一、UMTS的系统广播信息调度算法研究(论文文献综述)
赵盛烨[1](2021)在《基于云计算技术的区域安全通信技术研究》文中提出基于云计算技术的区域安全通信技术是计算机与通信的超融合技术,解决了无线通信技术中按身份分配不同通信权限的问题。其中,“云计算技术”是基于实时数据通信的控制方法,“区域”描述了精准限定的物理覆盖范围,“安全通信技术”是特定区域的受控通信控制技术。前人在通信速率和便捷程度的需求下,研发出的通信系统往往只是解决了通信的效率、可靠性、便捷性问题,较少考虑通信技术的发展对保密机构的破坏和这些机构的特殊需要,在各类通信协议的标准当中也不存在这样的信令集供特殊功能的通信设备研发。同时,当前在网的2G-3G通信系统出于通信效率考虑较少地使用了计算机辅助单元,因此作者在研究提升云计算算法效率的基础上,将2G-3G通信系统进行上云改良,再结合4G和5G通信协议,研究通信系统对移动台终端鉴权和定位的原理,并通过科研成果转化实验,在一定区域范围内对特定终端用户群体实现了这一目标,同时该固定区域之外的移动台用户不受该技术体系的影响。文章以区域安全通信为研究对象,结合当前云计算、人工智能的新兴技术展开研究,具体工作如下:1.提出一种云环境下异构数据跨源调度算法。针对云计算中异构数据跨源调度传输耗时问题,现有的调度方法很多都是通过启发式算法实现的,通常会引起负载不均衡、吞吐量和加速比较低的问题。因此,本文提出了一种云环境下异构数据跨源调度方法,在真正进行调度之前进行了数据预取,大大减小了调度时的计算量,从而减小了调度资源开销。然后,更新全部变量,对将要调度的异构数据跨源子数据流质量进行排列,并将其看做子流数据的权重,每次在调度窗口中选择异构多源子流数据中最佳质量的子流数据进行调度传输,直到全部数据子流处理完毕。实验结果表明,本文所提的方法能够在云环境下对异构数据进行跨源调度,同时具有较高的负载均衡性、吞吐量和加速比。2.提出一种云环境下改进粒子群资源分配算法。云计算中,云平台的资源分配,不仅面对单节点的资源请求,还有面对更复杂的多节点的资源请求,尤其对于需要并行运行或分布式任务的用户,对云集群中节点间的通信都有非常严格的时延和带宽要求。现有的云平台往往是逐个虚拟机进行资源分配,忽略或者难以保障节点间的链路资源,也就是存在云集群多资源分配问题。因此,本文提出了一种新的云资源描述方法,并且对粒子群云资源分配方法进行改进。仿真实验结果表明,本文方法能够有效地对云资源进行分配,提高了云资源的平均收益和资源利用率,在资源开销方面相比于传统方法减少了至少10%,而且有更短的任务执行时间(30ms以内)。3.提出一种智能化区域无线网络的移动台动态定位算法。无线网络影响因素较多,总是无法避免地产生定位误差,为取得更好的可靠性与精准度,针对智能化区域无线网络,提出一种移动台动态定位算法。构建基于到达时延差的约束加权最小二乘算法,获取到达时延差信息,根据移动台对应服务基站获取的移动台到达时延差与到达角度数据,利用约束加权最小二乘算法多次更新定位估计,结合小波变换,架构到达时延差/到达角度混合定位算法,依据智能化区域无线网络环境的到达时延差数据采集情况,将估算出的移动台大致位置设定为不同种类定位结果,通过多次估算实现移动台动态定位。选取不同无线网络环境展开移动台动态定位仿真,分别从到达时延测量偏差、区域半径以及移动台与其服务基站间距等角度验证算法定位效果,由实验结果可知,所提算法具有理想的干扰因素抑制能力,且定位精准度较高。4.构建了基于云计算技术的区域安全通信系统。系统包括软件系统和硬件系统,整个系统是完整的,并且已经得到了实践的验证。通过SDR软件定义的射频通信架构,实现系统间的通信超融合。对于非授权手机与非授权的SIM卡要进行通信阻塞,同时要对手机与SIM卡分别进行授权,当有非授权手机或者授权手机插入非授权SIM卡进入监管区域中后,要可实现对其通讯的完全屏蔽和定位,软件系统应对非法用户进行控制,所有非法用户的电话、短信、上网都应被记录和拦截。硬件系统主要对顶层模块、时钟模块、CPU接口模块、ALC模块、DAC控制模块进行了设计。同时,本文使用改进的卷积定理算法提高了信号的保真度。5.智能化区域安全体系研究。未来的区域安全管理员还需要对多个进入的移动台终端进行鉴别,解决谁是终端机主、是否有安全威胁、真实身份是什么等问题,针对这些问题建立智能化区域安全通信体系,并将其保存在存储设备中,该体系可以实现自我学习。最后,通过实际应用对上述研究工作进行了验证,取得了较好的应用效果,满足了特定领域特定场景下的区域安全通信需求。
石永嵩[2](2020)在《结合5G关键技术的新型多播方案研究》文中认为即将来临的5G时代,移动数据业务量预计会比4G时代更加庞大,这就对相关传输技术提出了更高的要求。多媒体广播多播(MBMS)是由第三代合作伙伴计划(3GPP)组织提出的一种能有效节省无线通信相关资源的一项技术,它实现了从低效率的点对点传输到高效率的点对多点传输的转变。MBMS在无线蜂窝小区内将用户划分形成不同多播组,基站以相同的数据速率将数据发送给多播组内的所有用户,在同一多播组的用户间实现了资源的共享,提高了资源的利用率。尽管MBMS消耗的系统资源较少,但其面临用户公平性和吞吐量之间的平衡性问题,针对传统多播吞吐量方面的缺点,后续演进出了分层多播技术,将多播组继续划分形成多个子多播组,同时将一个多媒体数据流按多子播组数分为多个子数据流,每个子多播组内用户对服务质量的要求不同,此方案进一步提升了多播组的吞吐量,但其频谱资源利用率不高。论文首先介绍LTE资源调度、MBMS与合作传输技术的基础理论,然后对几种经典的多播、分层多播与合作多播方案进行分析,指出传统方案在用户公平性或系统吞吐量上存在的一些问题。针对此类问题,论文引入了NOMA技术并提出了新型中继方案,形成了基于NOMA的新型双中继合作多播模型即NNDRCM方案,此方案首先保证基站处于持续工作状态,并创新性的利用两个中继进行NOMA信号转发,提高了基站的工作效率以及资源利用率,边缘多播组内的用户获得了较大的吞吐量增益与用户公平性增益。为了解决传统合作分层多播系统中中继转发造成干扰的问题以提升增强层内用户的接收可靠性,论文引入了Cache技术,提出一种新型的基于Cache和NOMA的合作分层多播系统即NCLMBCN方案,此方案利用用户与中继配备的Cache消除中继转发造成的干扰,提高了增强层内用户的接收可靠性。此方案对中继合作方案作进一步改进,进一步提高了基础层内用户的吞吐量,使得系统整体性能得到了进一步的提升。为了验证提出的方案,论文从用户公平性、吞吐量增益等方面对合作多播方案进行分析,并以传统多播、分层多播方案和现有的合作多播、合作分层多播方案作为比较对象,通过LTE系统级仿真平台得出仿真结果。结果表明,NNDRCM方案极大地提升了小区边缘用户的吞吐量与用户公平性;而方案NCLMBCN能在提升增强层内用户的接收可靠性的同时提高边缘用户的吞吐量,从而获得了整体性能上的提升。
