超图简述

1. Hypergraph Models for Cellular Mobile Communication Systems
   用于蜂窝移动通信系统的超图模型
   摘 要：迄今为止，为了分配信道，蜂窝系统主要由图形建模。然而，就系统承载的总流量而言，蜂窝系统的超图建模与图形建模相比，有显着优势。例如，我们将证明，当由超图建模时，37个小区的系统流量比图形建模时多30％。我们研究了由超图模拟的信道化蜂窝系统的性能，并与图形建模的系统进行了比较。 为此，我们评估了[3]中定义的这些蜂窝网络的容量。对容量的评估需要生成最大的独立超图集。为此我们开发了一些新算法。

2. Hypergraph-Partitioning-Based Decomposition for Parallel Sparse-Matrix Vector Multiplication
   基于超图分区的并行稀疏矩阵向量乘法分解
   摘 要：在这项工作中，我们表明稀疏矩阵的基于图分区的标准分解不能反映并行矩阵乘法的实际通信量要求。我们提出了两个计算超图模型，避免了图模型的这一重要缺陷。所提出的模型将解决了超图分割问题。最近提出的成功的多级框架被用于开发多级超图分区工具PaToH，用于我们提出的超图模型的实验验证。在各种实际稀疏测试矩阵上的实验结果证实了所提出的超图模型的有效性。在测试矩阵的分解中，使用PaToH和hMeTiS的超图模型比使用MeTiS的图模型减少了高达63％的通信量（平均减少30％到38％），而PaToH仅比使用MeTiS的图形模型平均慢1.3倍。

3. An Effective Algorithm for Multiway Hypergraph Partitioning
   一种有效的多路超图分区算法
   摘 要：在本文中，我们提出了一种有效的多路超图分割算法。我们介绍了net_gain的概念，并将其嵌入到小区移动的选择中。与传统的基于FM的迭代改进算法不同，其中下一个要移动的小区的选择仅基于其cell_gain，我们的算法选择小区是基于其cell_gain和所有入射到该单元的小区net_gains总和。为了摆脱局部最优并寻找更广泛的解空间，我们提出了一种新的扰动机制。这两种策略显着提高了算法产生的解决方案质量。基于我们的实验证明，我们可以平滑地减少从传递到传递的迭代次数，以减少计算工作量，这样我们的算法就可以在合理的运行时间内划分大型基准电路。与最近Dasdan和Aykanat [5]提出的多路分区算法相比，我们的算法在解决方案质量（cutize）和运行时间方面明显优于他们的算法，平均削减超过PLM3和PFM3的平均改进率为47.64％。 36.76％，其运行时间分别仅为37.17％和9.66％。

4. Maximal Scheduling in Wireless Ad Hoc Networks With Hypergraph Interference Models
   具有超图干扰模型的无线Ad Hoc网络最大调度
   摘 要：本文提出了一种用于无线自组织网络中调度问题的超图干扰模型。所提出的超图模型考虑了干涉总和，因此与传统的二元图模型相比更准确。此外，与全局信噪比（SINR）模型不同，超图模型保留了局部图论结构，因此，允许现有的基于图的有效调度算法扩展到累积干扰案件。最后，通过调整某些参数，超图可以在调度期间实现干扰逼近精度与用户节点协调复杂度之间的系统权衡。作为超图模型的应用，我们考虑无线网络中的简单分布式调度算法（即最大调度）的性能。我们为任何最大调度器提出了稳定区域的下界，并表明它实现了最优稳定区域的固定比例，这取决于底层超图的干扰程度。我们还展示了随机网络中超图的干涉逼近精度，并表明具有小超边尺寸的超图可以非常准确地模拟干涉。最后，通过仿真结果验证了分析性能。

