一、基于服务质量需求评价的分级接纳控制算法(论文文献综述)
吴琼[1](2020)在《面向5G异构网络融合的联合资源分配算法研究》文中研究指明在5G网络时代,异构无线网络有非常好的发展和应用场景。在不同的技术接入网中,因为无线局域网和蜂窝网以及5G网络在优缺点上互补,使得这三种网络的融合有非常好的发展场景,同时也提高了无线网络融合的进程。因为不同的无线接入网络在资源分配、QoS(服务质量)和业务类型等方面有很大差异,所以需要有一种合作机制来分配共同的网络资源,而这种机制就要涉及到异构网络间的网络选择和资源分配等技术。在异构网络中,网络选择、呼叫接入控制以及资源分配是保证用户业务服务质量需求和提高系统性能的关键技术。首先,提出了 WLAN无线接入点和UMTS(通用移动通讯系统)网络以及5G网络组成的重叠覆盖的异构网络场景。本文利用效用函数的网络选择算法,将用户所需业务划分为语音通话、观看视频、浏览网页以及下载文件四种业务类型,并对每一种业务分析其主观权重。利用熵值法求得网络属性的客观权重,通过主观权重和客观权重获得总权重。通过总权重和网络属性的效用值计算不同网络的总效用值,选择总效用值最大的网络作为最佳网络。实验结果分析,利用熵值法加入的网络属性能够平衡用户的主观意愿,减小因片面因素造成的网络选择算法的不准确性。根据不同业务类型选择最为适合的5G网络为目标网络,从而满足用户的服务质量需求。分析结果表明,加入5G的异构网络融合在网络选择算法方面优势显着。其次,提出基于马尔科夫过程的呼叫接入控制算法。首先对用户所需的业务进行优先级分配,通过优先级连接能够满足业务需求的网络。当网络中任一网络无法满足业务需求时,通过联合所有的资源来满足业务需求。当异构网中所有资源无法满足业务需求时,网络直接拒绝接入。马尔科夫决策过程是通过状态空间描述各个参数,利用状态转移概率来实现参数的动态变化。通过数值迭代得到最优的呼叫接入控制策略。最后,提出了 IEEE802.11b无线接入点和宏蜂窝基站以及5G组成的重叠覆盖的异构网络场景。本文利用异构网络带宽和功率联合分配算法,将所有接入用户终端的传输速率作为优化问题的目标函数,对异构无线网络资源的带宽和功率进行最优分配。将用户所需业务类型分为时延受限类和尽力而为类,满足时延受限类业务的最小传输速率和保证尽力而为类业务类型的传输速率的公平性。在有效满足用户所需不同业务类型的QoS的同时,使系统总容量达到最大化。数值结果验证了加入5G的异构无线网络融合在带宽和功率分配方面的性能增强。
施晨苑[2](2019)在《机载VoLTE的性能分析与优化》文中研究说明机载高清语音通信(Voice over LTE,VoLTE)是指在地空无线通信系统机舱内通过LTE承载的高清语音通信,相比其他语音解决方案,VoLTE的通话质量大幅提升,呼叫连续时延大幅缩短,且具有频谱利用率高等优点,是全IP时代语音通信的未来演进方向。由于航空旅客通信需求增大,信道质量恶劣,频谱资源匮乏,VoLTE被认为是地空无线系统舱内语音通信中保证语音质量的有效解决方案。在飞机与地面基站构成的地空无线通信系统中,随着民航通信的发展,航空旅客业务需求量越来越大,地空无线信道动态变化,影响地空链路的信息传输速率进而影响航空旅客通信质量。本文结合了与中国商用飞机有限公司合作项目“地空宽带数据链通信系统原型样机研发及测试”的需求,研究如何在地空数据链路质量不稳定且相对密集的舱内环境下解决语音性能下降问题。为了评估航空旅客语音通信的服务质量(Quality of Service,QoS),建立了能表征机载VoLTE语音的流量模型,分析了VoLTE的语音表现提出专属机载VoLTE的接纳控制算法,提高了乘客语音服务体验。研究内容和成果如下:(1)针对地空无线通信系统信道容量的动态变化问题,选择以直视路径为主的莱斯信道对地空数据链路进行表征,利用莱斯信道平均容量量化地空链路传输系统的平均传输速率。队列模型考虑乘客对语音通信时延的敏感性分布,即当等待时间超出乘客对时延的不耐烦程度,乘客主动离开队列的特性,建立VoLTE队列模型M/M/n+Beta,对机载VoLTE的语音性能指标进行分析。根据所建立的模型可以仿真乘客在语音时延敏感性不同分布下机载VoLTE语音的平均等待时间、用户损失率与平均信噪比的关系曲线,同时还分析了数据包到达率和信道带宽对通信性能的影响。(2)语音数据业务量越大,保证语音QoS需要的信道质量越高。对乘客通信需求量进行接纳控制可以防止网络进入拥塞状态,避免语音性能指标受到严重影响。目前的接纳控制算法无法很好地权衡掉线率,阻塞率以及信道利用率等指标之间的关系。本文针对VoLTE通信时的不同状态,结合地空链路信道质量,创新性的提出了专属机载VoLTE动态队列接纳控制算法,最后对本文所提出的算法进行了仿真,分析了平均信噪比对语音性能的影响,并与传统算法进行了比较。仿真表明本文提出的算法与传统接纳控制算法对比能有效降低通话期的掉线率,提高乘客的通信体验。
