载位置以及服务的路径路由和调度。我们提出了一个比较分析的效率和收敛的结果，我们的模拟器与最引用的实体，iFogSim。为了突出YAFS的功能，我们模拟三种情况下，据我们所知，不能实现与当前的雾模拟器：动态分配的新的应用程序模块，动态故障的网络节点和用户的移动性沿拓扑结构。
2019-02-04 cs.NI
Fairness-Oriented User Scheduling for Bursty Downlink Transmission Using Multi-Agent Reinforcement Learning
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）
在这项工作中，我们开发了实用的用户调度算法的下行链路突发业务，强调用户的公平性。与传统的调度算法平均分配用户间的传输时隙或最大化某些没有物理意义的比率不同，我们提出使用5%瓦片用户数据率（5 TUDR）作为衡量用户公平性的指标。由于直接优化5 TUDR是困难的，我们首先把问题的随机博弈框架，随后提出了一个多智能体强化学习（MARL）的算法来执行分布式优化的资源块组（RBG）的分配。此外，每个MARL代理被设计为将由来自多个网络层的网络计数器测量的信息（例如，信道质量指示符、缓冲区大小）作为输入状态，而RBG分配作为动作，其中建议的奖励函数被设计为最大化5 TUDR。大量的仿真结果表明，建议的基于MARL的调度器可以实现公平的调度，同时保持良好的平均网络吞吐量相比，传统的调度器。
2022-06-19 cs.AI cs.LG cs.NI
Resource Management in Edge and Fog Computing using FogBus2 Framework
边缘/雾计算是一种新型计算范式，为资源有限的物联网（IoT）设备提供可扩展的计算和存储资源。与云计算相比，边缘/雾服务器的资源更少，但可以以更高的带宽和更少的通信延迟访问。因此，集成边缘/雾和云基础设施可以支持执行各种延迟敏感和计算密集型物联网应用。尽管一些框架试图提供这种集成，但仍然存在一些挑战需要解决，例如不同物联网应用的动态调度，可扩展性机制，多平台支持以及支持不同的交互模型。FogBus 2作为一个新的基于Python的框架，提供了一个轻量级的、分布式的、基于容器的框架来克服这些挑战。在本章中，我们将重点介绍FogBus 2框架的关键特性，并描述其主要组件。此外，我们提供了一个分步指南，以建立一个集成的计算环境，包含多个云服务提供商（混合云）和边缘设备，这是任何物联网应用场景的先决条件。为了实现这一点，所有计算资源之间的低开销通信网络由所提供的脚本和配置文件启动。接下来，我们提供安装和运行主框架及其集成应用程序的说明和相应的代码片段。最后，我们将演示如何使用FogBus 2框架实现和集成几个新的物联网应用程序以及自定义调度和可扩展性策略。
2021-08-02 cs.DC cs.NI cs.PF
Size-based scheduling vs fairness for datacenter flows: a queuing perspective
相反，最近的工作机构的结论，近似最短的剩余处理时间优先（SRPT）流调度提倡数据中心网络，本文旨在证明，每流公平性仍然是一个更可取的目标。我们评估抽象的排队模型的分析和模拟，以说明SRPT的非最优性的合理假设下，数据中心的流量发生在批次和突发，而不是通常假设的，单独在一个泊松过程的时刻。这些模型的结果有显着的影响，数据中心网络的带宽共享策略的设计。特别是，我们提出了一种新的“虚拟公平调度”算法，强制执行批次之间的公平性，可以说是足够简单，在高速设备中实现。
2022-03-24 cs.DC cs.NI cs.PF
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
Fair Scheduling Policies Exploiting Multiuser Diversity in Cellular Systems with Device-to-Device Communications
