D2D-U: Device-to-Device Communications in Unlicensed Bands for 5G and Beyond
实现附近移动设备之间的直接通信的设备到设备(D2 D)通信是一种有吸引力的附加组件,用于通过在5G系统中重用许可蜂窝频谱来提高频谱效率和用户体验。在本文中,我们提出使能非授权频谱中的D2 D通信(D2 D-U)作为上行链路LTE网络的一部分,以进一步扩大网络容量。基于感测的协议被设计为支持LTE和D2 D用户两者的未授权信道接入。我们进一步研究子信道分配问题,以最大化LTE和D2 D用户的总速率,同时考虑到他们对现有Wi-Fi系统的干扰。具体来说,我们制定的子信道分配作为一个多对多的匹配问题与外部性,并开发一个迭代的用户子信道交换算法。分析和仿真结果表明,所提出的D2 D-U方案可以显着提高系统的和速率。
2017-03-07 cs.NI cs.PF
Cross-Layer Resource Allocation Scheme Under Heterogeneous Constraints for Next Generation High Rate WPAN
在下一代无线网络中,对新的无线应用的不断增长的需求伴随着对更好的服务质量(QoS)实现的高期望,特别是对于多媒体应用。此外,未来未授权用户与现有授权用户的共存正在成为下一代通信系统中的挑战性任务,以克服频谱的未充分利用。因此,为了响应下一代网络的异构约束,QoS和干扰感知的资源分配具有特殊意义。在这项工作中,我们解决的问题下异构约束的非授权多频带超宽带(UWB)系统的背景下,未来的家庭网络,即无线个域网(WPAN)的资源分配。首先,使用异构约束优化问题的配方分析研究的问题。在研究了最优解的特性后,我们提出了一种基于跨层方法的低复杂度次优算法,该方法结合了PHY层和MAC层提供的信息。虽然PHY层负责提供未授权UWB用户的信道质量以及它们对授权用户造成的干扰功率,但MAC层负责使用基于两类的方法对未授权用户进行分类,该方法保证多媒体服务与其他服务相比具有高优先级。PHY和MAC信息以有效且简单的方式组合,呈现目标资源分配的关键要素。仿真结果表明,该方案提供了一个很好的折衷之间的QoS满意度与硬QoS要求的非授权应用程序和限制的干扰影响授权用户。
2010-05-11 cs.NI
Decentralized Learning for Channel Allocation in IoT Networks over Unlicensed Bandwidth as a Contextual Multi-player Multi-armed Bandit Game
Bar-Ilan University(巴伊兰大学);Nanyang Technological University(南洋理工大学);University of Houston(休斯顿大学);Kyung Hee University(庆熙大学)
我们研究了一个分散的信道分配问题,在一个ad-hoc物联网网络的基础上授权给一个主要的蜂窝网络的频谱。在所考虑的网络中,IoT设备上贫乏的信道感测/探测能力和计算资源使得它们难以获取共享的多个信道的详细信道状态信息(CSI)。在实践中,主用户的传输活动的未知模式和时变CSI(例如,由于小规模衰落或设备移动性)也引起信道质量的随机变化。因此,去中心化物联网链路需要基于部分观测在线学习信道条件,同时不获取有关其未运行信道的信息。它们还必须在有限协调的情况下达成高效、无冲突的信道分配解决方案。我们的研究映射到一个上下文多人,多武装土匪游戏,并提出了一个纯粹的分散,三阶段的策略学习算法,通过试错。理论分析表明,所提出的方案保证物联网链路联合收敛到具有次线性(即,多对数)遗憾的是,相对于操作时间。仿真结果表明,它罢工之间的效率和网络的可扩展性与其他国家的最先进的分散式强盗算法相比,很好的平衡。
2021-07-01 cs.LG cs.MA cs.NI
Ruin Theory for Dynamic Spectrum Allocation in LTE-U Networks
非授权频带中的LTE(LTE-U)是克服无线频谱的稀缺性的有前景的解决方案。然而,为了获得LTE-U的好处,必须保持其与WiFi系统的有效共存。因此,这种共存构成了LTE-U部署的主要挑战。本文研究了WiFi和LTE-U系统之间的非授权频谱共享问题。特别地,提出了基于\emph{ruin theory}的公平分时模型,以在不损害WiFi系统的性能的情况下与LTE-U共享来自未授权频带的冗余频谱资源。WiFi和LTE-U之间的公平性通过应用破产概率的概念来维持。特别地,在LTE-U中使用破产概率来执行有效的占空比分配,以便为WiFi系统提供公平性并保持一定的WiFi性能。仿真结果表明,与WiFi和LTE-U等占空比共享相比,该算法具有更好的公平性。
2018-12-11 cs.NI
The Future is Unlicensed: Coexistence in the Unlicensed Spectrum for 5G