李厚香[3](2020)在《宽带无线体域网资源分配关键技术研究与验证》文中研究指明无线体域网是一种以人体为中心的小型动态网络,在远程医疗监控、单兵信息作战、运动员身体监测等方面有广泛的应用价值。然而,体域网在得到普遍应用的同时也给相关研究带来了一些技术挑战。本文针对宽带无线体域网资源分配关键技术中的网间频谱分配和网内资源调度展开研究,论文工作主要为以下几个方面:第一,对宽带无线体域网资源分配关键技术的功能需求和性能需求进行详细论证。针对应用场景,描述了体域网资源分配中的网间频谱分配和网内资源调度的功能需求,然后提出体域网资源分配的性能需求指标,最后对指标进行详细分析。第二,对体域网间频谱分配算法展开设计与仿真。针对多个体域网共存的网间干扰问题,结合本文的实际应用场景,将网间频谱分配的干扰模型建模为二维无向图,从而将频谱分配问题转化为图着色问题。采用基于图论着色模型的算法进行频谱分配,研究了三种基于图着色的贪婪算法。通过Matlab仿真验证,对算法平均着色数、着色消耗时间和网络吞吐量等方面性能进行分析比较。仿真结果表明,几种算法的着色消耗时间都相对很短,其中基于饱和度的算法的平均着色数性能优于其余两种算法。第三,对体域网内资源调度算法展开设计与仿真。针对单个体域网内的资源调度问题,结合本文的技术指标需求,对基于非实时和实时业务的资源调度算法展开研究与设计,并对各算法的策略以及性能优势进行对比和分析。通过Matlab仿真验证,对算法的系统吞吐量、用户公平性、数据包延迟以及丢包率这四个方面性能进行比较。仿真结果表明,实时业务调度算法相对于非实时业务调度算法在混合业务类型的情况下对实时业务的服务质量需求方面表现更优。第四,在软件无线电开发平台上对资源分配算法进行实验验证。通过对基于饱和度的算法的实验测试,验证了该算法功能正确,频谱分配时间这一性能满足本文提出的指标。通过对资源调度算法的实验测试,验证了算法可以实现正确的调度功能,其中两种基于实时业务的调度算法的平均吞吐量、数据包时延以及丢包率性能满足本文所提出的指标。本文通过算法仿真和实验验证的方法,验证了本文设计的算法满足体域网资源分配的功能和性能需求,为体域网资源分配的相关研究提供了理论和工程基础。
钟震宇[4](2020)在《冰情检测系统的构建及雾无线网络传输技术研究》文中进行了进一步梳理河流冰情环境检测是获取河流冰情及灾害等监控数据的基础,是水文与冰情灾害预测预报、水环境监测、水工设施安全预警的重要依据。在河流冰情环境检测工作中,利用数据采集、无线传感器网络远程监控实现对河流冰情灾害的实时预测预警十分重要。在实际组成的冰情检测系统中,由于各种新型冰情传感器的使用,监测范围的不断扩展,以及恶劣工作环境引起的大量奇异(干扰)冰情信号的存在,使得数据采集、现场冰情信号的实时处理以及冰情信号的远距离传输工作量的增大,加重了冰情检测网络的负担,影响数据质量与实时性,亟需研究可以应用于工程现场实际的新型冰情检测设备与冰情数据实时处理算法,引入新的数据通信方式与组网结构,以适应冰情检测的需求。在过去的几十年中,移动数据流量有了巨大的增长,这推动了无线网络的巨大的转变。5G网络的发展正是伴随着这种趋势,将通信技术从人与人的连接扩展到人与物、物与物的连接。在5G接入网络技术中,如何为大量用户提供数据密集型和延迟敏感型服务一直是研究的热点,雾无线接入网络(Fog Radio Access Network,F-RAN)被认为是一种有效的解决方案,可以通过将缓存和计算的网络功能从远程云服务器扩展到接近用户设备的边缘,实现减轻回程链路的负担,显着提高网络信息传输的性能。针对现有冰情检测网络的不足,本文将NB-Io T(Narrowband Internet of Things)物联网通信接口技术、5G无线F-RAN网络及无线传感器网络组网技术引入冰情检测系统中,设计研制了具有NB-Io T物联网通信接口功能的冰情检测传感器;提出了一种基于5G无线F-RAN雾无线网络分层内容分发的数据传输方法,结合冰情检测特定的环境,运用雾无线网络原理去解决数据在现场检测网络分布的检测设备间的传输速率低,分析受限问题。同时,在前端无线传感器网络组网过程中,为了解决调度冲突问题,提出了一种基于动态优先级调度的分簇方案组建传感器网络。针对前端数据传输过程中数据融合问题,提出改进K-means算法提高多种类型传感器采集数据的融合效率。在后端结合采集数据,采用弹性BP网络进行训练建立数据模型库,使数据能够在后端实时解析并判定出河流冰情环境整体的状况。论文的主要研究工作如下:1.在对课题组多年研究的几类新型冰情检测传感器检测原理及结构进行总结研究的基础上,将NB-Io T物联网无线通信技术融入冰情检测传感系统中,从通信结构上将传感器改进为可以直接应用于5G网络的新一代智能终端设备,并具有无线传感器网络组网能力,在此基础上,结合5G大带宽视频文件传输能力,设计基于新型传感器的5G冰情检测网络系统结构,可实现前端采集、后端分析的目标,为物联网技术应用于河流冰情环境检测系统奠定基础。2.本文通过对前端无线传感器网络组网技术的研究,提出了一种基于动态优先级调度的分簇方案组建传感器网络,提高传感器节点间数据调度效率。利用多数据融合方法实现多种类型传感器采集数据的融合,提出改进Kmeans算法提高在传感器簇节点端数据的融合效率。在后端采用弹性BP网络对采集数据进行训练并建立数据模型库,使数据能够在后端实时解析、判定出河流冰情环境整体的状况。该方案整体解决了现有传感器网络在多种传感器节点增加,部署的比较稠密时产生的网络负载增加,网络寿命降低的问题,适用于低温以及复杂环境中的试验研究。通过仿真验证,对比测试,提出的方案能够实现利用现有传感器网络,高效、准确的传递多种类型传感器采集的数据,达到实时检测河流冰情环境的目标。3.以5G雾无线网络传输架构为基础,结合冰情检测特定的环境,提出了一种新的F-RAN分层内容分发数据传输方法。在提出的分层内容分发策略下,具有随机文件请求的C-UE(普通终端设备)和与其关联的BS和FUE(带缓存功能的终端设备)在一定距离的范围内共同和分层地提供服务,使冰情检测网络中视频数据大文件可以在多个终端设备中高效协同传输。依据提出的F-RAN分层内容分发策略的传输理论,推导了在F-RAN中BS的传输概率,然后,在分散概率缓存放置的假设下,进一步推导出F-UE的平均传输概率。在此基础上,推导了网络覆盖概率的解析表达式,通过仿真实例验证了分层内容分发策略模型传输优势,提出的分层内容分发策略可以显着提高数据传输质量,满足冰情检测网络中视频数据大文件在多个终端设备中高效协同传输及回传的需求。