我们考虑支持设备到设备通信（D2D）的蜂窝网络中的资源分配问题。对于仅通过正交资源共享实现D2D的系统，我们提出并分析了两种资源分配策略，该策略保证所有用户之间的接入公平性，同时利用多用户分集和本地D2D通信，以提供对现有仅蜂窝策略的显著改进。第一策略，蜂窝公平调度（CFS）策略，提供对现有蜂窝系统的最简单的D2D扩展，而第二策略，D2D公平调度（DFS）策略，利用来自正交共享设置下的D2D使能系统的最大性能。对于甚至更高的频谱效率，具有D2D的蜂窝系统可以为多于一个D2D对调度相同的频率资源。在这种非正交共享环境下，我们提出了一种新的组调度策略，组公平调度（GFS）的政策，利用空间频率复用和多用户分集，以提供显着的改善系统性能与完美的公平性之间的用户，无论他们是蜂窝或D2D用户。
2015-03-29 cs.IT cs.NI math.IT
Cutting Throughput on the Edge:App-Aware Placement in Fog Computing
雾计算将云计算技术扩展到基础设施的边缘，使物联网应用能够以更低的延迟、位置感知和动态计算访问对象的数据。通过将工作负载从中央云转移到边缘设备，雾计算克服了通信瓶颈，避免了原始数据传输到中央云，从而为下一代基于物联网的应用铺平了道路。在本文中，我们研究了雾计算中应用程序的调度和放置，这是确保相关利益相关者盈利的关键。我们考虑一个场景，其中新兴的微服务架构允许将应用程序设计为耦合微服务模块的级联。它导致一个混合整数非线性问题，涉及应用程序数据流和计算布局的约束。由于原问题的复杂性，我们诉诸于一个简化的版本，这是进一步解决使用贪心算法。该算法是基于现有虚拟化技术的雾计算平台FogAtlas平台的核心布局逻辑。大量的数值结果验证了模型和所提出的解决方案的可扩展性，显示它达到接近最优解决方案的性能，在我们的实际实施中，它的规模以及服务的应用程序的数量。
2018-10-10 cs.NI
Minimising Delay and Energy in Online Dynamic Fog Systems
物联网（IoT）设备的使用越来越多，对数据传输产生了更大的需求，并给网络带来了更大的压力。此外，与云服务的连接可能成本高昂且效率低下。雾计算在用户设备附近提供资源以克服这些缺点。然而，物联网应用中的服务质量（QoS）优化和雾资源管理正成为具有挑战性的问题。本文介绍了一种动态在线卸载计划在车辆交通应用程序，需要执行延迟敏感的任务。本文提出了两种算法的组合：动态任务调度（DynamicTaskScheduling，简称TQM）和动态能量控制（DynamicEnergyControl，简称DEC），旨在最大限度地减少总体延迟，提高用户任务的吞吐量，最大限度地减少雾层的能耗，同时最大限度地利用资源受限的雾节点。实验结果表明，与其他方案相比，这些算法可以减少高达80.79%的延迟，并减少高达66.39%的能量消耗在雾节点。此外，这种方法将任务执行吞吐量提高了40.88%。
2020-12-23 cs.DC cs.NI
Joint Cell Muting and User Scheduling in Multi-Cell Networks with Temporal Fairness
针对多小区网络中的干扰协调问题，提出了一种基于两种不同时间公平性准则的半集中式联合小区静默和用户调度方案。所提出的方案背后的主要原理是，中央实体在决策时刻从模式集合中选择小区静音模式，并且随后未静音的基站机会主义地调度相关联小区中的用户，这两个决策都是在时间公平的基础上做出的。虽然一些模式集可以很容易地从静态频率复用系统中获得，我们提出了一个更一般的模式集构造算法。对于第一公平性标准，所有小区被分配以接收相同的时间份额，其中小区中心部分的时间份额与小区边缘部分的时间份额之间的比率对于所有小区被设置为固定的期望值。第二个公平性准则是基于最大-最小时间公平性，对于该最大-最小时间公平性，最大化网络范围的最坏情况用户的时间份额。数值结果验证了所提出的计划的有效性，这两个标准。还通过各种蜂窝拓扑结构的数值例子研究了小区静音模式集的选择的影响。