5G必须满足物联网等超密集、可扩展和可定制网络的要求,同时提高频谱和能源效率。考虑到所设想的应用和场景的多样性,5G新无线电(NR)的一个关键属性是灵活性:灵活的UL/DL分配、带宽或可扩展的传输时间间隔,以及最重要的是在不同频带上的操作。特别是,5G应该利用未授权频谱中的频谱机会,在需要的时候和需要的地方扩展网络容量。然而,未授权频段带来了“共存网络”的挑战,这些网络大多缺乏用于协商和协调的通信手段。物联网系统和应用的异构性、大规模连接性和普遍性进一步加剧了这一缺陷。因此,5G需要提供在未授权频段中共存甚至融合的机制。在这方面,WiFi作为非授权频段中最突出的无线技术,既是提升5G容量的关键推动者,也是共享非授权频谱的5G蜂窝网络的竞争者。在这项工作中,我们描述了5G中的频谱共享,并提出了主要的共存解决方案,主要是在WiFi的背景下。我们还强调了机器学习的作用,它被认为是通过提供必要的智能和适应机制来实现共存和融合目标的关键。
2018-01-15 cs.NI
Coordinated Allocation of Radio Resources to Wi-Fi and Cellular Technologies in Shared Unlicensed Frequencies
针对 Wi-Fi 与蜂窝技术在共享非授权频段的共存问题,提出两种动态频谱共享方案,在不修改现有终端设备的前提下实现可配置粒度的资源复用,并通过定量与定性评估证明其优于直接共存。
2024-03-28 cs.NI
Unlicensed Spectrum Sharing for Massive Internet-of-Things Communications
未经许可的频谱虽然是免费的,但已成为实现大规模物联网(IoT)应用的宝贵资源,其中支持互联网的设备被大规模部署。然而,在未经许可的频段上实现大规模物联网连接需要物联网设备之间的高效频谱共享以及与其他无线网络的公平共存。在本文中,我们讨论了几种频谱共享方法来解决这些网络内和网络间的共享问题。为此,我们首先考虑基于ALOHA的网络,避免频谱感知,但依赖于多样性,以提高随机接入的连接密度。然后,我们提出了基于传感的解决方案,如免许可蜂窝接入,有助于支持具有不同速率要求和连接密度的更广泛的应用。最后,我们强调了未来在未经许可的频谱上进行大规模物联网连接的研究方向。
2019-03-04 cs.NI
Delay Sensitive Communications over Cognitive Radio Networks
Beijing Space Technology Development and Test Center, China Academy of Space Technology(北京空间技术研制试验中心,中国空间技术研究院);State Key Laboratory of Advanced Optical Communication Systems & Networks, Peking University(北京大学先进光通信系统与国家网络重点实验室);Department of Information Engineering, the Chinese University of Hong Kong(香港中文大学信息工程系)
针对认知无线电网络中未授权用户的延迟敏感通信,提出基于马尔可夫决策过程的准入控制和信道分配策略,并证明最大延迟优先分配的最优性,实现接近最优的性能。
2012-01-15 cs.NI cs.SY eess.SY
DeepAlloc: CNN-Based Approach to Efficient Spectrum Allocation in Shared Spectrum Systems
针对共享频谱中路径损耗模型不准、主用户信息可能缺失的问题,提出基于 CNN 的 DeepAlloc,利用众包频谱传感读数直接学习分配函数,准确率最高提升 60%。
2024-04-05 cs.NI eess.SP
Subband Random Sensing Grant Free Uplink for URLLC in Unlicensed Spectrum
在本文中,我们提出了一种新的方案,称为子带随机感知(SRS)授权免费上行链路的超可靠低延迟通信(URLLC)在未授权频谱。SRS免授权上行链路创造性地结合了子带感知、用户分组和随机接入,允许感知非授权频谱的用户使用宽带中可用的子资源,减少与其他用户的冲突。新方案克服了新无线电(NR)版本16所采用的半持续调度(SPS)上行链路在具有零星业务的应用中的严重频谱浪费问题。与基于竞争的免授权上行链路相比,新方案实现了更低的冲突概率,这直接导致了更高的可靠性。分析和仿真结果证明了其优越的性能。
2021-09-23 cs.IT cs.NI math.IT
Adaptive Spectrum Sharing of LTE Co-existing with WLAN in Unlicensed Frequency Bands
随着无线通信需求的增长,用于长期演进(LTE)的授权频谱已不再足够。近年来,研究工作集中在将LTE实现到未授权频带,这不可避免地带来了LTE与同一频带上的其他现有系统共存的问题。本文提出了一种自适应共存机制,LTE和无线局域网(WLAN),使一个显着的系统性能的WLAN,而LTE不会失去太多。LTE通过根据WLAN系统的业务负载动态分配时间资源来实现共存。
2015-03-27 cs.IT cs.NI math.IT
Comparative Statics On The Allocation Of Spectrum
频谱分配是一个重要的政策问题,所采取的决策对无线通信的未来增长和实现普遍连接具有影响。在本文中,在一个共同的基础上,我们比较了社会福利分配新的频谱下不同的替代品:持牌供应商在垄断,寡头垄断和完全竞争的环境中,和未经许可的访问。为此目的,我们使用数学模型的竞争可食用资源。最初,我们假设任何新的带宽是免费的,但我们也概括了我们的结果,包括投资决策时的价格收取带宽收购。
