检索结果-内蒙古大学图书馆

电子与信息学报 2019年第9期41卷 2039-2046页

作者：唐伦马润琳杨恒陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前... 详细信息

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。

关键词：网络切片资源分配不完美信道状态信息非正交多址接入

来源：评论

学校读者我要写书评

暂无评论

异构云无线接入网下基于功率域NOMA的能效优化算法

引用

电子与信息学报 2021年第6期43卷 1706-1714页

作者：唐伦李子煜管令进陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合... 详细信息

针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。

关键词：异构云无线接入网络资源分配网络能效深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于QoS保障的服务功能链动态部署算法

引用

北京邮电大学学报 2018年第6期41卷 90-96页

作者：唐伦赵培培赵国繁陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

第5代移动通信系统(5G)网络场景下服务功能链的部署是网络功能虚拟化研究中亟待解决的问题,现有部署方法难以在优化时延的同时保证服务功能链部署的可靠性,为此,提出了面向服务质量(QoS)需求的服务功能链部署模型,并设计了一种基于QoS... 详细信息

第5代移动通信系统(5G)网络场景下服务功能链的部署是网络功能虚拟化研究中亟待解决的问题,现有部署方法难以在优化时延的同时保证服务功能链部署的可靠性,为此,提出了面向服务质量(QoS)需求的服务功能链部署模型,并设计了一种基于QoS保障的服务功能链动态部署算法.该算法在虚拟网络功能部署阶段通过对网络拓扑和可靠性的感知,采用基于PageRank思想的算法对节点进行评价,以负载均衡和协调链路映射为原则,将虚拟网络功能部署在综合资源能力最大的底层节点上,实现了时延和可靠性的全局优化,并通过选择满足可靠性需求的时延最短路径进行链路映射.仿真结果表明,该算法在降低服务功能链端到端时延的同时保证了部署的可靠性,并且提高了请求接受率和资源利用率.

关键词：第5代移动通信系统服务质量服务功能链可靠性时延

来源：评论

学校读者我要写书评

暂无评论

基于能效的NOMA蜂窝车联网动态资源分配算法

引用

电子与信息学报 2020年第2期42卷 526-533页

作者：唐伦肖娇赵国繁杨友超陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的... 详细信息

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。

关键词：非正交多址接入蜂窝车联网资源分配李雅普诺夫优化

来源：评论

学校读者我要写书评

暂无评论

基于深度确定性策略梯度的虚拟网络功能迁移优化算法

引用

电子与信息学报 2021年第2期43卷 404-411页

作者：唐伦贺兰钦谭颀陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对NFV/SDN架构下,服务功能链(SFC)的资源需求动态变化引起的虚拟网络功能(VNF)迁移优化问题,该文提出一种基于深度强化学习的VNF迁移优化算法。首先,在底层CPU、带宽资源和SFC端到端时延约束下,建立基于马尔可夫决策过程(MDP)的随机... 详细信息

针对NFV/SDN架构下,服务功能链(SFC)的资源需求动态变化引起的虚拟网络功能(VNF)迁移优化问题,该文提出一种基于深度强化学习的VNF迁移优化算法。首先,在底层CPU、带宽资源和SFC端到端时延约束下,建立基于马尔可夫决策过程(MDP)的随机优化模型,该模型通过迁移VNF来联合优化网络能耗和SFC端到端时延。其次,由于状态空间和动作空间是连续值集合,提出一种基于深度确定性策略梯度(DDPG)的VNF智能迁移算法,从而得到近似最优的VNF迁移策略。仿真结果表明,该算法可以实现网络能耗和SFC端到端时延的折中,并提高物理网络的资源利用率。

关键词：虚拟网络功能深度强化学习 SFC端到端时延网络能耗

来源：评论

学校读者我要写书评

暂无评论

基于深度动态贝叶斯网络的服务功能链故障诊断算法

引用

电子与信息学报 2021年第12期43卷 3588-3596页

作者：唐伦廖皓曹睿王兆堃陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题,该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系,构建故障与... 详细信息