2017-07-04 cs.IT cs.NI math.IT
Breaking the Legend: Maxmin Fairness notion is no longer effective
在本文中，我们分析性地提出了一种替代方法，以实现更好的公平性调度机制，可以提供更好的服务质量，特别是实时的应用。我们的方案反对以往的调度机制所采用的带宽分配方式。相反，它采用了反对的方法，提出了公平分配拥塞的最大最小费用的概念。进一步论证了一种新的机构--
2010-06-19 cs.NI
Fundamental Limits of CDF-Based Scheduling: Throughput, Fairness, and Feedback Overhead
在本文中，我们调查的基本性能限制的累积分布函数（CDF）为基础的调度（CS）在下行链路蜂窝网络。CS被认为是一种高效的调度方法，它可以为用户分配不同的时间片段，或者等价地，满足用户的不同信道接入比（CAR）要求，同时利用多用户分集。我们首先从数学上分析了CS在任意衰落统计和数据率函数下的吞吐量特性。结果表明，CS的吞吐量增益增加的CAR的一个用户或在一个小区中的用户数的增加或减少。对于Nakagami-m衰落信道，我们得到了封闭形式的平均吞吐量，并研究了平均信噪比，形状参数m和CAR对吞吐量性能的影响。此外，我们提出了一个基于阈值的机会反馈技术，以减少反馈开销，同时满足用户的CAR要求。我们证明了所提出的技术的平均反馈开销的上界由-ln（p），其中p是没有用户满足在一个小区的阈值条件的概率。最后，我们采用了一种新的公平性准则，称为定性公平性，它不仅考虑分配给用户的资源的数量，但也资源的质量。据观察，CS提供了一个更好的定性公平性比其他调度算法设计用于控制CAR的用户。
2015-02-12 cs.IT cs.NI math.IT
Breaking the Legend: Maxmin Fairness notion is no longer effective
在本文中，我们分析性地提出了一种替代方法，以实现更好的公平性调度机制，可以提供更好的服务质量，特别是实时的应用。我们的方案反对以往的调度机制所采用的带宽分配方式。相反，它采用了反对的方法，提出了公平分配拥塞的最大最小费用的概念。进一步论证了一种新的机构--
2010-08-11 cs.NI
A Fair and Efficient Packet Scheduling Scheme for IEEE 802.16 Broadband Wireless Access Systems
针对IEEE 802.16宽带无线接入系统，提出了一种公平有效的QoS调度方案，该方案能同时满足各种实时和非实时的应用的吞吐量和时延保证。所提出的QoS调度方案进行了比较，与现有的QoS调度方案中提出的文献在最近的过去。仿真结果表明，所提出的调度方案能够在时延、时延违规率和吞吐量方面为WiMAX标准中定义的所有类型的业务提供严格的QoS保证，从而保持了公平性，并有助于消除低优先级业务的饥饿。系统的带宽利用率和资源的公平性指标也遇到了验证我们提出的调度方案提供的QoS。
2010-09-30 cs.NI
Selective Fair Scheduling over Fading Channels
在资源分配中强加公平会导致系统吞吐量的损失，称为公平代价（$PoF$）。在无线调度中，当为具有非常差的信道质量的用户服务时，$PoF$增加，因为调度器浪费资源试图公平。本文提出了一种新的资源分配框架，严格解决这个问题。我们引入了选择性公平：只对选定的用户公平，并通过暂时阻止其余用户来改进$PoF$。我们研究了相关的准入控制问题，找到用户的选择，最大限度地减少$PoF$的选择性公平性，并表明，这种组合问题可以有效地解决，如果可行性集满足一个条件，在我们的模型中，它足够的无线信道随机支配。利用选择性公平，我们设计了一个随机的框架，我们最大限度地减少$PoF$受到SLA，这将确保遍历用户提供足够频繁。在这种情况下，我们提出了一个在线的政策，结合漂移加惩罚技术与基于服从的调度专家，我们证明它达到了最佳的$PoF$。仿真结果表明，我们的智能阻塞优于40 $\%$在吞吐量以前的方法，满足SLA阻止低信噪比用户。