2013-07-21 cs.GT cs.NI
Multi-player Multi-armed Bandits for Stable Allocation in Heterogeneous Ad-Hoc Networks
IIIT Delhi(德里印度信息技术学院);IIT Bombay(孟买印度理工学院)
下一代网络预计将是超密集的,并且旨在探索允许用户在授权、共享以及未授权频谱中进行通信的频谱共享范例。这种超密集网络将在基站处引起显著的信令负载,导致对频谱和能量效率的负面影响。为了使信令开销最小化,正在考虑针对在未许可和共享频谱中通信的用户的自组织方法。对于这样的用户,决策需要完全分散,因为:1)用户和来自基站的信令之间不可能进行通信,这需要在每个用户处进行独立的信道选择。当多个用户在同一信道上同时发送时发生冲突。2)信道质量可能是异构的,即,它们在所有用户之间并不相同,而且是未知的,以及3)网络可以是动态的,其中用户可以随时进入或离开。我们开发了一个基于多臂强盗的静态网络分布式算法,并将其扩展到动态网络。该算法的目标是在有限时间内实现稳定的正交分配(SOC),并满足上述三个约束条件,具有两个新的特点:1)低复杂度窄带无线电相比,宽带无线电在现有的工作,和2)无历元的方法,动态网络。我们建立了一个收敛的算法SOC和验证通过广泛的仿真实验。
2019-07-10 cs.LG cs.NI stat.ML
Traffic Management for Heterogeneous Networks with Opportunistic Unlicensed Spectrum Sharing
本文研究如何最大限度地提高基于每用户的吞吐量在一个M层异构无线网络(HetNet)的最佳管理接入点(AP)之间的流量在HetNet。前M-1层中的AP可以同时使用授权频谱,而它们通过所提出的机会性载波侦听多路访问与冲突避免(CSMA/CA)协议与第M层中的AP共享未授权频谱。同时接入授权和非授权频谱的AP能够通过载波聚合技术整合其频谱资源。我们首先表征的小区负载的分布和信道接入概率的每个AP使用广义AP关联方案。对于每个层中的AP,针对信道增益和AP关联权重的一般随机模型,导出其在授权和未授权频谱中的平均频谱效率的严格下限。我们定义了每用户链路吞吐量和每用户网络吞吐量的基础上得出的平均频谱效率,并最大限度地提高他们提出的分散和集中的流量管理计划的AP在第一M-1层的约束下,每用户链路吞吐量的层M AP必须高于一些最低要求的值。最后,一个共存的LTE和WiFi网络的数值例子来验证我们的推导结果和发现。
2017-02-16 cs.IT cs.NI math.IT
Resource Allocation Strategies for Real-Time Applications in Wi-Fi 7
2019年,IEEE 802 LAN/MAN标准委员会开始制定Wi-Fi标准的下一个重大修订:IEEE 802.11be,也称为Wi-Fi 7。这项新的修正案将引入许多新的功能,并将改进现有的功能,使Wi-Fi在许多新的场景中更有效。其中一个场景是对通信的延迟和可靠性有严格要求的实时的【形】应用的服务。在Wi-Fi中提供低延迟可能是具有挑战性的,因为未授权频谱和来自相邻设备的相关干扰。在本文中,我们考虑使用OFDMA传输的实时应用和设计资源分配算法,可以提供所需的延迟和可靠性,在干扰的存在。
2021-07-08 cs.NI
Knowledge Transfer based Radio and Computation Resource Allocation for 5G RAN Slicing
为了在5G中实现网络切片,资源分配是将有限的网络资源(诸如无线电和计算资源)分配给多个切片的关键功能。然而,联合资源分配也导致网络管理的更高复杂度。在这项工作中,我们提出了一种基于知识转移的资源分配(KTRA)方法,用于为5G RAN切片联合分配无线电和计算资源。与现有的作品相比,主要的区别是,建议KTRA方法具有知识转移能力。它被设计为使用类似任务的先验知识来提高目标任务的性能,例如,更快的收敛速度或更高的平均报酬。与基于Qlearning的资源分配(QLRA)方法相比,KTRA方法的URLLC延迟降低了18.4%,eMBB吞吐量提高了30.1%,收敛速度加快。
2021-10-23 cs.NI cs.SY eess.SY
Semantic-Aware Resource Allocation Based on Deep Reinforcement Learning for 5G-V2X HetNets
针对5G-V2X异构网络,提出基于深度强化学习的语义感知资源分配框架,联合优化灵活占空比共存与资源分配,最大化语义频谱效率,实验优于传统方法。
2025-06-19 cs.NI eess.SP
Competitive Resource Allocation in HetNets: the Impact of Small-cell Spectrum Constraints and Investment Costs
