导读:本文包含了图着色论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,分配,相控阵,模型,小区,设备,机位。
图着色论文文献综述
毕晓雪,陈赟昌[1]（2019）在《基于图着色及小区选择思想的波长分配算法》一文中研究指出针对光传送网络(OTN)中路由及波长分配(RWA)问题中的波长分配子问题,文章提出了一种图着色与移动通信网络中移动台寻找服务小区策略相结合的启发式算法,给出了算法实现的流程图以及相应的伪代码,并对波长分配子问题中所涉及的关键性指标进行了实验对比分析。实验结果表明,该算法在保证链路使用中继数量最少和波长一致的条件下,使网络进行波长分配时的失败率最高可下降4%,且全网使用的波长和中继盘的增加量在0.5%以内,满足了工程实践的需求。(本文来源于《光通信研究》期刊2019年04期）
韩国令,杜渂[2]（2019）在《图着色模型在停机位分配问题中的应用研究》一文中研究指出停机位分配是地面机场系统运作的一个重要任务,关系到航空公司,机场和旅客叁者的利益,文章以机场的角度提出停机位分配最优方案,为复杂的机场停机位分配建立初步简化模型。文章以图着色为核心算法,将航班抽象为图像中的顶点,将停机位抽象为不同的颜色,将航班之间的时间冲突抽象为图像中的连线。结合图论的其它相关知识建立停机位分配图着色模型,并结合贪婪算法,实现对机场停机位的初步处理。最后利用二部图对分配结果进行展示。(本文来源于《电信快报》期刊2019年07期）
高卫斌,党锐锐,杨李杰[3]（2019）在《基于图着色理论的阵列天线校正方法》一文中研究指出由于受环境变化影响,大规模平面相控阵天线收发通道的幅相一致性会发生偏移,常常需要标校才能保证其正常工作,但目前阵列天线收发通道数量较多,校正过程复杂,而且费时费力。基于图着色理论提出一种阵列天线快速校正方法,将校正时隙分配转化为图论中的着色问题,通过最小化时隙着色提高每个校正时隙的复用率,以降低阵列通道校准次数,达到缩短全阵列校正时间目的。仿真表明,对正六边形、正方形和正叁角形平面阵列,分别最多仅需要8个、9个和16个时隙就可完成全阵列校正。(本文来源于《遥测遥控》期刊2019年03期）
魏娟[4]（2019）在《蚁群优化图着色算法在智能小区中的运用》一文中研究指出当智能小区的地图网格中的颜色数太多时,经蚁群算法处理的信息会出现杂乱无章的现象.对蚁群算法进行优化,增添褪色过程并加入参数Max,能减小并控制着色色数,实现四色着色,使得小区里的各种动态数据和信息在地图网格中更加清晰且直观地展现.(本文来源于《吉首大学学报(自然科学版)》期刊2019年02期）
孙彦赞,范卫蓉,张舜卿,王涛,吴雅婷[5]（2019）在《基于图着色的密集D2D网络资源分配算法》一文中研究指出蜂窝设备到设备(D2D)网络通过D2D用户与蜂窝用户的上行链路复用,可大幅提高网络的频谱效率,但当D2D用户数大于蜂窝用户数时,即在D2D密集部署场景下,传统的资源复用算法不能满足D2D用户的频谱资源需求。针对该问题,提出基于图着色理论的D2D网络干扰协调频谱资源分配算法,可实现信道资源在多个D2D用户对间的多重复用,从而提升网络负载能力,改善网络吞吐量。在此基础上,给出一种改进的资源分配算法,以提高D2D用户的公平性。仿真结果表明,该算法在降低D2D用户获取信道资源"饥饿"概率的同时,能够提升网络信道资源的空间复用率及系统吞吐量。(本文来源于《计算机工程》期刊2019年02期）
刘为,廖仁波,王琳[6]（2018）在《改进图着色算法的PCI自动分配方法》一文中研究指出基于经典图着色算法的LTE PCI分配方法对小区间干扰未予以考虑。通过分析PCI与LTE物理层主辅同步信号的生成序列、小区上下行参考信号的频域资源排列关联关系,提出一种基于改进图着色算法的PCI自动分配方法,其特点在于在既实现无冲突、无混淆PCI复用,也保证同频组网场景中,上述物理层信号的小区间干扰抑制得到优化。结合LTE网络架构给出PCI冲突与混淆的分布式检测及集中式的冲突与混淆解决方案,结合仿真结果表明该方法有效可行。(本文来源于《计算机工程与设计》期刊2018年02期）
樊自甫,胡敏,李悦宁[7]（2017）在《基于图着色的大规模MIMO系统中动态导频分配》一文中研究指出针对大规模多输入多输出(MIMO)系统中存在的导频污染问题,提出一种基于图着色的动态导频分配方案。为了更加合理地分配导频、减小导频污染,首先,利用小区间协作,将不同小区的用户通过带权值的边相连来构建边权值干扰图,以此来描述多小区用户间的导频污染程度;然后,在传统的图着色理论基础上,利用相连用户边权值不同的特点,优先为受导频污染严重的用户分配导频资源。理论分析和仿真结果表明,所提的导频分配方案不同于现有的分布式导频分配方案,在考虑所有小区导频复用的情况下,基于图着色集中式地分配导频,能够减小小区间用户的干扰,提升大规模MIMO系统的上行可达和速率。(本文来源于《计算机应用》期刊2017年12期）
