Throughput Maximization for Ambient Backscatter Communication: A Reinforcement Learning Approach
环境反向散射(AB)通信是一种新兴的无线通信技术,其使得无线设备(WD)能够在不需要有源无线电传输的情况下进行通信。在AB通信系统中,WD在通信模式和能量收集模式之间切换。收集的能量用于为设备操作供电,例如,电路功耗和感测操作。在本文中,我们专注于最大化的AB通信系统的吞吐量性能,通过自适应地选择工作模式在衰落信道环境下。我们将该问题建模为一个无限时域马尔可夫决策过程(MDP),并在给定信道分布的情况下,通过数值迭代算法得到最优模式切换策略。同时,当知识的渠道分布是缺乏的,Q学习(QL)的方法被施加到探索一个次优策略,通过设备与环境的重复交互。最后,我们的模拟表明,建议的QL方法可以实现接近最佳的吞吐量性能,并显着优于其他代表性的基准方法。
2019-01-03 cs.NI
Link Scheduling for Throughput Maximization in Multihop Wireless Networks Under Physical Interference
我们考虑的问题,链路调度的吞吐量最大化的多跳无线网络。以前的方法大多局限于基于图的干扰模型。在本文中,我们研究的链路调度问题,使用一个更现实的物理干扰模型。通过对该模型的一些关键观察,我们开发了有效的链路调度算法,利用物理干扰模型和基于图形的干扰模型之间的内在联系。对于每个节点可以动态地调整其传输功率的问题的一个变体,我们设计了一种调度方法与O(g(E))近似的最佳吞吐量,其中g(E)表示长度分集。对于另一种变体,其中每个节点具有固定但可能不同的传输功率,对于不同的节点,我们设计了一种方法,当所有节点的传输功率都在彼此的常数因子内时,近似比为O(g(E)),并且通常近似比为O(g(E)logρ),其中logρ是功率分集。我们进一步证明,我们的算法固定的传输功率的情况下,保持O(g(E))的任何长度单调,次线性固定功率设置的近似。此外,所有这些近似因子都与网络大小无关。
2013-04-16 cs.NI
Throughput Maximization in Multi-Band Optical Networks with Column Generation
本文研究多频带光网络吞吐量最大化问题,提出基于列生成的低复杂度分解方法优化路由、波长和频带分配,在保证接近最优吞吐量的同时显著提升了算法的可扩展性。
2024-03-27 cs.NI
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。
2018-12-22 cs.NI
Throughput Maximization for Delay-Sensitive Random Access Communication
与4G网络中使用的调度接入技术相比,支持超可靠低延迟通信(URLLC)的未来5G蜂窝网络可以采用随机接入通信来减少开销。我们考虑一个无线通信系统,其中多个设备发送一个给定的固定大小的有效载荷在一个共享的无线电资源,以随机接入的方式到一个共同的接收机。我们允许重传,并假设在接收器处进行Chase合并。在时间和频率维度上划分无线电资源,并且我们确定最佳划分粒度以最大化吞吐量,并且受到延迟和中断的给定约束。在高和低信噪比(SNR)的制度,我们推导出明确的表达的粒度和吞吐量,首先使用香农容量近似,然后使用有限块长度分析。数值结果表明,吞吐量缩放的结果是适用的信噪比范围内。所提出的分析框架可以为一般随机接入系统中的资源分配策略和用于大规模URLLC上行链路接入的特定5G用例提供见解。
2018-06-05 cs.IT cs.NI math.IT
Finite Horizon Throughput Maximization for a Wirelessly Powered Device over a Time Varying Channel
在这项工作中,我们考虑一个能量收集设备(EHD)由一个接入点与一个单一的天线,用于无线电力传输(WPT)和数据传输。我们的目标是最大限度地提高预期吞吐量的EHD在一个有限的地平线时,信道状态信息是唯一的因果关系。EHD由WPT激励一定的持续时间,该持续时间受到优化,然后,EHD通过采用最佳动态功率分配将其信息比特发送到AP,直到时间范围结束。关节优化问题被建模为一个动态规划问题。基于该问题的特点,证明了最优WPT持续时间存在一个与时间相关的门限型结构,并得到了上行链路动态功率分配的封闭解。
2019-02-12 cs.NI cs.PF
On the Throughput Allocation for Proportional Fairness in Multirate IEEE 802.11 DCF