王俊华[5](2019)在《面向异构车联网的实时信息服务与任务迁移技术研究》文中进行了进一步梳理作为物联网体系中最具产业潜力和市场需求的研究领域之一,车联网技术的发展在促进汽车与信息产业的融合创新,构建汽车与交通服务的新型模式,推动自动驾驶技术革新,以及实现智慧城市和智能生活等方面具有重要意义。在新型异构车联网环境下进行高效的信息服务,是缓解城市道路拥堵、提升交通安全及驾驶体验等车联网应用的基础。然而,车辆节点的高移动性以及车辆自组织网络的分布式特征,极大地限制了信息服务效率。本文将结合车联网技术的发展与应用需求,设计新型车联网服务架构,并研究相应的数据共享机制、路由算法以及任务迁移策略。所面临的主要挑战如下。首先,在高动态的分布式通信场景下进行车与车协作数据共享时,如何解决行驶车辆之间数据共享时间的有限性以及降低车辆并发传输数据的干扰影响,从而提高信息服务效率。其次,如何解决在低密度、高动态的车联网环境下的路由预测不准确、路由中断以及路由延迟长等弊端从而实现实时可靠的信息路由。最后,在高异构、高算力需求的车联网环境下,如何解决雾计算节点的通信和计算资源的有限性以实现高可靠、低延迟的车辆任务迁移是至关重要的问题。综上,本文将从架构设计、问题建模、算法提出与分析角度,对新型车联网架构下的信息服务问题进行深入探讨。主要研究成果概述如下:(1)对基于车与车通信的分布式协作数据共享算法进行研究。首先建立双向交通场景模型及信息服务架构,接着提出基于并发V2V通信信号干扰分析的MAC层带宽复用策略,基于动态聚类和时隙划分的车辆广播管理机制,以及基于MAC层退避机制的广播车辆及广播数据项竞选机制,以最大化通过单跳V2V通信进行数据共享的吞吐量。最后,搭建车联网仿真平台,验证所提数据调度算法的复杂度及系统服务率。(2)在基于单跳V2V通信的研究基础上,进一步考虑V2V/V2I混合通信的多跳路由问题,并提出软件定义车联网中的实时信息路由问题。首先建立基于软件定义的异构车联网信息服务架构,协调DSRC接口和蜂窝网络接口实现基于混合V2V、V2R和V2C通信的路由机制。提出基于车辆实时交通状态和行驶轨迹分析的相遇概率模型、多跳路由路径可达性与路由延迟评估模型,以及基于Dijkstra思想的低复杂度路径搜索策略,并基于不同路由指标提出四种路由选择。实验结果验证了不同路由选择机制在平衡信息传递率和带宽效率上的优势。(3)在以上基于SDN的车联网架构与协议研究基础上,进一步研究车联网与雾计算网络的融合,提出基于雾计算的车联网架构与任务迁移策略研究。首先,建立基于雾计算网络的车联网服务架构。实现基于“条件风险价值”理论分析的功率分配问题以实现高可靠性传输,基于分支界定思想的多周期任务分配策略以满足低延迟需求,以及基于迭代优化思想的低复杂度的功率和任务分配调整策略,从而高效利用雾计算节点有限的通信和计算资源,最小化任务总延迟并保证高可靠性。实验结果证明了分步解方案与迭代优化方案在功率消耗、传输延迟和通信可靠性方面的性能。
冯玮[6](2019)在《面向用户需求的LTE资源调度算法研究》文中研究指明LTE(Long Term Evolution,长期演进)对以往的通信系统主要做了两个方面的重要改进:首先是组网架构变得扁平化,网络扁平化以后基站成为无线网络接入侧唯一的网元,强化了基站在下行链路控制中的决定性地位;其次是传输方式IP化,即采用全IP的方式传输数据包,使得语音和数据业务都使用IP包的方式进行传送,从而使得系统的传输速率得以提升。LTE系统的这两个特点使得以往的很多调度算法都不再适用,对于LTE系统分组调度算法的研究从此发展开来。随着网络业务多样化的发展,用户对网络服务的QoS(Quality of Servce,服务质量)要求也越来越高,作为网络服务提供商,如何在有限的频谱资源下提高用户的网络体验质量,提高资源利用率,是非常值得深入去研究的重要问题。本文在研究分析了LTE系统较为经典的几种分组调度算法及其改进算法的基础上,首先根据非实时业务的特点,设计了面向非实时业务的缓存优先分组调度算法,算法的思想是将一定时间内缓存的分组数量及大小作为一个判决调度优先级的因子加入算法公式,提升系统的吞吐量,降低了丢包率,并提高了同种业务之间的公平性。考虑到未来网络发展,语音业务已经被纳入LTE系统,设计针对实时业务和非实时业务混合场景的分组调度算法是非常必要的,因此本文又设计了基于M-LWDF的改进调度方案,实时业务和非实时业务按照QoS等级标识QCI(QoS Class Idenifier)的等级分类区分公式进行调度,在实时业务的计算上,将时差因子和保证比特速率业务的QCI函数纳入优先级的计算中,对于非实时业务,在PF算法的基础上增添非保证比特速率的优先级函数,这样可以保证实时业务优先级高于非实时业务的基础上,降低系统时延和丢包率并增加了系统吞吐量,但是牺牲了少量的公平性。最后,分别针对这两种改进算法,建立了LTE系统级仿真平台,并设置参数进行仿真对比实验,验证本文算法的有效性。
杨恩泽[7](2013)在《提高WCDMA通信系统中网络吞吐率的研究》文中进行了进一步梳理随着移动通信的高速发展,智能手机和平板电脑的推出和普及,尤其是以Iphone为代表的新一代智能机的面世,深刻的改变了人们的生活方式,手机在线购物,订餐,导航,使用微博,在线收听音乐,点播视频,登陆SNS实现朋友之间信息的沟通和分享,以上种种应用的推广都依赖于无线网络通信技术的发展,在经历了GSM到WCDMA R99版本,再到HSDPA/HSUPA和HSPA+的技术演进,通过引入更高阶的调制方式,效率更高的调度算法,增强层二提高传输效率等等关键技术,保证了通信的速度既吞吐率得到有效提升,如果没有无线关键技术的演进,没有无线网络高速的上行和下行的吞吐率的有效支持,用户使用无线网络进行上述活动时就不会有很好的用户体验。新技术的引入和部署并不是简单的实现,无线网络覆盖和无线环境的复杂性导致在技术引进的同时也需要保证良好的无线环境,才能够最大限度的发挥关键技术的性能,使运营商能够获得一个精品网络,从而为用户提供体验良好的服务,切实的提高用户的满意度,保证无线网络技术和性能领先竞争对手,保持业务高速的发展。技术的引进和性能的增强,加上用户满意度的上升这三个环节形成良性循环,更进一步的增加了用户粘合度和忠诚度,最终使得运营商提升ARPU(每用户平均收入)值这一关键性营收指标。尤其国内的三个主要运营商都已经获得了全业务运营的资格,为增加市场份额纷纷推出有线宽带业务和无线通讯业务的捆绑销售,保证用户在户外使用无线网络时获得的体验接近甚至超越有线网络是目前运营商急需考虑的问题,而这个体验关键就在于网络的吞吐速率,当然还有稳定性等其他因素,但是不可否认的是吞吐率最能被直观的感知到。第一时间引进并部署最新的无线通信技术就成为实现上述目的最佳解决方案。HSPA+技术是持续提升WCDMA网络的竞争力的有力保障,明显在3G技术演进中占有优势。只有把技术优势充分转化为网络优势和市场优势,HSPA+的价值才能得以体现。这其中关键的关键就是网络吞吐率这一指标。因此运营商逐步引入部署HSPA+各项关键技术,用来提高网络吞吐率,提升用户体验,巩固WCDMA网络的技术优势,才能在日趋激烈的运营商的竞争中占据领先位置。
于淼[8](2013)在《最大化视频业务QoE的HSDPA分组调度算法》文中研究表明HSDPA网络可支持的高数据传输速率以及移动终端性能的增强,使得越来越多的多媒体业务在移动终端上得以应用。随着三网融合的迅速发展,人们将会通过无线网络体验到更多的互联网和广播电视网业务。移动业务的迅速增长满足人们获取信息的要求,同时也对HSDPA网络的无线资源分配发起了挑战。然而视频数据流和无线信道内在的特点严重制约着无线视频传输质量。传统的无线分组调度算法以服务质量(QoS)为核心,难以保证视频的体验质量(QoE)。将视频业务的QoE参数引入到无线分组调度算法中是提高无线视频传输质量的有效途径。本文重点关注视频业务,主要工作如下:首先总结视频业务在UMTS网络中的QoS保证机制;其次搭建自适应下载视频流在UMTS网络中传输的实验平台,通过该平台观看者可以实时感受到视频画面在无线传输环境下的质量变化;最后提出最大化QoE的HSDPA分组调度算法,并在搭建的实验平台上仿真分析,实验结果表明,和传统调度算法相比,该算法能够极大地提高视频业务的体验质量。
