导读:本文包含了资源分配网络论文开题报告文献综述及选题提纲参考文献，主要关键词:毫米波通信,粒子群算法,资源分配,信道分配
资源分配网络论文文献综述
黄澄[1]（2019）在《基于粒子群优化的毫米波通信网络资源分配算法》一文中研究指出由于传统的信道资源分配问题解决速度慢且频率利用率较低,针对毫米波通信资源分配问题,设计了一种基于粒子群算法(PSO)的毫米波通信资源分配算法。在传统的粒子群优化算法求解信道分配问题的基础上,对于粒子群优化算法的缺点—易陷入局部最优解,提出了一种通过调整惯性权重的改进粒子群优化算法。仿真结果表明,与其他方法相比,改进后的粒子群优化算法具有更快的收敛速度和更高的收敛率。(本文来源于《物联网技术》期刊2019年11期）
陈雷[2]（2019）在《SCMA网络中基于能量效率最大化的分层多播资源分配算法》一文中研究指出稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。(本文来源于《工程科学与技术》期刊2019年06期）
张馨丹,刘明[3]（2019）在《5G网络的无线通信资源分配研究》一文中研究指出随着我国信息时代的持续化发展,5G网络的研究工作开展水平,变得越来越具有先进性,具体表现为各个环节的无线通信技术研究方式都非常具有科学性。在5G网络研究过程中,无线通信资源始终都是非常重要的一个研究环节,我们需要从各个方面重视无线通信资源的相应研究,从而确保5G网络研究过程中的无线通信资源分配系统,能够得到科学合理化的设置。本文将会在接下来的部分,针对于无线通信资源分配方式展开详细分析。(本文来源于《通讯世界》期刊2019年10期）
马忠彧,李波,闫中江,杨懋[4]（2019）在《5G毫米波回传与接入一体化网络中用户关联与资源分配联合优化方法》一文中研究指出由于毫米波回传与接入一体化网络(mm-Wave IBAN)能够按需划分接入和回传链路之间的资源比例而在提升5G通信网络资利用率方面有巨大优势。从最大化全网传输业务量的角度出发提出并实现一种mm-Wave IBAN用户关联和资源分配的联合优化方法。首先将mm-Wave IBAN中用户关联和资源分配的联合问题建模为一个组合非凸优化问题,然后将其分解为2个子问题,即在接入速率和回传速率匹配约束情况下以全网接入速率最大化为目标的用户关联子问题(即子问题1)和以传输业务最大化为目标的接入与回传时间资源比例分配的子问题(即子问题2)。利用人工免疫优化算法求解子问题1,再通过对全网业务量表达式求导而得各小区接入和回传链路上的最优传输时间比例。仿真结果表明:与基于最近距离用户关联机制相比,在提升网络吞吐量方面有更大增益。(本文来源于《西北工业大学学报》期刊2019年05期）
张海波,许云飞,栾秋季[5]（2019）在《超密集异构网络中的一种混合资源分配方法》一文中研究指出针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
鞠鑫哲[6]（2019）在《5G网络无线通信资源分配》一文中研究指出本文先对5G网络无线通信的特点进行简析,然后在保障服务质量和公平性相关方面,总结5G网络无线通信资源分配的原则,进而在低频谱分配和高频谱分配相关基础上,详细分析和阐述5G网络无线通信资源的分配方式。(本文来源于《电子技术与软件工程》期刊2019年19期）
杨佳雨,胡杰,冷苏鹏,杨鲲[7]（2019）在《一种具有顽健性的无线数能网络的时隙资源分配和多用户选择算法》一文中研究指出在无线能量和数据传输资源分配的现有研究中,并未考虑多用户场景下电池容量对吞吐量性能的影响。提出了一种具有顽健性的资源分配算法进行吞吐量优化,解决实际网络场景中由于电池容量差异较大、单一模型无法合理进行资源分配的问题。此外,还发现了多用户选择和时隙分配之间的联系,提出了一种在功率约束下的多用户选择与时隙分配联合优化算法。仿真结果表明,所提出的算法吞吐量性能更好,更适用于无线数能网络。(本文来源于《物联网学报》期刊2019年03期）