本文提出了一种改进的比例公平(PF)标准,适用于减轻\textit{rate anomaly}问题的多速率IEEE 802.11无线局域网采用强制分布式协调功能(DCF)选项。与广泛采用的饱和网络的假设相比,所提出的准则可以应用于一般网络,其中竞争站的特征在于特定的分组到达速率,$λ_s$,和传输速率$R_d^{s}$。所提出的算法的吞吐量分配是能够大大增加的DCF的总吞吐量,同时确保公平水平之间的站的相同顺序的那些与经典的PF标准。简单地说,每个站被分配取决于其分组速率的适当归一化的吞吐量,该分组速率在某种程度上测量站试图获得对信道的接入的频率。一些示例场景的仿真结果,证实了所提出的标准的有效性。
2008-06-28 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
Utility-maximization Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks
设备到设备(D2 D)底层通信以复杂的收发器设计为代价从覆盖范围和频谱效率的改善给蜂窝网络带来了巨大益处。在频谱共享模式下,D2 D用户在下行链路或上行链路中对现有蜂窝网络产生干扰。因此,应该适当地设计用于D2 D对的资源分配,以便减少可能的干扰,特别是对于上行链路。在本文中,我们介绍了一种新的带宽分配方案,以最大限度地提高D2 D用户和蜂窝用户的效用。由于分配问题是强NP-困难的,我们应用松弛的关联指标。我们提出了一个低复杂度的分布式算法,并证明了在静态环境下的收敛性。仿真结果表明,所提出的方案可以显著提高D2 D通信的性能,D2 D通信的性能取决于D2 D用户的位置、D2 D用户的数量和QoS(服务质量)参数。
2013-07-01 cs.IT cs.NI math.IT
Cognitive Radio Network Throughput Maximization with Deep Reinforcement Learning
Nanyang Technological University(南洋理工大学)
射频驱动的认知无线电网络(RF-CRN)很可能成为物联网(IoT)等即将到来的现代网络的眼睛和耳朵,需要增加分散和自主操作。为了被认为是自主的,RF供电的网络实体需要在本地做出决策,以在任何网络环境的不确定性下最大化网络吞吐量。然而,在复杂的大规模网络中,状态和动作空间通常很大,现有的表格强化学习技术无法快速找到最优的状态-动作策略。在本文中,提出了深度强化学习来克服上述缺点,并允许无线网关导出最佳策略以最大化网络吞吐量。当以先进的DQN技术为基准时,我们提出的DQN配置提供了高达1.8倍的性能加速,具有良好的整体性能。
2020-07-07 cs.LG cs.NI eess.SP
To Bond or not to Bond: An Optimal Channel Allocation Algorithm For Flexible Dynamic Channel Bonding in WLANs
IEEE 802.11已经从802.11 a/b/g/n演进到802.11 ac,以满足WLAN中快速增长的数据率要求。802.11ac中采用的一个重要技术是信道绑定(CB)方案,该方案将多个20 MHz信道组合用于5GHz频带中的单个传输。为了在一系列竞争操作之后有效地接入信道,802.11ac规定了两种不同的CB操作:动态信道绑定(DCB)和静态信道绑定(SCB)。本文提出了一种在DCB无线局域网中实现最大吞吐量的最优信道分配算法。具体来说,我们首先采用连续时间马尔可夫链(CTMC)模型来分析均衡吞吐量。在吞吐量分析的基础上,以系统吞吐量最大化为目标,建立了一个整数非线性规划模型。通过求解INLP模型,我们提出了一种基于分支定界法(BBM)的最优信道分配算法。结果表明,在无线局域网间信道重叠最少的信道分配方案下,可以获得最大的吞吐量性能。仿真结果表明,该信道分配算法在不同的网络设置下都能获得最大的系统吞吐量。我们对最优信道分配方案的分析为未来无线局域网的设计和优化带来了新的见解,特别是对于那些采用信道绑定技术。
2017-03-29 cs.NI
On the Throughput Allocation for Proportional Fairness in Multirate IEEE 802.11 DCF under General Load Conditions
本文提出了一种改进的比例公平(PF)标准,适用于减轻\textit{rate anomaly}问题的多速率IEEE 802.11无线局域网采用强制分布式协调功能(DCF)选项。与广泛采用的饱和网络的假设相比,所提出的准则可以应用于一般网络,其中竞争站的特征在于特定的分组到达速率,$λ_s$,和传输速率$R_d^{s}$。所提出的算法的吞吐量分配是能够大大增加的DCF的总吞吐量,同时确保公平水平之间的站的相同顺序的那些与经典的PF标准。简单地说,每个站被分配取决于其分组速率的适当归一化的吞吐量,该分组速率在某种程度上测量站试图获得对信道的接入的频率。一些示例场景的仿真结果,证实了所提出的标准的有效性。
