基于大数据的复杂异构网络智能无线接入理论与技术研究

Wireless communications is experiencing the great challenge that the service demand is explosively growing while the access capability of the wireless networks is improving slowly. In this proposal, our goal is to study the fundamental theory and key technologies for smart wireless access to improve the access capability and efficiency of the complex heterogeneous wireless networks through exploring the potential of wireless big data. The research areas include: 1) User and network behavior analysis and service demand prediction using wireless big data; 2) Multi-dimensional resource pre-allocation for differential network service requirements of the complex heterogeneous networks; 3) Adaptive user equipment access for personalized user service requirements; 4) System simulation and prototype evaluation for the proposed smart wireless access technologies. The innovations of the proposal lie in: 1) We propose the deep cognition theory for wireless big data, which predicts the network behavior and demands through relationship analysis of the big data; 2) We propose the multi-dimensional resource pre-allocation scheme using both spectrum and access resources to match the network demands of the heterogeneous networks; 3) We propose the adaptive wireless access technology based on the predicted user behavior and demands, by which the user quality-of experience (QoE) is greatly improved. The results of the project will help to establish the intellectual property base in the fields of smart wireless networks and wireless big data, and provide new theoretical foundations and methodological guidance for the development of future mobile communications.

无线通信正面临着服务需求高速增长与网络供给能力缓慢提升的重大挑战。本项目从面向业务和服务出发，研究通过挖掘无线大数据潜能来提高复杂异构网络的接入能力和效率的智能无线接入基础理论与关键技术。研究内容包括：1）基于无线大数据的用户和网络行为分析及预测；2）面向网络差异化业务需求的无线资源动态预配置；3）面向用户个性化业务需求的智能设备接入；4）基于大数据的智能设备接入系统仿真及实验验证。创新性工作有：1）提出了利用大数据关联性分析来预测网络行为及业务需求的无线大数据深度认知理论；2）提出了同时兼顾频谱及无线接入资源以适配复杂异构网络需求的多维资源动态预配置方案，以大幅度提高网络的接入能力；3）提出了利用大数据预测用户个体行为及业务需求的自适应无线接入技术，以显著提高用户体验。研究成果将形成我国拥有独立知识产权的无线大数据智能网络接入技术，为未来移动通信的发展提供新的理论依据和方法指导。

无线通信正面临着服务需求高速增长与网络接入能力缓慢提升的重大挑战。本项目研究通过挖掘无线大数据潜能来提高复杂异构网络的接入能力和效率的智能无线接入理论与技术。研究内容包括：1）基于无线大数据的用户和网络行为分析及预测；2）无线资源动态预配置；3）智能设备接入；4）基于大数据的智能接入仿真及验证。重要结果包括：1）针对复杂异构网络中用户数据与网络数据完整获取困难的挑战，提出基于深度学习的网络数据空时建模和流量预测方法、基于基站社群关系模型的业务特征和内容流行度分析方法、以及用户行为分析等创新技术，搭建大数据计算平台以及频谱大数据采集与分析平台，建立无线大数据深度认知理论，相关成果获得国际会议EAI Chinacom最佳论文奖。2）在智能资源配置方面，提出基于深度强化学习的认知异构网络智能调制编码选择与资源配置方法，获得IEEE ICC最佳论文奖；提出蜂窝-物联网异构网络智能频谱共享技术，获得IEEE ICC最佳论文奖；提出智能化的频谱感知、内容缓存、接入切片资源调度等创新方法，相关成果获得IEEE认知网络技术委员会Publication奖。3）在智能网络接入方面，提出蜂窝-物联网异构网络智能用户关联接入技术，获得IEEE通信学会Stephen O. Rice最佳论文奖和IEEE Globecom最佳论文奖；提出基于深度强化学习的蜂窝授权辅助接入-WiFi异构网络智能接入机制、以及异构蜂窝网络智能用户关联方法；提出5G毫米波异构蜂窝网络智能切换、终端直通网络智能接入等创新技术。研究成果为未来移动通信的发展提供新的理论依据和方法指导。项目共发表论文233篇，其中，ESI高被引论文12篇（含1篇热点论文），获5项最佳论文奖、1项Publication奖和1项技术成就奖，出版专著1部，申请发明专利44项（含授权29项），超额完成既定任务。项目部分成果获得四川省自然科学一等奖（已公示）。项目负责人担任智能通信领域国际SCI期刊IEEE Transactions on Cognitive Communications and Networking主编，当选欧洲科学院外籍院士，并获批科技部-教育部智能通信与网络学科创新引智（111）基地。项目组主办国际会议8次和国际专刊5次，做国际大会报告16次，培养青年教师7人、博士后7人和研究生26人。