Joint Approximation of Information and Distributed Link-Scheduling Decisions in Wireless Networks
Microsoft（微软）
对于一个大型的多跳无线网络，节点是优选的，使分布式和本地化的链路调度决策，只有少量的邻居之间的相互作用。然而，对于一个缓慢衰减的信道和人口稠密的干扰，一个小尺寸的邻居往往会导致非平凡的链路中断，因此不足以作出最佳的调度决策。在分布式链路调度中，如何处理邻域外的信息是一个亟待解决的问题。在这项工作中，我们开发联合逼近的信息和分布式链路调度。我们首先应用机器学习的方法来建模分布式链路调度与完整的信息。然后，我们将邻域外的信息以剩余干扰的形式表征为随机损失变量。损失变量的进一步特点是要么平均场近似或正态分布的基础上的李雅普诺夫中心极限定理。邻域外的近似信息被合并到因子图中。这导致联合近似和分布式链路调度的迭代方式。链路调度决策首先在每个单独的节点上的近似损失变量的基础上。然后更新损耗变量并用于下一个链路调度决策。算法在这两个阶段之间重复，直到收敛。这些变量之间的交互式迭代实现了一个因素图上的消息传递算法。仿真结果表明，使用学习的信息以外的邻居联合分布式链路调度减少中断概率接近于零，即使是一个小的邻居。
2012-03-04 cs.LG 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
Link Scheduling in Amplify-and-Forward Cooperative Wireless Networks
在这项工作中，我们关注的问题，采用合作放大和转发（AF）协议的无线网络中的吞吐量最大化的链路调度。为了解决这个问题，首先，我们定义的信号与干扰加噪声比（SINR）的表达式为完整的合作AF为基础的传输。接下来，我们制定了一个混合整数线性规划（MILP），作为一个约束条件的开发SINR表达式的链路调度问题。所提出的配方的动机是观察到的聚合干扰，影响一个单一的合作传输可以分解成两个单独的SINR约束。最优解的结果和一个多项式时间的近似算法。
2013-07-24 cs.NI
Delay and Overhead Efficient Transmission Scheduling for Federated Learning in UAV Swarms
本文针对无人机集群联邦学习中的多跳无线传输问题，提出一种智能聚合与高效传输调度框架，理论证明其实现最小延迟和通信开销，并通过数值实验验证其优于现有基线方案。
2024-02-22 cs.IT cs.NI cs.SY
Energy Efficient Greedy Link Scheduling and Power Control in wireless networks
研究了在平均发射功率受限的无线网络中，链路调度和功率控制的联合问题。由于最优策略的高计算复杂性，我们扩展了贪婪链路调度策略类来处理平均功率约束。我们开发了一个贪婪的链路调度和功率控制方案GECS，可证明的性能保证。我们表明，我们的贪婪调度器的性能可以使用本地池因子（LPF）的网络图，它以前已被用来表征的贪婪最大调度（GMS）的无线网络的政策的稳定性。我们还模拟了GECS在无线网络上的性能，并将其性能与另一种候选贪婪链路调度和功率控制策略进行了比较。
2012-02-17 cs.IT cs.NI math.IT
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。
2009-10-27 cs.NI
Fast Mixing of Parallel Glauber Dynamics and Low-Delay CSMA Scheduling
Glauber动力学是一个强大的工具，可以生成随机的，近似的组合困难问题的解决方案。它已被用来分析和设计分布式载波侦听多址接入（载波侦听多址接入）调度算法的多跳无线网络。在本文中，我们推导出的混合时间上的界限的Glauber动力学的推广，多个链接被允许并行更新他们的状态，每个链接的逸度可以是不同的。结果可以用来证明的平均队列长度（因此，延迟）下的并行Glauber动力学为基础的CSMA多项式增长的无线网络的链路数量与有界度干扰图时，到达率位于容量区域的一小部分。我们还表明，在特定的网络拓扑结构中，低延迟容量区域可以进一步提高。
2010-08-02 cs.NI cs.PF
Link Scheduling for Multiple Multicast Sessions in Distributed Wireless Networks
在这封信中，我们研究了多播无线网络中吞吐量最大化的链路调度算法。根据我们的系统模型，每个源节点发送到一个多播组，驻留一跳远。我们采用物理干扰模型来反映在组播组的每个节点的聚合信号干扰噪声比（SINR）。我们提出了一个ILP制定上述问题。问题公式化的基本特征是它将单个组播会话分解为相应的点对点链路。基本原理是，解决方案算法在各个节点的调度选项方面具有更大的灵活性。还考虑功率控制的扩展MILP问题通过LP松弛来解决。ILP和MILP问题的性能结果得到不同的流量负载和每个组播组的节点数不同。
2013-03-21 cs.NI
QoE-Centric Multi-User mmWave Scheduling: A Beam Alignment and Buffer Predictive Approach