2008-03-13 cs.NI
Fundamentals of Throughput Maximization with Random Arrivals for M2M Communications
对于无线系统中,随机到达的设备试图发送一个固定的有效载荷到一个中央接收器,我们开发了一个框架来表征系统的吞吐量作为一个函数的到达率和每用户数据率。该框架考虑了协调传输(其中设备被调度)和非协调传输(其中设备在随机接入信道上通信并且为重传做准备)。我们的主要贡献是一个新的表征的最佳吞吐量的情况下,不协调的传输和实现这种吞吐量的策略,依赖于重叠的传输和联合解码。一个噪声限制的蜂窝网络的仿真结果表明,最佳的策略提供了四个因素的吞吐量相比,时隙ALOHA的改善。我们应用我们的框架来评估更一般的系统级设计,占开销信令。我们证明,对于机器对机器(M2M)通信(200位或更少)相关的小有效载荷大小,一个阶段的策略,其中身份和数据最佳地通过随机接入信道传输,可以支持至少两倍的设备数量相比,传统的策略,其中身份是建立在初始随机接入阶段和数据传输的调度。
2013-10-03 cs.IT cs.NI math.IT
A Novel Proportional Fairness Criterion for Throughput Allocation in Multirate IEEE 802.11
本文重点介绍了多速率IEEE 802.11无线局域网采用强制性的分布式协调功能(DCF)的选项。其目标有三个方面。从Malone \textit{et.al.}提出的用于描述IEEE 802.11协议在媒体接入控制层行为的多维马尔可夫状态转移模型出发,提出了一种扩展模型,该模型考虑了由于信道差错导致的分组传输失败。第二,它建立了由$N$站构成的网络的条件,每个站以其自己的比特率$R^{(s)}_d$和分组速率$λ_s$进行发送,在该条件下,可以假设该网络被加载。最后,它提出了一个修改的比例公平(PF)标准,适用于减轻\textit{rate anomaly}问题的多速率加载IEEE 802.11无线局域网,采用强制DCF选项。与目前广泛采用的饱和网络假设相比,该公平性准则适用于一般负载网络。所提出的算法的吞吐量分配是能够大大增加总吞吐量的DCF,同时确保公平性水平之间的站的相同的顺序,由经典的PF标准所保证的。一些示例场景的仿真结果,证实了所提出的标准优化吞吐量分配的有效性。
2008-09-05 cs.NI
Energy Harvesting Transmitters that Heat Up: Throughput Maximization under Temperature Constraints
由于在传感器操作加热损坏的动机,我们认为在能量收集发射机的吞吐量最佳离线数据调度问题,使由此产生的温度升高保持在一个临界水平以下。我们建模的发射机的温度动态作为一个线性系统,并确定在这样的温度约束下,以及在AWGN信道的能量收集约束下的最佳发射功率策略。我们首先推导出的结构特性的解决方案的一般情况下,多个能量到达。我们证明了最优功率策略是分段单调递减的,在能量收集时刻可能有跳跃。我们推导出单能量到达情况下最优解的解析表达式。我们表明,在单能量到达的情况下,最佳功率是单调递减的,由此产生的温度是单调增加的,并且两者在温度达到临界水平后保持恒定。然后,我们推广的多能量到达的情况下的解决方案。
2015-09-02 cs.IT cs.NI math.IT
On Throughput Maximization of Grant-Free Access with Reliability-Latency Constraints
通过无线网络实现自动驾驶和工业自动化带来了许多挑战,这些挑战通常通过可靠性和延迟要求来抽象。蜂窝网络中延迟的主要贡献者之一是基于预留的接入,其涉及冗长且资源低效的信令交换。另一种方法是使用免授权访问,其中没有资源预留。最近的一些工作研究了如何使用不同风格的免授权解决方案来满足可靠性和延迟要求。然而,资源效率,即,吞吐量只是次要的焦点。在这项工作中,我们制定的吞吐量的免授权访问下的可靠性延迟的限制,当到达用户的实际数量或只有到达分布是已知的。我们调查这些不同层次的知识的到达过程的影响吞吐量性能的帧时隙ALOHA与$K$ -多包接收,泊松和β到达。我们表明,根据可靠性延迟要求的吞吐量可以显着提高接入网络的预期负载较高,如果到达用户的实际数量是已知的。这一认识促使人们使用技术来估计到达的用户人数,因为这种知识在免赠款访问中并不容易获得。我们还评估了估计误差的影响,表明对于高可靠性延迟的要求,吞吐量的增益仍然相当可观。
2019-02-21 cs.IT cs.NI math.IT
