版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在無線通信領域中存在著大量的資源優(yōu)化問題,這些優(yōu)化問題要求決策者能夠合理地設計一個優(yōu)化方案以滿足系統(tǒng)設計的要求,如本文中將要討論的兩個資源優(yōu)化問題,即無線局域網(wǎng)(Wireless Local Area Networks,WLAN)中信道分配以及跟蹤與數(shù)據(jù)中繼衛(wèi)星系統(tǒng)(Tracking and Data Relay Satellite System,TDRSS)中任務調(diào)度問題。針對這兩個優(yōu)化問題的特點,本文分別建立了合理的數(shù)學模型,即信道
2、分配模型和任務調(diào)度模型。并基于所建的模型,本文分別提出了基于人工蜂群算法的求解方法。并通過仿真實驗,驗證了本文中所提算法的正確性和有效性。具體而言,本文研究的主要內(nèi)容及創(chuàng)新之處在于:
(1)針對由多個接入點(Access Point,AP)組成的復雜WLAN網(wǎng)絡,本文建立了基于網(wǎng)絡吞吐量的以WLAN所獲得系統(tǒng)效用最大化為目標的信道分配優(yōu)化模型,并提出了一種快速信道分配方法來解決運算復雜度問題??紤]到WLAN使用載波偵聽多路訪問
3、/沖突避免(Carrier Sense Multiple Access with CollisionAvoidance,CSMA/CA)協(xié)議來競爭信道的特點,采用理想CSMA網(wǎng)絡(Ideal CSMANetwork,ICN)模型來計算網(wǎng)絡吞吐量;進而基于所獲得的網(wǎng)絡吞吐量,本文以WLAN所獲得系統(tǒng)效用最大化為目標,建立了WLAN信道分配優(yōu)化模型并提出了一種基于人工蜂群算法的信道分配方法;仿真分析表明所提算法可以明顯降低運算復雜度,同時保
4、持2%以內(nèi)的系統(tǒng)效用損失。
(2)針對中繼衛(wèi)星任務編排問題,本文建立了中繼衛(wèi)星任務調(diào)度優(yōu)化模型,并提出了一種基于人工蜂群算法的任務調(diào)度方法。首先分析了中繼衛(wèi)星任務調(diào)度存在的各種約束條件,如中繼衛(wèi)星與用戶航天器之間存在多個可見時間窗、用戶提交的任務屬性、中繼衛(wèi)星資源受限等約束條件;在綜合考慮這些約束條件的基礎上,以成功調(diào)度的任務數(shù)最多以及盡力地確保優(yōu)先級高的任務能夠優(yōu)先被調(diào)度為目標,建立了中繼衛(wèi)星任務調(diào)度優(yōu)化模型并提出了一種基于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工蜂群算法的云任務調(diào)度研究.pdf
- 人工蜂群算法改進及其在梯級水庫優(yōu)化調(diào)度中的應用.pdf
- 改進的人工蜂群算法及其在經(jīng)濟負荷分配中的應用.pdf
- 人工蜂群算法及其在調(diào)度問題中的應用研究.pdf
- 基于人工蜂群算法的拖輪調(diào)度優(yōu)化.pdf
- 人工蜂群算法的改進與應用.pdf
- 人工蜂群算法的研究與應用.pdf
- 基于差分進化和人工蜂群算法的優(yōu)化調(diào)度.pdf
- 人工蜂群算法及其在組合優(yōu)化中的應用研究.pdf
- 人工蜂群算法及其在語音識別中的應用研究.pdf
- 人工蜂群算法及其在圖像增強中的應用研究.pdf
- 人工蜂群算法的研究及應用.pdf
- 人工蜂群算法及其應用的研究.pdf
- 人工蜂群算法的研究及其應用.pdf
- 人工蜂群算法的改進及其在經(jīng)濟訂貨模型中的應用.pdf
- 基于人工蜂群算法的Hadoop調(diào)度算法研究與改進.pdf
- 改進人工蜂群算法在城市醫(yī)院布局中的應用研究
- 基于人工蜂群算法和粗糙模糊集相融合的網(wǎng)格任務調(diào)度研究.pdf
- 改進人工蜂群算法及其在多用戶檢測中的應用.pdf
- 人工蜂群算法的改進及應用研究.pdf
評論
0/150
提交評論