2018-01-05 cs.IT cs.NI math.IT
A Scheduling Policy for Downlink OFDMA in IEEE 802.11ax with Throughput Constraints
为了满足对WiFi网络中的高吞吐量的不断增长的需求，IEEE 802.11ax（11 ax）标准引入了正交频分多址（OFDMA）。在这封信中，我们解决的站资源单元调度问题，在下行链路OFDMA的11 ax的最小吞吐量的要求。为了处理约束问题的不可行的情况下，我们提出了一种新的调度策略的基础上加权最大-最小公平，最大化之间的最小分数的可实现的和最小所需的吞吐量。因此，所提出的政策有一个明确的行为，即使不能满足吞吐量的限制。数值结果表明，我们的方法的优点，流行的比例公平和约束和速率最大化策略。
2020-09-01 cs.NI
Joint Proportional Fairness Scheduling Using Iterative Search for mmWave Concurrent Transmission
毫米波（mmWave）将在不久的将来面对日益增长的巨大数据速率需求时作为5G候选者发挥重要作用。传统的毫米波标准IEEE 802.11ad考虑在无线局域网（WLAN）中仅建立一个毫米波链路以提供多Gbps的数据速率。但是，毫米波具有脆弱的信道，这阻碍了它提供这样的速率。因此，有必要通过在5G网络中部署多个毫米波接入点（AP）来同时建立多个毫米波链路。不幸的是，在没有对毫米波并发传输进行任何修改的情况下应用常规标准阻碍了毫米波AP选择最佳毫米波并发链路。因为IEEE 802.11ad标准使用具有最大接收功率的链路将用户设备（UE）与毫米波AP相关联，而不考虑同时链路之间的相互干扰。本文提出了一种建立最优毫米波并发传输链路的联合比例公平调度（JPFS）优化问题。并且，为了找到这个非多项式（NP）时间问题的解决方案，我们使用穷举搜索（ES）计划。数值仿真证明了ES方案对提高系统性能的有效性。
2022-07-21 cs.NI eess.SP
Variance Based Scheduling Algorithm with Relay Selection and Resource Allocation in Cooperative OFDMA Networks
如今，若干标准的无线电接口利用诸如OFDMA的先进技术和诸如中继的扩展技术来增强。随着下一代无线通信技术的发展，调度问题变得更加重要和具有挑战性。在我们的工作中，我们的目标是最大限度地提高整个系统的容量，同时选择最合适的中继站之间的用户和中继站之间的公平性约束，提出了一个基于间隙的调度。该模型考虑了信道状态信息和两跳链路的不均衡速率容量。仿真结果表明，我们的方法在公平性和整体系统性能的有效性。
2013-10-23 cs.NI
QoS-Aware Proportional Fairness Scheduling for Multi-Flow 5G UEs: A Smart Factory Perspective
针对智能工厂单UE多QoS流仿真不足的问题，本文扩展Simu5G支持QFI级建模并提出QoS-PF调度器，在真实工业场景中提升了截止时间遵守率与公平性且不影响吞吐量。
2025-08-29 cs.NI
Proportional Fairness in Multi-channel Multi-rate Wireless Networks-Part II: The Case of Time-Varying Channels
这是两部分论文系列的第二部分，研究使用比例公平（PF）效用函数作为多信道多速率无线网络中容量分配和调度的基础。第二部分的贡献是双重的。(i)首先，我们扩展的问题制定，理论结果和算法的情况下，随时间变化的信道，机会的容量分配和调度可以利用，以提高系统性能。我们奠定了优化的理论基础，“耦合”的时变特性的通道与底层应用程序的要求到一个考虑。特别是，机会优化的程度是可能的，不仅是如何快速的信道特性变化的函数，但也延迟容量分配的基础应用程序的弹性的函数。(ii)第二，基于我们的理论框架和结果，我们研究了正交频分复用（OFDM）蜂窝无线网络中的子载波分配和调度。我们引入了W-归一化多普勒频率的概念，以捕获机会调度可以被利用来实现吞吐量公平性能增益的程度。我们表明，“回看PF”调度可以取得良好的平衡系统吞吐量和公平性，同时考虑到底层应用程序的要求。