User Satisfaction-Aware Resource Allocation with Prospect-Theoretic Utility for Multimedia Streaming
Indian Institute of Technology Madras(印度马德拉斯理工学院)
针对多媒体流资源分配未考虑用户满意度的非对称效用问题,基于前景理论提出通用效用度量与资源分配策略,通过多队列系统理论分析得出快速最优阈值确定方法,其性能优于现有公平分配策略。
2026-08-12 cs.NI
DNN-Enabled Multi-User Beamforming for Throughput Maximization under Adjustable Fairness
Institute of Telecommunications, Technische Universität (TU) Wien(电信研究所,技术大学(维也纳))
本文提出基于深度神经网络的多用户波束成形方法,通过优化算法实现公平性与吞吐量的平衡,提升无线通信系统性能。
2026-02-17 cs.LG cs.NI
Throughput Maximization in Uncooperative Spectrum Sharing Networks
在无线网络中的吞吐量最优传输调度在文献中已经被充分考虑的问题,并且用于实现最优性的方法,最大权重调度,已经已知了几十年。该算法通过自适应调度传输相对于每个用户的随机业务需求,实现最优性。为了实现该方法,用户必须向网络控制器报告他们的队列积压,并且必须快速响应所得到的资源分配。然而,许多当前部署的无线系统不能执行这些任务,而是期望占用固定的资源分配。为了适应这些限制,自适应调度算法需要交互地估计这些不合作的用户的队列积压,并作出调度决策,以考虑他们的预测行为。在这项工作中,我们解决了与不合作的遗留系统的调度问题,通过开发算法来完成这些任务。我们首先制定的问题,推断不合作系统的队列积压作为一个部分可观察的马尔可夫决策过程,并继续展示我们的学习算法可以成功地用于基于队列长度的调度策略。我们的理论分析的特点的网络的吞吐量稳定区域,并使用仿真结果进行验证。
2020-08-04 cs.NI cs.SY eess.SY
Throughput Maximization Leveraging Just-Enough SNR Margin and Channel Spacing Optimization
灵活光网络是适应下一代网络大容量需求的一种很有前途的技术。为了确保不间断的通信,现有的光路供应方案主要是在最坏情况下的资源供应不足和固定信道间隔的假设下完成的,这保留了过大的信噪比(SNR)裕度。然而,在资源过度供应场景下,过大的SNR裕度限制了传输比特率或传输范围,导致物理层资源浪费和搁浅的传输容量。为了解决这个具有挑战性的问题,我们利用迭代反馈调整算法,以提供一个刚刚足够的SNR余量,以最大限度地提高网络吞吐量。具体而言,该算法分三步实现。首先,从高信噪比裕度的设置,我们建立了一个整数线性规划模型,以及一个启发式算法,以最大化网络吞吐量通过解决路由,调制格式,前向纠错,波特率选择和频谱分配的问题。其次,我们优化了从上一步获得的光路的信道间隔,从而增加了可用的物理层资源。最后,我们迭代地降低每个光路的SNR裕度,直到网络吞吐量不能增加。通过数值模拟,我们证实了吞吐量的改善,在不同的网络和不同的波特率。特别是,我们发现,我们的算法使超过20%的相对增益时,网络资源被过度供应,相比传统的方法保留了过多的SNR余量。
2021-07-17 cs.NI eess.SP
Throughput Maximization for Full Duplex Wireless Powered Communication Networks
在本文中,我们考虑了一个全双工无线供电通信网络,多个用户与RF能量收集能力进行通信的混合能源和信息接入点。一个优化框架,提出了一个现实的能量收集模型,将初始电池水平的用户考虑到能源因果关系和最大发射功率约束的用户的总吞吐量最大化的目标。功率控制、时间分配和调度的联合优化问题在数学上被表示为一个混合整数非线性规划问题,很难得到全局最优解。基于对优化变量的最优性分析,分别研究了最优功率和时间分配以及调度决策。对于给定的传输阶数,证明了最优功率和时间分配问题是凸的。基于导出的最优性条件,我们提出了一个快速的多项式时间复杂度的启发式算法。我们说明,该算法执行非常接近最佳的,同时显着优于一个平等的时间分配为基础的调度方案。
2019-10-29 cs.IT cs.NI eess.SP
Resource Allocation for Co-Primary Spectrum Sharing in MIMO Networks