陆曙光[3](2019)在《基于优先级的VANETs数据分发方法研究》文中进行了进一步梳理车载自组织网络(Vehicular Adhoc Networks,VANETs)承载两类主要应用业务,一类是安全应用,一类是用户应用。其中安全应用关系车辆、人员安全,对数据传输性能要求严苛;用户应用为用户提供娱乐等增值服务,需要满足用户的个性化需求。由于VANETs中车辆密度不均、节点高速变化等特点,造成网络拓扑变化剧烈、通信链路不稳定,导致数据传输性能下降。特别在高速公路环境下,路边单元(Road Side Unit,RSU)信号覆盖范围有限,车辆节点移动速度快,所以当车辆经过RSU覆盖范围时,从建立网络到断开只有较短的时间,在这较短的时间内,RSU要怎样对数据进行调度才能保证VANETs系统的数据传输性能,是VANETs数据分发的研究难点。针对该问题,本文提出一种基于优先级的VANETs数据分发方法来提高RSU的数据传输效率。该方法主要从数据分发和接纳控制两个方面进行优化研究。针对数据分发,本文提出基于网络编码的VANETs区分服务数据分发算法。该算法对数据进行类别划分,区分不同类别数据的优先级,再结合车辆对数据的需求、车辆密度、速度及位置等多重信息,对待传数据进行效用计算和调度,最后,引入即时可解码网络编码技术,对调度数据进行编码多播,增大带宽利用率。仿真实验结果表明,与经典数据调度算法以及其他网络编码调度算法相比较,所提算法在不同系统负载情况下,均能获得较好的数据下载时延、过期率以及数据下载成功率。与不区分数据优先级算法相比,所提算法在保证高优先级数据请求业务的服务质量的同时,还兼顾了低优先级数据请求业务的服务质量,有效地提升了VANETs数据分发系统的整体性能。针对接纳控制,本文提出基于优先级的关联网络编码的接纳控制算法。该算法在车-路(Vehicle-to-RSU,V2R)通信模式下区分服务类型,满足优先服务高优先级数据请求的原则,在接纳控制实施过程中高优先级数据请求可以直接被接纳。低优先级数据请求则只有在满足一定条件下才能被接入。为了判别低优先级数据请求是否满足接纳条件,结合所提基于网络编码的数据分发调度算法,通过对待判请求进行预编码,找出即时可解码网络编码最大加权团,对最大加权团中的顶点权重以及待判请求进行向量化处理,采用向量相似度作为接纳控制决策依据,对待判的请求向量进行接纳控制。仿真实验结果表明,所提接纳控制算法有效控制了低优先级数据对系统的负载,保证了高优先级数据的下载成功率,提高了系统资源的利用率。
杨露[4](2016)在《认知无线网络中基于QoS保障的动态频谱接入技术研究》文中进行了进一步梳理在全人类共享的资源中,无线频谱资源是重要性很高的资源之一,它是战略性的且不可再生重要资源。近年来,无线技术呈现爆炸式的快速发展,无线技术的应用随着技术的发展也爆炸式增长,这种情况让频谱资源紧张这一严峻的事实更为突显。另一方面,现阶段国际上对频谱资源的利用均是采用一种固定分配的方式,这种方式极大的束缚了频谱利用率的提高。自认知无线电技术出现以来,频谱资源不足的问题得到了相应的缓解,频谱动态分配的实现也有了新的思路,进而频谱利用率的提高有了新的解决办法,认知无线电为之开辟了 一条新的途径。认知无线网络采用认知无线电技术,网络能够通过动态的调整网络设置的参数、网络使用协议来达到自适应学习的目的,通过网络的自适应学习,能够实现最终决策结果的优化,进而达到网络性能提高的目的。动态频谱接入技术是实现认知无线电网络的重要技术之一,其可以灵活地对频谱空洞加以利用并能够有效地缓解频谱紧缺的窘境,近年成为一个研究热点。但当前研究的重点均是利用主用户活动轨迹的预测来预测和指导次用户的行为,进而对次用户接入网络的行为进行控制。本文从次用户的角度出发,利用排队论的知识模拟用户的排队过程,利用马尔科夫状态转移的知识分析用户可用信道的状态转化,根据数学公式计算用户的信道转移概率、时延参数以及切换概率,根据以上这些参数,本文从次用户的角度出发,提出保障次用户的接入质量,进而满足次用户服务质量要求的接纳控制算法。基本思想是:将新请求接入网络的次用户接纳进入网络,根据系统参数及系统预制算法模拟接入次用户后,系统的性能参数及次用户的服务质量参数的改变值,将改变值与理论值进行比照,若满足条件则将该次用户接纳进入真正的网络,若不满足条件,则拒绝该次用户的请求。本文的具体研究内容将分场景对接纳控制算法进行使用,包括单业务场景及多业务共存场景两种情况。单业务场景下基于排队论、马尔科夫过程将主用户及次用户的频谱接入过程做一个动态的效果模拟,并进行理论分析,得出次用户的转移概率、时延及阻塞概率,并基于此得出基于服务质量动态预测的接纳控制方案ACSQPP(Admission control scheme based on QoS performance prediction)。多业务共存场景下将单业务场景下的接纳控制方案进行优化,并对网络的服务质量因子进行重定义,得到多业务共存场景下基于业务优先级竞争式的接纳控制方案ACSSPC(Admission control scheme based on service priorities competition-type)。
