随着现阶段物联网发展得越来越快,车载通信作为车辆智能化的前沿技术,在诸如医疗保健、资产管理和环境监测等应用场景中,智能环境的应用变得越来越重要,传统的蚁群算法在时延及能量消耗方面无法满足车联网的要求。通过研究蚁群算法和模拟退火算法,以平均能量消耗和端到端时延作为参考,虚拟化资源特征进行资源分配和任务调度,确保服务质量(QoS,quality of service)。通过模拟退火算法优化了蚁群算法,将模拟退火算法的初始温度和迭代温度值加入蚁群算法生成最优解,更新信息素的规则,提高了虚拟资源环境下任务调度的效率。仿真结果表明,平均能量消耗下降了0.04 J左右,端到端时延最大下降100ms左右。
设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一。然而,资源复用带来了干扰管理和通信模式选择等难题。为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑...
详细信息
设备到设备(Device to Device,D2D)直通技术通过复用蜂窝系统的频谱资源来提升频谱利用率,已经成为5G候选技术之一。然而,资源复用带来了干扰管理和通信模式选择等难题。为此,文中结合干扰管理研究D2D通信模式选择问题,与现有研究仅考虑D2D链路对蜂窝链路的干扰管理不同,文中同时考虑蜂窝用户和D2D链路的干扰抑制问题。针对D2D复用蜂窝下行链路场景,分别研究了干信比约束下的蜂窝用户下行干扰抑制区(DILA)和D2D用户有效通信区域,进而结合二者提出了一种全新的D2D通信模式选择方案,实现了用户对D2D复用模式、D2D专用模式、蜂窝模式3种通信模式的快速选择。仿真结果表明,相比现有的通信模式选择方案,文中提出的联合DILA和D2D通信范围的模式选择方案能够给用户提供更高的D2D通信机会和更高的系统吞吐量。
移动边缘计算(Mobile Edge Computing,MEC)在网络边缘为用户提供计算服务,有效降低了数据传输和处理时延,成为第五代移动通信系统(the 5th Generation Mobile Communication System,5G)低时延通信的关键技术。如何优化设计卸载策略以保...
详细信息
移动边缘计算(Mobile Edge Computing,MEC)在网络边缘为用户提供计算服务,有效降低了数据传输和处理时延,成为第五代移动通信系统(the 5th Generation Mobile Communication System,5G)低时延通信的关键技术。如何优化设计卸载策略以保证低时延、低能耗和高可靠通信是MEC面临的一个极具挑战性的任务。为此,文中针对频谱和能量双受限的多用户多任务MEC系统场景,提出可最小化系统能耗的多用户任务非正交多址(Non⁃Orthogonal Multiple Access,NOMA)协作中继卸载计算方案。考虑多用户协作中继场景并允许多任务基于NOMA实现并行卸载传输,在时延约束下建立多用户任务卸载计算能耗最小化问题;利用拉格朗日对偶法求解该问题,得到最优的基于中继的任务卸载传输方案和用户功率分配方案。仿真结果表明,所提方案能够有效降低MEC系统的多任务卸载计算能耗。
在5G大连接物联网场景下,针对大连接物联网设备(massive machine type communication device,mMTCD)的接入拥塞现象,提出了基于价值差异探索的双重深度Q网络(double deep Q network with value-difference based exploration,VDBE-DDQN...
详细信息
在5G大连接物联网场景下,针对大连接物联网设备(massive machine type communication device,mMTCD)的接入拥塞现象,提出了基于价值差异探索的双重深度Q网络(double deep Q network with value-difference based exploration,VDBE-DDQN)算法。该算法着重解决了在多小区网络环境下mMTCD接入基站的问题,并将该深度强化算法的状态转移过程建模为马尔可夫决策过程。该算法使用双重深度Q网络来拟合目标状态—动作值函数,并采用基于价值差异的探索策略,可以同时利用当前条件和预期的未来需求来应对环境变化,每个mMTCD根据当前值函数与网络估计的下一时刻值函数的差异来更新探索概率,而不是使用统一的标准,从而为mMTCD选择最佳基站。仿真结果表明,所提算法可有效提高系统的接入成功率。
暂无评论