研究了两个小小区多用户网络中的共主频谱共享概念。研究了在广播干扰信道下的瑞利衰落信道下的下行传输。基站和所有用户都配备有多个天线。针对加权和速率(WSR)最大化问题,提出了一种联合预编码器和解码器设计的资源分配算法.问题变成混合整数和非凸的。我们把主要的目标问题分解成两个子问题。第一个子问题是多用户子载波分配,我们假设每个子载波可以分配给多个用户。子载波分配部分采用了基于稳定婚姻问题的Gale-Shapley算法和传输法。对于第二子问题,提出了一种联合预编码器和解码器的设计,以获得最佳的解决方案,WSR最大化。采用蒙特卡罗模拟方法对结果进行了分析。
2018-08-28 cs.NI
Flow Allocation for Maximum Throughput and Bounded Delay on Multiple Disjoint Paths for Random Access Wireless Multihop Networks
在本文中,我们考虑随机接入,无线,多跳网络,多包接收能力,多个流被转发到网关通过节点不相交的路径。我们探讨的问题分配流在多条路径上,表现出内部和路径间的干扰,以最大限度地提高平均总流量吞吐量(AAT),并提供有界的数据包延迟。提出了一种分布式流量分配方案,其中将路径上的流量分配问题转化为一个优化问题。通过一个说明性的拓扑结构,它表明,相应的问题是非凸的。此外,一个简单的,但准确的模型是采用所有流量,捕获内和路径间的干扰,通过SINR模型实现的平均总吞吐量。该方案进行了评估,通过NS2模拟几个随机的无线场景。仿真结果表明,所采用的模型,准确地捕捉到在模拟场景中观察到的AAT,即使当饱和队列的假设被删除。仿真结果还表明,对于所探索的绝大多数无线场景,所提出的方案实现了比以下流分配方案显著更高的AAT:一种是以循环方式分配路径上的流,一种是仅最佳地利用最佳路径,另一种是在每条路径上分配最大可能流。最后,探索了所提出的方案的变体,其中通过仅考虑其主要干扰节点来近似每个链路的干扰。
2016-03-26 cs.NI
Joint Optimization of RU Allocation and C-SR in Multi-AP Coordinated Wi-Fi Systems
针对多AP协同Wi-Fi系统,构建联合RU分配与C-SR的非线性整数规划优化模型以最大化吞吐量,通过优化工具求解并提出启发式方案,启发式方案在降低复杂度的同时保持与优化工具相近的吞吐量提升效果。
2025-11-15 cs.NI
Joint Service Caching and Computing Resource Allocation for Edge Computing-Enabled Networks
在本文中,我们考虑了服务缓存和计算资源分配在边缘计算(EC)使能网络。本文提出了一种随机服务缓存设计方案,该方案考虑了多种延迟敏感服务和基站的服务缓存存储。然后,我们得到一个成功的服务概率(SSP)。我们还制定了一个SSP最大化问题的服务缓存分布和计算资源分配。然后,我们证明了优化问题是非凸的,并通过采用并行逐次凸逼近(SCA),开发了一种新的算法来获得SSP最大化问题的稳定点。此外,为了进一步降低算法的计算复杂性,本文还提出了一种低复杂度的算法,该算法能够在高计算能力区域内获得SSP最大化问题的近优解。最后,从数值模拟,我们表明,建议的解决方案实现更高的SSP比基线计划。此外,我们表明,近最佳的解决方案实现可靠的性能在高计算能力的区域。我们还探讨了目标延迟,BS的服务缓存大小,和EC服务器上的SSP的计算能力的影响。
2023-01-19 cs.NI
Online Resource Inference in Network Utility Maximization Problems
在计算机网络中传输的数据量预计在未来将显著增长,从而对网络基础设施施加越来越大的压力。为了保证良好的服务,有效地使用网络资源就成为根本。网络效用最大化(NUM)提供了一个框架,以优化速率分配时,网络资源有限。不幸的是,在可用资源的量不是先验已知的情况下,经典的NUM求解方法不提供可行的解决方案。为了克服这一限制,我们设计了一个覆盖率分配方案,试图推断可用的网络资源的实际量,同时协调用户的速率分配。由于一般和复杂的模型假设的拥塞测量,被动学习的可用资源不会导致令人满意的性能。然后,协调方案必须执行主动学习,以便加速资源估计并快速提高系统性能。通过采用最佳的学习公式,我们能够平衡之间的权衡准确的估计,和有效的资源开发,以最大限度地提高长期的服务质量提供给用户。
2018-05-10 cs.NI
Joint Throughput Maximization and Power Control in Poisson CoopMAC Networks