亢慧琼[5](2015)在《异构无线网络中基于马尔可夫决策过程的接纳控制算法研究》文中指出随着各种无线接入技术的出现,移动通信系统将发展为由不同无线接入技术共存的异构无线网络,以便为用户提供更多、更好的业务体验。呼叫接纳控制是异构无线网络中的关键技术之一,它可以实现联合无线资源管理,同时在降低网络拥塞、提高资源利用率以及提高端到端的服务质量中发挥着至关重要的作用。论文主要对异构无线网络中的接纳控制算法进行深入研究。首先对异构无线网络的两种融合架构(紧耦合模式和松耦合模式)进行了简要的介绍,其次对异构无线网络融合的关键技术(垂直切换、联合无线资源管理、接纳控制等)进行了介绍。给出了异构无线网络呼叫接纳控制的概念,分析和比较了现有异构无线网络的呼叫接纳控制算法。本文的主要工作和创新点如下:(1)在CDMA/WLAN异构无线网络环境下,提出了一种基于马尔可夫决策过程的优先级接纳控制算法。接纳控制算法被模拟为一个马尔可夫决策过程,并详细定义了马尔可夫决策过程的状态空间、行动集合、状态转移概率以及报酬函数,通过全面分析新呼叫、垂直切换呼叫、实时呼叫和非实时呼叫可能采取的行动,完善了报酬函数。同时指出,最优的接纳控制算法可以通过值迭代策略获得。(2)为了平衡网络负载,接入更多的新业务,在接纳控制机制中引入由网络发起的垂直切换策略。通过将网络重叠覆盖区域的用户切换到轻负载网络,以空出部分资源供需要接入的新用户使用。这一策略使得新呼叫阻塞率有了大幅度的降低,且有效提高了系统资源利用率。(3)采用多阈值带宽预留方案来优化接纳控制。多阈值带宽预留是在不同业务类型的前提下对接纳控制算法的改进,通过带宽阈值的设定,赋予不同类型的业务不同的优先级。改进的接纳控制算法不仅有效地降低了垂直切换呼叫掉话率,同时较大程度地提高了用户满意度。仿真结果表明,与同类算法相比,文中的接纳控制算法不但有效地降低了新呼叫阻塞率、垂直切换呼叫掉话率,而且提高了网络总收益。但算法仍然存在一些不足之处,它在业务类型的考虑上不够全面,且算法在计算复杂度方面还有待于进一步的研究。最后,总结全文,并对接纳控制算法的进一步研究给出建议。
刘军伟[6](2015)在《异构网络中基于QoS负载均衡的接纳控制算法研究》文中研究表明随着无线通信技术的迅猛发展,为用户提供任何时间、任何地点的高速率、高质量业务成为异构网络发展的趋势。在异构网络场境中,由于各个网络在网络架构、空中接口、覆盖范围、服务质量(Quality of Service,QoS)等方面存在很大的差异性和互补性,传统的同构网络接纳控制算法已经不能满足用户多样化的需求。为了有效提高系统的无线资源利用率、增加系统的网络容量、保障用户的QoS,异构无线网络的接纳控制算法成为了当前的一个研究热点。论文首先探讨了异构网络融合的关键技术以及异构网络无线资源管理模式,然后对异构网络接纳控制算法的研究现状进行了分析和总结,针对目前研究的不足之处提出了一种基于QoS负载均衡的接纳控制算法。提出的基于QoS负载均衡的接纳控制算法,同时兼顾了用户的QoS和网络的负载均衡,以用户和网络两方面的综合效益最大化为优化目标。算法主要由逼近于理想值(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)多属性评价和负载均衡策略两个阶段组成。首先,为了满足用户的QoS,运用TOPSIS多属性评价法为用户选择评价值最优的网络。TOPSIS多属性评价法是根据各个网络的评价指标与正理想解、负理想解之间的加权欧氏距离,求出各接入网络与最优方案的接近程度,作为各网络评价值优劣的标准。其次,考虑到网络的负载均衡,引入了负载均衡的机制,如果用户接入判决的最优网络后,网络当前的负载率低于其门限值,就同意该用户的接入请求;如果网络当前的负载率超过自身门限值,就进行负载转移,将新呼叫转移到其它网络中。仿真结果表明,与基于TOPSIS多属性决策的接纳控制算法和基于联合优化函数的接纳控制算法相比,本文所提出的接纳控制算法在高负载网络中具有一定的优越性。它在最大限度满足用户满意度的同时,也兼顾了网络的负载均衡,对提高用户满意度、降低系统呼叫阻塞率、提高系统吞吐率方面具有较好的效果,使用户和网络的综合效益得以提升。
张钰[7](2015)在《基于多属性判决和业务类别的接入策略研究》文中认为随着移动通信以及无线接入的迅猛发展,多种RAT之间相互补充,逐渐形成异构的融合网络。为了让用户可以享受到不间断的服务,需要统筹资源管理机制来使得各种无线资源进行融合。其中,无线网络之间的选择以及接纳控制则是引导不同业务来接入不同网络的关键方法。本文先是对异构网络的无线资源管理相关内容及背景作了研究,接着提出相关算法。首先,本文提出了一种基于多属性判决的网络选择算法—TAU-MADM算法,考虑到网络客观属性以及用户偏好,进行两次判决,应用了TOPSIS算法、AHP算法、ANP网络分析法、效用函数等方法。通过仿真可知,该算法考虑到网络负载均衡,能够有效地减小了平均切换率和平均切换阻塞率。然后,本文研究了一种基于卡尔曼滤波的预测方法,将该预测方法运用到TAU-MADM算法中,既能保证网络选择的准确度,又可以尽量减少网络负载,以比较少的测量代价获得更多的准确的网络参数。通过仿真可知,相对于测量信息,预测出的结果更接近实际值,KTAU-MADM算法更全面的考虑了网络的实际情况,可以进行智能有效的切换判决,减少平均切换的次数,最大化使得用户满意。最后,本文研究了一种基于业务类别的联合呼叫接纳控制算法—BDS-JCAC算法,分实时业务和非实时业务两种业务类型进行考虑网络负载状况、移动终端的位置、移动终端的接收信号强度以及运动速度大小的情况,并且实时监测网络的负载变化。通过仿真可知,BDS-JCAC算法很好地考虑到负载均衡,充分地使用了网络中的资源,提高了网络中的资源利用率。