汪敏[9](2012)在《多播广播单频网的无线资源管理研究》文中研究说明多播广播单频网(Multicast Broadcast Single Frequency Network, MBSFN)作为蜂窝网络中多播业务的传输模式,在提高系统频谱资源利用率的同时,可以增强网络传输的可靠性,以保证多播业务的服务质量。随着无线通信技术及移动多媒体业务的飞速发展,人们对无线资源的需求仍在急剧加大。在移动蜂窝网络中,多播和单播业务混合共享无线资源,如何实现多播与单播业务下高效的无线资源管理是亟须解诀的问题。因此,多播广播单频网的无线资源管理研究是一个新的且重要的问题,受到学术界和工业界的广泛关注。本论文将主要针对MBSFN无线资源管理中的切换、负载均衡和调度算法这三方面的问题进行探讨与研究,同时也是作者在参加国家科技重大专项" IMT-Advanced新型无线传输技术研发(项目编号2008ZX03003-004)”和“面向IMT-Advanced跨层优化技术(项目编号2010ZX03003-001)”等科研项目过程中所取得的一些研究成果。本论文的具体研究内容如下:在MBSFN的切换算法研究方面,针对多播业务的资源需求问题,提出了最小化多播业务需求资源的切换算法和基于多播单播业务负载均衡的切换算法。通过分析单频网(Single Frequency Network, SFN)和点到点(Point-to-point, PTP)两种传输模式下的信号与干扰加噪声比(Signal to Interference plus Noise Ratio, SINR),建立了多播业务需求资源的系统模型,并以最小化多播业务的需求资源为优化目标,在这两种模式之间进行切换来获得最优解;进而考虑单播业务的需求资源,建立了小区需求资源的系统模型,并以最小化最高负载小区的需求资源为优化目标,基于动态的模式切换阈值进行最优化求解。仿真结果表明,所提算法可以有效减少多播业务的需求资源而提高了无线资源利用率。在MBSFN的负载均衡算法研究方面,针对由于多播业务需求差异而导致的高负载小区的热点拥塞问题,提出了多播广播单频网区域内的负载均衡算法和多播广播单频网区域间的负载均衡算法。通过分析SFN和点到多点(Point-to-multipoint, PTM)两种传输模式下的SINR,建立了MBSFN区域内各小区需求资源的系统模型,并以最小化最高负载小区的需求资源为优化目标,基于最优化多播业务服务质量(Quality of Service, QoS)进行最优化求解;进而建立各MBSFN区域内最高负载小区需求资源的系统模型,并以最小化各MBSFN区域内最高负载小区需求资源的最大值为优化目标,采用模拟退火算法进行最优化求解。仿真结果表明,所提算法的最高负载小区需求资源最小,具有较好的负载均衡效果。在MBSFN的调度算法研究方面,针对实时多播单播联合调度中的业务时延和用户终端能耗的折中问题,提出了保证实时多播业务QoS的调度算法和实时多播单播业务的节能调度算法。通过分析各多效因子来定义调度的优先级函数,并采用并行调度的方法来降低计算的复杂度;进而通过分析用户终端的传输能耗和状态转换能耗,建立了用户终端能耗的系统模型,并采用循环迭代的方法对用户终端平均能耗的最小化问题进行求解。仿真结果表明,所提算法在保证多播单播业务的时延性能下,可以大大地降低用户的终端能耗而达到节能的效果。
姚丹[10](2011)在《LTE系统下行分组调度算法研究》文中指出随着移动通信技术的迅猛发展,网络中分组数据业务的业务量需求与日俱增,用户对通信业务的有效性、高数据率及低时延等方面的要求也在不断提高。为进一步提升市场竞争力,保持技术的先进性,3GPP启动了长期演进(Long Term Evolution, LTE)项目。LTE项目的目标是实现高速的全分组数据传输。由于无线信道资源极为有限,这就要求采用一定的机制来提高信道资源的利用率,分组数据的资源调度就是实现这一功能的核心部件。该技术可使多用户更加有效的使用共享的无线信道资源,直接影响着LTE系统的整体性能。因此,分组调度技术是LTE系统的核心技术之一,也是无线通信领域的一个研究热点。下行信道质量指示(Channel Quality Indicator, CQI)参数是指示用户所处无线信道环境的关键参数,是分组调度判决的重要依据。然而,由于无线信道的非理想特性,用户设备(User Equipment, UE)反馈给演进型基站(evolved Node B, eNode B)的CQI数值存在一定的误差。为使分组调度能够充分利用信道条件进行灵活调度,本文给出了一种基于修正CQI反馈参数的非实时业务分组调度算法。该算法在指数平滑预测模型及二次移动平均预测模型的基础上,利用CQI先验信息,通过组合预测对CQI数值进行修正。仿真验证表明,基于修正CQI反馈参数的非实时业务分组调度算法能够有效的提升系统的吞吐量性能。LTE系统对用户可同时获得的多种业务新增配置了服务质量(Quality of Service, QoS)等级标识(QoS Class Identifier, QCI)参数,从而增强和改进了移动通信系统的QoS评价体系。针对LTE系统中多种并发业务优先等级划分的机制调整,本文结合Modified Largest Weighted Delay First (M-LWDF)算法,将QCI优先级参数引入到分组调度判决中,给出了一种基于QCI优先级保证的实时业务分组调度(Modified Factor Q for M-LWDF, MFQ-M-LWDF)算法。该算法在分组调度判决机制中引入了QCI优先级参数,将用户与所申请的多项实时业务的优先级建立关联性,实现多用户之间以及单用户的多类型业务之间的联合优化调度。仿真验证表明,MFQ-M-LWDF算法能够有效提升系统的平均吞吐量并降低分组时延。由于LTE系统中的实时业务对分组时延及分组数据包丢失率极为敏感,为了有效保证系统的QoS性能,从而进一步提升用户体验,本文给出了一种基于超时积压分集优先的实时业务分组调度策略。该策略通过两类监测实体及有效队列筛选机制,采用比例公平算法完成最终的调度判决输出。该调度策略通过在每个调度时隙实时监测不同待发送队列的队首排队时延及队列长度变化趋势,为面临超时及队列缓存压力的分组队列提供更多的调度机会,从而达到进一步提升系统QoS性能的目的。仿真验证表明,基于超时积压分集优先的实时业务分组调度策略能够有效降低实时业务的分组时延及包丢失率,并能够提升系统的平均吞吐量性能。
二、UMTS的系统广播信息调度算法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、UMTS的系统广播信息调度算法研究(论文提纲范文)
