基于多类用户分级控制的认知无线网络建模理论与优化方法研究

With the expanding of network scale and the emergence of new business, spectrum resources become more precious. Network traffic demand shows a tendency of multi-level and diversification. This project is dedicated to the research on cognitive radio networks with hierarchical control for multiple users. Focusing on the diversity of networks users, by introducing hierarchical access threshold, retrial threshold et al., the admission of multiple cognitive users is controlled dynamically. By introducing carrier aggregation mechanism and hierarchical aggregate proportion et al., the transmission of multiple cognitive users is controlled dynamically. According to the hierarchical control mechanisms, a series of spectrum sharing strategies are presented. The performance for the proposed spectrum sharing strategies is evaluated by building a set of novel multiple priority queueing models. Consider the comprehensive influence of multiple parameters on the system performance, the joint optimization methods for parameters are investigated. Considering different information obtained by the cognitive users and applying the Economics of Queues, the Nash equilibrium strategy and the socially optimal strategy are studied with different information accuracy to optimize the access behavior of cognitive users. The significance of this project lies in breaking through the limit of two kinds users and one dimensional information hypothesis in conventional research for cognitive radio networks, exploring more universal hierarchical control schemes, as well as enriching the performance evaluation and system optimization theory in cognitive radio networks. This project has important theoretical and application values.

随着网络规模的扩大及新业务的涌现，频谱资源弥足珍贵，网络传输需求呈现出多层次与多样化的态势，本项目拟对基于多类用户分级控制的认知无线网络进行研究。通过引入分级接入阈值、重试阈值等对多类认知用户进行分级接入控制；引入载波聚合及分级聚合比例等对多类认知用户进行分级传输控制。基于不同的分级控制方案，提出新的频谱分配策略，建立新型的多优先级排队模型并进行模型解析方法研究，构建频谱分配策略性能评价体系。考虑多策略参数对系统性能的综合影响，进行多策略参数联合优化方法研究。考虑认知用户获得的不同信息及其差异性，结合排队经济学理论，研究不同信息精度下认知用户的纳什均衡策略和社会最优策略，优化认知用户的系统接入行为。本项目的研究意义在于突破传统认知无线网络研究中两类用户及一维信息精度等假设的局限，探索更具普适性的分级控制方案，进一步发展并充实认知无线网络性能评价与系统优化理论体系，具有重要的理论和应用价值。

随着网络技术的飞速发展，网络需求呈现出更加繁复和多元化的态势。考虑网络业务需求的多样性，本项目面向含有多类用户的认知无线网络展开研究，提出不同的带有分级控制机制的动态频谱分配策略，并基于随机理论进行频谱分配策略的数学建模与系统优化。首先，提出了一种基于多类用户动态接入控制的频谱分配策略，引入调节因子动态控制用户的接入概率。通过建立并解析一个随机排队模型揭示调节因子对系统性能的影响，并给出针对调节因子的优化设置方案。其次，提出了一种基于多类用户动态反馈控制的频谱分配策略，通过引入反馈阈值与反馈概率控制被中断传输的次级认知用户的数据重传行为。通过建立并解析一个三维马尔可夫链模型，揭示反馈阈值与反馈概率对用户性能的影响，并给出针对反馈阈值与反馈概率的联合优化设置方案。再次，提出了一种基于多类用户概率中断机制的频谱分配策略，引入中断指数控制高级认知用户的抢占行为，一定程度上保证了次级认知用户传输的连续性。通过建立并解析了一个离散时间马尔可夫链模型，揭示中断指数对系统性能的影响，并给出针对中断指数的优化设置方案。然后，提出了一种基于多类用户动态信道聚合机制的频谱分配策略，系统根据需要传输的数据包类型及数量动态聚合部分信道进行数据传输，并对被中断传输的数据包引入中断掉包机制。通过建立并解析了一个带有可变服务率的三维马尔可夫链模型，对所提出的动态信道聚合机制进行评估，并通过数值实验验证了其有效性。最后，提出了一种基于多类用户非理想感知的频谱分配策略，考虑次级认知用户的非理想感知结果，在非理想感知系统模型中引入漏检率与误警率，并通过数值实验考察了非理想感知结果对系统性能的影响。