田婷婷[8](2014)在《架构式车联网接纳控制算法的研究》文中进行了进一步梳理随着无线网络服务需求的增长,服务类型呈现多样性。多媒体服务具有对延迟时间敏感的特性,它的服务质量(Quality of Service, QoS)对用户的体验具有重要影响。架构式车联网中,车辆节点的高速移动性及资源的有限性导致通信链路维持时间短、丢包率高,严重降低网络性能,影响用户服务质量。因此,如何保障业务服务质量、合理分配有限的网络资源成为架构式车联网主要研究课题之一。接纳控制机制作为资源管理的重要组成部分,是保障用户服务质量的关键技术。本文在分析传统经典接纳控制算法的基础上,结合车联网的特点,提出了基于移动的接纳控制算法(Mobility-based Call Admission Control Algorithm in VANET, MB-CAC)。为了减少控制帧的传输、降低AP负载,MB-CAC算法在接入点(Access Point, AP)广播的beacon帧中携带了网络资源信息。车辆节点接收到beacon帧后,分析获取当前网络资源的使用情况,初步判断其业务请求是否能够被AP接纳。如果业务请求可以被AP接纳,车辆节点则发送业务请求控制帧,否则,直接放弃业务请求。为了保证高优先级的业务请求优先被AP接纳,MB-CAC算法通过设定信道空闲等待时间AIFS和竞争窗口大小来进行业务区分,从而保证高优先级业务优先访问信道。当AP接收到车辆节点的业务请求时,根据业务开启时间进行分类。如果请求业务是切换业务,则AP执行切换业务接纳原则,否则执行新请求业务接纳原则。在切换业务接纳原则中,为保证切换业务优先级,AP根据相邻AP业务接纳率及切换业务到达概率,预留一定的带宽资源用于切换业务的接纳。在新请求业务接纳原则中,根据新请求业务接纳数量对切换业务的影响,设定新请求业务接纳阈值K。本文分别从数学分析和实验仿真的角度,对MB-CAC算法的切换业务丢失率、新请求业务阻塞率、信道利用率、吞吐量四个性能参数进行了分析。数学分析和仿真实验结果表明,MB-CAC算法降低了切换业务丢失率和新请求业务阻塞率,提高了信道利用率和网络吞吐量。
李方伟,李晗,卢晓[9](2012)在《TD-SCDMA系统中多速率业务的接纳控制算法研究》文中进行了进一步梳理提出了一种基于业务优先级的接纳控制策略。该策略考虑了不同业务的速率要求和业务优先级,以及不同类型的业务接纳请求属性,根据当前系统的负荷,采取排队/降速/强拆策略来决定是否接纳。仿真表明,该策略在系统业务服务等级和资源利用率方面有显着提高。
陈艳平[10](2012)在《基于网络演算的QoS分析方法与保障技术》文中认为相比传统的排队论而言,网络演算具有系统的模型结构,能采用灵活的方式表示当前日益复杂的网络形态和业务流特征,进而获得业务流和服务单元的精确模型,并且能够进行最坏情况下的性能分析,因此非常适合网络的QoS建模。基于以上背景,本课题采用网络演算研究动态变化的异构网络的QoS分析方法和保障技术。内容主要包括:1)一般拓扑的网络建模;2)面向数据变换的网络服务模型;3)面向业务流自相似、多分形等特性的接纳控制算法;4)基于业务流和网络服务动态变化的路由算法。四个研究内容循序渐进,构成一个有机整体。首先,分析影响网络稳定性的三个主要因素:网络拓扑、输入网络业务量及网络服务节点的调度协议,得到了影响网络稳定性的具体细节,使后续网络稳定条件的研究更具有针对性。在网络稳定性条件研究中引入超链的概念,但由于超链定义采用向量的数学结构,基本的网络演算理论已经不能对超链表示的数据结构进行建模。因此,借鉴超链概念,推导了基于高级网络演算的统计延迟界和统计积压界,并用二者表示网元的稳定度量,研究一般拓扑网络稳定条件。通过分析数据包之间或业务流之间的偏序关系及这种偏序关系对延迟的影响,研究业务流的偏序关系构成的偏序集上的闭包算子,将网络稳定问题转换为偏序集上该闭包算子的超可加闭包问题。在网络处于稳定状态下,通过融合最小加代数和最大加代数卷积实现对一般拓扑网络的建模,解决目前网络演算仅能对串联拓扑网络建模的问题。其次,针对传统的业务流聚集不适用于数据变换下的业务流聚集的不足,本部分给出适合数据变换下的业务流聚集定义。把数据变换看作是一种数据压缩过程,从泛函分析的角度对数据变换过程进行定义,给出了基于此定义的业务流到达过程模型和服务模型。并根据这两种模型构建具有数据变换能力的QoS性能参数表达式,将QoS性能分析方法应用于网络编码的数据变换模式,证明了本部分提出的面向数据变换的网络服务模型的准确性。再次,针对网络数据流突发更加随机化导致业务流建模困难的问题,提出新的接纳控制算法。该算法采用统计网络演算对流进行性能分析,基于分析结果进行接纳控制。