物联网环境下的认知调度网络构建及其资源协调优化

Making use of Cognitive Wireless Network can effectively optimize the complex mobile spectrum resource scheduling, which provides a new idea for coordination of intelligent scheduling system in the Internet of Things. Constructing resource coordination optimization method of Cognitive Network real time production oriented research focus of this project. In order to effectively support for complex flow pipe action in real-time optimization scheduling of resources, and it has the different (natural gas, oil, water, electricity, transportation, logistics and other fields) good adaptability, the project will conceive the cognitive networkas a core issue, namely, coordination optimal dispatching system of concern, based on both data acquisition and calculation of safety visualization, around a IOT environment real-time production information perception and safety acquisition, cross layer between simple workflow access protocol, acoording to the cognitive network situation aware scheduling network knowledge base construction of normal optimization, four key technologies of coordination and abnormal emergency scheduling algorithm, launches the research on the theory and application of the system in depth. Cognitive scheduling network construction has the real-time production site complex systems for observation, perception and learning under environment of Internet of things, behavior parameters of each node in the network time allocation, and then improve the intelligent level of resource coordination scheduling.

认知无线网络可有效优化复杂移动网络环境下频谱资源的调度和使用状况，为物联网环境下的协调智能调度系统设计提供了新思路。本项目重点研究面向实时生产的认知网络构建及其资源协调优化调度方法。为了有效支撑面向复杂流管网实时生产的资源优化调度，并具有对不同（天然气、石油、水、电、交通、物流等）领域的良好适应性，本项目将认知网络构建问题作为协调优化调度系统的核心关注点，在数据安全采集与计算可视化并重的基础上，围绕物联网环境下的实时生产信息感知及安全采集、跨层间简单流程接入协议、基于网络情景意识的认知调度网络知识库构建，正常优化协调与异常应急调度算法四项关键技术，展开系统深入的理论及应用研究。认知调度网络构建的有利于观察、感知和学习物联网环境下的复杂大系统实时生产现场的状态，及时配置网络中各节点的行为参数，进而提高资源协调调度的智能水平。

项目组在凝练物联网环境下的认知调度网络构建及其资源协调优化科学问题的基础上，围绕物联协同认知计算的关键技术，展开系统深入的研究工作。.在模型构建与算法实现方面的研究工作包括：针对物联网实时生产信息感知实时性和安全采集及时性的特点，开展了人工鱼群、萤火虫、蛙跳混洗、动物嗅探等自然启发式行为协同认知算法的基础性研究；为了构建融合公共知识库的自适应可变码速的调制解调模型，系统开展了面向硬件设计协同认知基础性探索研究，通过对集成电路布局问题的分析，以免疫系统本身的智能化机制和从中抽象出来的数学模型为依据，构建用于解决集成电路门阵列布局问题的免疫进化计算模型框架，大量对比实验及数据分析，表明了相关改进模型及实现算法的有效性。.在应用方面主要完成的研究工作有：针对正常优化和异常应急协调调度的特征，首先构建认知调度网络时间约束型多维空间，研究开展基于参考点的协同认知多目标优化算法改进研究、基于深度学习的语音情感识别认知算法和基于深度强化学习的认知无线电功率辅助决策应用研究；根据物联网结点计算的迁移性需求，开展基于深度神经网络的迁移认知学习算法改进及应用研究；将课题研究组提出的自适应选择高维多目标进化新算法，应用于解决认知无线电决策引擎参数优化中的多目标问题；针对正常优化与异常应急调度信息融合认知的情境，开展极限学习机ELM算法改进研究及其在认知无线网络频谱感知中的应用。.项目组就上述研究成果，分别撰写论文发表于本领域重要的学术期刊或国际会议。课题组的研究工作有利于有效解决认知无线电决策引擎参数优化，实现认知无线电网络频谱资源的有效调度，协调管理并自适应调整节点和网络负载行为，提升认知无线电功率辅助决策的水平。