在本文中，我们考虑在毫米波（mmWave）视频流媒体网络，其中包括一个流媒体服务器和多个用户，每个请求具有不同分辨率的视频流的多用户调度问题。主要目标是优化所有用户的长期平均体验质量（QoE）。我们通过考虑毫米波网络的物理层特性来解决这个问题，包括由于双波束而导致的波束对准开销。为了开发一个有效的调度策略，我们利用上下文多臂强盗（MAB）模型，提出了一个波束对准开销和缓冲区预测流媒体解决方案，称为B2 P-Stream。所提出的B2 P-Stream算法最佳地平衡了开销和用户的缓冲器水平之间的权衡，并且通过减少用于更高分辨率的用户的波束对准开销来提高QoE。我们还提供了一个理论保证，我们提出的方法，并证明它保证了一个次线性遗憾界。最后，我们通过广泛的模拟研究我们提出的框架。我们提供了一个详细的比较B2 P流对均匀随机和循环（RR）的政策，并表明它优于他们两个在提供更好的QoE和公平性。我们还分析了B2 P-Stream算法在不同网络配置下的可扩展性和鲁棒性。
2022-07-01 cs.NI eess.SP
Map2Schedule: An End-to-End Link Scheduling Method for Urban V2V Communications
针对城市V2V共享频谱链路调度难题，提出端到端方法Map2Schedule，利用CNN从地图和车辆位置估计CSI，结合图嵌入生成调度策略，实现与物理模型相当的性能且计算复杂度低。
2023-10-12 cs.NI eess.SP
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
Link Scheduling in Multi-Transmit-Receive Wireless Networks
本文研究了多发射接收（MTR）无线网络中满足业务需求的链路调度问题。MTR网络是一类新的网络，其中每个节点可以同时向多个其他节点发送，或者同时从多个其他节点接收。MTR能力可以通过使用多个定向天线或多个信道来实现。港铁可大大提升网络容量。然而，在此之前，必须制定充分利用MTR能力的链路调度。我们表明，最优链路调度可以制定为一个线性规划（LP）。然而，这个问题是NP难的，因为我们需要先找到图中的所有极大独立集。我们提出了两个计算效率高的算法，称为重权重优先（HWF）和最大度优先（HWF）来解决这个问题。仿真结果表明，HWF和CSTR在运行时间和最优性方面都能获得优异的性能。
2011-07-11 cs.NI
Scheduling wireless links by graph multicoloring in the physical interference model
调度无线链路以使所有传输在接收器处被成功解码并且此外网络容量被最大化的方式同时激活是计算上困难的问题。通常，它是由一系列的时隙，其中每一个链接出现在一个时隙的输出处理。这样的方法可以被解释为图的顶点的着色，使得每个顶点都得到一种颜色。在这里，我们介绍了一种新的方法，可以被视为分配多个颜色给每个顶点，这样，在产生的时间表中，每个链接可能会出现一次以上（虽然所有链接的次数相同）。我们报告了大量的计算实验，在物理干扰模型下，揭示了各种随机生成的网络的实质性收益。
2015-04-07 cs.NI
Exploiting the Past to Reduce Delay in CSMA Scheduling: A High-order Markov Chain Approach
最近几个基于Glauber动力学模型的CSMA算法已被提出用于多跳无线调度，作为可行的解决方案，以实现吞吐量最优，但实现简单。然而，它们的延迟性能仍然不能令人满意，这主要是由于底层马尔可夫链的性质，它对链路状态如何随时间演变施加了基本约束。在本文中，我们提出了一种新的方法，以更好的路由和延迟性能，基于我们的观察，该算法不需要是马尔可夫的，只要它可以实现在一个分布式的方式，实现相同的吞吐量最优，同时提供更好的延迟性能一般的网络拓扑结构。我们的方法取决于利用过去的状态信息观察到的本地链路，然后构建一个高阶马尔可夫链的可行的链路时间表的演变。我们表明，在理论和仿真，我们提出的算法，命名为延迟CSMA，增加了几乎没有额外的开销到现有的基于CSMA的算法，实现了吞吐量最优的链路权重作为本地队列长度的函数通常的选择下，也提供了更好的延迟性能，有效地“去相关”的链路状态过程（从而消除链路饥饿）在任何任意的网络拓扑结构。从我们广泛的模拟中，我们观察到，在我们的算法下的延迟往往可以减少20倍，在广泛的情况下，相比标准的基于Glauber动力学的CSMA算法。
2013-07-31 cs.NI cs.PF
Throughput Optimizing Localized Link Scheduling for Multihop Wireless Networks Under Physical Interference Model
我们研究了无线网络中吞吐量最优的局部链路调度。链路调度的大多数结果假设二进制干扰模型，简化了实际无线通信中的干扰约束。虽然物理干涉模型更精确地反映了物理现实，但在物理干涉模型下，问题变得更加困难。在物理干扰模型下的链路调度方面，现有的研究成果很少，而在更实际的分布式或局部化调度方面的研究成果更少。在本文中，我们解决了复杂的物理干扰约束所带来的本地化链路调度的挑战。通过合作的分区和移位策略到挑选和比较计划，我们提出了一类本地化的调度算法，可证明的吞吐量保证受到物理干扰的限制。线性功率设置中的算法是第一局部化算法，其实现了经受物理干扰约束的最优容量区域的至少恒定部分。该算法在均匀幂设置是第一个局部化算法的最优解的对数逼近比。我们广泛的仿真结果证明了我们的算法的正确性和性能效率。
2013-01-24 cs.DC cs.NI
Distributed Greedy Scheduling for Multihop Wireless Networks
我们考虑在多跳无线网络中的调度问题受到干扰的限制。我们考虑一个基于图形的无线网络表示，其中预定的链路坚持K跳链路干扰模型。我们开发了一个分布式贪婪启发式调度问题。此外，我们表明，这种分布式贪婪启发式计算完全相同的时间表集中式贪婪启发式。
2010-06-25 cs.NI