(1)基于云计算技术的区域安全通信技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 移动通信系统 |
1.2.2 通信系统与通信终端 |
1.2.3 区域安全通信现状 |
1.3 本文研究内容 |
1.4 论文组织结构 |
1.5 本章小结 |
第2章 区域安全通信理论基础 |
2.1 移动通信研究对象 |
2.1.1 2G移动通信技术 |
2.1.2 3G移动通信技术 |
2.1.3 4G移动通信技术 |
2.1.4 5G移动通信技术 |
2.2 SDR设备原理 |
2.3 云计算技术 |
2.3.1 虚拟化 |
2.3.2 云计算安全 |
2.3.3 云计算与通信的超融合 |
2.4 本章小结 |
第3章 一种云环境下异构数据跨源调度方法 |
3.1 相关研究 |
3.2 算法模型 |
3.2.1 异构多源数据的预取 |
3.2.2 异构数据跨源调度算法 |
3.3 实验与分析 |
3.3.1 实验环境与实验过程 |
3.3.2 实验结果与分析 |
3.4 本章小结 |
第4章 一种云环境下改进粒子群资源分配方法 |
4.1 相关研究 |
4.2 算法模型 |
4.3 实验与分析 |
4.3.1 实验环境与实验过程 |
4.3.2 实验结果与分析 |
4.4 本章小节 |
第5章 一种智能化区域无线网络的移动台动态定位算法 |
5.1 相关研究 |
5.2 基于智能化区域无线网络的移动台动态定位 |
5.2.1 TDOA下约束加权最小二乘算法 |
5.2.2 融合及平滑过渡 |
5.2.3 TDOA/AOA混合定位算法 |
5.2.4 TDOA/AOA混合定位算法流程 |
5.3 实验仿真分析 |
5.3.1 实验环境与评估指标 |
5.3.2 实验结果与分析 |
5.4 本章小结 |
第6章 安全通信系统设计 |
6.1 软件系统设计 |
6.1.1 功能设计 |
6.1.2 界面设计 |
6.1.3 信令模组设计 |
6.2 硬件系统重要模块设计 |
6.2.1 时钟模块设计 |
6.2.2 CPU接口模块设计 |
6.2.3 ALC模块设计 |
6.2.4 DAC控制模块设计 |
6.3 实验部署与验证 |
6.3.1 实时控制过程和验证 |
6.3.2 传输验证实验设计 |
6.3.3 实验设备部署 |
6.3.4 天馈系统实验方案 |
6.3.5 实验安全事项 |
6.3.6 实验环境要求 |
6.3.7 实验验证测试及调试 |
6.4 本章小结 |
第7章 结论与展望 |
参考文献 |
致谢 |
作者简历 |
(2)结合5G关键技术的新型多播方案研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景 |
1.2 5G关键技术 |
1.3 主要工作和创新 |
1.4 论文的结构安排 |
第二章 LTE网络的多播传输技术 |
2.1 LTE网络架构 |
2.2 LTE资源调度简介 |
2.3 MBMS简介 |
2.4 MBMS资源调度 |
2.5 合作多播调度 |
2.5.1 合作多播简介 |
2.5.2 资源调度分析 |
2.5.3 研究现状及不足 |
2.6 本章小结 |
第三章 LTE系统级仿真平台设计与实现 |
3.1 LTE系统级仿真平台架构 |
3.1.1 仿真平台介绍 |
3.1.2 链路测量模型 |
3.1.3 链路性能模型 |
3.1.4 系统级仿真流程设计 |
3.2 LTE下多播资源调度仿真 |
3.2.1 多播基本仿真参数 |
3.2.2 仿真平台配置修改 |
3.3 本章小结 |
第四章 新型两阶段合作多播方案 |
4.1 NOMA技术详解 |
4.2 NNDRCM方案概述 |
4.3 NNDRCM方案详述 |
4.3.1 系统模型 |
4.3.2 传输过程详解 |
4.3.3 用户性能分析 |
4.4 中继选择算法 |
4.5 NNDRCM方案仿真分析 |
4.6 本章小结 |
第五章 新型合作分层多播方案 |
5.1 流分层思想 |
5.2 Cache技术简介 |
5.3 NCLMBCN方案简介 |
5.3.1 系统模型 |
5.3.2 具体传输实例 |
5.3.3 用户性能分析 |
5.4 最大化多播组吞吐量 |
5.5 方案仿真分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文研究总结 |
6.2 研究展望 |
参考文献 |
附录1 攻读硕士学位期间申请的专利 |
附录2 攻读硕士学位期间参加的科研项目 |
致谢 |
(3)宽带无线体域网资源分配关键技术研究与验证(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究内容与贡献 |
1.3 论文结构与安排 |
第二章 宽带无线体域网资源分配关键技术 |
2.1 引言 |
2.2 无线体域网通信系统 |
2.3 无线体域网的信道模型 |
2.3.1 信道概述 |
2.3.2 路径损耗模型 |
2.3.3 功率延迟分布模型 |
2.4 网间无线频谱分配技术 |
2.4.1 频谱分配技术分类 |
2.4.2 频谱分配模型 |
2.4.3 频谱分配问题分析 |
2.5 网内无线资源调度技术 |
2.5.1 下行资源调度过程 |
2.5.2 经典的下行调度算法 |
2.5.3 调度算法的性能评价指标 |
2.6 本章小结 |
第三章 宽带无线体域网资源分配需求与分析 |
3.1 引言 |
3.2 应用场景 |
3.3 宽带体域网资源分配功能需求与分析 |
3.4 宽带体域网资源分配性能需求与分析 |
3.4.1 性能需求 |
3.4.2 网间频谱分配需求指标分析 |
3.4.3 网内资源调度需求指标分析 |
3.5 本章小结 |
第四章 体域网间频谱分配算法设计与仿真 |
4.1 引言 |
4.2 图着色理论 |
4.3 图着色的频谱分配模型 |
4.4 二维无向图的构建 |
4.4.1 构建流程 |
4.4.2 信令结构 |
4.5 基于图着色的贪婪算法 |
4.5.1 最大度优先算法 |
4.5.2 最小度优先算法 |
4.5.3 基于饱和度的算法 |
4.6 算法仿真与分析 |
4.6.1 仿真流程 |
4.6.2 仿真参数设置 |
4.6.3 仿真结果分析 |
4.7 本章小结 |
第五章 体域网内资源调度算法设计与仿真 |
5.1 引言 |
5.2 物理层关键技术 |
5.2.1 帧结构设计 |
5.2.2 物理信道映射 |
5.2.3 OFDM技术 |
5.3 基于实时业务的资源调度算法 |
5.3.1 算法原理 |
5.3.2 算法调度流程 |
5.4 算法仿真与分析 |
5.4.1 仿真流程 |
5.4.2 仿真参数设置 |
5.4.3 仿真结果分析 |
5.5 本章小结 |
第六章 宽带无线体域网资源分配算法验证 |
6.1 引言 |
6.2 测试平台 |
6.2.1 硬件平台 |
6.2.2 软件平台 |
6.2.3 嵌入式软件框架 |
6.3 网间频谱分配算法测试与验证 |
6.3.1 测试方案 |
6.3.2 功能验证与性能评估 |
