Page 29 - 网络电信2022年7/8月刊
P. 29

三种资源分配方法的节点负载均衡度测试结果如图2  所                           四.结束语
            示,链路负载均衡度测试结果如图3  所示。从图2  和图3  的                         提出了基于机器学习理论的光通信链路资源分配研究,采
            结果可以看出,随着到达光通信链路资源数量的逐渐增加,                           用机器学习理论,建立了通信网络效用最优模型,通过优化共
            三种资源分配方法的节点负载和链路负载都出现了不同长度                           享光通信链路资源,设计了光通信链路资源分配算法,实现了
            的增加,其中文献[4]资源分配方法是幅度增加最大的,文                          资源的分配。结果显示,本设计的方法具有更好的性能。
            献[5]资源分配方法虽然在节点负载和链路负载上低于文献
            [4]的资源分配方法,但是从整体上看,基于机器学习理论的
            光通信链路资源分配方法的优势更大,适用于光通信链路资源
            的分配。
              图2 节点负载均衡度对比结果                                     参考文献:
                                                                 [1]  李中捷,谢东朋,陈燚雷,等.D2D  通信复用异构蜂窝网
                                                                      络下行链路的人工鱼群资源分配算法[J].中南民族大
                                                                      学学报( 自然科学版),2018,37(02): 80-84.
                                                                 [2]  于笑,雷为民,谢冰,等.一种基于QoS的星座通信系统跨
                                                                      层资源分配算法[J].东北大学学报(  自然科学版)  ,
                                                                      2018,39(3) : 320-324.
                                                                 [3]  包达志,杨德强.面向车联网安全通信的资源分配机制研
                                                                      究[J].科技通报,2018,34(12):134-138.
                                                                 [4]  周凯福,程伟,窦立超,等.基于OFDMA的无人机群光通信
                                                                      链路资源分配算法研究[J].空军工程大学学报:自然科
                                                                      学版,2019,(6): 27-32.
                                                                 [5]  翟玲,沈思,程时星.云计算平台下电子信息资源均衡分
                                                                      配优化仿真[J].计算机仿真,2019,36(07):397-400
                                                                      +440.
                                                                 [6]  钱志鸿,阎双叶,田春生,等.LTE-A  网络中D2D通信
              图3 链路负载均衡度对比结果                                          的资源分配算法研究[J].电子与信息学报,2018,
                                                                      40(10):2287-2293.
                                                                 [7]  崔苗,喻鑫,李学易,等.多用户多载波无线携能通信
                                                                      系统的上下行联合资源分配[J].电子与信息学报,
                                                                      2019,041(006):1359-1364.
                                                                 [8]  谢显中,严可,田瑜,等.认知D2D网络中基于博弈论的
                                                                      高能效干扰约束资源分配算法[J].重庆邮电大学学报
                                                                      (自然科学版) ,2020,32(01) : 47-56.
                                                                 [9]  田春生,钱志鸿,阎双叶,等.D2D通信中联合链路共
                                                                      享与功率分配算法研究[J].电子学报,2019,47(
                                                                      04):769-774.
                                                                 [10]  沈微微,魏清晨,叶轩.船舶无线通信信道动态子载波分
                                                                      配仿真研究[J].  舰船科学技术,2019,41(24):133-
                                                                      135.



                                    中国铁塔2022年室外一体化电源集采公布中标候选人



                中国铁塔2022年室外一体化电源集中招标项目日前已经公布中标候选人。
                本项目共采购三种规格的室外一体化电源,预估63086套。中标人数量为6个,每个中标人对应的份额为33%、22%、16%、12%、10%、7%。
                该项目吸引了多家大厂参与投标,投标人总数达到21家。最终公布的中标候选人显示,中兴通讯综合得分排名第一,华为名列第二。
                第三到第六中标候选人分别是北京动力源科技股份有限公司、上海汇珏网络通信设备股份有限公司、北京宏光星宇科技发展
            有限公司、东莞铭普光磁股份有限公司。
                此外,第七中标候选人:常州太平通讯科技有限公司;第八中标候选人:香江科技股份有限公司。

                                                      网络电信 二零二二年七,八月                                           49
   24   25   26   27   28   29   30   31   32   33   34