Scheduling Opportunistic Links in Two-Tiered Reconfigurable Datacenters
可重构光拓扑是一种很有前途的提高数据中心网络效率的技术。本文考虑的问题，调度机会链路在这样的可重构网络中心。我们研究了在线设置，旨在最大限度地减少流程完成时间。该问题是一个两层的经典开关调度问题的推广。我们提出了一个稳定的匹配算法，这是$2\cdot (2/\varepsilon+1)$竞争力对最佳离线算法，在资源增加模型：在线算法运行速度快$2+\varepsilon$倍。我们的算法和结果是相当普遍的，并允许不同的链路延迟，也适用于混合拓扑结构相结合的固定和可重构的链接。我们的分析是基于LP松弛和对偶拟合。
2020-10-15 cs.DC cs.DS 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
MLLS: Minimum Length Link Scheduling Under Physical Interference Model
我们研究一个基本问题，称为最小长度链路调度（MLLS），这是至关重要的无线网络的有效运作。给定一组任意长度扩展的通信链路，并假设每个链路在无线网络中具有一个单位的业务需求，问题MLLS寻求用于最小时隙数的所有链路（以满足所有需求）的调度，使得分配给相同时隙的链路在物理干扰模型下彼此不冲突。在本文中，我们将探讨三个重要的发射功率控制设置：线性功率控制，均匀功率控制和任意功率控制下的这个问题。我们设计了一套新的和新颖的调度算法，并进行显式的复杂性分析，以证明其效率。我们的算法可以考虑在无线网络中的背景噪声的存在。我们还调查了分数的情况下，每个环节的问题MLLS有一个分数的需求。我们提出了一个有效的贪心算法的近似比最多$(K+1)^{2}ω$。
2012-08-02 cs.GT cs.NI
Joint Scheduling and Coding for Reliable, Latency-bounded Transmission over Parallel Wireless Links
几种新颖的工业应用涉及通过各种高吞吐量反馈系统（例如虚拟现实（VR）和触觉/触觉信号）对车辆、起重机或移动机器人的人类控制。系统和操作员之间的近实时交互要求在分组交换中有严格的延迟约束，这在无线通信链路上难以保证。在这项工作中，我们主张在多个并行（不可靠）链路的数据包级编码和数据包调度有可能提供可靠的，延迟有限的通信周期性数据生成模式的应用程序。然而，这一目标只能通过仔细联合设计这些机制来实现，这些机制的相互作用可能是微妙的，难以预测。在本文中，我们首先讨论这些方面的一般条款，然后提出了一个马尔可夫决策过程（MDP）模型，可以用来找到一个方案，最佳地利用多信道无线接入，以最大限度地提高在截止日期内交付的数据块的分数。然后，我们的说明性示例用于示出在无线链路的不同组合下的最佳编码/调度策略，还示出了用低比特率更稳定的低于6 GHz的链路来备份高比特率不可靠的毫米波链路的常见解决方案在所考虑的场景中实际上可能是无效的
2022-08-25 cs.NI
A Learning-based Distributed Algorithm for Scheduling in Multi-hop Wireless Networks
针对无链路速率先验知识的多跳无线网络，本文提出一种结合学习的可证明高效分布式调度方案，并通过仿真验证其性能。
2023-12-07 cs.NI
Scheduling links for heavy traffic on interfering routes in wireless mesh networks
我们考虑无线网状网络和调度的问题，一组给定的路由的假设下，一个繁忙的交通模式的链接。我们假设一些TDMA协议提供了同步时隙的背景，并试图调度路由的链路，以最大限度地增加每个时隙发送到目的地的数据包的数量。我们的方法是构造一个无向图G，并以启发式方式获得G的节点多色，可以变成有效的链路调度。在G中，每个节点表示要调度的链路，并且边被设置为表示对于任何给定的干扰假设集合的每个可能的干扰。我们提出了两种基于多色的算法，并通过大量的模拟研究其性能。两种启发式方法之一是基于通过动态利用原本会被浪费的通信机会的可用性来放松节点多色的概念。我们已经发现，因此，其性能明显优于其他的。
2011-06-08 cs.NI
Joint Scheduling and Resource Allocation in mmWave IAB Networks Using Deep RL
提出基于深度强化学习的框架，结合贪婪DDQN调度器与多智能体DDQN分配器，解决动态mmWave IAB网络中的联合链路调度与资源切片问题，实现高调度准确率与吞吐量提升。
2025-08-11 cs.NI
Near-Optimal Distributed Scheduling Algorithms for Regular Wireless Sensor Networks
无线传感器网络通常以资源受限的节点为特征。由于在这些网络中，通信的能量消耗最大，因此最大限度地减少这种开销非常重要。我们考虑规则的多跳无线传感器网络中的最小长度节点调度。我们提出了无冲突的分布式调度算法，基于TDMA的空间复用，不使用消息传递，这节省了通信开销。我们开发的算法使用基于图的k跳干扰模型，并表明在规则的网络中的调度复杂度是独立的节点的数量和变化的二次方与k，这通常是一个非常小的数字。我们遵循它的特征可行性区域的SINR参数空间中的恒定的复杂性继续保持，同时满足的SINR标准。使用模拟，我们评估我们的解决方案对随机网络部署的效率。
2013-01-23 cs.DC cs.NI
Topology Management, Multi-Path Routing, and Link Scheduling for mmW WMN Backhaul