在授权和未授权频谱带中具有小小区部署的异构无线网络是用于扩展无线连接和服务的有前景的方法。因此,无线服务提供商(SP)正在添加小小区以增强其现有的宏小区部署。这种增加的灵活性使网络管理复杂化,特别是在宏小区和小小区之间的服务定价和频谱分配。此外,这些决定还取决于SP之间的竞争程度。监管机构对共享频谱接入的限制,例如导致小型小区部署的低功率限制,以及将小型小区添加到现有网络所需的投资成本,也会影响战略决策和市场效率。如果小型基站产生的收入不足以支付投资成本,那么即使它增加了社会福利,也不会有部署。我们研究的影响,这样的频谱限制和投资成本的资源分配和定价决策的竞争SP,以及相关的社会福利。我们的研究结果表明,虽然考虑到约束和投资的最优资源分配可以被唯一地确定,但将这些特征与战略SP一起添加可以对均衡市场结构产生实质性影响。
2017-08-06 cs.IT cs.NI math.IT
Deep Learning for Radio Resource Allocation in Multi-Cell Networks
University of Manitoba(曼尼托巴大学);York University(约克大学)
新兴5G和超5G(B5 G)无线网络的复杂性和异构性增加,将需要从传统的资源分配机制进行范式转变。深度学习(DL)是一种强大的工具,可以通过训练多层神经网络,使用网络数据对资源管理算法进行建模,从而无需进行密集的在线计算即可获得资源分配决策,而在线计算是解决资源分配问题所必需的。在此背景下,本文着重于应用DL来获得多小区网络中的无线电资源分配问题的解决方案。从作为DL模型的深度神经网络(DNN)、相关DNN架构和数据训练过程的简要概述开始,我们提供了在无线电资源分配的上下文中应用DL的现有技术水平的概述。在目标、投入/产出、学习和数据培训方法方面进行了定性比较。然后,我们提出了一个监督DL模型来解决多小区网络中的子带和功率分配问题。使用遗传算法产生的数据,我们首先训练模型,然后测试所提出的模型在预测资源分配解决方案的准确性。仿真结果表明,训练后的DL模型能够提供所需的最优解的时间为86.3%。
2018-08-02 cs.LG cs.NI eess.SP
Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation
本文针对量子计算网络中的资源分配难题,提出基于随机规划和多智能体强化学习的智能资源分配框架,以降低资源成本并提升网络可扩展性。
2024-01-13 cs.NI eess.SP quant-ph
Computing Resource Allocation of Mobile Edge Computing Networks Based on Potential Game Theory
移动边缘计算(MEC)网络是实现超可靠和低延迟通信的关键技术之一。为了保证MEC网络的计算资源效率,需要精心设计计算资源分配方案。为了降低MEC网络的能耗,提高MEC网络的计算资源效率,提出了一种基于势博弈理论的计算资源分配方案。计算资源分配解决方案包括两部分:第一部分是基于势博弈论的功率控制方案,第二部分是基于线性规划的计算资源分配方案。功率控制方案是找到一组基站(BS)的发射功率,最大限度地提高MEC网络的潜在功能。计算资源分配方案是基于功率控制方案的结果来最大化MEC网络的平均计算资源分配系数。仿真结果表明,与传统方案相比,所提计算资源分配方案的计算资源利用率和能量效率都有显著提高。
2019-01-02 cs.NI
On Randomized Sensing and Access Schemes in Wireless Ad-Hoc Cognitive Networks
在过去的十年中,我们见证了无线通信系统的快速增长和发展,以至于传统的频谱分配策略可能无法满足所有这些需求。联邦通信委员会(FCC)将某些频率段许可给特定地理区域中的特定用户。工业、科学和医疗(ISM)无线电频带也被设想为供所有其他未许可用户共享,只要它们遵循某些功率规定。但随着最近无线技术的蓬勃发展,这些开放的信道已经变得过于拥挤,从无线网络到无线控制器。因此,管理和标准化机构一直致力于无线通信系统的新频谱管理策略。其基本思想是让未授权用户使用授权频带,只要它们能够保证对授权用户的低干扰。虽然看似简单,但需要复杂的干扰管理协议来满足许可用户所接受的预期透明度水平。在本报告中,我们采用动态频谱接入方法来限制对主用户的干扰,并分析基于随机感知和接入方案的认知MAC协议的性能。
2013-02-08 cs.NI
Optimal Joint Multiple Resource Allocation Method for Cloud Computing Environments
云计算是一种模型,用于实现对可配置计算资源的共享池的方便的按需网络访问。为了经济地提供云计算服务,重要的是在所需资源可以从共享资源池中获取的假设下优化资源分配。此外,为了能够提供处理能力和存储容量,需要分配带宽以同时访问它们。提出了一种适用于云计算环境的最优资源分配方法。首先,本文提出了一个云计算环境下的资源分配模型,假设处理能力和带宽同时分配给每个服务请求,并按小时出租。分配的资源专用于每个服务请求。其次,本文在上述资源分配模型的基础上,提出了一种最优联合多资源分配方法。仿真结果表明,与传统的分配方法相比,该方法可以降低请求丢失概率,从而减少所需的资源总量。在此基础上,定义了云计算环境下实现多用户间公平资源分配的基本原则和措施,提出了一种多用户间公平联合资源分配方法。仿真结果表明,该方法能够在不降低资源利用率的前提下,实现多用户间的公平资源分配。关键词:云计算,联合多资源分配,公平性
