3G與WLAN異構網路接入控制關鍵技術研究

《3G與WLAN異構網路接入控制關鍵技術研究》是依託哈爾濱工業大學，由徐玉濱擔任項目負責人的面上項目。

基本介紹

• 中文名：3G與WLAN異構網路接入控制關鍵技術研究
• 依託單位：哈爾濱工業大學
• 項目類別：面上項目
• 項目負責人：徐玉濱

項目摘要

接入控制技術可以有效解決下一代3G與WLAN異構網路環境下的資源管理、網路覆蓋和業務QoS保障等問題，是無線通信網路領域研究的關鍵技術之一。本項目提出一種分步式的智慧型接入控制系統，該系統首先利用神經網路和粒子濾波結合的網內定位跟蹤算法、網路狀態估計和業務、信道建模，得到不同QoS要求用戶，在不同時刻和不同位置所能獲取的原始網路狀態信息；然而在實際3G與WLAN網路環境中，往往存在維數災難與特徵信息之間的矛盾，於是提出基於自編碼神經網路的數據降維方法，即將高維的特徵信息進行簡化，且投射到低維空間中進行處理，並儘可能保留更多的特徵信息；然後，結合非確定性馬爾科夫條件下的Q學習算法，利用模組化的模糊神經推理系統，提高智慧型接入控制系統的環境感知和決策分類能力；最後，設計零和博弈多目標最佳化判決器，對不同模組的輸出最佳化策略進行規劃，實現3G與WLAN異構網路中用戶的智慧型高效接入與切換控制。

結題摘要

接入控制技術可以有效解決下一代3G與WLAN異構網路下的資源管理、網路覆蓋和業務QoS保障等問題，是無線通信領域研究的關鍵技術之一。本項目提出了一種新3G與WLAN接入控制技術。首先，本課題對WCDMA、TD-SCDMA、CDMA2000以及WLAN的信道特徵與網路狀態進行了特徵分析。針對用戶位置無法準確估計可能導致“桌球效應”的問題，提出了基於WLAN的神經網路和粒子濾波相結合的網內定位跟蹤算法。根據終端位置進行估計和預測，得到不同QoS要求用戶，在不同時刻和不同位置所能獲取的原始網路狀態信息。其次，由於在實際環境中，往往存在“維數災難”與特徵信息之間的矛盾。針對維數過多導致信息冗餘的問題，本課題提出了基於自編碼神經網路的數據降維方法。即將高維特徵信息進行簡化，使其投射到低維空間中進行處理，從而在儘可能保留更多的特徵信息的同時，大大降低了數據維數。第三，針對已接入異構網路中的用戶在網路中移動時，可能在邊界區域發生頻繁切換的“桌球效應”問題，本課題提出了基於Q學習的垂直切換策略。針對傳統Q學習算法的輸入輸出變數無法連續化的問題，提出了將模糊神經網路嵌入Q學習，構成模組化Q學習模糊神經網路。利用模組化的模糊神經推理系統，提高了接入控制系統的環境感知和決策分類能力，降低了切換掉話率與無謂切換次數。第四，針對3G/WLAN異構網路資源分配和接入控制技術存在的網路效用低、各個區域資源分配不均衡、負載不均衡導致系統資源利用率低，本課題建立了3G/WLAN網路無線資源的非合作博弈模型。該模型通過對覆蓋區域內無線資源的動態分配，從而對不同模組的輸出最佳化策略進行規劃，均衡分配3G與WLAN異構網路中的網路資源，最終實現了用戶端和網路端的高效接入與切換控制。此外，針對接入控制算法驗證需求，本課題搭建了異構網路接入控制算法軟體實驗平台。通過設定不同參數，模擬不同真實異構網路通信場景，增加實時網路性能參數探測模組、接入控制算法模組，實現了本課題所提出的接入控制技術的仿真驗證。 自立項以來，課題組共發表文章27篇，其中SCI期刊5篇，EI期刊6篇，EI源會議文章16篇；申請專利19項，其中已授權1項。培養博士生7名，碩士生9名。期間共有8人次進行了國際交流，舉辦了研討會2次。各項指標均實現了項目申請時的預期成果。