《基於認知的異構無線網路中聯合資源管理方法研究》是依託西安電子科技大學，由張文柱擔任項目負責人的面上項目。
基本介紹
- 中文名：基於認知的異構無線網路中聯合資源管理方法研究
- 項目類別：面上項目
- 項目負責人：張文柱
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
未來的無線移動通信系統將是由多種無線接入網路融合在一起的異構網路，同時用戶終端也向多種無線模式配置演化，可以接入不同制式的網路。傳統的無線資源管理機制已經不能適應未來異構網路的發展需求。本項目基於認知功能，研究異構網路融合中的關鍵技術之一：聯合無線資源管理技術。基於IEEE 1900.4標準，設計異構網路環境下的聯合無線資源管理系統的框架；基於強化學習（Reinforcement Learning）的算法，研究在異構網路中實現高效頻譜利用效率的動態頻譜分配方法；基於多目標決策理論，研究在異構網路環境下複雜因素決定的多網路接入選擇策略。通過理論分析和仿真驗證的方式，驗證上述算法和策略的有效性。研究成果為實現異構網路環境下資源的動態高效利用，更好的協調和支持網路的學習、決策、融合等行為，在更高的層次上實現網路性能的飛躍提供支持。
結題摘要
未來的無線移動通信系統將是由多種無線接入網路融合在一起的異構網路，同時用戶終端也向多種無線模式配置演化，可以接入不同制式的網路。傳統的無線資源管理機制已經不能適應未來異構網路的發展需求。本項目基於認知功能，研究異構網路融合中的關鍵技術之一：聯合無線資源管理技術。本項目的研究成果包括： （1）在IEEE 1900.4框架下，提出了一種有效的終端重構策略。該策略將本徵向量法與改進的TOPSIS法結合起來，可以迅速將終端的可選重構模式依照優先順序排列，供終端決策；同時，該策略可以在任意時間為用戶提供最佳服務質量。（2）提出了一種基於歸一化徑向基函式的自適應啟發評價強化學習算法，用於異構無線網路系統中自主的動態頻譜分配。該算法通過與無線環境互動，為不同接入網內的各個會話動態的分配合適的頻段。（3）基於模糊推理和Q學習算法，提出一種適用於認知網路的集中式動態頻譜分配策略。該策略利用利用強化學習的線上學習方法，並結合模糊推理算法，在考察認知網路環境的可變性和不確定性的基礎上，給出恰當的頻譜分配決策。（4）結合強化學習中的Q-學習算法及策略再用機制，提出一種基於案例推理的最優策略產生模型，以此來實現網路對無線資源自主高效的聯合管理。（5）針對傳統拍賣方法在認知無線網路動態頻譜分配中的低效問題，提出了一種基於單頻段多贏家拍賣的動態頻譜分配算法。該算法在原始貪婪算法的基礎上增加了多重貪婪策略，以較低的計算複雜度獲得了較優的解；改進了VCG機制，在保留占優策略激勵兼容特性的基礎上，提高了賣家的收益，有效抑制共謀的發生。（6）提出一種演進的動態級調度算法EDLS，用於終端重構過程中的資源調度。該算法改進了任務聚類方法，能夠提高時間編輯的效率；充分考慮了任務之間的數據互動，進而有效地減少CRT平台重構時間。 研究成果為實現異構網路環境下資源的動態高效利用，更好的協調和支持網路的學習、決策、融合等行為，在更高的層次上實現網路性能的飛躍提供支持。