由于流在不同时间尺度上表现出不同特性,因而有不同的流模型,本部分考虑自相似和多分形两类主要流模型。接纳控制算法首先通过在线测量,选取适当的时间尺度,判断流的突发水平,据此选定流模型;另外,由于多分形流模型还不能直接用于统计网络演算分析,提出的算法通过有效带宽和有效包络转换定理,获得多分形流模型的有效包络,使得多分形流模型能够用于统计网络演算分析。由于接纳控制算法本身会对流的性能产生影响,因此接纳决策时机的选择对满足流的性能也至关重要,算法通过推导估计流的突发期,在此期间对流进行接纳控制,以此保障业务流的统计QoS。最后,针对网络资源和网络业务流动态变化情形,在动态的网络下实现路由优化。主要考虑背景流独立和非独立两种情况。对于背景流独立的情况,可以将卷积运算转换为勒让德域的加法运算,能降低服务曲线的计算复杂度。对到达曲线和服务曲线进行勒让德变换,采用勒让德域到达曲线和服务曲线表示业务流的统计时延和统计积压,得到它们之间关系的闭合表达式。将该理论应用于QoS路由优化算法,证明提出方法的正确性。对于背景流非独立的情况,由于同一条路径存在多个业务流,而不同的业务流还具有交叉重复路径,因此在计算网络剩余服务曲线就涉及PMOO (PayMultiplexing Only Once)现象。本部分将结合剩余服务曲线,通过对勒让德域服务曲线的分析,获得在相同路径上不同业务流之间的交叉关系,得到PMOO现象作用下的不同业务流之间关系的表达式。为实现考虑PMOO现象的动态路由打下基础。
二、基于服务质量需求评价的分级接纳控制算法(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、基于服务质量需求评价的分级接纳控制算法(论文提纲范文)
(1)面向5G异构网络融合的联合资源分配算法研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.4 论文组成结构 |
2 5G异构网的网络选择算法 |
2.1 异构网网络选择场景 |
2.2 系统模型 |
2.3 异构网络选择算法 |
2.4 计算效用函数的效用值 |
2.5 仿真性能分析 |
2.6 本章小结 |
3 基于马尔科夫过程的呼叫接入控制算法 |
3.1 5G异构融合场景 |
3.2 系统模型 |
3.3 呼叫接入控制算法 |
3.4 仿真性能分析 |
3.5 本章小结 |
4 异构网络带宽和功率联合分配算法 |
4.1 异构网资源分配场景 |
4.2 系统模型 |
4.3 异构无线网络资源分配算法 |
4.4 仿真性能分析 |
4.5 本章总结 |
5 总结与发展 |
5.1 总结 |
5.2 未来工作 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(2)机载VoLTE的性能分析与优化(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 语音类通信队列模型研究现状 |
1.2.2 接纳控制算法研究现状 |
1.3 课题主要研究内容和创新点 |
1.3.1 主要研究内容 |
1.3.2 本文研究创新点 |
1.4 论文结构安排 |
2 机载VoLTE模型相关理论概述 |
2.1 引言 |
2.2 VoLTE简介 |
2.2.1 语音方案分类 |
2.2.2 VoLTE语音质量 |
2.3 排队论 |
2.3.1 时延敏感队列 |
2.3.2 时延敏感系统的组成 |
2.3.3 M/M/n+G模型的通解 |
2.4 接纳控制 |
2.4.1 接纳控制基本原理 |
2.4.2 主要指标 |
2.5 本章小结 |
3 机载VoLTE的性能分析 |
3.1 引言 |
3.2 地空通信衰落信道统计模型 |
3.2.1 莱斯信道模型 |
3.2.2 莱斯信道平均容量 |
3.3 机载Vo LTE传输性能 |
3.3.1 Beta分布 |
3.3.2 机载VoLTE传输性能 |
3.4 仿真与性能分析 |
3.4.1 地空链路信道容量仿真分析 |
3.4.2 机载VoLTE语音指标仿真分析 |
3.5 本章小结 |
4 机载VoLTE的接纳控制 |
4.1 引言 |
4.2 接纳控制模型的建立 |
4.3 接纳控制算法设计 |
4.4 仿真性能分析与比较 |
4.4.1 机载VoLTE专属接纳控制仿真 |
4.4.2 性能比较与分析 |
4.5 本章小结 |
5 总结与展望 |
5.1 论文工作总结 |
5.2 存在的问题和进一步研究工作 |
参考文献 |
附录 |
A 作者在攻读硕士学位期间发表的论文目录 |
B 作者在攻读硕士学位期间参与的科研项目 |
C 学位论文数据集 |
致谢 |
(3)基于优先级的VANETs数据分发方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 本文研究的内容 |
1.3 本文组织结构 |
第二章 研究现状 |
2.1 VANETs数据分发研究现状 |
2.1.1 V2V通信的数据分发 |
2.1.2 V2R通信的数据分发 |
2.2 区分服务的VANETs数据分发 |
