多制式光与无线融合网络中多维资源集成调控理论与优化技术研究

With the rapid development of the future mobile communication toward the multi-technologies, the types of interface, protocol and resource have become much diverse in optical and wireless network as mobile carrier. Multiple functional convergence is the important developing trend of optical and wireless network. However, due to simple equipment structure, rigid functional configuration and discrete distribution of resources, multiple functional convergence faces the challenges of functional compatibility, control convergence and resource coordination, which causes the issue of inefficient carrying for multi-optical and wireless network. In order to solve such problem, this project will propose a multi-dimensional resource integration control theory in multi-optical and wireless converged network, and explore the mathematic model of resource integration. On the basis of the theory, aimed at the issue of poor functional compatibility, we propose a spectrum clustering mechanism based on the multi-feature signal cognition which achieves efficient spectrum adaptation, design a non-blocking optical exchange model supporting intensive heterogeneous environment, which provides the implement basis for the integration control and resource optimization. Centering on the limitation of control convergence, we propose an integration control architecture and defragmentation mechanism based on functional virtualization, which breakthroughs the isolation limitation of heterogeneous network resources. Facing on the difficulty of resource coordination, we propose heterogeneous resource cascading strategy and cloud-fog collaborative scheduling algorithm, which realizes the optimization of network resource efficiency. They can provide the scientific support to promote the development of functional convergence for multi-optical and wireless network.

未来移动通信向多制式的方向快速发展，作为移动承载的光与无线网络其接口、协议和资源等类别繁多，多功能融合成为该网络发展的重要趋势。然而现有网络的设备结构单一、网络配置僵化、资源分布离散，由此对网络的功能融合提出了功能兼容、控制融合和资源协调的三方面挑战，引发了多制式光与无线网络的承载低效难题。为了解决上述难题，本项目提出多制式光与无线融合网络中多维资源的集成调控机理，探索资源集成性的数学模型，在此理论基础上，针对功能兼容性差的问题，提出基于多特征信号认知的频谱聚类机理，完成频谱高效适配，设计支持密集异构环境的无阻塞光交换模型，为集成控制与资源优化提供实现基础；围绕控制融合受限的问题，提出基于功能虚拟化的控制结构与重构机制，突破网络异质资源隔离的限制；面对资源协调困难的问题，提出异质资源级联策略与云雾协同调度算法，实现网络资源效率的优化提升，为推动多制式光与无线网络的融合发展提供科学支撑。

本项目以多制式光与无线融合网络中多维资源集成调控理论与优化技术为研究目标，围绕光与无线网络多维资源集成这一中心，从功能兼容性差、控制融合受限、资源协调困难三方面关键问题入手，从信号聚类、灵活交换、控制重构、资源协同四个层面开展一系列研究工作，重点攻克了光与无线网络的多维资源集成性数学建模与评估机制、基于深度神经网络的信号多特征认知机理与频谱接入策略、时空频多维度的无阻塞光交换机制与功能混合模型、光与无线网络功能虚拟化控制结构与重构机制、基于跨层级联的异质资源调度机制与云雾协同算法等五个研究要点，形成了对应研究内容的五项创新成果：1）为实现异质资源的高效集成，提出了多维资源集成性理论模型与评价机制，为后续资源调度与优化提供理论基础。2）为实现多制式信号有效分类，提出了基于深度神经网络的信号认知机理，设计了基于深度Q网络的接入频谱控制策略，提升了频谱适配效率。3）为完成密集异构环境下多制式的混合传输，提出了分布式可信多维复用光交换与光联网机理，设计了时空频多维无阻塞交换节点模型。4）为了实现光与无线网络灵活融合控制，提出了基于功能虚拟化的集成控制结构，设计了端到端网络切片策略生成方案及切片状态监测方法，最大化保障用户需求。5）针对异质资源隔离限制导致资源难以有效聚合的问题，提出了基于图卷积神经网络的资源调度算法，基于联邦学习的边云资源协同方案，基于边缘资源占用预测的任务卸载机制，提升资源利用率。通过本项目研究，解决了多制式光与无线融合网络中的多维资源调控与优化难题。