6.4 网内资源调度算法测试与验证 |
6.4.1 测试方案 |
6.4.2 功能验证与性能评估 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 进一步工作的展望 |
致谢 |
参考文献 |
攻读硕士学位期间的研究成果 |
(4)冰情检测系统的构建及雾无线网络传输技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.2 冰情检测技术研究现状 |
1.2.1 冰层厚度检测技术的研究进展 |
1.2.2 积雪深度检测技术的研究进展 |
1.2.3 静冰压力检测技术的研究进展 |
1.2.4 河道流凌密度检测技术的研究进展 |
1.3 通信网络传输技术研究现状及发展前景 |
1.3.1 通信网络传输技术发展历程 |
1.3.2 移动通信网络发展历程 |
1.3.3 5G移动通信网络研究现状 |
1.3.4 通信网络传输技术在冰情检测领域的应用现状 |
1.4 本论文的主要研究工作及章节安排 |
第二章 冰情检测方法及具有5G网络入网功能的冰情检测传感系统设计 |
2.1 引言 |
2.2 具有5G网络入网功能的冰情检测系统设计 |
2.2.1 NB-IoT技术发展历程 |
2.2.2 NB-IoT模块结构 |
2.2.3 基于NB-IoT与5G网络数据传输技术的冰情检测系统设计 |
2.3 冰层厚度及冰下水位检测传感器 |
2.3.1 冰层厚度及冰下水位检测的基本原理 |
2.3.2 冰层厚度及冰下水位检测传感器 |
2.3.3 基于NB-IoT接口技术的冰层厚度及冰下水位检测传感器设计 |
2.4 积雪深度检测传感器 |
2.4.1 积雪深度检测的基本工作原理 |
2.4.2 积雪深度检测传感器 |
2.4.3 基于NB-IoT接口技术的积雪深度传感器电路设计 |
2.5 静冰压力检测传感装置 |
2.5.1 静冰压力检测的基本原理 |
2.5.2 光纤传感器基本工作原理 |
2.5.3 基于NB-IoT接口技术的多通道光纤静冰压力检测传感装置设计 |
2.6 河道流凌密度检测 |
2.6.1 河道流凌密度检测系统设计 |
2.6.2 河道流凌密度检测系统及检测数据传输原理 |
2.7 本章小结 |
第三章 基于冰情检测传感系统动态优先级调度的分簇组网技术 |
3.1 引言 |
3.2 无线传感器系统组网方法及调度算法原理 |
3.2.1 无线传感器系统组网方法 |
3.2.2 无线传感器系统调度算法原理 |
3.3 基于分簇组网的冰情检测网络 |
3.3.1 基于分簇组网的冰情检测传感器网络结构 |
3.3.2 基于Zig Bee的冰情检测网络内部传输功能设计 |
3.3.3 动态优先级分配的冰情检测网络调度算法 |
3.4 基于动态优先级分配的分簇组网冰情检测传输技术仿真分析 |
3.4.1 基于动态优先级分配算法仿真参数设置 |
3.4.2 仿真测试及结果分析 |
3.5 改进的K-means冰情检测数据融合算法理论研究 |
3.5.1 数据融合理论模型 |
3.5.2 改进的基于距离代价函数的K-means算法 |
3.6 基于BP神经网络及改进型K-means算法的冰情检测数据分析 |
3.6.1 BP神经网络算法原理 |
3.6.2 基于BP神经网络的冰情检测数据分析 |
3.6.3 基于BP神经网络及改进型K-means算法的仿真测试与实验分析 |
3.7 本章小结 |
第四章 基于分层内容分发的5G雾无线网络传输技术及其在河道流凌密度检测应用中建模及仿真研究 |
4.1 引言 |
4.2 雾无线网络传输技术研究 |
4.2.1 5G网络架构及关键技术 |
4.2.2 雾无线接入网络架构 |
4.2.3 基于分层内容分发的F-RAN网络原理 |
4.3 河道流凌检测传输系统模型 |
4.3.1 F-RAN传输系统模型 |
4.3.2 分层内容分发策略模型 |
4.4 河道流凌检测雾无线网络BS和F-UE的传输概率模型 |
4.4.1 BS的传输概率理论模型 |
4.4.2 F-UE的传输概率理论模型 |
4.5 基于分层内容分发雾无线网络的河道流凌密度数据传输技术仿真分析 |
4.5.1 BS提供服务的河道流凌密度检测C-UE设备的SCDP |
4.5.2 河道流凌密度检测F-UE提供服务的C-UE的SCDP |
4.5.3 河道流凌密度检测C-UE的均值SCDP |
4.5.4 河道流凌密度检测数据传输方案数值模拟及仿真结果分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 论文研究工作总结 |
5.2 研究工作的不足与展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(5)面向异构车联网的实时信息服务与任务迁移技术研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 引言 |
1.2 研究背景 |
1.3 国内外研究现状 |
1.3.1 基于车与车通信的分布式协作数据共享算法研究 |
1.3.2 基于软件定义车联网的路由协议研究 |
1.3.3 基于雾计算的车联网架构与任务迁移策略研究 |
1.4 研究内容与研究目标 |
1.4.1 研究内容 |
1.4.2 研究目标 |
1.5 拟解决的关键问题 |
1.5.1 关键问题阐述 |
1.5.2 技术路线 |
1.6 论文的特色与创新之处 |
1.7 论文结构 |
2 基于车与车通信的分布式协作数据共享算法研究 |
2.1 前言 |
2.2 系统模型 |
2.2.1 系统架构 |
2.2.2 信噪比模型 |
2.3 算法设计 |
2.3.1 基本符号 |
2.3.2 聚类初始化 |
2.3.3 动态聚类策略 |
2.3.4 协同广播策略 |
2.4 性能评估 |
2.4.1 实验设置 |
2.4.2 实验结果及分析 |
2.5 本章小结 |
3 基于软件定义车联网的路由协议研究 |
3.1 前言 |
3.2 系统模型 |
3.3 问题定义 |
3.3.1 基本符号 |
3.3.2 数据转发条件 |
3.3.3 问题描述 |
3.4 分析模型 |
3.4.1 路径的期望可达概率 |
3.4.2 路径的期望到达延迟 |
3.5 算法设计 |
3.5.1 有效候选路径 |
3.5.2 路径搜索算法 |
3.5.3 一个路由实例 |
3.5.4 复杂度分析 |
3.5.5 四种路由策略 |
3.6 实验 |
3.6.1 实验配置 |
3.6.2 实验结果及分析 |
3.7 本章小结 |
4 基于雾计算的车联网架构与任务迁移策略研究 |
4.1 前言 |
4.2 系统模型 |
4.2.1 计算迁移场景 |
4.2.2 资源队列模型 |
4.2.3 任务分配模型 |
4.3 问题定义 |
4.3.1 基本符号 |
4.3.2 高可靠通信问题 |
4.3.3 低延迟通信问题 |
4.4 算法设计 |
4.4.1 风险评估理论 |
4.4.2 多周期广义分配问题 |
4.4.3 非凸优化及迭代优化算法 |
4.5 实验 |