基于使用点对点毫米波链路的无线网状网络的移动回程系统是密集5G小小区部署的有前途的解决方案。虽然mmW无线电技术可以提供足够的容量，但是在多个无线跳上的传输延迟的管理是具有挑战性的，特别是在使用TDD回程无线电的情况下。早些时候，我们已经提出了自优化WMN的概念，并提出了路由和链路调度原则，可以用于回程节点与单个无线电单元。在本文中，我们正在扩展的概念，以支持回程节点，可以有多个无线电单元与自己的波束转向天线覆盖非重叠的部门。所提出的系统是基于在不同的阶段划分的任务。在第一阶段中，通过选择所有可用链路的合适子集来创建主动网络拓扑。下一步，生成路由信息和传输集。最后，通过寻找传输集的最优排序来优化链路调度。在本文中，我们提出了一个反馈回路，从传输集生成的拓扑管理。我们发现，这种反馈回路有效地删除“麻烦”的链接，使其更容易找到最佳的链接时间表的活动拓扑结构。
2020-05-25 cs.NI
Delay-Based Back-Pressure Scheduling in Multihop Wireless Networks
在多跳无线网络中，调度是一种关键且具有挑战性的资源分配机制。这是众所周知的调度方案，有利于具有较大队列长度的链路可以实现高吞吐量性能。然而，由于众所周知的最后一个分组问题，这些基于分组长度的方案可能潜在地遭受大的（甚至无限的）分组延迟，由此属于某些流的分组可能由于缺乏后续分组到达而被过度延迟。基于延迟的方案有可能通过基于分组遇到的延迟来调度链路来解决这个最后分组问题。然而，表征这些基于延迟的方案的吞吐量最优性在多跳无线网络中很大程度上是一个开放的问题（除了在有限的情况下，流量是单跳）。在本文中，我们研究基于延迟的调度方案，多跳流量的情况下，固定的路由。我们开发了一个调度方案的基础上，一个新的延迟度量，并表明，该方案实现了最佳的吞吐量性能。此外，我们进行模拟，以支持我们的分析结果，并表明，基于延迟的调度成功地消除了过多的数据包延迟，同时它实现了相同的吞吐量区域的基于长度的方案。
2012-11-07 cs.NI cs.PF
Smart Scheduling and Feedback Allocation over Non-stationary Wireless Channels
众所周知，机会调度算法在动态信道和网络条件下是吞吐量最优的。然而，这些算法实现了一个假设的速率区域，该区域没有考虑与在每个时隙获得完整信道状态信息所需的信道探测和反馈相关联的开销。在这项工作中，我们设计了一个联合调度和信道探测算法，通过考虑获得信道状态信息的开销。我们采用了相关和非平稳信道模型，这是比文献中使用的更现实。我们使用的概念，从学习和信息论，以准确地跟踪信道的变化，以尽量减少在每个时隙的信道探测的数量，同时调度用户，以最大限度地提高网络的可实现的速率区域。更具体地说，我们采用高斯过程回归，使我们能够预测未来的信道状态，并提供一种方法来衡量学习和预测中的不确定性。仿真结果表明，采用该算法后，网络能够承载更高的用户业务量.所提出的解决方案可以用于更复杂和异构的环境，如5G和需要无模型方法的其他网络。
2019-11-09 cs.NI
Distributed Link Sparsification for Scalable Scheduling Using Graph Neural Networks (Journal Version)
Department of Electrical and Computer Engineering, Rice University（电气与计算机工程系，里士满大学）；DEVCOM Army Research Laboratory (ARL)（陆军研究实验室（ARL））
针对密集无线网络中分布式链路调度开销大的问题，提出基于图神经网络的分布式链路稀疏化方案，通过离线约束无监督学习调整竞争阈值，在保持网络容量的同时降低开销，实验验证了其有效性。
2025-09-05 cs.DM cs.LG cs.NI
Learning-Based Link Scheduling in Millimeter-wave Multi-connectivity Scenarios
Linköping University（林雪平大学）；Nokia Bell Labs（诺基亚贝尔实验室）
多连接正在成为为毫米波频率范围提供可靠通信和无缝连接的有前途的解决方案。由于在如此高的频率下的阻塞敏感性，与多个小区的连接可以在吞吐量和可靠性方面大幅提高网络性能。然而，低效率的链路调度，即，连接的过度供应和供应不足可能导致高干扰和能量消耗，或者导致不能满足用户的服务质量（QoS）要求。在这项工作中，我们提出了一个基于学习的解决方案，能够学习，然后预测最佳的链路调度，以满足用户的QoS要求，同时避免通信中断。此外，我们比较了所提出的方法与两个基线方法和基因辅助链路调度，假设完美的信道知识。我们表明，基于学习的解决方案接近最佳和优于基线方法。
2020-03-02 cs.LG cs.NI eess.SP
Optimization of Scheduling in Wireless Ad-Hoc Networks Using Matrix Games
在本文中，我们提出了一种新的应用矩阵博弈论的无线ad-hoc网络中的链路调度优化。通过网络图的软着色实现最优调度。传统的着色方案是基于一个颜色分配给每个区域或等价地每个链接是一个部分拓扑的成员。这些算法的基础上着色是不是最佳的链路时，不以相同的速率激活。软着色，本文介绍，解决了这个问题，并提供任何请求的链路使用率的最佳解决方案。为了定义最优调度的博弈模型，首先确定图的所有可能的组件。组件被定义为可以同时激活而不会受到相互干扰的无线链路的集合。然后，通过在具有适当频率（使用率）的组件之间切换，实现最佳调度。我们称这种调度为软着色，因为在不同的时间段中，任何链路都可以是多个部分拓扑的成员。为了简化这个问题，我们模型之间的关系的链路速率和组件的选择频率的矩阵游戏，提供了一个简单而有用的工具来简化和解决这个问题。提出的博弈论模型是用虚拟博弈方法求解的。仿真结果证明了所提出的技术的效率相比，传统的基于着色的调度