研究了一种随机分布助手的协作媒体访问控制(CoopMAC)网络.我们引入了一个新的助手选择方案,最大限度地提高平均吞吐量,同时保持低功耗配置文件中的网络。为此,假设所有传输都使用功率控制来执行。我们假设每个节点可以估计自己和接收节点之间的信道。然后,它评估实现期望的信噪比(SNR)所需的最小发射功率。如果所需的传输功率小于节点的最大传输功率,则认为通信成功。否则,传输被取消。此外,我们根据IEEE 802.11b标准的传输速率将助手分为六组。为了提高系统的平均吞吐量,我们假设从能够成功转发源信号到目的地的协作链路中选择传输速率最高的协作链路。此外,当存在具有相同速率的若干链路时,具有最小所需功率的链路被给予最高优先级。假设帮助者分布为具有固定强度的泊松点过程,我们推导出网络的平均吞吐量和功耗的精确表达式。仿真结果表明,我们的计划是能够显着增加吞吐量相比,传统的CoopMAC网络。与没有功率控制方法的网络相比,它还能够降低功耗。
2016-12-13 cs.IT cs.NI math.IT
Dynamic Radio Resource Management for Random Network Coding: Power Control and CSMA Backoff Control
无线网络中的资源分配通常发生在PHY/MAC层,而随机网络编码(RNC)是网络层策略。一个有趣的问题是如何调整资源分配机制以提高RNC性能。通过一个微分方程的框架模型RNC吞吐量的低层参数,我们提出了一种基于梯度的方法,可以动态分配MAC和PHY层资源的目标是最大限度地提高最小网络编码吞吐量之间的所有目的地节点在RNC组播。我们将这种一般方法与两个资源分配问题:(i)功率控制,以提高网络编码吞吐量,和(ii)CSMA平均退避延迟控制,以提高网络编码吞吐量。针对功率控制和CSMA退避控制,设计了集中式算法和在线算法。我们的评估,包括数值求解微分方程的集中式算法和事件驱动的模拟的在线算法,表明这种基于梯度的动态资源分配产生显着的吞吐量改善RNC中的目的节点。此外,我们的数值结果表明,网络编码感知功率控制可以重新获得无线传输的广播优势,以提高吞吐量。
2013-03-26 cs.NI
Backhaul-Aware Optimization of UAV Base Station Location and Bandwidth Allocation for Profit Maximization
无人机基站(UAVBS)被设想为下一代无线通信网络(WCN)的一个组成部分,通过动态地将供应转向需求。现有技术的一个显著缺点是设计了一种WCN,其中面向服务的性能度量(例如,吞吐量)被优化,而不考虑不同的相关决策,例如联合地确定位置和分配资源。在这项研究中,我们解决无人机基站的位置和带宽分配问题一起优化网络的总利润。特别是,一个混合的非线性规划(MINLP)制定,其中一个单一的UAVBS和带宽分配给用户的位置是共同确定的。目标是在不超过回程和接入容量的情况下最大化总利润。假设从特定用户获得的利润是所提供的数据率水平的分段线性函数,其中较高的数据率水平将产生较高的利润。由于MINLP的高复杂性,我们提出了一个有效的启发式算法具有较低的计算复杂性。我们发现,当无人机基站的位置是确定的,资源分配问题可以减少到一个多维二进制背包问题(MBKP),它可以解决在伪多项式时间。为了利用这种结构,通过在搜索算法中求解几个MBKP来确定最优带宽分配。我们测试了我们的算法的性能与两个questistics和MINLP模型解决了商业求解器。我们的数值结果表明,该算法优于其他解决方案的方法,将是一个有前途的工具,以提高网络的总利润。
2020-02-05 cs.IT cs.NI math.IT
Joint Beamforming and Power Control for Throughput Maximization in IRS-assisted MISO WPCNs
智能反射表面(IRS)是一种新兴的技术,以提高能量和频谱效率的无线供电通信网络(WPCN)。在本文中,我们研究了一个IRS辅助的多用户多输入单输出(MISO)WPCN,其中单天线无线设备(WD)在下行链路(DL)中收获无线能量,并同时在上行链路(UL)中将其信息发送到一个共同的混合接入点(HAP)配备了多个天线。我们的目标是最大化所有能量收集用户的加权和率(WSR)。为了充分利用HAP和IRS提供的波束成形增益,我们联合优化HAP的主动波束成形和IRS在DL和UL传输中的反射系数(被动波束成形),以及WD的发射功率,以减轻HAP处的用户间干扰。为了解决具有挑战性的优化问题,我们首先考虑固定被动波束形成,并将剩余的联合主动波束形成和用户发射功率控制问题转换为等效的加权最小均方误差(WMMSE)问题,其中我们使用高效的块坐标下降(BCD)方法来解决它。然后,我们固定主动波束形成和用户发射功率,并使用半定松弛(SDR)方法优化IRS在DL和UL中的被动波束形成系数。相应地,我们应用块结构优化(BSO)方法来交替更新两组变量。数值实验结果表明,与其他典型的基准方法相比,该联合优化方法获得了显著的性能增益,有效地提高了多用户MISO WPCN的吞吐量性能.
