基於學習與預測的認知網路路由決策與維護

《基於學習與預測的認知網路路由決策與維護》是依託蘇州大學，由汪一鳴擔任項目負責人的面上項目。

基本介紹

• 中文名：基於學習與預測的認知網路路由決策與維護
• 項目類別：面上項目
• 項目負責人：汪一鳴
• 依託單位：蘇州大學

項目摘要

由於頻譜動態接入帶來的節點可用信道隨時間和空間變化的特性，使得認知網路路由與外界電磁環境尤其是授權網路行為之間存在相互作用。從而使得認知網路路由最佳化成為難題。本研究以認知網路路由為對象，以圖論、拓撲學、機率論等為工具，基於自適應學習、最最佳化方法等理論，重點研究：認知用戶可利用頻譜隨時間、空間的動態變化與鄰居發現的關係；新的授權網路用戶活動模型；認知網路拓撲的局部預測；主網路節點移動估計與次網路節點移動控制；帶有聯契約束的跨層動態路由協定的設計。通過解析路由決策與外部電磁環境因素之間的動態關聯性，建立關聯度模型，探索網路連通的演化規律，著重解決授權網路用戶運動估計、鄰居發現消失、信道切換耳聾、因資源受限路由最佳化被多變數約束等關鍵問題。在此基礎上，完成一個試驗性網路作為實證，並提出較完整的路由決策和維護的最佳化建議與解決方案。為認知網路下一步發展提供理論支持和科學依據。

結題摘要

1. 基於頻譜感知的跨層機會認知路由決策研究 針對認知無線自組織網路的複雜電磁環境及相關技術挑戰，考慮認知無線網路可用頻譜的高動態特性，以跨層協同思想為指導，將信道選擇策略與路由選擇技術相結合，將物理層的頻譜感知技術、MAC層的調度機制與網路層的路由技術相聯合進行跨層設計及最佳化，提出了基於雙次協同頻譜感知的機會認知路由策略以提高認知無線網路頻譜的使用效率和可靠高效的傳輸能力。理論分析和仿真結果表明所提出的方案能夠有效提高認知無線自組織網路端到端的服務質量和頻譜利用率。 2. 基於學習預測的移動認知網路路由方法 當移動成為認知網路的一個特徵時，情形更為複雜，首先，次用戶間能否通信不僅受次用戶本身的影響，而且受主用戶活動狀況、主用戶移動等的影響，使得認知用戶間的鏈路很不穩定，網路拓撲不斷變化。其次，次用戶頻譜動態接入和退出導致次用戶可用信道隨時間和空間變化，使得認知網路的拓撲以及路由問題呈現出不同於傳統無線網路的特點。針對這個問題，通過學習預測，對認知網路連通性、中斷機率、鏈路穩定性、鏈路功耗、拓撲最佳化、路徑最佳化等加以研究，提出適用於認知中繼網路的路徑選擇標準，依此標準導出瑞利衰落信道下認知中繼網路的中斷機率閉合表達式。提出鏈路代價最小的局部認知拓撲控制路由算法。 3. 基於認知競爭的快速行動網路路由發現和修複方法 車載自組織網路是由車輛和路邊設施作為節點構建的臨時性自組織網路。考慮到網路節點高速移動、網路拓撲頻繁變化的高動態性，提出基於接收者競爭和綜合路由判據的路由協定。 首先設計新的路由判據方法，依據車輛節點可以採集到鄰節點拓撲信息和依賴於GPS的車輛位置、速度等有效信息，量化了鏈路剩餘生命時間和投影距離，通過數據融合得到最佳化的路由判據。各個接收節點根據該判據相互競爭取得數據包的轉發權，有效地限制了網路控制信息的產生和傳播。其次針對路由維護階段提出基於上下游節點競爭的本地修複方法。由斷裂處上下游節點根據穩定性狀態競爭本地修復的權利，選擇更加穩定的節點修復鏈路，減少二次斷裂可能性。