2018-03-10 cs.GT cs.NI eess.SP
Reinforcement Learning-based Joint User Scheduling and Link Configuration in Millimeter-wave Networks
在本文中，我们开发的算法联合用户调度和三种类型的毫米波链路配置：中继选择，码本优化，毫米波（mmWave）网络中的波束跟踪。我们的目标是设计一个在线控制器，动态调度用户和配置他们的链接，以最大限度地减少系统延迟。为了解决这个复杂的调度问题，我们将其建模为一个动态决策过程，并开发了两个基于强化学习的解决方案。第一种解决方案基于深度强化学习（DRL），其利用近端策略优化来训练基于神经网络的解决方案。由于DRL潜在的高样本复杂性，我们还提出了一个经验的多臂强盗（MAB）为基础的解决方案，它分解成一系列的子动作的决策过程，并利用经典的最大权重调度和汤普森采样来决定这些子动作。我们的评估所提出的解决方案证实了其有效性，提供可接受的系统延迟。它还表明，基于DRL的解决方案具有更好的延迟性能，而基于MAB的解决方案具有更快的训练过程。
2022-10-24 cs.NI eess.SP
On Wireless Link Scheduling and Flow Control
本论文主要研究无线网状网络中的链路调度问题。自始至终所做的假设是，只有当接收机处的信号干扰噪声比（SINR）超过通信阈值时，才成功接收分组。本文还讨论了流量控制的补充问题。(1)我们考虑在空间时分多址（STDMA）无线网状网络的集中式链路调度的各种问题。我们激励使用空间复用的性能指标，并提供了一个明确的表征空间复用。我们提出了基于某些图形模型（通信图，SINR图）的网络的链路调度算法。我们的算法实现了更高的空间重用比现有的算法，只有轻微的增加计算复杂性。(2)我们研究无线网络中的随机接入算法。我们假设接收机是能够基于功率的捕获，并提出了一种分裂算法，不同的四元信道反馈的基础上的用户的传输功率。我们模拟的算法动态的离散时间马尔可夫链，从而表明，其最大稳定吞吐量为0.5518。该算法比先来先服务（FCFS）分裂算法具有更高的最大稳定吞吐量和更低的延迟。(3)我们认为在分组网络中的流量控制问题从信息论的角度。我们推导出符合广义令牌桶调节器（GTBR）所施加的流量约束的流的最大熵，考虑到隐藏的信息存在于随机性的数据包长度。
2008-12-27 cs.NI
Graph Embedding based Wireless Link Scheduling with Few Training Samples
设备到设备（D2 D）网络中的链路调度问题通常是一个非凸组合问题，一般是NP难问题，难以得到最优解。传统的解决该问题的方法主要基于数学优化技术，其中需要精确的信道状态信息（CSI），通常通过信道估计和反馈来获得。为了克服传统方法的高计算复杂度，并消除昂贵的信道估计阶段，机器学习（ML）最近已经被引入到解决无线链路调度问题。在本文中，我们提出了一种新的基于图嵌入的方法在D2 D网络的链路调度。我们首先为D2 D网络构造一个全连接有向图，其中每个D2 D对是一个节点，而D2 D对之间的干扰链路是边。然后我们为图中的每个节点计算一个低维特征向量。图嵌入过程基于通信链路和干扰链路两者的距离，因此不需要精确的CSI。通过利用多层分类器，可以基于每个节点的图嵌入结果以监督的方式学习调度策略。我们还提出了一种无监督的方式来训练基于图嵌入的方法，以进一步加强的可扩展性和推广性，并开发了一种K-近邻图表示方法，以减少计算复杂度。大量的仿真表明，该方法是接近最优的与现有的最先进的方法相比，但只有数百个训练样本。它在可扩展性和对更复杂场景的可推广性方面也具有竞争力。
2020-11-12 cs.NI eess.SP
Using Deep Reinforcement Learning for mmWave Real-Time Scheduling
Technion（以色列理工学院）；Ceragon Ltd.（Ceragon公司）
我们研究了多跳毫米波（mmWave）网格中的实时的【形】调度问题。我们开发了一种无模型的深度强化学习算法，称为自适应激活器RL（AARL），它确定了在每个时隙期间应该激活的毫米波链路的子集以及每个链路的功率水平。AARL最重要的特性是它能够在典型5G毫米波网络的严格时隙限制内做出调度决策。AARL可以处理各种网络拓扑结构、网络负载和干扰模型，还可以适应不同的工作负载。我们演示了AARL在几种拓扑结构上的操作：一个有10个链接的小型拓扑结构，一个有48个链接的中等大小的网格，以及一个有96个链接的大型拓扑结构。我们表明，对于每个拓扑结构，我们比较AARL获得的吞吐量的基准算法称为RPMA（剩余利润最大化算法）。与RPMA相比，AARL最重要的优点是速度快得多，并且可以在每个时隙期间非常快速地做出必要的调度决策，而RPMA则不能。此外，AARL的调度决策质量优于RPMA。
2023-02-18 cs.LG cs.NI
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。
2013-07-28 cs.NI
Optimal Scheduling for Incentive WiFi Offloading under Energy Constraint
