异构网络环境下基于认知无线电技术的知行过程研究

未来的异构无线通信网络面临频谱资源缺乏、系统运维难度过高的难题。本项目以解决此难题为出发点，针对异构网络中环境信息的复杂性与非对称性特征，探寻如何为网络实体赋予"知"和"行"的拟人化能力和社会属性，使之能够自主适应环境，在与自然环境和社会环境的作用和反作用过程中形成匹配目标的优化策略，其主要研究内容包括：异构环境信息的综合建模、针对复杂信息的知识形成与表征、针对环境非对称性的策略学习机制、以及如何建立非对称信息环境下网络社会的激励机制。同时，研究将结合网络实体的能力约束、环境的特征以及优化目标，着力解决知行过程的可靠性及效率问题。本项目力求从知行学的角度，在认知无线电技术所涉及的交叉学科领域中完善相关理论基础，形成关键技术突破，为未来无线通信网络的运行和优化提供新的理论与方法，为解决网络中资源缺乏、运维复杂度高两大难题提供一种新思路。

以解决未来异构无线通信网络面临的频谱资源缺乏、系统运维难度过高问题为出发点，针对网络中环境信息的复杂性与非对称性特征，从知行学的角度，研究如何为网络实体赋予拟人化能力和社会属性，使之能够形成适应环境的策略。具体内容包括：.1、 基于环境要素内联关系的异构环境信息综合建模。根据内联关系综合作用的结果，来研究如何描述环境要素呈现给网络实体的实际印象。此外，针对网络实体对环境的感知能力差异以及实体所处的地理位置差异研究如何模拟环境信息。主要包括：针对无线网络实体对频谱感知的差异，提出了一种基于隐马尔科夫的多无线信道模型；提出了针对认知无线电网络的频谱协作感知与检测算法，以此为基础，通过分析影响无线环境的各因素（包括电磁攻击、授权用户的动态特征），构建了以网络实体为中心的频谱空洞模型。.2、 针对复杂环境信息的知识形成与表征。为解决复杂异构网络信息的维灾问题，根据优化目标，实现信息的分层表征，以降低知识形成过程的复杂度。主要包括：提出了基于状态聚合以及行动集缩减的的维灾问题解决方案；通过引入图型博弈，简化了无线网络实体之间的关系，降低了知识和策略形成的维度，提高了系统效率。.3、 针对环境信息非对称性的策略形成机制。根据大规模无线网络的分布式特征，考虑QoS参数、容量等因素，从网络实体所处位置、能力差异方面体现信息非对称性，研究高效策略形成机制。主要包括：考虑网络实体感知能力差异导致的感知信息非对称性，提出了一种基于代价函数的博弈机制来平衡容量和功率的关系； 针对多个有限理性认知用户共享多个信道实现高效数据传输的问题，提出了一种基于图型演化博弈的频谱接入机制； 根据授权用户的业务流量特点，提出了一种考虑认知无线电用户业务QoS的信道分配机制； 提出了一种基于队列博弈的频谱选择算法，形成了优化的频谱选择和分组调度策略。.4、 基于非对称信息博弈的网络社会激励机制。研究如何以非对称信息博弈论为分析工具，实现协调网络实体社会行为的机制，保证资源得到有效分配。主要包括：实现在信息非对称环境下可以防止道德风险的机制设计，构建了一个基于委托-代理合同的资源共享方案； 提出了基于动态古诺博弈的频谱租借算法；设计一种基于合同理论的动态频谱分配模型；提出了一种基于逢低买入的频谱分配机制。