针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题,该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系,构建故障与症状的依赖图模型,并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次,考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性,引入深度信念网络对观测数据特征进行提取,使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后,利用故障传播的时间相关性,引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明,该算法能够有效地诊断故障根源且具有良好的诊断准确度。

关键词：虚拟网络功能服务功能链故障诊断深度动态贝叶斯网络

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的异构云无线接入网自适应无线资源分配算法

引用

电子与信息学报 2020年第6期42卷 1468-1477页

作者：陈前斌管令进李子煜王兆堃杨恒唐伦重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制... 详细信息

为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型。其次,考虑到调度问题的复杂性,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾问题。最后,针对无线网络环境的复杂性和动态多变性,引入迁移学习(TL)算法,利用TL的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。此外,TL通过迁移DRL模型的权重参数,进一步地加快了DRL算法的收敛速度。仿真结果表明,该文所提算法可以有效地增加网络吞吐量,提高网络的稳定性。

关键词：异构云无线接入网络资源分配深度强化学习迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的服务功能链可靠部署算法

引用

电子与信息学报 2020年第12期42卷 2931-2938页

作者：唐伦曹睿廖皓王兆堃重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对当前关于服务功能链(SFC)的部署问题都未考虑到虚拟网络功能(VNF)的失效重要度,该文提出了基于深度强化学习的SFC可靠部署算法。首先建立VNF和虚拟链路可靠映射模型,为重要的VNF设置高可靠性需求,并通过链路部署长度限制尽可能保证... 详细信息

针对当前关于服务功能链(SFC)的部署问题都未考虑到虚拟网络功能(VNF)的失效重要度,该文提出了基于深度强化学习的SFC可靠部署算法。首先建立VNF和虚拟链路可靠映射模型,为重要的VNF设置高可靠性需求,并通过链路部署长度限制尽可能保证虚拟链路可靠性需求。其次,以负载均衡为资源协调原则,与VNF可靠性联合优化,最终使用深度强化学习得到服务功能链部署策略。另外,提出了基于重要度的节点备份和链路备份策略,用于应对部署过程中VNF/链路可靠性难以满足的情况。仿真结果表明,该文的可靠部署算法在保证可靠性需求的基础上能够有效减少SFC失效损失,同时使虚拟网络更加稳定可靠。

关键词：网络虚拟化服务功能链可靠性深度强化学习

来源：评论

学校读者我要写书评

暂无评论

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

引用

电子与信息学报 2019年第7期41卷 1533-1539页

作者：唐伦魏延南马润琳贺小雨陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化... 详细信息

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种"中间状态"描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。

关键词： 5G网络切片云无线接入网络资源分配马尔可夫决策过程

来源：评论

学校读者我要写书评

暂无评论

基于迁移演员-评论家学习的服务功能链部署算法

引用

电子与信息学报 2020年第11期42卷 2671-2679页

作者：唐伦贺小雨王晓陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重点实验室重庆400065

针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题,该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先,该算法建立基于虚拟网络功能放置、计算资源、... 详细信息

针对5G网络切片环境下由于业务请求的随机性和未知性导致的资源分配不合理从而引起的系统高时延问题,该文提出了一种基于迁移演员-评论家(A-C)学习的服务功能链(SFC)部署算法(TACA)。首先,该算法建立基于虚拟网络功能放置、计算资源、链路带宽资源和前传网络资源联合分配的端到端时延最小化模型,并将其转化为离散时间马尔可夫决策过程(MDP)。而后,在该MDP中采用A-C学习算法与环境进行不断交互动态调整SFC部署策略,优化端到端时延。进一步,为了实现并加速该A-C算法在其他相似目标任务中(如业务请求到达率普遍更高)的收敛过程,采用迁移A-C学习算法实现利用源任务学习的SFC部署知识快速寻找目标任务中的部署策略。仿真结果表明,该文所提算法能够减小且稳定SFC业务数据包的队列积压,优化系统端到端时延,并提高资源利用率。

关键词：网络切片服务功能链部署马尔可夫决策过程演员-评论家学习迁移学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：