业务能力可预见的分布式认知无线网络在线决策机制研究

In this proposal, we study the online learning and decision making problem in distributed wireless cognitive radio network. In tackling the three challenges : "spatia temporal covery failure", "dynamic scheduling efficiency" and "opportunistic scheduling disordering", the proposal aims at solving these problems and build an effcient and adaptive online learning and decision making pradigm. First, we propose the "using channels while learing" and "learning channels while using" methods, which could effectively utilize the imperfect channel knowledge. Secondly, using the opitmal access thereshold and network status analysis method, we can moderately control the cogntive node, where the continuous and dynamic accessing can be achieved in multi-dimesional information scenarios. Finaly, we propose the "predictable service" concept in achieve an optimized network workload and scheduling paradigm, which aims at achieving a perfect balance between reliablity and stability, minimizing the protocol overhead between nodes. Leveraging these methods, the system sensibility and stablity can be achieved at the same time, and the coordinative information overhead can be minimized, which will be helpful to solve the inefficient scheduling problem in opportunistic spectrum accessing network.

本课题以认知无线网络分布式在线学习与决策为研究背景，针对目前理论研究以及系统实用化进程中所面临的三个挑战："时空覆盖失度"、"动态调度失衡"和"机会调度失序"，有效解决目前信道特征学习困难、动态适应性差、网络调度与协同开销巨大的问题。课题研究过程中，首先探索在线认知学习方法，利用在线认知的反馈信息实现"利用中学习"和"学习中利用"，根据残缺的、局部的、非确定性的，甚至是存在错误的认知信息，结合随机决策优化模型和非确定信息处理的方法，解决信道学习和利用的矛盾；接着通过准确有效的控制节点的行为，包括最优接入门限和网络状态分析，实现多用户在多维信息条件下的连续动态接入；最后，提出"可预见业务能力"的概念，优化网络的负载能力，追求在可靠性与稳定性之间达到平衡，减小节点之间的协议开销。在此基础上，能够增强系统的动态敏感性与抗扰动能力，有效提高信息的传播效率，从而有效解决机会调度困难，效率低下的问题。

本课题按照预期计划，从无线网络可预测性能提升及网络共存、群智感知信息的自校正误差估计、群智参与式感知对无线网络性能的影响及优化三方面来展开,在异构网络共存、干扰管理、群智感知网络的数据收集处理、任务覆盖与分发和网络性能优化等方面取得了突出性的成果。发表和录用会议、期刊论文21篇。其中IEEE Transaction顶级期刊5篇，以及国际会议论文7篇，共13篇论文被SCI收录。课题成果包括：我们提出了一个基于多用户MIMO的WiFi和ZigBee网络共存方案,能够在不修改WiFi客户端和大规模部署的ZigBee网络节点的情况下,仅仅通过增强SINK节点的方法,就可以有效解决问题；提出了基于能量域的迭代式干扰共存算法和多用户MIMO网络的子载波协同机制，解决单天线AP场景下的异构信号共存和干扰管理问题。我们提出了无线信号强度地图构建方法，研究群智感知网络中数据感知质量处理问题。实验结果表明，所提方法能够获得平均误差为8.5 dBm的精确信号强度地图(比传统基本方法降低了57%)，为认知无线电的频谱分配和接入端的定制化服务提供了有效支撑。最后我们对群智感知网络中数据收集处理、任务覆盖与分发和性能优化等问题进行了分析和研究，进一步提升了群智感知网络的感知效率。