2.3 基于网络编码的VANETs数据分发 |
2.4 VANETs数据接纳控制 |
2.5 本章小结 |
第三章 基于网络编码的VANETs区分服务数据分发方法 |
3.1 系统模型 |
3.2 基于优先级的车载网数据分发算法PVDD |
3.2.1 数据分级赋值 |
3.2.2 效用计算 |
3.2.3 编码传输 |
3.3 实验及性能分析 |
3.3.1 过期率 |
3.3.2 系统平均下载时延 |
3.3.3 不同优先级数据下载时延 |
3.3.4 不同优先级数据下载成功率 |
3.4 本章小结 |
第四章 基于优先级的VANETs接纳控制机制设计 |
4.1 接纳控制研究概述 |
4.2 系统模型 |
4.3 基于向量相似性度量的区分优先级接纳控制算法VSPAC |
4.3.1 数据分级 |
4.3.2 联合网络编码求解最大团 |
4.3.3 数据请求向量化 |
4.3.4 向量相似度计算 |
4.4 实验及性能分析 |
4.4.1 下载时延 |
4.4.2 过期率 |
4.4.3 下载成功率 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 本文总结 |
5.2 不足和展望 |
致谢 |
参考文献 |
附录 A (攻读硕士学位期间的学术成果) |
附录 B 核心代码 |
(4)认知无线网络中基于QoS保障的动态频谱接入技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文背景及研究意义 |
1.2 认知无线网络技术简介 |
1.3 本文主要研究内容及章节安排 |
1.4 本章小结 |
第二章 动态频谱接入关键技术 |
2.1 引言 |
2.2 频谱空洞 |
2.3 动态频谱接入 |
2.4 马尔科夫预测 |
2.5 接纳控制 |
2.6 本章小结 |
第三章 单业务场景下ACSQPP方案 |
3.1 引言 |
3.2 基于排队论的动态频谱接入模型 |
3.2.1 频谱预测研究现状 |
3.2.2 网络场景 |
3.2.3 信道状态转换分析 |
3.2.4 信道状态转移求解 |
3.3 ACSQPP算法基本思想 |
3.4 次用户时延分析 |
3.5 ACSQPP算法方案设计 |
3.6 ACSQPP算法仿真实现 |
3.6.1 ACSQPP仿真参数设置 |
3.6.2 ACSQPP仿真结果与分析 |
3.7 本章小结 |
第四章 多业务共存场景下ACSSPC方案 |
4.1 引言 |
4.2 接纳控制算法研究现状 |
4.3 ACSSPC算法基本思想 |
4.3.1 ACSSPC算法网络场景 |
4.3.2 ACSSPC算法基本思想 |
4.4 通信网络业务等级划分重定义 |
4.4.1 传统通信网络业务等级划分 |
4.4.2 网络业务等级重定义 |
4.4.3 QOS降级准则 |
4.5 ACSSPC算法流程 |
4.6 ACSSPC算法仿真实现 |
4.6.1 ACSSPC仿真参数设置 |
4.6.2 ACSSPC仿真结果与分析 |
4.7 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 下一步工作展望 |
参考文献 |
致谢 |
(5)异构无线网络中基于马尔可夫决策过程的接纳控制算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文的主要内容和章节安排 |
1.4 本章小结 |
2 异构无线网络融合架构与关键技术 |
2.1 异构无线网络融合架构 |
2.1.1 紧耦合模式 |
2.1.2 松耦合模式 |
2.2 异构无线网络的联合无线资源管理 |
2.3 异构无线网络的垂直切换 |
2.4 异构无线网络的呼叫接纳控制 |
2.5 本章小结 |
3 基于马尔可夫决策过程的优先级接纳控制算法 |
3.1 CDMA/WLAN异构无线网络 |
3.2 基于马尔可夫决策过程的网络垂直切换策略 |
3.2.1 网络垂直切换策略的马尔可夫决策模型 |
3.2.2 网络垂直切换策略流程 |
3.3 基于马尔可夫决策过程的优先级接纳控制算法 |
3.3.1 区分业务优先级的多阈值带宽预留方案 |
3.3.2 优先级接纳控制算法的马尔可夫决策模型 |
3.3.3 优先级接纳控制算法流程 |
3.3.4 优先级接纳控制算法的最优化问题与求解 |
3.4 本章小结 |
4 算法性能分析与仿真 |
4.1 仿真环境与仿真参数 |
4.2 仿真与性能分析 |
4.3 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(6)异构网络中基于QoS负载均衡的接纳控制算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 异构无线网络关键技术及其研究现状 |
1.2.1 端到端的QoS保证 |
1.2.2 异构网络的移动性管理 |
1.2.3 异构无线网络联合无线资源管理 |
1.2.4 异构多模终端和接入选择机制 |
1.2.5 软件无线电和重配置 |
1.2.6 异构融合网络架构 |