5. Dynamic Shortest Path Algorithms for Hypergraphs
   超图的动态最短路径算法
   摘 要：超图是一组顶点和一组非空子集，称为超边界。与图形不同，超图可以捕获社交和通信网络中的高阶交互，这些交互超越了成对关系的简单联合。在本文中，我们考虑超图中的最短路径问题。我们开发了两种算法，用于在动态网络中查找和维护最短的超路径，同时具有权重和拓扑变化。这两种算法是第一个解决一般超图中完全动态最短路径问题的算法。它们通过基于变化动态的性质和超图的类型划分应用程序空间来相互补充。我们分析了所提算法的时间复杂度，并对随机几何超图，多通道多无线电网络中的节能路由以及安然电子邮件数据集进行了仿真实验。使用安然电子邮件数据集的实验说明了所提出的算法在社交网络中的应用，用于基于紧密度中心度量来识别最重要的参与者和潜在的社交关系。

6. Radio Resource Allocation for Device-to-Device Underlay Communication Using Hypergraph Theory
   利用超图理论进行D2D通信的无线资源分配
   摘 要：设备到设备（D2D）通信已被认为是为演进节点B（eNB）卸载流量的有前景的技术。然而，作为底层的D2D传输对蜂窝和其他D2D链路都造成严重干扰，这对无线电资源分配提出了很大的技术挑战。传统的基于图的资源分配方法通常考虑两个用户设备（UE）之间的干扰，但是它们不能模拟来自多个UE的干扰以完全表征干扰。在本文中，我们使用超图理论研究信道分配以协调D2D对与蜂窝UE之间的干扰，其中允许任意数量的D2D对与蜂窝UE共享上行链路信道。超图着色用于对来自多个D2D对的累积干扰进行建模，从而消除相互干扰。仿真结果表明，与传统的基于图的方法相比，使用所提出的超图方法可以显着提高系统容量。
   备注：第一步，构建超图干扰模型，首先将干扰分为直接干扰和累积干扰，直接干扰和传统图论一般，累积干扰为多个D2D对和蜂窝用户的干扰和，构成超边。第二步，对超图干扰模型进行着色，每种颜色对应一个信道，即进行信道分配，提升系统容量。

7. Hypergraph-Based Wireless Distributed Storage Optimization for Cellular D2D Underlays
   基于超图的蜂窝D2D底层无线分布式存储优化
   摘 要：使用蜂窝设备到设备（D2D）底层的分布式存储由于其有可能卸载蜂窝流量，提高频谱效率和能效以及减少传输延迟而吸引了越来越多的研究兴趣。本文研究了基于内容编码策略的整体传输成本最小化问题，在保证用户服务质量的同时，在基于D2D的分布式存储系统中下载新内容项或修复丢失的内容项。除了编码参数的优化之外，成本最小化问题还考虑内容项的分布，每个内容请求者的内容助手的选择，以及用于在其间建立D2D链接的频谱重用。在内容助手，请求者和蜂窝用户资源之间制定基于超图的三维匹配问题，我们提出了一种基于局部搜索的算法，其优化复杂度低。数值结果证明了我们提出的方法的性能和有效性。

8. Distributed Channel Access for Device-to-Device Communications: A Hypergraph-Based Learning Solution
   用于D2D通信的分布式信道访问：基于超图的学习解决方案
   摘 要：在本文中，我们提出了一种基于超图干扰模型的D2D通信中分布式信道访问的学习解决方案。我们首先为超图模型定义一个新的干扰度量，然后将这个分布式信道访问问题公式化为局部利他博弈，这被证明是一个准确的潜在博弈，允许至少一个纯策略纳什均衡（PNE）。分布式学习算法旨在快速实现最优PNE，从而最小化定义的网络干扰度量。仿真结果表明，该算法优于现有方案，显着提高了频谱效率。
   备注：构建干扰超图，虚线表示强干扰，环表示累积干扰，单个干扰不强，但分配在同一信道时，累积干扰过强。新定义一个干扰量PMPI，优化目标为干扰量最小，用博弈论方法求PNE，得到信道分配方案。