邓旭,朱立东[8]（2019）在《多用户场景下卫星网络匹配博弈资源分配策略》一文中研究指出随着卫星通信系统的广泛应用,移动终端的爆炸式增长,多样性和高质量业务需求的持续上升,特别是当前无线接入网络迎来5G发展新阶段,增强的移动带宽需求给卫星通信系统带来了不小压力。针对多用户场景下的网络资源分配问题,提出多层多对多匹配博弈资源分配方案。仿真结果表现出了匹配博弈的有效性和稳定性,并将多对多匹配算法与多对一匹配算法、一对一匹配算法相比较,结果表明多对多匹配博弈能有效提高资源利用率和用户整体体验质量。(本文来源于《无线电通信技术》期刊2019年06期）
田杰,程永生,肖何,侯冬,解楠[9]（2019）在《具有QoS保证的RF能量采集认知无线网络高能效资源分配技术》一文中研究指出考虑了一种基于射频能量采集的认知无线网络系统。其中,次用户发射机(ST,secondary transmitter)首先从主用户(PU,primary user)发射的射频信号中收集能量,然后利用所收集能量与次用户通信。此外,ST保留有可能来自之前传输块的剩余能量作为初始能量。目标是通过传输时间和发射功率联合优化,达到次用户网络能量效率最大化。为保证次用户网络服务质量(QoS,quality of service),在能量效率最大化过程中对ST施加最小吞吐量需求约束。由于能量效率最大化是非线性分数规划问题,提出了一种基于Dinkelbach方法的快速迭代算法来实现资源的最优分配。仿真结果表明,该算法收敛速度快,可以在保证QoS约束的同时显着提高系统的能量效率。(本文来源于《重庆大学学报》期刊2019年09期）
刘鑫,曾铭钰,樊贵军,段幼春[10]（2019）在《基于机器学习的无线通信网络资源分配方法研究》一文中研究指出针对现有无线网络资源分配面临的资源分配不合理问题,提出基于机器学习的无线通信网络资源分配方法研究。在网络资源接入时设定优先级,然后进行中继转发,最后利用比例公平算法对无线通信网络资源进行合理分配。通过实验得到,提出的基于机器学习的无线通信网络资源分配方法,能够有效解决资源分配不合理的问题。(本文来源于《信息通信》期刊2019年09期）
资源分配网络论文开题报告
（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：
稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。
（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。
资源分配网络论文参考文献
[1].黄澄.基于粒子群优化的毫米波通信网络资源分配算法[J].物联网技术.2019
[2].陈雷.SCMA网络中基于能量效率最大化的分层多播资源分配算法[J].工程科学与技术.2019
[3].张馨丹,刘明.5G网络的无线通信资源分配研究[J].通讯世界.2019
[4].马忠彧,李波,闫中江,杨懋.5G毫米波回传与接入一体化网络中用户关联与资源分配联合优化方法[J].西北工业大学学报.2019
[5].张海波,许云飞,栾秋季.超密集异构网络中的一种混合资源分配方法[J].重庆邮电大学学报(自然科学版).2019
[6].鞠鑫哲.5G网络无线通信资源分配[J].电子技术与软件工程.2019
[7].杨佳雨,胡杰,冷苏鹏,杨鲲.一种具有顽健性的无线数能网络的时隙资源分配和多用户选择算法[J].物联网学报.2019
[8].邓旭,朱立东.多用户场景下卫星网络匹配博弈资源分配策略[J].无线电通信技术.2019
[9].田杰,程永生,肖何,侯冬,解楠.具有QoS保证的RF能量采集认知无线网络高能效资源分配技术[J].重庆大学学报.2019
[10].刘鑫,曾铭钰,樊贵军,段幼春.基于机器学习的无线通信网络资源分配方法研究[J].信息通信.2019