1.3 论文研究内容与结构安排 |
2 异构网络的无线资源管理与接纳控制 |
2.1 异构网络的三种无线资源管理模式 |
2.1.1.通用无线资源管理 |
2.1.2 联合无线资源管理 |
2.1.3 多接入无线资源管理 |
2.2 异构网络接纳控制算法 |
2.2.1 基于网络收益函数的接纳控制算法 |
2.2.2 基于负载均衡的接纳控制算法 |
2.2.3 基于业务策略的接纳控制算法 |
2.2.4 基于模糊神经方法的联合会话接纳控制 |
2.2.5 基于服务费用的接纳控制 |
2.3 本章小结 |
3 基于QoS负载均衡策略的接纳控制 |
3.1 异构网络的服务质量(QoS) |
3.1.1 狭义QoS |
3.1.2 广义QoS |
3.2 异构无线网络的QoS评价指标 |
3.2.1 时延 |
3.2.2 时延抖动 |
3.2.3 带宽和丢包率 |
3.2.4 移动终端损耗 |
3.2.5 用户获得QoS水平的波动 |
3.2.6 信号强度 |
3.2.7 网络效益 |
3.3 基于QoS负载均衡的接纳控制算法 |
3.3.1 逼近于理想值的多属性决策算法 |
3.3.2 负载均衡算法 |
3.4 本章小结 |
4 仿真及分析 |
4.1 系统模型与参数设定 |
4.2 仿真分析 |
4.2.1 用户平均满意度 |
4.2.2 呼叫阻塞率 |
4.2.3 系统吞吐率 |
4.2.4 归一化负载 |
4.3 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(7)基于多属性判决和业务类别的接入策略研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 课题研究背景 |
1.2 课题研究现状 |
1.3 本文的主要研究内容 |
1.4 本文的结构安排 |
第二章 异构无线网络接入策略相关理论背景 |
2.1 异构无线网络 |
2.1.1 异构无线网络的特点 |
2.1.2 异构无线网络的互联互通方案 |
2.1.3 异构无线网络的移动性管理 |
2.2 切换判决的相关理论 |
2.2.1 切换的分类 |
2.2.2 切换判决的一些性能指标 |
2.3 接入选择的相关理论 |
2.3.1 异构多模终端接入选择功能架构设计 |
2.3.2 多属性判决算法 |
2.4 接纳控制的相关理论 |
2.4.1 异构无线网络资源管理 |
2.4.2 异构无线网络的接纳控制 |
2.5 本章小结 |
第三章 基于多属性判决的网络选择算法 |
3.1 引言 |
3.2 基于多属性判决的网络选择算法原理 |
3.2.1 第一次判决 |
3.2.2 第二次判决 |
3.3 仿真与分析 |
3.4 本章小结 |
第四章 基于卡尔曼滤波预测和多属性判决的网络选择算法 |
4.1 引言 |
4.2 预测 |
4.3 卡尔曼滤波算法 |
4.3.1 卡尔曼滤波的起源 |
4.3.2 卡尔曼滤波算法 |
4.3.3 卡尔曼滤波的特点和优势 |
4.4 基于卡尔曼滤波预测和多属性判决的网络选择算法 |
4.4.1 网络数据的预测 |
4.4.2 卡尔曼滤波预测与多属性判决的网络选择算法结合 |
4.5 仿真与分析 |
4.6 本章小结 |
第五章 异构无线网络中联合呼叫接纳控制研究 |
5.1 引言 |
5.2 联合呼叫接纳控制的研究现状 |
5.3 基于业务类别的联合呼叫接纳控制算法 |
5.3.1 系统模型 |
5.3.2 基于业务类别的联合呼叫接纳控制算法原理(BDS-JCAC算法) |
5.4 仿真与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 下一步的研究方向 |
参考文献 |
附录1攻读硕士学位期间撰写的论文 |
致谢 |
(8)架构式车联网接纳控制算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究现状 |
1.4 本文研究内容 |
1.5 本文组织结构 |
第2章 车联网接纳控制算法的研究综述 |
2.1 背景介绍 |
2.2 接纳控制及分类 |
2.2.1 静态的保护信道算法 |
2.2.2 基于资源预留的接纳控制算法 |
2.2.3 基于动态多业务QoS降级机制的接纳控制算法 |
2.2.4 基于排队优先的接纳控制算法 |
2.2.5 基于博弈论的接纳控制算法 |
2.2.6 基于移动信息的接纳控制算法 |
2.2.7 基于动态变化的接纳控制算法 |
2.3 本章小结 |
第3章 基于移动的接纳控制算法 |
3.1 系统模型 |
3.2 信道传播模型 |
3.3 MB-CAC算法的流程及主要思想 |
3.3.1 控制帧类型及格式 |
3.3.2 业务分类及优先级 |
3.3.3 beacon帧的功能 |
3.3.4 AIFS及竞争窗口的设定 |
3.3.5 切换业务的接纳原则 |
3.3.6 新请求业务的接纳原则 |
3.4 MB-CAC算法流程 |
3.5 MB-CAC数学分析 |
3.5.1 马尔可夫过程 |
3.5.2 切换业务丢失率 |
3.5.3 新请求业务阻塞率 |
3.5.4 信道利用率 |