邓晓田,李旭杰[8]（2017）在《基于图着色的D2D资源分配算法研究》一文中研究指出D2D通信是允许两个相邻用户在通过基站的控制下共享蜂窝用户的频谱资源来直接通信的技术。D2D用户与蜂窝用户共享资源而引入的额外干扰会降低系统的性能,因此资源分配成为D2D通信的一个重要问题。针对D2D用户密集场景下最大可接入数量问题提出了一种基于图着色的资源分配算法,其中将D2D用户对视为一个顶点,蜂窝用户的资源视为一个个簇,对顶点进行着色即对其分簇。仿真分析可以看出,所提出的方案能够增加网络最大可接入的D2D用户对的数量,有效提高了系统容量。(本文来源于《国外电子测量技术》期刊2017年11期）
朱国晖,杨晶晶,郭嘉,苏珂嫄,刘涛[9]（2018）在《基于图着色理论的全双工D2D分簇资源分配方案》一文中研究指出全双工通信允许用户同时同频收发信号,将其应用在D2D(device-to-device)通信中虽然可以提高系统吞吐量,但是也带来了更加复杂的干扰关系。为了降低干扰,提升系统吞吐量,提出了以簇为单位的资源分配方案。方案首先引入图着色理论为全双工D2D用户进行合理的分簇,采用匈牙利算法进行链路资源的分配,从而优化蜂窝系统的性能。仿真结果表明,方案在提高频谱利用率的同时提升了整个蜂窝网络的系统容量。(本文来源于《计算机应用研究》期刊2018年11期）
甘瀛,王鑫,冯志勇,杨雅君[10]（2018）在《基于Pregel模型的分布式图着色算法》一文中研究指出图着色问题一直是计算机科学和数学领域最着名和经典的研究问题之一。由于目前图数据规模的不断增加,单机图着色算法性能受到限制。现有的分布式图着色算法大多基于共享内存的消息传递模型,而无共享Pregel计算模型的提出与发展提高了大规模图数据的处理能力,其已成为现今大数据处理的主流框架之一,但尚缺少将现有的分布式图着色算法适配到Pregel模型进行算法研究与实验比较的工作。为了提高图着色算法的性能,受经典图着色算法MIS(maximal-independent-set)启发,设计了一种基于Pregel模型的分布式图着色算法MIS-Pregel。结合着色时间和所需颜色数等方面提出了两种不同的优化策略,第一种优化策略基于JP算法,第二种优化策略基于LDF算法。在实现了主流图数据处理模型Pregel的Spark Graph X框架下开发了上述MIS-Pregel算法和两种改进算法JP-Pregel和LDF-Pregel。在合成数据集和真实数据集上进行了实验,大量实验结果表明所提分布式图着色算法能够高效地完成图着色任务,且JP-Pregel算法和LDF-Pregel算法的着色时间比MIS-Pregel算法分别平均缩短了26.4%和30.9%。(本文来源于《计算机科学与探索》期刊2018年06期）
图着色论文开题报告
（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：
停机位分配是地面机场系统运作的一个重要任务,关系到航空公司,机场和旅客叁者的利益,文章以机场的角度提出停机位分配最优方案,为复杂的机场停机位分配建立初步简化模型。文章以图着色为核心算法,将航班抽象为图像中的顶点,将停机位抽象为不同的颜色,将航班之间的时间冲突抽象为图像中的连线。结合图论的其它相关知识建立停机位分配图着色模型,并结合贪婪算法,实现对机场停机位的初步处理。最后利用二部图对分配结果进行展示。
（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。
图着色论文参考文献
[1].毕晓雪,陈赟昌.基于图着色及小区选择思想的波长分配算法[J].光通信研究.2019
[2].韩国令,杜渂.图着色模型在停机位分配问题中的应用研究[J].电信快报.2019
[3].高卫斌,党锐锐,杨李杰.基于图着色理论的阵列天线校正方法[J].遥测遥控.2019
[4].魏娟.蚁群优化图着色算法在智能小区中的运用[J].吉首大学学报(自然科学版).2019
[5].孙彦赞,范卫蓉,张舜卿,王涛,吴雅婷.基于图着色的密集D2D网络资源分配算法[J].计算机工程.2019
[6].刘为,廖仁波,王琳.改进图着色算法的PCI自动分配方法[J].计算机工程与设计.2018
[7].樊自甫,胡敏,李悦宁.基于图着色的大规模MIMO系统中动态导频分配[J].计算机应用.2017
[8].邓晓田,李旭杰.基于图着色的D2D资源分配算法研究[J].国外电子测量技术.2017
[9].朱国晖,杨晶晶,郭嘉,苏珂嫄,刘涛.基于图着色理论的全双工D2D分簇资源分配方案[J].计算机应用研究.2018
[10].甘瀛,王鑫,冯志勇,杨雅君.基于Pregel模型的分布式图着色算法[J].计算机科学与探索.2018
论文知识图