2011-10-08 cs.DC cs.NI
Context-Aware Resource Allocation in Cellular Networks
我们定义并提出了一个蜂窝网络的资源分配架构。该架构结合了内容感知、时间感知和位置感知的资源分配,用于下一代宽带无线系统。该体系结构通过在分配资源时将实时应用用户优先于延迟容忍应用用户来确保内容感知的资源分配。它通过在一天的不同时间(例如,高峰和非高峰交通时间)变化的交通依赖定价来实现时间感知资源分配。另外,通过包括各种频带的载波聚合,位置感知资源分配可集成在该架构中。上下文感知的资源分配是一种最优的、灵活的架构,可以很容易地在实际蜂窝网络中实现。我们强调了所提出的网络架构的优势,讨论了上下文感知资源分配架构的未来研究方向。我们还提供了实验结果来说明这种新架构的概念的一般证明。
2015-10-18 cs.NI
Towards Optimal Grouping and Resource Allocation for Multicast Streaming in LTE
预计到2020年,多媒体流量将占总数据流量的82%。随着YouTube、Netflix、Amazon Prime Video等视频流媒体应用的日益普及,流行的视频内容往往需要同时交付给大量用户。组播传输可以有效地满足这些应用。公共内容可以在相同的资源上被发送给用户,从而导致相当大的资源节约。本文提出了用于LTE中的多播传输的有效分组和资源分配的各种方案。最优分组和资源分配问题被证明是NP-难的,因此,我们提出了这两个问题的启发式算法。我们还制定了一个模拟退火算法为基础的近似最佳资源分配为我们的问题。我们提出的基于LP松弛的资源分配方法使得资源分配非常接近于估计的最优值。
2018-07-30 cs.NI
Harvesting Resource Allocation in Energy Harvesting Wireless Sensor Networks
考虑能量收集传感器网络,事件丢失的总概率。基于这一结果,提供了各种收集资源分配方案(在总成本约束下调整能量存储和收集设备的大小)。通过仿真验证和比较了它们的性能。
2013-06-20 cs.NI
Signaling Design for Cooperative Resource Allocation and its Impact to Reliability
针对机器人集群高吞吐量数据交换中的协作资源分配问题,提出了设备顺序调度和组调度方案及控制信令设计,通过识别信号接收失败原因并提出应对措施,相比NR sidelink mode 2将可靠性提升了一个数量级。
2022-09-15 cs.NI
A SDN/OpenFlow Framework for Dynamic Resource Allocation based on Bandwidth Allocation Model
实际系统(如5G、云和物联网)中的通信网络环境呈现出越来越多的用户、应用和服务,这些用户、应用和服务高度分布,具有不同的异构通信需求。在这种情况下,资源分配需要动态、高效和定制的解决方案,带宽分配模型(BAM)是支持这一新趋势的替代方案。本文提出了通过软件定义网络的带宽分配模型(BAMDDN)框架,该框架使用软件定义网络(SDN)/OpenFlow策略与BAM动态地分配用于MPLS(多协议标签交换)网络的资源(带宽)。该框架采用了一种创新的BAM系统实现方法,通过使用OpenFlow的SDN控制MPLS网络。实验结果表明,使用SDN/OpenFlow与BAM进行带宽分配确实具有有效的优势,MPLS网络需要灵活的资源共享之间的应用程序,并促进迁移到SDN/OpenFlow网络的路径。
2021-01-31 cs.NI
GMA: A Pareto Optimal Distributed Resource-Allocation Algorithm
为了解决日益增长的需求,强大的数据包传输保证网络,我们研究了一种新的方法来执行图资源分配。我们首先介绍分配图,其中节点可以独立地设置本地资源限制的基础上的物理约束或政策决定。在这种情况下,我们正式的分布式路径分配(PADIST)问题,其中包括在分配资源的路径只考虑本地的路径上的信息-重要的是,不知道其他路径可以有一个分配-而在同一时间实现的全局属性,永远不会超过可用资源。我们的核心贡献,全球近视分配(GMA)算法,是解决这个问题。我们证明了GMA可以计算图上的所有路径的无条件分配,而永远不会过度分配资源。此外,我们证明了GMA是帕累托最优的分配大小,它有线性复杂度的输入大小。最后,我们通过模拟表明,这一理论结果确实可以应用于实际场景,因为由此产生的路径分配足够大,以满足实际相关应用的要求。
2021-03-15 cs.CR cs.NI
Real-Time Fair Resource Allocation in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题,特别是当流量随着时间的推移而变化时,为了解决这个问题,带宽共享技术,快速反应的流量波动是感兴趣的,特别是在大规模的设置与数百个节点和数千个流。在这种情况下,我们提出了一种分布式算法,解决了公平的资源分配问题,在分布式SDN控制架构。我们的算法不断产生一系列的资源分配解决方案收敛到公平分配,同时始终保持可行的,标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布,我们证明了我们可以实时的【形】处理大型实例。