3.5.5 吞吐量 |
3.6 本章小结 |
第4章 实验和结果分析 |
4.1 网络仿真工具NS2简介 |
4.1.1 NS2组成部分 |
4.1.2 NS2网络仿真流程 |
4.2 仿真场景及实验说明 |
4.3 仿真结果的分析 |
4.3.1 切换业务丢失率 |
4.3.2 新请求业务阻塞率 |
4.3.3 信道利用率 |
4.3.4 吞吐量 |
4.4 本章小结 |
第5章 总结和展望 |
5.1 本文工作总结 |
5.2 不足和展望 |
参考文献 |
致谢 |
攻读硕士期间发表的论着 |
(10)基于网络演算的QoS分析方法与保障技术(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及目的意义 |
1.2 网络演算的提出与发展 |
1.3 QoS 分析研究现状 |
1.3.1 衡量 QoS 的参数 |
1.3.2 基于服务模型的 QoS 分析 |
1.3.3 基于业务量数学模型的 QoS 分析 |
1.4 基于网络演算理论的 QoS 分析研究现状 |
1.4.1 面向 QoS 的服务曲线模型研究现状 |
1.4.2 面向 QoS 的到达曲线模型研究现状 |
1.5 QoS 保障技术研究现状 |
1.5.1 接纳控制算法研究现状 |
1.5.2 调度算法研究现状 |
1.5.3 缓冲区管理研究现状 |
1.6 论文研究内容及组织结构 |
1.6.1 一般拓扑网络建模 |
1.6.2 面向数据变换的网络服务建模 |
1.6.3 面向 QoS 保障的接纳控制算法 |
1.6.4 面向 QoS 保障的动态路由算法 |
第2章 面向一般拓扑网络的服务模型 |
2.1 引言 |
2.2 一般拓扑网络建模 |
2.2.1 队列波动分析 |
2.2.2 影响网络稳定的因素 |
2.2.3 网络服务模型的扩展性研究 |
2.3 通用拓扑网络服务建模 |
2.4 基于改进模型的统计端到端延迟界分析 |
2.5 本章小结 |
第3章 面向数据变换的网络服务及性能分析方法 |
3.1 引言 |
3.2 面向数据变换的网络服务模型 |
3.2.1 网络中的数据变换 |
3.2.2 数据变换分析 |
3.2.3 业务流的数据变换模型 |
3.2.4 单节点数据变换服务模型 |
3.2.5 端到端网络服务模型 |
3.3 业务流 QoS 性能界分析 |
3.3.1 网络模型 |
3.3.2 编码网络的业务流变换模型 |
3.3.3 编码业务聚集下的剩余服务曲线模型 |
3.3.4 面向数据变换的延迟界性能分析 |
3.4 实验与分析 |
3.5 本章小结 |
第4章 面向统计 QoS 保障的接纳控制算法 |
4.1 引言 |
4.2 业务流复杂性的原因分析和接纳控制算法研究现状 |
4.2.1 业务流复杂性的原因分析 |
4.2.2 多时间尺度接纳控制算法研究现状 |
4.3 端到端可用带宽估计 |
4.3.1 带宽估计基本理论 |
4.3.2 传统可用带宽探测技术-IGI 算法 |
4.3.3 IGI 算法的改进 |
4.3.4 改进算法仿真结果 |
4.4 多时间尺度接纳控制算法 |
4.4.1 系统模型 |
4.4.2 流模型估计 |
4.4.3 有效带宽和包络估计 |
4.4.4 突发时间估计 |
4.4.5 接纳控制算法 |
4.5 数值计算与仿真试验 |
4.6 本章小结 |
第5章 面向业务流和网络服务动态变化的 QoS 路由优化 |
5.1 引言 |
5.2 网络动态性分析 |
5.3 QoS 路由优化算法 |
5.3.1 勒让德域的 QoS 分析 |
5.3.2 基于勒让德变换的 QoS 路由优化 |
5.3.3 数值分析与仿真试验 |
5.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
四、基于服务质量需求评价的分级接纳控制算法(论文参考文献)
- [1]面向5G异构网络融合的联合资源分配算法研究[D]. 吴琼. 山东科技大学, 2020(06)
- [2]机载VoLTE的性能分析与优化[D]. 施晨苑. 重庆大学, 2019(01)
- [3]基于优先级的VANETs数据分发方法研究[D]. 陆曙光. 昆明理工大学, 2019(04)
- [4]认知无线网络中基于QoS保障的动态频谱接入技术研究[D]. 杨露. 北京邮电大学, 2016(04)
- [5]异构无线网络中基于马尔可夫决策过程的接纳控制算法研究[D]. 亢慧琼. 兰州交通大学, 2015(04)
- [6]异构网络中基于QoS负载均衡的接纳控制算法研究[D]. 刘军伟. 兰州交通大学, 2015(04)
- [7]基于多属性判决和业务类别的接入策略研究[D]. 张钰. 南京邮电大学, 2015(05)
- [8]架构式车联网接纳控制算法的研究[D]. 田婷婷. 东北大学, 2014(08)
- [9]TD-SCDMA系统中多速率业务的接纳控制算法研究[J]. 李方伟,李晗,卢晓. 通信学报, 2012(04)
- [10]基于网络演算的QoS分析方法与保障技术[D]. 陈艳平. 哈尔滨工程大学, 2012(02)