假设存在两个载波，每个载波有10个子载波，有5个用户需要竞争这些资源，在每个时间片中只有一个用户可以分配到任何一个载波的子载波资源上。我们使用随机生成的信道质量矩阵作为输入数据，并在每个时间片中根据当前分配和信道质量计算每个用户的总分配权值，然后将资源分配给具有最高权值的用户。
运行此代码会生成一个大小为 2x10x5x3 的资源分配矩阵，其中每个元素都是 0 或 1，表示每个时间片、每个载波、每个子载波是否分配给某个用户。
2024-04-06 14:01:32
739B
1
针对已有算法对系统容量和高公平性兼顾较差的情况，提出了一种满足公平性的系统容量最大化资源分配算法。在子载波分配中通过建立信道效率控制模型，给当前用户分配信道效率最高的子载波，将信道增益低于门限值的子载波重新分配，改进了最大化最小（max-min）用户速率模型。在功率分配中将系统模型转化成用注水线表示的数学模型，首先求解各用户的注水线，再求解各用户的功率分配，保证了用户间比例公平性。两种信噪比情形下的仿真和分析表明，整个方案计算复杂度稍低，系统容量获得较大提升，并且用户间的公平性始终为1。
2023-04-08 23:53:34
2.53MB
1
基于低轨卫星的的MF-TDMA资源分配算法，段凯峰，张勇，为了提高低轨卫星通信系统的资源使用率,和用户体验质量,以MF-TDMA体制下的资源分配方法为研究对象,首先建立了低轨卫星通信系统的时��
2023-02-17 17:32:04
700KB
1
随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。
2023-02-15 22:37:22
1.45MB
1
资源分配是云计算的核心之一，对云计算资源分配算法的性能进行评价可为云计算平台设计提供指导。讨论了两种云计算资源分配算法，提出了一种基于PEPA的资源分配算法的性能评价模型，该模型通过建立云计算系统中各组件之间的交互关系进行形式化分析和推理，获得了云计算系统性能的评价指标。实验通过分析资源分配过程中不同参数变化对系统性能的影响，结果表明，PEPA模型方法可以直接评估资源分配算法性能的优劣，并能够确定算法性能提升的关键因素，从而减少云平台设计过程的周期。
2022-10-26 18:16:22
2MB
1
（1）分析Unix最先适应（first fit，ff）存储分配算法。即map数据结构、存储分配函数ma lloc()和存储释放函数mfree()，找出与算法有关的成分。
（2）修改上述算法有关成分，使其分别体现BF(best fit，最佳适应)分配原则WF(worst fit，最坏适应)分配原则
2022-06-18 17:51:07
41KB
1
LTE-V可以为车辆提供可靠、高效的通信能力. 在LTE-V中, 车辆用户(Vehicle User Equipment, VUE)有集中式(Mode 3)和分布式(Mode 4)两种通信模式. 针对密集场景中两种模式由于VUE数目过多产生的数据包碰撞问题, 本文依据通信时延、距离等指标对车联网应用进行划分, 提出一种车辆自主调度算法, 使不同应用按自身性能要求选择合适的通信模式进行通信, 以减轻密集场景下的车联网资源分配压力. 通过搭建Matlab仿真平台验证算法性能, 结果表明, VUE使用车辆自主调度算法在密集场景下的数据包投递率(Packet Delivery Ratio, PDR)能够保持在0.6以上, 优于单一通信模式下的主流资源调度算法.
2022-03-15 15:32:30
1.6MB
1