2017-11-27 cs.NI
A Resources Representation For Resource Allocation In Fog Computing Networks
雾计算正在成为一种新的范例,通过使数据处理和分析接近其来源来处理延迟敏感的应用。由于雾中设备的异构性,设计新的解决方案很重要,该解决方案考虑到每个设备中可用的不同物理资源,以有效地和动态地分配处理。在本文中,我们提出了一种资源表示方案,该方案允许通过移动边缘计算应用程序编程接口(MEC API)暴露每个设备的资源,以优化雾中的监督实体的资源分配。然后,我们制定的资源分配问题作为一个李雅普诺夫优化,我们讨论了我们提出的方法对延迟的影响。仿真结果表明,我们提出的方法可以最大限度地减少延迟,提高系统的性能。
2022-01-27 cs.NI
Dynamic OFDMA Resource Allocation for QoS Guarantee and System Optimization of Best Effort and Non Real-time Traffic
为了满足下一代无线网络对高数据率、低时延、用户公平性的要求,合理设计跨层优化的动态资源分配算法是前提。本文提出了一种在正交频分多址(OFDMA)系统中动态资源分配的方法来优化非实时的【形】(NRT)业务,该方法要求在预定义的时间内分配最小的数据量,同时又不会引起数据包丢失.大多数现有的和提出的资源分配方案的工作集中在业务组成的延迟约束实时的【形】【形状】(RT)或延迟容忍(NRT,最佳努力(BE))应用在一个单一的计划。在这项工作中,我们调查的资源分配问题,在异构多用户OFDMA系统的目标,优化聚合数据传输的NRT和BE流量,以最大限度地提高系统的整体性能,通过利用固有的时间分集增益在移动无线环境中的延迟容忍应用。仿真结果表明,与传统的比例公平资源分配算法相比,该算法大大提高了系统容量。
2011-07-06 cs.NI
Application-Aware Resource Block and Power Allocation for LTE
在本文中,我们实现了一个应用程序感知的调度器,区分用户运行实时应用程序和延迟容忍的应用程序,同时分配资源。这种方法确保了实时应用程序的优先级高于延迟容忍应用程序。在我们的系统模型中,我们包括现实的长期演进(LTE)系统的信道效应。我们的应用感知调度器分两个阶段运行,第一阶段是资源块分配,第二阶段是功率分配。在资源块分配问题的最优解中,每个用户固有地保证最小的体验质量(QoE),同时确保具有实时应用的用户的优先级。在功率分配问题中,提出了一种新的功率分配方法,该方法利用了应用感知资源块调度问题的最优解。作为一个概念的证明,我们运行一个传统的比例公平调度和应用程序感知调度之间的仿真比较。仿真结果表明,更好的QoE与应用感知调度器。
2015-11-16 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
A Comprehensive Utility Function for Resource Allocation in Mobile Edge Computing
在移动边缘计算(MEC)中,重要的挑战之一是应该将哪个移动边缘服务器(MES)的多少资源分配给哪个用户设备(UE)。现有的资源分配方案只考虑CPU作为所请求的资源,并假设MES的效用是随机变量或仅取决于所请求的CPU。本文提出了一种新的综合效用函数用于MEC中的资源分配。效用函数考虑UE卸载到MES的应用的异构性质。提出的效用函数考虑了所有重要参数,包括CPU、RAM、硬盘空间、所需时间和距离,以计算MES更现实的效用值。此外,我们改进了一些通用的算法,用于资源分配在MEC和云计算,考虑我们提出的效用函数。我们将这些资源分配方案的改进版本命名为综合资源分配方案。UE请求被建模以表示UE所请求的资源量以及UE已经请求这些资源的时间。效用函数取决于UE请求和UE与MES之间的距离,并且用作不同类型的UE请求之间的比较的现实手段。选择具有要分配给每个UE请求的最佳资源量的最佳MES是一项具有挑战性的任务。我们表明,MES资源分配是次优的,如果CPU是唯一考虑的资源。考虑到其他资源,即,RAM,磁盘空间,请求时间,距离的效用函数,我们证明了资源分配算法的服务率,效用,MES能耗方面的改进。
2020-12-18 cs.NI
Multi-Path Alpha-Fair Resource Allocation at Scale in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题,特别是当流量随着时间的推移而变化时。为了解决这个问题,带宽共享技术,快速反应的流量波动的兴趣,特别是在大规模的设置与数百个节点和数千个流。在这种情况下,我们提出了一种分布式算法的基础上交替方向乘法(ADMM),解决了多路径公平资源分配问题,在分布式SDN控制架构。我们的ADMM为基础的算法不断产生一系列的资源分配解决方案收敛到公平分配,同时始终保持可行的,标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布,我们证明了我们可以大规模处理大型实例。
2018-09-12 cs.NI