2008-02-23 cs.IT cs.NI cs.PF
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
Fairness for Freshness: Optimal Age of Information Based OFDMA Scheduling with Minimal Knowledge
越来越清楚的是，无线网络的重要任务是最小化信息年龄（AoI），即，及时提供信息。虽然主流方法通常依赖于对用户AoI和信道状态的实时观察，但是在完全（或部分）缺乏这种知识的情况下很少注意解决问题。在这篇文章中，我们提出了一种新的研究，以解决最佳的盲无线电资源调度问题，在正交频分复用接入（OFDMA）系统，以最大限度地减少长期的平均AoI，这被证明是时域公平的分簇轮询和频域公平的簇内子载波分配的组合。还提出了如仿真结果所示的接近最优的启发式解决方案，以有效地提高存在各种程度的额外知识时的性能，例如，信道状态和AoI。
2021-06-09 cs.IT cs.NI math.IT
Distributed Fair Scheduling for Information Exchange in Multi-Agent Systems
信息交换是许多现实世界的多智能体系统的重要组成部分。然而，代理之间的通信涉及两个主要挑战：有限的带宽，和代理之间的共享通信介质，这限制了可以同时交换信息的代理的数量。虽然这两个问题都需要在实践中得到解决，后一个问题对多智能体系统的性能的影响往往被忽视。当代理的信息或观察具有不同的重要性时，这变得更加重要，在这种情况下，代理需要不同的优先级来访问介质和共享它们的信息。通过公平性权重表示代理的优先级，并通过分配的公平性权重归一化每个代理的份额，目标可以表示为均衡代理的通信介质的归一化份额。为了实现这一目标，我们采用了一个分布式的公平调度算法，在单跳网络中提供加权公平的理论方法，并提出了一个分布式公平调度算法。我们所提出的算法保证了一个上限之间的任何一对代理的归一化份额差距。这可以特别地改善短期公平性，这在实时应用中是重要的。此外，我们的调度算法动态调整自己，以实现高吞吐量的同时。仿真结果验证了我们的主张，并与现有方法的比较表明，我们的算法的优势，在提供短期公平性，同时实现了高吞吐量。
2021-02-17 cs.MA cs.NI cs.PF
TDMA Achieves the Optimal Diversity Gain in Relay-Assisted Cellular Networks
在多址无线网络中，传输调度是决定无线频谱分配效率和公平性的关键环节。在一个极端，贪婪的机会调度，分配空中时间的用户具有最大的瞬时信道增益实现最佳的频谱效率和传输可靠性，但最差的用户级公平性。在另一个极端，固定TDMA调度实现了最公平的空中时间分配，但最低的频谱效率和传输可靠性。为了平衡这两个相互竞争的目标，大量的研究工作已经花费在设计机会调度方案，达到一定的折衷点之间的两个极端。在本文中，与传统的智慧相比，我们发现，在中继辅助蜂窝网络，固定TDMA实现了相同的最佳分集增益贪婪的机会调度。此外，通过将非常有限的机会主义，一个简单的松弛TDMA方案渐近实现相同的最佳系统可靠性的中断概率贪婪的机会主义调度。这揭示了一个令人惊讶的事实：在中继辅助系统中，传输可靠性和用户公平性不再相互矛盾。它们都可以通过简单的TDMA方案来实现。对于实际的实现，我们进一步提出了一个完全分布式的算法来实现松弛TDMA方案。我们的研究结果可以在下一代无线通信系统的中继架构，如LTE高级和WiMAX的设计中找到应用。
2011-07-27 cs.NI
