《5G中面向QoE的網路選擇方法研究》是依託中國人民解放軍國防科技大學，由杜智勇擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：5G中面向QoE的網路選擇方法研究
- 項目類別：青年科學基金項目
- 項目負責人：杜智勇
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
受限於有限的系統容量，傳統單一的蜂窩網路難以滿足日益增長的移動通信需求。為應對以上挑戰，人們通過在同一區域同時部署多種類型的無線網路，形成異構無線網路的重疊覆蓋，從而提升系統的容量和增強網路覆蓋。有效利用異構無線網路的潛在資源仍然面臨多方面的挑戰，網路選擇是最為關鍵的問題之一。著眼於5G時代的現實需求以及異構、超密集的網路環境、海量的終端設備、多樣化的業務類型和個性化的用戶需求等全新挑戰，本項目從以用戶為中心的角度出發，研究面向QoE的網路選擇方法。針對高動態、大規模和超密集三種典型的5G網路選擇場景，本項目以線上學習為理論工具，設計線上的網路選擇方法，著力解決面向QoE的最佳化機理、信息不確定條件下的穩健決策、複雜環境下的高效決策等三個關鍵科學問題，最終為5G網路選擇最佳化提供理論與方法支撐。
結題摘要
著眼於5G時代的現實需求以及異構、超密集的網路環境、海量的終端設備、多樣化的業務類型和個性化的用戶需求等全新挑戰，本項目從以用戶為中心的角度出發，研究面向QoE的網路選擇方法。項目主要圍繞以下三個方面展開了較為深入的研究：（1）高動態場景下基於用戶決策的線上網路選擇。為量化動態環境對QoE的影響，定義了全新的動態QoE，將相應的網路選擇最佳化建模為新穎的二階強化學習問題，設計了階數最優的強化學習算法，從理論上證明了算法的性能界，仿真驗證了算法能夠有效支撐面向動態QoE的網路選擇。（2）大規模場景下基於網路決策的線上網路選擇。在密集蜂窩場景下，提出基於鄰居小蜂窩合作的博弈模型，設計了鄰居合作網路選擇算法，以較低複雜度實現了網路選擇的最佳化。針對無人機機群的網路接入選擇，採用分簇機制，協同小無人機形成分組，接入主控無人機獲得網路服務，從而提高整個無人機群網路的吞吐量並降低能源消耗。（3）超密集場景下網路-用戶聯合決策的線上網路選擇。考慮移動業務異構的上、下行傳輸需求定義了QoE，基於遷移強化學習設計了場景知覺的精細化網路選擇算法。針對無人機場景中的網路選擇，利用無人機的機動能力，設計了基於雲輔助的混合決策算法。項目的科學意義體現在三點：一是提出的局部網路合作博弈最佳化機制能夠有效解決大規模網路最佳化問題；二是提出了超越傳統靜態QoE的動態QoE的概念及定義；三是提出的二階強化學習問題模型及算法能夠為動態環境中的最佳化提供新的最佳化思路。項目組共發表13篇論文，其中SCI期刊論文8篇（IEEE期刊論文5篇），EI會議論文5篇。申請國家發明專利1項，出版英文學術專著1本（Springer出版社）。依託本項目的研究，項目組成功立項國家自然科學基金青年項目1項，軍隊級項目3項，2019年獲得教育部高等學校科學研究優秀成果（科學技術）一等獎1項。