4.5.1 实验配置 |
4.5.2 实验结果及分析 |
4.6 本章小结 |
5 总结与展望 |
参考文献 |
附录 |
A.攻读博士学位期间的主要科研成果 |
B.攻读博士学位期间参与的主要科研项目 |
C.公式(2.6)的证明 |
D.SINR最小值证明 |
E.同向相遇概率 |
F.学位论文数据集 |
致谢 |
(6)面向用户需求的LTE资源调度算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景 |
1.2 国内外研究现状 |
1.3 移动通信中的分组调度技术 |
1.4 研究的目的和意义 |
1.5 本文主要研究工作 |
1.6 主要章节及内容 |
第2章 LTE系统架构及关键技术 |
2.1 LTE系统架构 |
2.1.1 无线接口协议栈 |
2.1.2 无线接口协议栈 |
2.2 帧结构及基本物理资源 |
2.3 LTE系统中的关键技术 |
2.3.1 OFDM技术 |
2.3.2 MIMO技术 |
2.3.3 链路自适应技术 |
2.3.4 调制技术 |
2.4 无线信道的影响因素 |
2.4.1 多普勒效应 |
2.4.2 多径效应 |
2.4.3 路径损耗 |
2.5 本章小结 |
第3章 无线资源管理 |
3.1 无线资源管理原理 |
3.2 移动通信系统中的典型业务 |
3.2.1 基于IP的语音业务 |
3.2.2 实时视频类业务 |
3.2.3 Best-effort类型的业务 |
3.3 LTE中的QOS机制 |
3.4 分组调度算法的评价标准 |
3.4.1 公平性 |
3.4.2 系统吞吐量 |
3.4.3 丢包率 |
3.4.4 分组时延 |
3.5 LTE系统中的无线资源调度算法 |
3.5.1 轮询调度算法 |
3.5.2 最大载干比调度算法 |
3.5.3 比例公平算法 |
3.5.4 改进的最大权值延迟优先算法 |
3.5.5 EXP调度算法 |
3.5.6 GN-M-LWDF算法 |
3.6 本章小结 |
第4章 改进的无线资源调度算法 |
4.1 面向非实时业务的缓存优先调度算法 |
4.1.1 缓存优先调度算法实现思想 |
4.1.2 仿真工具及环境介绍 |
4.1.3 仿真参数设定 |
4.1.4 仿真对比分析 |
4.2 基于M-LWDF算法的时差优先调度算法 |
4.2.1 算法思想 |
4.2.2 仿真参数设计 |
4.2.3 仿真对比分析 |
4.3 本章小结 |
结论 |
参考文献 |
致谢 |
个人简历 |
(7)提高WCDMA通信系统中网络吞吐率的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 移动通信发展介绍 |
1.2 课题研究的背景和意义 |
1.3 论文的主要内容和章节安排 |
第二章 WCDMA系统概述及HSPA+关键技术 |
2.1 WCDMA系统架构概述 |
2.2 从WCDMA到HSPA+的演进 |
2.3 有效的网络优化技术方向 |
2.4 HSDPA吞吐率关键技术 |
2.4.1 什么是吞吐率 |
2.4.2 64QAM |
2.4.3 MIMO |
2.4.4 层二增强 |
第三章 WCDMA网络吞吐率研究 |
3.1 HSDPA TBS大小的研究分析 |
3.1.1 码字数目和调制方式对TBSize的影响 |
3.1.2 无线环境对TBS的影响 |
3.1.3 HSDPA可用功率对TBS的影响 |
3.2 误块率的研究分析 |
3.3 HSDPA调度率的研究分析 |
第四章 吞吐率的优化实践 |
4.1 测试环境 |
4.2 参数设置 |
4.3 测试一:全网吞吐率性能测试 |
4.3.1 测试要求 |
4.3.2 测试内容 |
4.3.3 测试情况 |
4.3.4 测试指标 |
4.3.5 测试结论 |
4.4 测试二:用户峰值速率测试 |
4.4.1 测试要求 |
4.4.2 测试内容 |
4.4.3 测试情况 |
4.4.4 测试指标 |
4.4.5 测试结论 |
4.5 测试三:室外混合载波小区多用户吞吐量测试 |
4.5.1 测试要求 |
4.5.2 测试内容 |
4.5.3 测试情况 |
4.5.4 测试指标 |
4.5.5 测试结论 |
4.6 测试四:室外HSPA独立载波小区多用户吞吐量测试 |
4.6.1 测试要求 |
4.6.2 测试内容 |
4.6.3 测试情况 |
4.6.4 测试指标 |
4.6.5 测试结论 |
第五章 结论 |
参考文献 |
致谢 |
(8)最大化视频业务QoE的HSDPA分组调度算法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究内容 |
1.3 本文的结构安排 |
第二章 HSDPA 中视频流的 QoS 保证机制 |
2.1 HSDPA 基本原理 |
2.1.1 HSDPA 的演进 |
2.1.2 HSDPA 的协议结构 |
2.1.3 HSDPA 支持的业务 |
2.1.4 HSDPA 关键技术 |
2.2 视频业务的 QoS 管理机制 |
第三章 自适应下载视频流的无线传输仿真平台 |
3.1 仿真平台结构 |
3.2 视频流自适应下载播放系统 |
3.2.1 动态自适应 HTTP 流(DASH) |
3.2.2 DASH 视频服务器 |
3.2.3 DASH 视频客户端 |
3.3 基于 NS-2 的 UMTS 系统 |
3.3.1 NS-2 及 EURANE |
3.3.2 搭建的 UMTS 系统 |
3.4 本章小结 |
第四章 最大化 QoE 的 HSDPA 分组调度算法 |
4.1 QoS、QoE 及 QoE 模型 |
4.2 最大化 QoE 的调度算法 |
4.2.1 最大化 QoE 调度算法的数学模型 |
4.2.2 QoE 优化的简要分析 |
4.2.3 提出的调度算法 |
4.3 算法仿真及分析 |
4.4 本章小结 |
第五章 总结 |
5.1 论文工作总结 |
5.2 论文后续工作 |
致谢 |
参考文献 |
(9)多播广播单频网的无线资源管理研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.2 主要研究工作 |
1.3 主要研究成果 |
1.4 论文组织结构 |
第二章 无线资源管理相关算法研究综述 |
2.1 概述 |
2.1.1 无线资源管理简介 |
2.1.2 多播广播单频网特性 |
2.1.3 多播广播单频网的无线资源管埋关键问题 |
2.2 无线网络的切换算法 |
2.2.1 切换模型 |
2.2.1.1 系统模型 |
2.2.1.2 分析模型 |
2.2.2 切换机制 |
2.2.2.1 硬切换 |
2.2.2.2 软切换 |
2.3 无线网络的负载均衡算法 |
2.3.1 负载均衡模型 |
2.3.2 负载均衡性能指标 |
2.3.3 负载均衡机制 |
2.3.3.1 同构网络的负载均衡 |
2.3.3.2 异构网络的负载均衡 |
2.4 无线网络的调度算法 |
2.4.1 广播调度 |
2.4.1.1 广播调度性能指标 |