Comparative Advantage Driven Resource Allocation for Virtual Network Functions
随着通信服务提供商(CSP)采用网络功能虚拟化(NFV)范例,它们需要将其网络功能容量转换到具有在一组异构服务器上运行的不同网络功能的虚拟化基础设施。本摘要描述了一种用于针对给定的虚拟网络功能(VNF)要求集合分配服务器资源(计算、存储和网络)的新颖技术。我们的方法可以帮助电信提供商决定在具有不同性能特征的服务器上运行多个VNF的最有效方法。我们对异构/不同服务器资源分配上的现有VNF性能表征的分析表明,在不同服务器的资源分配之间任意创建许多VNF的能力导致服务器之间的比较优势。我们提出了一个VNF的资源分配方法称为比较,最大限度地提高系统的总吞吐量,制定这个资源分配问题作为一个比较优势的问题之间的异构服务器。存在用于使用来自COMPARE的VNF资源分配的若干应用,包括将当前的电信部署转换到基于NFV的解决方案,以及提供用于服务功能链(SFC)供应的初始VNF放置。
2016-03-12 cs.CY cs.NI
Optimizing Adaptive Video Streaming: A Fuzzy Logic Approach to Resource Allocation
本文综述了利用模糊逻辑优化自适应视频流资源分配的方法,重点考虑服务器负载、网络带宽和观众需求,并通过案例和评估指标分析其优势、挑战及未来方向。
2024-04-10 cs.NI
Dynamic CU-DU Selection for Resource Allocation in O-RAN Using Actor-Critic Learning
近来,网络运营商和设备供应商已经做出巨大努力以在下一代无线电接入网络(RAN)中采用智能和开放性。我们的目标是实现一个RAN,它可以在融合计算和连接架构中的多个平台、技术和供应商的高度复杂环境中进行自我优化。在本文中,我们提出了两个嵌套的演员-评论家学习的基础上的技术,以优化放置的资源分配功能,以及,决策资源分配。通过这一点,我们调查的可观测性的性能的强化学习的资源分配的影响。我们表明,当一个网络功能(NF)的服务需求的基础上动态重新定位,使用强化学习技术,延迟和吞吐量增益。
2021-10-01 cs.NI
A Utility Proportional Fairness Resource Allocation in Spectrally Radar-Coexistent Cellular Networks
频谱共享是解决无线通信系统带宽稀缺的一种优雅的解决方案。本研究探讨了在扇区化蜂窝系统和干扰通信基础设施某些扇区的固定雷达之间共享频谱的可行性。它还探讨了将最佳资源分配给移动设备,以便为所有运行的应用程序提供服务质量,同时增加与雷达系统频谱共存的通信网络。速率分配问题被制定为两个凸优化,其中雷达干扰扇区分配是从与雷达工作频率不重叠的频谱部分中提取的。这样的双阶段资源分配过程通过首先分配频谱雷达重叠资源来将公平性继承到速率分配方案中。
2014-06-09 cs.NI
5G New Radio Resource Allocation Optimization for Heterogeneous Services
5G新无线电(NR)引入了灵活的数字方案,为在共享信道上复用异构服务的通信提供了必要的灵活性。5G NR的基本挑战之一是开发资源分配方案,以有效地利用这种灵活性来优化与增强型移动宽带(eMBB)共存的超可靠低延迟通信(URLLC)的资源分配,同时确保它们相互冲突的性能要求。为了应对这一挑战,我们提出了一种新的5G NR资源分配公式,以通过考虑它们的相互作用来适应eMBB和URLLC服务。制定的问题的目标是满足吞吐量的服务质量(QoS)的要求时,最佳的全局解决方案是不可行的概率。为此,我们表示为一个整数线性规划的问题,并考虑两个配方与硬和软URLLC吞吐量约束。此外,我们提出了一个低复杂度的两步启发式方法,灵感来自装箱优化的实例,提供一个资源分配效率和计算复杂性之间的权衡。最后,提供的性能结果表明,所提出的方法可以提供低复杂度的资源分配的解决方案,在平衡的服务的性能目标。
2020-11-01 cs.NI
A Content Driven Resource Allocation Scheme for Video Transmission in Vehicular Networks
随着计算机视觉应用的日益广泛,大量的视频被传输用于内容分析,资源分配方式会影响视频内容分析的性能。为此目的,用于车辆网络中的视频传输的传统资源分配方案(诸如基于服务质量(QoS)或基于体验质量(QoE)的方案)不再是最优的。在本文中,我们提出了一个有效的内容驱动的资源分配计划,车辆配备摄像头的带宽限制,以提高视频内容分析的性能。所提出的资源分配方案是基于最大化的内容质量(QoC),这是相关的内容分析性能。首先提出了一种基于QoC的评价模型。然后,将资源分配问题转化为可解的凸优化问题。最后,仿真结果表明,我们提出的方案比现有的计划,如QoE的计划更好的性能。
2020-09-28 cs.NI eess.IV
A Utility Proportional Fairness Radio Resource Block Allocation in Cellular Networks
