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。

超密集网络中，严重的小区间干扰制约了终端用户尤其是边缘用户的数据速率。有效地对干扰进行管理、提升边缘用户的数据速率是超密集网络中的研究难点。在超密集网络架构的基础上，提出一种基于图论的不完全染色算法，对网络架构中的基站划分簇，同簇内的不同基站共享频带资源。同时，提出一种子载波分配算法，优先为边缘用户分配信道增益较优的子载波。通过仿真表明，不完全染色算法能够有效地减小小区间干扰，提升系统吞吐量，子载波分配算法在不影响系统吞吐量的基础上能够优化边缘用户的吞吐量。

设备到设备（D2D）通信可以提高现有蜂窝基础架构中的网络覆盖范围，频谱效率和能效，这使其成为未来网络的有希望的体系结构。 由于服务的多样化，本文考虑了异构统计服务质量（QoS）约束，其中蜂窝用户关注延迟约束，而D2D用户组则更加关注数据传输的中断概率。 蜂窝用户的功率分配问题可以通过优化容量支付功率损耗博弈模型来解决。 利用拉格朗日对偶分解和牛顿迭代法，将蜂窝用户的功率优化问题转化为参数优化问题。 由于D2D用户的能源资源有限，能源效率成为D2D用户群体关注的焦点。 利用分数规划和凸优化技术，提出了在断电概率约束下的D2D用户高效节能的最优功率分配算法。 结果，构思了基于分层博弈的功率分配算法以有效地解决功率优化问题。 仿真结果表明，与其他算法相比，该算法性能有所提高，并且收敛了一定的迭代次数。

针对单天线多跳系统中的资源分配策略进行了研究，重点研究了基于能效最优的功率分配算法。所提算法以系统能效最大化为设计目标，以满足指定的系统服务质量(QoS, quality of service)为约束条件，建立了以源节点和中继节点发射功率为设计变量的数学优化模型。通过大信噪比区间近似等效，将原始的非凸优化问题转化为凸优化问题。再利用拉格朗日对偶函数凸优化算法，并借助于LambertW函数，最终得到一种功率分配方案的闭合形式解，避免了采用交替迭代方法来求解最优化问题。相比传统以系统频谱效率最大化为目标的算法，所提算法能更好地提升系统整体能效，同时降低了功率分配算法的复杂度。

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。

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��

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。

操作系统实验报告实验四-动态分区分配算法有运行图.doc

⑴首次适应算法实现 从空闲分区表的第一个表目起查找该表，把最先能够满足要求的空闲区分配给作业，这种方法目的在于减少查找时间。为适应这种算法，空闲分区表（空闲区链）中的空闲分区要按地址由低到高进行排序。该算法优先使用低址部分空闲区，在低址空间造成许多小的空闲区，在高地址空间保留大的空闲区。 ⑵循环首次适应算法实现 该算法是首次适应算法的变种。在分配内存空间时，不再每次从表头（链首）开始查找，而是从上次找到空闲区的下一个空闲开始查找，直到找到第一个能满足要求的的空闲区为止，并从中划出一块与请求大小相等的内存空间分配给作业。该算法能使内存中的空闲区分布得较均匀。 ⑶最佳适应算法实现 它从全部空闲区中找出能满足作业要求的、且大小最小的空闲分区，这种方法能使碎片尽量小。为适应此算法，空闲分区表（空闲区链）中的空闲分区要按从小到大进行排序，自表头开始查找到第一个满足要求的自由分区分配。 ⑷最坏算法实现 最坏适应分配算法要扫描整个空闲分区或链表，总是挑选一个最大的空闲分区分割给作业使用。该算法要求将所有的空闲分区按其容量从大到小的顺序形成一空闲分区链，查找时只要看第一个分区能否满足作业要求。

能够模拟动态内存分配算法对进程分配内存空间。该程序具备的基本功能为： （1）能够以空闲分区表的形式显示某一时刻内存空间的使用情况。 （2）能够创建进程即输入进程信息，包括进程名称和进程需要的内存量， 系统要给进程分配一个惟一的进程标识（用一个整数表示）。 （3）能够显示某一时刻内存中进程使用内存的情况，包括进程名、进程在内存中的起始地址和内存使用量。 （4）能够终止某一个进程，终止进程后注意内存的回收。