2.4.1.2 广播调度算法 |
2.4.2 单播调度 |
2.4.2.1 单播调度优先级定义 |
2.4.2.2 单播调度算法 |
2.5 本章小结 |
本章参考文献 |
第三章 多播广播单频网的切换算法研究 |
3.1 引言 |
3.2 切换算法相关研究 |
3.2.1 静态MBSFN的SINR分析 |
3.2.2 动态MBSFN的SINR分析 |
3.3 最小化多播业务需求资源的切换算法 |
3.3.1 算法思想 |
3.3.2 算法描述 |
3.3.2.1 多播业务需求资源的系统模型 |
3.3.2.2 最小化多播业务需求资源的求解方法 |
3.3.3 算法仿真分析 |
3.3.3.1 仿真场景和参数 |
3.3.3.2 仿真结果 |
3.4 基于多播单播业务负载均衡的切换算法 |
3.4.1 算法思想 |
3.4.2 算法描述 |
3.4.2.1 小区需求资源的系统模型 |
3.4.2.2 最小化最高负载小区需求资源的求解方法 |
3.4.3 算法仿真分析 |
3.4.3.1 仿真场景 |
3.4.3.2 仿真结果 |
3.5 本章小结 |
本章参考文献 |
第四章 多播广播单频网的负载均衡算法研究 |
4.1 引言 |
4.2 负载均衡算法相关研究 |
4.2.1 最小-最大的负载均衡方法 |
4.2.2 模拟退火算法 |
4.3 多播广播单频网区域内的负载均衡算法 |
4.3.1 算法思想 |
4.3.2 算法描述 |
4.3.2.1 MBSFN区域内各小区需求资源的系统模型 |
4.3.2.2 最小化最高负载小区需求资源的求解方法 |
4.3.2.3 最优化多播业务QoS的求解方法 |
4.3.3 算法仿真分析 |
4.3.3.1 仿真场景 |
4.3.3.2 仿真结果 |
4.4 多播广播单频网区域间的负载均衡算法 |
4.4.1 算法思想 |
4.4.2 算法描述 |
4.4.2.1 各MBSFN区域内最高负载小区需求资源的系统模型 |
4.4.2.2 优化目标函数的最小化求解方法 |
4.4.3 算法仿真分析 |
4.4.3.1 仿真场景 |
4.4.3.2 仿真结果 |
4.5 本章小结 |
本章参考文献 |
第五章 多播广播单频网的调度算法研究 |
5.1 引言 |
5.2 调度算法相关研究 |
5.2.1 集中突发传输的方法 |
5.2.2 用户终端能耗模型 |
5.3 保证实时多播业务QoS的调度算法 |
5.3.1 算法思想 |
5.3.2 算法描述 |
5.3.2.1 调度的优先级函数 |
5.3.2.2 多效因子的定义 |
5.3.2.3 并行调度的流程 |
5.3.3 算法仿真分析 |
5.3.3.1 仿真参数 |
5.3.3.2 仿真结果 |
5.4 实时多播单播业务的节能调度算法 |
5.4.1 算法思想 |
5.4.2 算法描述 |
5.4.2.1 用户终端能耗的系统模型 |
5.4.2.2 最小化用户终端能耗的求解方法 |
5.4.3 算法仿真分析 |
5.4.3.1 仿真场景 |
5.4.3.2 仿真结果 |
5.5 本章小结 |
本章参考文献 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 进一步研究工作 |
缩略语 |
致谢 |
攻读博士学位期间撰写的学术论文及专利 |
(10)LTE系统下行分组调度算法研究(论文提纲范文)
表目录 |
图目录 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 3GPP 标准的发展 |
1.1.2 LTE 的系统架构 |
1.1.3 LTE 系统的关键技术 |
1.2 无线资源管理 |
1.3 论文的研究意义 |
1.4 论文主要工作及结构安排 |
1.4.1 论文主要工作 |
1.4.2 论文结构安排 |
第二章 LTE 系统分组调度问题分析 |
2.1 引言 |
2.2 分组调度流程及模式 |
2.3 分组调度算法的评价标准 |
2.3.1 用户公平性标准 |
2.3.2 系统吞吐量标准 |
2.3.3 分组时延 |
2.4 经典分组调度算法研究与分析 |
2.4.1 非实时业务分组调度算法 |
2.4.2 实时业务分组调度算法 |
2.5 分组调度面临的主要问题 |
2.6 本章小结 |
第三章 基于修正CQI 反馈参数的非实时业务分组调度算法 |
3.1 引言 |
3.2 问题引入 |
3.3 分析模型的建立 |
3.4 基于修正CQI 反馈参数的非实时业务分组调度算法描述 |
3.4.1 单项预测一 |
3.4.2 单项预测二 |
3.4.3 组合预测 |
3.4.4 分组调度判决 |
3.5 算法流程设计 |
3.6 算法性能分析 |
3.7 本章小结 |
第四章 基于QCI 优先级保证的实时业务分组调度算法 |
4.1 引言 |
4.2 问题引入 |
4.3 LTE QOS 新机制特点分析 |
4.3.1 UMTS 中的QoS 机制 |
4.3.2 LTE 中的QoS 机制 |
4.4 分析模型的建立 |
4.5 基于QCI 优先级保证的实时业务分组调度算法描述 |
4.6 算法性能分析 |
4.7 本章小结 |
第五章 基于超时积压分集优先的实时业务分组调度策略 |
5.1 引言 |
5.2 问题引入 |
5.3 分析模型的建立 |
5.4 基于超时积压分集优先的实时业务分组调度策略描述 |
5.4.1 队首排队时间监测 |
5.4.2 队列长度监测 |
5.4.3 有效队列筛选 |
5.4.4 调度判决 |
5.5 策略流程设计 |
5.6 策略性能分析 |
5.7 本章小结 |
第六章 结束语 |
6.1 论文主要工作总结 |
6.2 未来工作展望 |
参考文献 |
作者简历攻读硕士学位期间完成的主要工作 |
致谢 |
四、UMTS的系统广播信息调度算法研究(论文参考文献)
- [1]基于云计算技术的区域安全通信技术研究[D]. 赵盛烨. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(09)
- [2]结合5G关键技术的新型多播方案研究[D]. 石永嵩. 南京邮电大学, 2020(02)
- [3]宽带无线体域网资源分配关键技术研究与验证[D]. 李厚香. 电子科技大学, 2020(07)
- [4]冰情检测系统的构建及雾无线网络传输技术研究[D]. 钟震宇. 太原理工大学, 2020(07)
- [5]面向异构车联网的实时信息服务与任务迁移技术研究[D]. 王俊华. 重庆大学, 2019(11)
- [6]面向用户需求的LTE资源调度算法研究[D]. 冯玮. 哈尔滨工业大学, 2019(02)
- [7]提高WCDMA通信系统中网络吞吐率的研究[D]. 杨恩泽. 复旦大学, 2013(03)
- [8]最大化视频业务QoE的HSDPA分组调度算法[D]. 于淼. 西安电子科技大学, 2013(S2)
- [9]多播广播单频网的无线资源管理研究[D]. 汪敏. 北京邮电大学, 2012(01)
- [10]LTE系统下行分组调度算法研究[D]. 姚丹. 解放军信息工程大学, 2011(07)