异构密集网络下基于POMDP负载感知的负载均衡算法研究
针对异构密集网络场景中业务不确定性而引起的网络负载不均衡,该文提出一种基于部分可测马尔科夫决策过程(POMDP)负载感知的负载均衡方法.该方法首先通过对系统用户在感知周期内数据包传输数量进行观察,预测出下一周期系统可能出现的负载状态.其次根据负载感知结果动态调整小区范围扩展偏置值(DCRE),以达到优化系统整体负载均衡性的目的.最后采用启发式算法近似求解,能够快速得到次优解.仿真结果表明,该方案能在异构密集网络下提高系统负载均衡性,同时提升了系统吞吐量与系统资源利用率.
异构密集网络、负载均衡、小区范围扩展、部分可测马尔科夫决策过程
39
TN929.5
国家863计划项目2014AA01A701;国家自然科学基金61571073 The National 863 Program of China2014AA 01A701;The National Natural Science Foundation of China61571073
2017-09-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
2134-2140