9. Directed-Hypergraph-Based Channel Allocation for Ultradense Cloud D2D Communications With Asymmetric Interference
   用于具有非对称干扰的超密集云D2D通信的基于定向超图的信道分配
   摘 要：在本文中，我们研究了超密集设备到设备（D2D）通信的信道分配。与二进制图和无向超图干扰模型不同，应用改进的有向超图来同时表示超密集通信环境中的累积和非对称干扰方面。我们将云D2D通信网络中的信道接入问题制定为基于定向超图的局部利他博弈，这被证明是一种精确的潜在博弈。然后，提出了一种集中分布式的多智能并发学习方案，用于搜索最优纯纳什均衡，从而最大化归一化网络容量。最后，仿真结果用于验证所提出的学习方案。
   备注：用有向干扰超图表示非对称干扰。

10. Hypergraph Spectral Clustering Based Spectrum Resource Allocation for Dense NOMA-HetNet
    基于超图谱聚类的密集NOMA-HetNet频谱资源分配
    摘 要：在本文中，我们提出了非正交多址异构网络（NOMA HetNet）中的频谱资源分配算法。我们考虑一个密集的双层HetNet，它包括多个宏基站（MBS）和多个毫微微基站（FBS），它们彼此非常接近。所有MBS和FBS都在NOMA模式下工作。我们提出了基于超图谱聚类的方法来处理严重的累积干扰。我们的目标是提高系统吞吐量，同时保证所有用户在同一基站的公平性。我们分析了算法的计算复杂性。仿真结果表明，该算法能够以较低的计算复杂度提高系统吞吐量。

11. Interference Hypergraph-Based Resource Allocation (IHG-RA) for NOMA-Integrated V2X Networks
    用于NOMA集成V2X网络的基于干扰超图的资源分配（IHG-RA）
    摘 要：车载通信网络是第五代（5G）移动通信系统中的核心应用场景，其需要超高数据速率和超低延迟。最近，非正交多址（NOMA）因其能够显着提高频谱效率和减少数据传输延迟而被视为未来5G系统的有前景的技术。在本文中，我们建议在D2D增强的车辆到一切的网络（V2X）中引入NOMA，通过集中资源管理允许不同V2X通信基于空间重用的资源共享。考虑到在所研究的NOMA集成V2X（NOMA-V2X）网络中由NOMA和基于空间重用的资源共享引起的复杂干扰情景，我们构造了干扰超图（IHG）来模拟不同通信组之间的干扰关系。此外，基于构建的IHG，我们进一步提出了一种基于IHG的资源分配（IHG-RA）方案，该方案使用聚类着色算法，这可以进行有效和高效的资源块分配，并且计算复杂度低。仿真结果验证了我们提出的IOMG-RA方案在NOMA-V2X通信中提高网络总和率的效率。
    备注：在车联网中引入NOMA，分为三种模式，单V2V，多V2V，V2I。构建干扰图，两端之间干扰过强则构成二元边，多端累积干扰构成超边。用图着色方法处理干扰超图，即分簇，每簇分配一个资源块。

12. A Game-Theoretic Learning Approach for Anti-Jamming Dynamic Spectrum Access in Dense Wireless Networks
    密集无线网络抗干扰动态频谱接入的博弈理论方法
    摘 要：在本文中，我们研究了动态环境中基于干扰抑制（IM）的密集无线网络的抗干扰信道选择问题，其中活动用户由于其特定的业务需求而变化。我们共同考虑了基于IM的密集无线网络中用户之间的相互干扰和外部干扰，并提出了一种通用的最大协议干扰和干扰模型，以准确计算相互干扰和外部干扰。然后，将抗干扰信道选择问题表示为抗干扰动态博弈，并且随后证明它是具有至少一个纯策略纳什均衡（NE）的精确潜在博弈。基于随机学习理论，提出了一种分布式抗干扰信道选择算法（DACSA）来寻找NE解。此外，仿真结果表明了所提出的DACSA算法的有效性。