WiFi卸载，其中移动终端用户（例如，智能电话用户）通过WiFi网络而不是蜂窝网络来发送分组，是减轻由于数据爆炸造成的蜂窝网络的沉重业务负担的有前景的解决方案。然而，由于WiFi网络是间歇性可用的，因此WiFi卸载中的移动终端用户通常需要等待WiFi连接，从而经历更长的分组传输延迟。为了激励用户参与WiFi卸载，蜂窝网络运营商向等待WiFi连接并通过WiFi网络传输数据包的用户提供激励（优惠券、电子硬币等奖励）。在本文中，我们的目标是最大化用户的回报，同时满足队列稳定性和能量消耗的限制。然而，我们面临着随机数据包到达，间歇性的WiFi连接和时变的无线链路状态的调度挑战。为了解决这些挑战，我们首先制定的问题作为一个随机优化问题。然后，我们提出了一种最优调度策略，称为能量约束下的最优调度策略（OPEC），它在线决定何时延迟分组传输以等待WiFi连接以及哪条无线链路（WiFi链路或蜂窝链路）上传输分组。OPEC自动适应随机分组到达和随时间变化的无线链路状态，不需要分组到达和无线链路概率的先验知识。仿真结果表明，该调度策略能在保证队列稳定和满足能耗约束的前提下，获得最大的收益。
2016-03-02 cs.DS cs.NI
A Scheduler for Unsolicited Grant Service (UGS) in IEEE 802.16e Mobile WiMAX Networks
大多数的IEEE 802.16e移动WiMAX调度建议的实时流量使用未经请求的授权服务（UGS）的重点是吞吐量和保证的延迟。延迟变化或延迟抖动以及突发开销的影响尚未被研究。本文介绍了一种新的技术，称为交换最小最大（SWIM）的UGS调度，不仅满足最佳吞吐量的延迟约束，但也最小化延迟抖动和突发开销。
2016-03-25 cs.NI
Information Entropy-Based Scheduling for Communication-Efficient Decentralized Learning
Communication Systems Department, EURECOM（EURECOM通信系统部）；Department of Electrical Engineering, Linköping University（林雪平大学电子工程系）；DaSCI, Department of Computer Science and Artificial Intelligence, University of Granada（Granada大学计算机科学与人工智能系）
本文解决资源受限网络中D-SGD的通信效率问题，提出基于信息熵的节点和链路调度策略，在给定通信成本约束下随机激活子集，实验证明其以更低预算实现更快收敛，优于BC和MATCHA等现有方法。
2025-07-23 cs.IT cs.LG cs.NI
Joint Distributed Link Scheduling and Power Allocation for Content Delivery in Wireless Caching Networks
在无线缓存网络中，内容分发方法的设计必须考虑随机用户请求、缓存状态、网络拓扑和干扰管理。在本文中，我们建立了一个无线缓存网络中的内容传输的一般框架，没有严格的假设，限制网络结构，传输链路和干扰模型。基于该框架，我们提出了一个动态的和分布式的链路调度和功率分配方案的内容分发，是由置信传播（BP）算法的辅助。该方案考虑了内容请求用户和潜在缓存节点，实现了无线缓存网络的三个关键目的：1）限制用户请求满足的延迟; 2）保持缓存节点的功率效率; 3）管理用户间的干扰。此外，我们解决了BP算法在我们的网络模型中的固有问题，提出了一个匹配算法的一对一链路调度。仿真结果表明，该方案提供了几乎相同的延迟性能的最佳方案，通过一个穷举搜索的代价是一个小的额外的功耗，并不需要在一个大规模的D2 D网络的聚类方法和正交资源。
2019-11-29 cs.NI cs.SY eess.SY
Joint link scheduling and power allocation in imperfect and energy-constrained underwater wireless sensor networks
本文针对能量受限且存在节点故障的水下无线传感器网络，提出基于深度多智能体强化学习的ICRL-JSA方案，通过联合链路调度与功率分配实现公平、高效、可靠的通信。
2025-08-11 cs.NI
Realtime Scheduling and Power Allocation Using Deep Neural Networks
NYU Tandon School of Engineering（纽约大学坦登工程学院）
随着5G中基站（BS）数量的增加和网络密度的增加，使用链路调度和功率控制的干扰管理对于更好地利用无线电资源至关重要。然而，解决链路调度和功率控制问题的复杂度随着BS的数量呈指数增长。由于计算时间长，以前的方法对于研究目的是有用的，但对于实时的使用是不切实际的。在本文中，我们提出使用深度神经网络（DNN）近似最优链路调度和功率控制的情况下，多个小小区。深度Q网络（DQN）估计合适的调度，然后DNN为相应的调度分配功率。仿真结果表明，该方法实现了超过五个数量级的速度提高，不到百分之九的性能损失，使实时的使用的实际。
2018-11-18 cs.AI cs.NI
A Routing and Link Scheduling Strategy for Smart Grid NAN Communications
随着智能设备在电网中的大规模部署，研究工作需要越来越多地关注所生成信息的有效通信。本文描述了一种策略，静态路由和调度的消息在多跳无线智能电网的邻居区域网络（NAN）与多个源节点和一组共同的目的地或网关。该问题被制定为一个混合线性规划（MILP），并使用商业优化求解器CPLEX解决。使用不同的网络模型，约束条件，消息注入速率和初始条件的方案的可行性进行了论证。结果表明，所提出的方法可以用来产生一个最佳的链路调度收集用户产生的出价在交易的能源市场在尽可能少的时间。它还表明，该方法适用于多个目的地节点，它们的位置影响消息传递时间。
