摘要：传统的通信资源分配方法具有局限性,在当前5G移动网络条件下,通信过程中的信息传输速率不能满足通信频谱的资源利用率要求,为此,文章提出5G移动网络下通信资源分配算法。在研究边缘网络的基础上,建立5G移动网络的边缘计算模型,将数据传输端进行分层处理,包括计算云层、边缘层以及终端层三个层级,拉近云计算服务器与用户个体之间的数据传输距离。根据模型建立边缘计算的资源分配框架,计算无线链路的数据传输速率,避免陷入局部最优解。同时,将终端层用户进行分簇处理,避免数据传输过程中的同频干扰,提升资源分配效率。在此基础上,基于A3A算法构建簇间的通信资源分配模型,并使用最优化理论对所建立的资源分配算法模型进行优化,实现5G移动网络下通信资源分配算法设计。最后,通过实验对比传统D2D算法与设计的分配算法,结果表明,该算法能够适应5G移动网络环境,保证通信服务过程中信息传输速率的稳定,能够实现通信资源的高效分配。

摘要：0 引言随着无线应用的不断拓展,频谱资源的缺乏成为无线应用研究过程中不得不面临的问题,最近的研究[1] 表明,频谱资源的不足主要是因为当前对频谱资源的利用不合理造成的.现有不同无线通信系统分配频谱的方法主要基于固定分配方式,即某一无线频谱块分配给某一特定的无线接入网络,然后再把这个无线频谱块分为若干个频谱子块,这些频谱块大小固定,分配给不同的运营商,这种固定分配方式虽然对于频谱管理非常简单,但是存在频谱利用率低的缺点,大多数通信网络在设计之初都是基于该网络可能最大的传输流量进行考虑的,但实际情况却是,通信网络并非全天满负荷运行,频谱资源在不同位置不同时间段的利用有所不同,这种静态的频谱分配方式造成了频谱资源的浪费.为了解决上述问题,尽量提高现有的频谱利用率,认知无线电的概念就应运而生.

摘要：传统的需求侧管理系统策略的制定大多依据电网自身的特点来定制,算法没有普适性,而且管理系统在开发时所使用的是动态编程与线性规划,因而这样的系统在面对多设备、海量计算时难以应付。本文针对这些问题设计一种基于遗传算法的电网需求侧管理系统,使得电网用户可以依据自己的实际情况制定出合理的能源使用计划,且可以使得电力公司的峰值负荷得到缓解,优化电力公司负荷结构,从而达到电网供电平稳、可持续的要求。

摘要：针对在可信度阈值0.52~0.82范围内在线随机任务分配的任务答案平均可信度较低的问题,提出了一种面向大规模数据决策的在线随机任务分配算法。首先基于大规模数据决策对每个用户及任务进行描述,以实现整体任务的描述;然后以质量控制、成本控制和时间控制为任务控制内容实现在线随机任务控制;最后根据任务控制结果设计一种在线随机任务分配算法,并将本文算法与基于Carrel平台的在线随机任务分配算法、面向移动群智感知的位置相关在线多任务分配算法进行了比较。结果表明:在随机任务分配条件下,本文算法在200个任务时的任务答案平均可信度为98%,且比上述两种算法均有显著提高,本文算法在任务分配应用方面具有更好的应用性能。

摘要：该文建立了一种面向应用设计的片上网络的性能分析模型,并在此基础上提出了片上缓存优化策略和分配算法。在硬件实现平台上的仿真表明,该文建立的片上网络分析模型能很好地分析片上网络通信时延和路由节点各方向的阻塞概率,以此进行片上网络的缓存资源优化,能在同等缓存资源的情况下降低数据通过网络的平均时延,使片上网络的性能得到改善。

摘要：针对大气层内姿控式直接力/气动力复合控制导弹,提出了一种基于模糊控制理论的复合控制算法,并为不同配置的姿控发动机设计了相应的点火实现方案。首先建立了复合控制导弹的数学模型;然后以俯仰通道为例设计了模糊控制器跟踪该通道的过载指令,选择合适的论域变换因子使输入输出量的论域自适应调节,并且设计了复合控制分配算法,实时分配2个子系统的控制权限;最后为增强算法的实用性,分别设计了有限时间收敛二阶微分器、滚转稳定导弹的PWPF调制器及改进的旋转弹叠加点火算法。仿真实验证明了复合控制器的有效性。

摘要：建立了敏捷导弹的动力学模型,引入力和力矩放大因子来描述横向喷流的干扰作用。针对直接力/气动力复合控制模型,提出了一种基于模型参考的自适应控制分配方法。引入了加权分配策略,该方法将复合控制系统分解为气动力和直接力两个子系统,使设计问题得到简化。采用遗传算法(genetic algorithm,GA)对加权因子进行了多目标优化设计。仿真结果表明,所设计的复合控制系统能够快速稳定地跟踪输入指令,解决了直接力和气动力子系统的加速度分配问题。

摘要：针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,设计了车联网环境下的MEC体系架构.首先基于虚拟化技术对智能车进行虚拟化抽象,利用排队论对虚拟车任务构建了GI/GI/1排队模型.然后基于云平台Voronoi分配算法对虚拟车任务进行分配绑定,进而实现了智能车的优化调度与分布式弹性服务,解决了边缘计算任务分配不均衡等问题.最后通过城市交通路网中的车辆污染排放的实时计算实验,验证了该方法的有效性.

摘要：为了解决点对点(P2P)系统中多种资源合作完成任务卸载的问题,提出了多资源组合交易卸载算法,设计了激励机制,促使设备加入任务卸载系统,同时保证系统内资源可以被高效地利用。通过严格的理论分析可知,所设计的多资源组合交易机制能满足计算效率可行性和个体理性的要求。通过实验模拟得出结论:提出的多资源组合交易卸载算法的资源交易数量虽然没有达到对比算法下的资源交易数量,但时间复杂度远远低于对比算法。

摘要：该文在假定的系统结构和编程模型之上，分析了几种已有的基于共享存储的多处理机系统的处理机分配方法及其缺陷，提出了一种改进的方法，并对其实现进行了探讨。