本文提出了一种无线资源块分配优化问题的蜂窝通信系统的用户运行延迟容忍和实时应用程序,产生弹性和非弹性业务的网络和被建模为对数和sigmoidal效用分别。该优化是在效用比例公平性框架下进行的,该框架旨在最大化蜂窝系统效用,同时着眼于应用服务质量要求以及过程时间和计算效率来分配用户资源块。最后,拟议的工作方式的资源变化的敏感性进行了调查。
2014-06-09 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
Modeling and Resource Allocation for HD Videos over WiMAX Broadband Wireless Networks
移动视频被认为是WiMAX和LTE等宽带无线网络的主要应用和收入来源。因此,由于视频业务是吞吐量消耗和延迟敏感的,因此设计合适的移动视频资源分配方案是重要的。
2016-03-25 cs.MM cs.NI
Resource Allocation in a Network-Based Cloud Computing Environment: Design Challenges
云计算是一种日益流行的计算范例,现在证明是效用计算服务的必要性。每个提供商都提供独特的服务组合,并提供一系列资源配置。以全面的方式为云服务提供资源对于任何资源分配模型都至关重要。任何模型都应该同时考虑计算资源和网络资源,以准确地表示和服务于实际需求。在配置资源时应考虑的另一个方面是能耗。这方面越来越受到业界和政府的关注。支持绿云的呼声越来越高。考虑到这一点,资源分配算法旨在完成在数据中心服务器上调度虚拟机的任务,然后在遵守问题约束的同时在可用的网络路径上调度连接请求。介绍了影响资源分配模型性能的几个外部和内部因素。这些因素进行了详细讨论,并指出了研究的差距。设计挑战进行了讨论,旨在提供一个参考时,设计一个全面的能源感知资源分配模型的云计算数据中心。
2013-09-04 cs.DC cs.NI
Bandwidth Allocation for Multiple Federated Learning Services in Wireless Edge Networks
University of Miami(迈阿密大学)
研究了一种联邦学习(FL)系统,其中\textit{multiple} FL服务共存于无线网络中,共享公共无线资源。它填补了现有文献中多个同时FL业务的无线资源分配的空白。我们的方法设计了一个两级资源分配框架,包括\emph{intra-service}资源分配和\emph{inter-service}资源分配。服务内资源分配问题旨在通过优化每个FL服务的客户端之间的带宽分配来最小化FL轮的长度。在此基础上,进一步考虑服务间资源分配问题,其在多个同时FL服务之间分配带宽资源。我们认为合作和自私的FL服务提供商。对于合作FL服务提供商,设计了一种分布式带宽分配算法,以优化多FL服务的整体性能,同时兼顾FL服务间的公平性和客户端的隐私性。针对自私的FL服务提供商,设计了一种新的拍卖方案,FL服务所有者作为投标人,网络提供商作为拍卖人。所设计的拍卖方案在整体FL性能和公平性之间取得了平衡。我们的仿真结果表明,所提出的算法优于其他基准在各种网络条件下。
2021-01-10 cs.LG cs.NI
A Survey on Time-Sensitive Resource Allocation in the Cloud Continuum
人工智能(AI)和物联网(IoT)应用在当今世界迅速增长,它们不断连接到互联网,并在设备和环境之间处理,存储和交换信息。由于其固有的计算密集型和资源受限的性质,云和边缘平台对这些应用程序至关重要。云和边缘资源分配的最大挑战之一是有效管理计算和通信资源,以满足应用程序的性能和延迟保证。云资源(处理器、内存、存储、带宽)的异构性、可变的成本结构和不可预测的工作负载模式使得资源分配技术的设计变得复杂。为了解决这个复杂的问题,已经进行了许多研究。在本文中,目前国家的最先进的资源分配技术的云连续体,特别是那些考虑时间敏感的应用程序,进行审查。此外,我们提出了云连续体的资源分配问题中的关键挑战,对现有文献进行分类的分类法和潜在的研究空白。
2020-04-30 cs.DC cs.NI
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
Distributed Resource Allocation for D2D Multicast in Underlay Cellular Networks
针对底层蜂窝网络中 D2D 多播受同信道干扰且大规模集中优化困难的问题,提出一种低开销、高可扩展性的分布式资源分配方案,并通过仿真验证其吞吐量增益。
2023-09-25 cs.IT cs.NI math.IT
Optimal Resource Allocation over Networks via Lottery-Based Mechanisms
我们表明,在资源分配问题中,事先累积前景理论的偏好的球员的总效用可以增加确定性分配通过实施彩票。我们制定了一个优化问题,称为系统问题,找到最佳的彩票分配。该系统的问题表现出一个两层结构,包括一个置换配置文件和最优分配给定的置换配置文件。对于任何固定的置换配置文件,我们提供了一个基于市场的机制来找到最优配置,并证明了均衡价格的存在性。我们表明,该系统的问题有一个对偶差距,在一般情况下,和原始问题是NP-困难的。然后,我们考虑放松的系统问题,并得出一些定性的最佳彩票结构的特点。
2018-12-03 cs.GT cs.NI econ.TH