2019-11-11 cs.NI cs.SY eess.SY
The Price of Local Power Control in Wireless Scheduling
我们考虑调度无线链路的物理模型中，在那里我们寻求分配的功率水平和一个分区的给定的一组链接到满足信号干扰噪声比（SINR）的约束的子集的最小数量的问题。具体来说，我们感兴趣的本地功率分配方案，或不经意的功率计划，在近似无线调度的效率。不经意的功率方案是由网络场景激励的，当功率电平必须提前决定时，而不是作为调度计算的一部分。我们首先表明，已知的算法无法获得次对数界限，也就是说，他们的近似比是$\tildeΩ(\log \max(Δ,n))$，其中$n$是链接的数量，$Δ$是最大和最小链接长度的比率，和$\tildeΩ$隐藏双对数因子。然后，我们提出了第一个$O(\log{\logΔ})$近似算法，这是已知的最好的可能（在$Δ$方面）不经意的权力计划。我们实现了这一点，通过冲突图，它允许应用图论的结果为各种相关的问题，包括加权容量问题的干扰。我们进一步探索的轮廓的近似性，并找到选择的权力分配事项;不是所有的度量空间是平等的;和存在的薄弱环节，使问题更加困难。结合起来，我们的结果解决了无线调度的遗忘功率的价格，或允许不受约束的功率控制的价值。
2015-02-18 cs.DS cs.NI
Joint Link Scheduling and Brightness Control for Greening VLC-based Indoor Access Networks
对宽带无线接入服务的需求预计将在短期内超过频谱容量-“频谱紧缩”。由于回程挑战和过高的系统维护，部署额外的femotocell来解决这一挑战是成本效率低下的。根据阿尔卡特朗讯的一份报告，大部分移动互联网接入流量发生在室内。利用电力线通信和可用的室内基础设施，可见光通信（VLC）可以以较小的一次性成本使用。VLC还促进了能够联合执行照明和通信的巨大优势，并且除了照明之外几乎不需要额外的功率来授权通信，从而以小功耗实现无线接入。在这项研究中，我们调查的问题，最大限度地减少总功耗的一般多用户VLC室内网络，同时满足用户的流量需求，并保持可接受的照明水平。我们利用列生成方法得到一个$ε$ -有界解。提出的算法结合了几个实际的实现问题，包括不同的光源配置和解决VLC链路之间的干扰的方法。通过大量的模拟，我们表明，我们的方法减少了60%以上的功耗的最先进的基于VLC的调度算法，同时保持所需的照明。
2015-09-30 cs.NI
AUGUSTE: Online-Learning dApp for Predictive URLLC Scheduling
SoftBank Corp.（软银公司）
针对URLLC中调度请求导致的高延迟问题，提出基于在线机器学习的MAC调度框架AUGUSTE，通过预测数据包到达提前分配资源，在真实5G测试平台上实现延迟与资源开销的最佳权衡。
2026-06-02 cs.AI cs.NI
Distributed Scheduling Algorithms for Optimizing Information Freshness in Wireless Networks
信息年龄（AoI）测量自在源处生成最后一个接收到的信息包以来所经过的时间。本文研究了在时变信道和成对干扰约束条件下，无线网络中单跳流的AoI最小化问题。我们认为简单，但广泛的，类的分布式调度策略，其中传输尝试在每个链路上有一定的尝试概率。我们得到了一个有趣的最佳尝试概率和最佳的AoI的链接之间的关系，及其相邻的链接。然后，我们证明了最佳尝试概率可以通过求解凸优化问题来计算，这可以分布式完成。
2018-03-17 cs.IT cs.NI math.IT
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
QoS-aware Link Scheduling Strategy for Data Transmission in SDVN
基于专用短程通信（DSRC）的车载自组织网络（VANET）是一种分布式通信系统，所有节点通过载波侦听多址接入/冲突避免（CSMA/CA）协议共享无线信道。然而，CSMA/CA在信道竞争中的退避机制可能会造成不确定的传输时延，影响应用的一定服务质量（QoS）。此外，仍然存在危险的数据分组冲突的可能性，特别是对于广播或非确认（NACK）传输。本文的主要创新点如下：（1）利用组合理论对VANET中广播或NACK传输的分组碰撞概率进行建模，研究了丢失分组（MMP）问题对VANET中分组碰撞概率的影响。(2)基于软件定义车载网络（SDVN）框架和QoS要求，提出了一种新的链路级调度策略，该策略确定每个连接的开始发送时间，以最大化数据包投递率（PDR）。可替换地，最大化PDR已经被转换为传输持续时间之间的重叠最小化。(3)同时，提出了一种新的传输调度贪婪搜索（TSGS）算法，以降低计算复杂性。在一个结合SUMO和OMNET++的统一平台Veins中进行了大量的模拟。大量实验结果表明，与随机传输相比，该算法能有效提高PDR至少15%，提高碰撞避免性能近40%，降低MMP比率约3%，同时满足QoS要求。
2021-02-01 cs.NI
Unified Scheduling for Predictable Communication Reliability in Cellular Networks with D2D Links