Distributed Fair Scheduling Using Variable Transmission Lengths in Carrier-Sensing-based Wireless Networks
IEEE 802.11无线网络（包括无线局域网和Ad-hoc网络）的公平性由于MAC竞争和动态性的随机性和复杂性而难以预测和控制。此外，不对称的信道条件，如捕获和信道错误所造成的，往往会导致站之间的严重不公平。在本文中，我们提出了一种新的分布式调度算法，我们称之为VLS，为“{ \em可变长度调度}”，提供加权公平的所有站点，尽管MAC层和物理信道的缺陷。VLS的独特功能包括使用基于分布式观测的可变传输长度，与802.11的竞争窗口算法的兼容性，在时变无线环境中实现高吞吐量的机会主义调度，以及灵活性和易于实现。此外，VLS使每个站的吞吐量更平滑，这对视频和语音等实时应用很有吸引力。虽然本文主要假设了802.11协议，但该思想通常适用于基于载波侦听多址接入（CSMA）的无线网络。
2007-12-12 cs.NI
Fair Coflow Scheduling via Controlled Slowdown
平均coflow完成时间（CCT）是coflow调度中的标准性能度量。然而，标准的CCT最小化可能会在不同计算作业的数据传输阶段之间引入不公平。因此，虽然在文献中已经引入了进度保证来缓解这种公平性问题，但数据传输的公平性和效率之间的权衡难以控制。本文介绍了一种基于减速概念的同向流调度公平性框架，同流与隔离相比的性能损失。通过控制减速，可以在最小化平均CCT的同时强制执行目标同向流进程。在所提出的框架中，可以在多项式时间内确定一批同向流的最小减速。通过证明与高斯消去法的等价性，将减速约束引入CoFair算法的原始-对偶迭代中。该算法扩展了sigma阶调度器的类，使其能在多项式时间内求解公平同流调度问题。它提供了平均CCT w.r.t.一个最佳的调度器。大量的数值结果表明，这种方法可以权衡平均CCT的减速比现有的国家的最先进的减速器更有效。
2022-08-12 cs.DC cs.NI cs.PF
Advanced Radio Resource Management for Multi Antenna Packet Radio Systems
在本文中，我们提出了面向公平的分组调度（PS）计划与功率有效的控制机制，为未来的分组无线电系统。通常，无线电资源管理功能在新的基于OFDMA的网络中起重要作用。基于最大化小区覆盖和容量满足以及某些服务质量要求，通过分组调度功能来执行对用户之间的网络资源划分的控制。此外，多天线发送-接收方案为分组调度器功能提供了额外的灵活性。为了减轻OFDMA蜂窝网络中的小区间和同信道干扰问题，使用具有不同功率掩模图案的软频率重用。从早期的增强型比例公平调度单输入多输出（SIMO）和多输入多输出（MIMO）系统的研究，我们扩展了有效的数据包调度算法的发展，通过增加发射功率的考虑，在整体的优先级度量计算和调度决策。此外，我们评估所提出的调度方案，通过模拟实际的正交频分多址（OFDMA）基于分组无线电系统的吞吐量，覆盖范围和用户之间的公平分配。作为一个具体的例子，在减少整体发射功率约束和不平等的功率分配不同的子带，我们表明，通过使用建议的功率感知多用户调度方案，显着的覆盖范围和公平性的改善，在70%和20%的顺序，分别可以得到，在平均吞吐量损失仅为15%的代价。
2010-05-11 cs.NI
Load Balancing Strategies to Solve Flowshop Scheduling on Parallel Computing
针对并行环境下的Flowshop调度问题提出了一种并行解决方案，并在此基础上提出了一种新的负载均衡策略。提出的比例公平策略（PFS）考虑了计算过程集的计算性能，并根据计算节点的评估性能按比例分配额外的负载。为了更有效地利用并行资源的能力，我们还讨论了计算节点间通信所使用的数据结构，并设计了一种优化的数据传输策略。这种数据传输策略结合所提出的负载均衡策略已经在一个由86个CPU组成的超级计算机上实现并测试，使用MPI作为中间件。结果表明，建议PFS实现更好的性能，在计算时间方面比现有的自适应承包内的邻居策略。我们还表明，两者的比例公平策略和建议的数据传输策略的组合实现额外的并行效率提高13~15%。