2020-12-29 cs.NI
Adaptive CSMA under the SINR Model: Efficient Approximation Algorithms for Throughput and Utility Maximization
我们考虑一个基于载波侦听多址(CSMA)的调度算法的单跳无线网络下的一个现实的信号干扰噪声比(SINR)模型的干扰。我们提出了两种基于局部优化的近似算法,以有效地估计某些尝试率参数的CSMA称为逸度。它是已知的,自适应CSMA可以实现吞吐量最优的抽样可行的时间表从吉布斯分布,适当的逸度。不幸的是,获得这些最佳逸度是一个NP-难问题。此外,现有的自适应CSMA算法使用基于随机梯度下降的方法,其通常需要不切实际地缓慢(网络大小的指数)收敛到最优逸度。为了解决这个问题,我们首先提出了一个算法来估计逸度,可以支持一组给定的期望的服务速率。该算法的收敛速度和复杂度与网络规模无关,仅与链路邻域大小有关。此外,我们表明,所提出的算法完全对应于执行著名的贝特近似的基本吉布斯分布。然后,我们提出了另一种局部算法估计效用最大化框架下的最优逸度,并表征其准确性。数值结果表明,所提方法具有良好的精度,能快速收敛到近优逸度,且收敛速度比随机梯度下降方法快几个数量级.
2017-02-23 cs.IT cs.NI math.IT
Sum-rate maximization of OFDMA femtocell networks that incorporates the QoS of macro mobile stations
本文提出了一种用于毫微微基站(BS)的具有同信道分配的功率分配方案,该功率分配方案在限制宏MS的服务质量(QoS)劣化的约束下最大化其自身的毫微微移动站(MS)的和速率。我们已经找到了一个封闭形式的解决方案,满足约束的概率意义上的每个子信道的传输功率的上限。所提出的方案是实用的,因为它仅使用由毫微微BS容易获得的信息。此外,我们的计划符合约束与最小的退化相比,实现没有约束的毫微微MS的最佳和速率。
2014-03-12 cs.IT cs.NI math.IT
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。
2024-07-15 cs.NI
Maximization of Timely Throughput with Target Wake Time in IEEE 802.11ax
在IEEE 802.11ax标准中,为了实现WLAN网络中的确定性调度,引入了被称为目标唤醒时间(TWT)的操作模式。在TWT模式中,站(STA)群可与接入点(AP)协商被称为TWT服务时段(TWT-SP)的周期性重复的时间窗口,在该时间窗口上它们是苏醒的并且在该时间窗口之外它们休眠以节省功率。从公共开始时间到第一TWT-SP的偏移被称为TWT偏移(TWT-0),并且TWT-SP的周期性被称为TWT唤醒间隔(TWT-WI)。在这项工作中,我们考虑多个STA之间的通信与异构流量和AP的IEEE 802.11ax网络中的TWT模式操作。我们的目标是最大限度地提高一个长期的加权平均及时跨STA的吞吐量,其中的瞬时及时吞吐量被定义为在他们的最后期限之前,在一个决策时刻成功交付的数据包的数量。为了实现这一点,我们获得了算法,其包括(i)内部资源分配(RA)例程,其向STA分配资源单元(RU)和发射功率,以及(ii)外部分组例程,其将STA分配给(TWT-SP,TWT-O,TWT-WI)三元组。对于内部RA,我们提出了一个接近最优的低复杂度算法使用漂移加惩罚(DPP)的框架,我们采用了贪心算法作为外部分组例程。通过数值模拟,我们观察到,该算法,基于DPP的RA和贪婪的分组例程组成,比其他竞争算法的性能更好。
2023-02-22 cs.IT cs.NI math.IT
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
Joint Scheduling and Resource Allocation in the OFDMA Downlink: Utility Maximization under Imperfect Channel-State Information