具有D2 D链路的蜂窝网络越来越多地被探索用于关键任务应用（例如，实时控制和AR/VR），这需要可预测的通信可靠性。因此，以可预测的方式控制并发传输之间的干扰以确保所需的通信可靠性是至关重要的。为此，我们提出了统一蜂窝调度（UCS）框架，该框架基于物理比K（Physical-Ratio-K）干扰模型，以统一的方式调度上行链路、下行链路和D2 D传输，以确保可预测的通信可靠性，同时最大化信道空间重用。UCS还提供了一种简单有效的模式选择方法，可最大限度地提高每个相关通信对的通信容量。UCS有效地使用多个信道来实现高吞吐量以及对信道衰落和外部干扰的恢复能力。利用基站（BS）的可用性以及BS之间的高速带外连接，UCS有效地协调了BS和用户设备（UE）的功能，以实现轻量级控制信令，并简化增量部署和与现有蜂窝标准的集成。我们使用开源、符合标准的蜂窝网络平台OpenAirInterface实施了UCS。我们已经使用USRP B210软件定义无线电和实验室部署验证了OpenAirInterface的实现。我们还评估了UCS通过高保真度，在规模的模拟研究，我们观察到，UCS确保可预测的通信可靠性，同时实现更高的信道空间重用率比现有的机制，和分布式UCS框架，使信道空间重用率统计上等于在国家的最先进的集中式调度算法iOrder。
2018-07-02 cs.NI
Max-Weight Scheduling and Quality-Aware Streaming for Device-to-Device Video Delivery
我们提出并分析了集中式和分布式算法的设备到设备的视频调度和流。所提出的算法共同解决的问题，设备到设备的链路调度和视频质量自适应流。我们的模拟表明，所提出的算法显着优于传统的分开的方法，独立对待这两个问题。
2014-06-18 cs.NI
Wireless Scheduling with Power Control
我们考虑调度的任意无线链路的干扰的物理模型，以尽量减少满足所有请求的时间。我们在这里研究的调度和功率控制的组合问题，在这里我们寻求的功率设置和分区的链接，使每个集合满足信号干扰加噪声（SINR）的约束的分配。我们给出了一个算法，达到一个近似比$O(\log n \cdot \log\log Δ)$，其中$n$是链接的数量和$Δ$是最长和最短的链接长度之间的比率。在长度以二进制表示的自然假设下，这给出了在输入大小上是多对数的第一近似比。该算法具有使用不经意功率分配的理想属性，其中分配给发送方的功率仅取决于链路的长度。我们给出的证据表明，这种依赖$Δ$是不可避免的，表明任何合理的行为不经意的权力分配的结果在一个$Ω(\log\log Δ)$近似。这些结果也适用于（加权）容量问题，找到一个最大的（加权）子集的链接，可以在一个单一的时隙进行调度。此外，我们获得了改进的近似调度问题的双向变体，给出了部分答案的问题的实用图形建模物理干扰，并推广设置从标准的2维欧氏平面加倍度量。最后，我们探讨了图模型捕捉无线干扰的效用。
2011-04-16 cs.DC cs.DS cs.NI
Polynomial Complexity Minimum-Time Scheduling in a Class of Wireless Networks
我们考虑一个无线网络与一组发射机-接收机对，或链接，共享一个共同的信道，并解决在最短的时间内从发射机清空有限的业务量的问题。这个所谓的最小时间调度问题已被证明是NP-困难的。在本文中，我们研究了一类最小时间调度问题，其中的链路速率有一个特定的结构与假设的环境和拓扑结构一致。我们证明了全局最优性可以在多项式时间内达到，并导出了最优性条件。然后，我们考虑一个更一般的情况下，我们应用相同的方法，从而获得近似以及上下界的最优解。仿真结果证实并验证了我们的方法。
2014-03-17 cs.NI
Approximation Algorithms for Wireless Link Scheduling with Flexible Data Rates
我们考虑灵活的数据率在无线网络中的调度问题。也就是说，取决于信号质量，每次可以发送更多或更少的数据，信号质量由信号与干扰加噪声比（SINR）确定。每个无线链路具有将SINR值映射到相应数据率的效用函数。我们必须决定哪些传输是同时进行的，以及（取决于问题变量）使用哪些传输功率。在容量最大化问题中，人们努力使总网络吞吐量最大化，即，所有链接的总效用。对于任意的效用函数（不一定是连续的），我们提出了一个O（log n）-近似时，有n个通信请求。该算法是建立在一个常数因子近似的特殊情况下的相应的问题，其中效用函数只包括一个单步的。换句话说，每个链接都有一个单独的阈值，我们的目标是最大化满足阈值的链接数量。在此过程中，这改进了[Kesselheim，SODA 2011]中的结果，不仅将其扩展到单个阈值，而且还显示了与基础度量空间或网络参数的假设无关的恒定近似因子。此外，我们考虑延迟最小化问题。这里，每个链接都有一个需求，例如，表示数据量。我们必须计算一个尽可能短的时间表，使得每个链路的需求都得到满足，也就是说，总的总效用（或传输的数据）至少与其需求一样大。基于容量最大化算法，我们证明了这个问题的O（log^2 n）-近似。
2012-05-07 cs.DS cs.NI
Scheduling Policies for Age Minimization in Wireless Networks with Unknown Channel State
信息年龄（AoI）是最近提出的一个度量标准，用于测量自上次接收到的信息更新生成以来所经过的时间。本文研究了在一般干扰约束和时变信道条件下网络的AoI最小化问题。我们研究的情况下，信道统计是已知的，但当前的信道状态是未知的。我们提出了两种调度策略，即基于虚拟队列的策略和基于年龄的策略。在基于虚拟队列的策略中，调度器调度具有虚拟队列长度的最大加权和的链路，而在基于年龄的策略中，调度器调度具有链路AoI的函数的最大加权和的链路。我们证明了基于虚拟队列的策略是峰值年龄最优的，添加剂常数，而基于年龄的策略是最多的因素4远离最佳年龄。数值结果表明，这两个建议的政策，事实上，非常接近最优。
2018-05-15 cs.NI