2008-09-19 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
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
Priority-based Fair Scheduling in Edge Computing
调度在边缘计算中很重要。与云相比，边缘资源受到硬件限制，无法支持工作负载驱动的基础设施扩展。因此，边缘的资源分配和调度需要全新的视角。现有的边缘调度研究假设所有需要的资源，只要一个作业请求的可用性。本文挑战了这一假设，因为并非所有来自云服务器的作业请求都可以在边缘节点上调度。因此，保证客户端之间的公平性（云服务器卸载作业），同时考虑作业的优先级成为一项关键任务。本文提出了四种调度技术，第一种是一个天真的先来先服务的策略，并进一步提出了三种策略，即客户端公平，优先级公平，和混合帐户的公平客户端和作业优先级。在三种不同的情况下，即平等的，随机的，高斯作业分布的目标平台上的评估。实验研究突出了较低的开销和分配的边缘节点上的调度作业相比，天真的策略。结果证实了混合策略的优越性能，并展示了边缘计算公平竞争的可行性。
2020-01-24 cs.DC cs.NI
Adaptive Priority-Based Downlink Scheduling for WiMAX Networks
WiMAX（IEEE 802.16）网络的主要关注点是支持用于各种多媒体服务的服务质量（QoS）保证。满足QoS要求的调度方案对于无线通信已经变得更加重要。我们提出了一种下行链路调度方案，称为自适应基于优先级的下行链路调度（APDS），在IEEE 802.16网络中提供QoS保证。APDS包括两个主要部分：优先级分配和资源分配。不同业务类型的连接主要依赖于它们的QoS要求来动态地调整优先级分配和调度带宽资源。我们考虑饥饿避免和资源管理。仿真结果表明，我们的APDS方法优于有代表性的调度方法在QoS满意度和保持公平性的饥饿预防。
2012-10-14 cs.NI
Performance Analysis Of Resource Scheduling In LTE Femtocells Networks
3GPP已经引入了LTE毫微微小区来操纵室内用户的业务并最小化宏小区上的费用。LTE业务处理中的关键机制是分组调度器，其负责在频率和时间维度上向活动流分配资源。因此，有必要对毫微微蜂窝网络的调度算法进行分析。在本文中，我们介绍了三种不同的调度算法的性能分析的混合类型的流量在LTE毫微微蜂窝网络。具体研究从吞吐量、丢包率、公平性指标和频谱效率等方面进行了评估
2015-01-08 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
Pioneering Deterministic Scheduling and Network Structure Optimization for Time-Critical Computing Tasks in Industrial IoT
本文首次针对工业物联网周期性时间关键型计算任务，提出确定性调度算法IIoTBroker和网络结构优化算法IIoTDeployer，通过细粒度资源分配与低成本网络升级实现确定性响应。
2024-01-24 cs.NI
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
Enhanced Cluster Computing Performance Through Proportional Fairness
集群计算的性能取决于并发作业如何共享多个数据中心资源类型，如CPU，RAM和磁盘存储。最近的研究讨论了效率和公平性的要求，并确定了一些理想的调度目标，包括所谓的主导资源公平性（DRF）。我们认为，比例公平（PF），长期以来被认为是一个理想的目标，在正在进行的流量之间共享网络带宽，是更可取的DRF。PF的优越性是显而易见的现实建模假设下，人口的工作进展是一个随机过程。在随机业务中，DRF的防策略属性证明是不重要的，而PF的分析和仿真表明，提供了一个显着更好的效率公平的权衡。