我们考虑的问题,同时在OFDMA下行链路中的用户调度,功率分配和速率选择,与期望的总和效用最大化的总和功率约束下的目标。在这样做时,我们考虑一系列通用的基于有效产出的实用程序,例如,基于吞吐量的定价、服务质量强制和/或实际调制和编码方案(MCS)的处理。由于完美的知识的信道状态信息(CSI)可能难以保持在基站,特别是当用户和/或子信道的数量是大的,我们考虑调度和资源分配下不完美的CSI,其中的信道状态是由一个通用的概率分布。首先,我们考虑“连续”的情况下,多个用户和/或码率可以时间共享一个单一的OFDMA子信道和时隙。这产生了一个非凸优化问题,我们将其转换为凸优化问题,并使用对偶优化方法精确求解。其次,我们考虑“离散”的情况下,每个OFDMA子信道每个时隙只允许一个用户和码率。对于混合整数优化问题,我们讨论了它与连续情况的联系,并表明它可以在某些情况下得到精确解。对于其他情况下,我们提出了一个最优性差距的界限。对于这两种情况下,我们提供所获得的解决方案的算法实现。最后,我们研究,数值上,所提出的算法的性能在不同程度的CSI不确定性,公用事业,和OFDMA系统配置。此外,我们证明了相对于现有的最先进的算法的优势。
2011-06-29 cs.IT cs.NI math.IT
Capacity Analysis and Throughput Maximization of NOMA with Nonlinear Power Amplifier Distortion
针对NOMA系统中功率放大器非线性失真导致性能下降的问题,建立基于实测的多项式失真信号模型,推导容量域,提出带用户速率约束的加权和速率最大化功率控制算法,吞吐量较理想线性模型方案平均提升13%。
2023-08-24 cs.IT cs.NI math.IT
Rate Maximization in Vehicular uRLLC with Optical Camera Communications
光学相机通信(OCC)已成为未来自动驾驶汽车无缝操作的关键技术。通过利用OCC的卓越性能,我们可以满足车辆OCC中超可靠和低延迟通信(uRLLC)的严格要求。在本文中,我们介绍了一种速率优化方法,在车辆OCC通过最佳的功率分配,同时尊重uRLLC的要求。首先,我们制定了一个离散速率优化问题作为一个混合整数规划(MIP)的平均发射功率和uRLLC的约束,为一组给定的调制方案。为了降低求解MIP问题的复杂度,我们将离散速率问题转化为连续速率优化方案。然后,我们提出了一种基于拉格朗日松弛和二分法的算法来解决优化问题。考虑到所提出的算法,我们驱动的离散速率和连续速率优化方案的速率优化和功率分配方案,同时满足uRLLC约束。我们首先通过仿真分析所提出的系统模型的性能。然后,我们调查的平均速率和延迟为不同的目标位出错率的功率分配和速率优化方案的影响。结果表明,增加发射功率分配提高了平均速率和延迟性能。
2022-05-13 cs.NI cs.PF eess.SP
Dynamic Power Allocation and Virtual Cell Formation for Throughput-Optimal Vehicular Edge Networks in Highway Transportation
本文从用户的角度研究了高速公路交通中的高移动车辆网络。特别地,引入了集中式软件定义架构,其中可以使用边缘服务器的锚节点(AN)来分配、编程和控制集中式资源。与传统网络不同,在传统网络中,典型的用户仅从一个接入点(AP)获得服务,在所提出的系统模型中,车辆用户同时从多个AP获得服务。虽然这增加了被辅助用户的可靠性和频谱效率,但也需要在所有传输时隙中进行精确的功率分配。因此,一个联合的用户关联和功率分配问题,制定实现增强的可靠性和加权用户和速率。然而,制定的问题是一个复杂的组合问题,非常难以解决。因此,细粒度的机器学习算法被用于有效地优化高度移动的车辆网络中的AP的联合用户关联和功率分配。此外,一个分布式的单智能体强化学习算法,即SARL-MARL,提出了获得几乎相同的基因辅助的最佳解决方案内的名义数量的训练集比基线的解决方案。仿真结果表明,该方案优于现有方案,可以达到基因辅助的最优性能。
2020-03-13 cs.NI cs.SY eess.SP
Large-Scale Network Utility Maximization via GPU-Accelerated Proximal Message Passing
Stanford University(斯坦福大学);Gridmatic Inc(Gridmatic公司)
提出GPU加速近端消息传递算法,用于大规模网络效用最大化,实现4-20倍加速,支持异构效用并具鲁棒性。
2026-09-11 cs.NI cs.SY eess.SY