2014-04-08 cs.DC cs.NI cs.PF
Joint Computing Resource Allocation and Task Offloading in Vehicular Fog Computing Systems Under Asymmetric Information
针对车辆雾计算中信息不对称、资源有限及任务卸载效率低的问题，提出融合RSU与雾车辆能力的分层架构，设计基于凸优化、契约理论和匹配博弈的联合资源分配与任务卸载方法，有效提升系统多方面性能。
2025-10-30 cs.NI
User Popularity-based Packet Scheduling for Congestion Control in Ad-hoc Social Networks
传统的ad-hoc网络分组调度方案不能满足基于邻近度的ad-hoc社交网络（ASNET）的要求，并且在拥塞环境中不能正常工作。为了解决这个问题，我们提出了一个用户流行度为基础的分组调度方案的拥塞控制在ASNETs称为Pop-aware。该算法利用社会流行的发送节点，优先考虑所有传入的流量。Pop-aware还提供每个流接收的服务的公平性。我们通过一系列的模拟来评估Pop-aware的性能。与现有的一些调度算法相比，Pop-aware在控制开销、总开销、平均吞吐量、丢包率、分组投递率和平均延迟等方面都有较好的性能。
2020-08-09 cs.NI cs.SI
Multi-Drone 3D Trajectory Planning and Scheduling in Drone Assisted Radio Access Networks
无人机基站（DBS）是一种很有前途的技术，可以为地面无线电接入网络（RAN）的未覆盖用户扩展无线连接。为了提高用户公平性和网络性能，本文设计了无人机辅助无线接入网络（DA-RAN）中多个DBS的3D轨迹，其中DBS飞越相关的感兴趣区域（AoI）并在基站（BS）和AoI中的用户之间中继通信。我们制定的多DBS三维轨迹规划和调度作为一个混合整数非线性规划（MINLP）问题的目标是最小化平均DBS到用户（D2 U）的路径损耗。在水平和垂直方向上的3D轨迹变化，以及国家的最先进的DBS相关的信道模型被认为是在制定。为了解决MINLP问题的非凸性和NP-难性，首先将其分解为多个整数线性规划（ILP）和拟凸子问题，分别对AoI关联、D2 U通信调度、DBS水平轨迹和飞行高度进行优化.然后，我们设计了一个多DBS的三维轨迹规划和调度算法，迭代求解的子问题的基础上块坐标下降（BCD）方法。该算法分别采用基于k-means的初始轨迹生成和基于搜索的起始时隙调度来提高轨迹设计性能和保证DBS间距离约束。通过大量的仿真研究了DBS数量、水平速度和初始轨迹对轨迹规划结果的影响。与静态DBS部署方式相比，该轨迹规划方式可使D2 U平均路径损耗降低10-15 dB，D2 U路径损耗标准差降低68%，提高了网络性能和用户公平性。
2019-10-22 cs.NI eess.SP
Resource Allocation and Scheduling in Non-coherent User-centric Cell-free MIMO
本文研究了分布式多用户多输入多输出（MIMO）网络中的用户调度和资源分配问题。我们制定了一个加权和速率最大化问题，可以提供用户比例公平。由于在这种设置中，用户可以由许多发射机服务，因此用户调度特别困难。为了解决这个问题，我们使用块坐标下降，分数规划和压缩感知来构建一个算法，执行用户调度和波束成形。我们的研究结果表明，所提出的框架提供了一个8至10倍的增益，在长期的用户频谱效率相比，基准计划，如循环调度。此外，我们量化的性能损失，由于不完善的信道状态信息和导频训练开销使用一个定义的基于区域的导频重用因子。
2021-02-05 cs.IT cs.NI math.IT
