网络资源分配及在异构网络中的应用

发布时间：2020-09-25 17:38

　　 无线网络技术快速发展并渗透到人类社会活动的方方面面,其发展改变了人们的日常生活方式,是社会经济发展及信息化水平提升的重要推动力。随着无线通信网络技术的高速发展,用户流量需求、用户业务量及用户终端激增,但频谱资源紧缺,且利用率低下,成为制约无线网络发展的重大瓶颈,即使下一代通信网络增加可利用频谱资源,频谱资源仍然非常珍贵;同时,单一通信网络已无法满足用户差异化业务需求,未来的无线通信网络必然是多网络共存、融合、优势互补,这也是下一代无线通信网络的发展趋势。因此,如何提高频谱资源利用率,以缓解激增的用户流量需求与紧缺且利用率低下频谱资源的矛盾?如何融合多个异构无线网络,通过动态选择接入网络及用户间资源合理高效分配,在保障用户多种业务需求的基础上,优化网络性能及服务质量,是无线网络需解决的重要问题。本论文在分析异构网络重叠覆盖复杂场景、当前处理面临挑战和现有研究成果基础上,对无线异构网络融合中的无线资源分配技术及异构传感器网络部署优化技术进行了深入研究,提出并设计了一系列面向认知异构无线网络的空闲频谱资源分配策略、异构网络重叠覆盖场景下用户的网络关联及频谱资源分配方法、异构传感器融合网络中复合事件协同检测方法。本文开展的主要工作及成果如下:(1)针对频谱属性异构、信道条件动态变化、业务需求多样的认知异构无线网络中难以为次用户高效分配频谱资源的问题,提出了传输速率最大化的频谱资源分配策略。该策略首先以总传输速率最大化为目标,以受限频谱资源及用户业务需求为约束条件,构建了非线性多约束的频谱资源分配0-1规划模型;然后设计了一种多项式时间复杂度的化简求解方法,该方法根据空闲频谱信息、信道条件、业务需求及分配决策历史信息构建并修正效益矩阵,实现约束条件化简,并通过改进传统匈牙利算法的系数矩阵变换策略提高执行效率。最后,通过实验对算法性能进行对比分析,实验结果显示,所提方法具有更高的传输速率及执行效率。(2)针对认知异构网络中资源分配多目标优化问题,在综合考虑用户业务需求和频谱资源属性差异的背景下,以次用户总传输速率最大化和总成本最小化为目标,建立了空闲频谱分配的双目标优化数学模型。通过对数学模型进行化简,即将双目标优化问题转化为单目标优化及对约束条件进行简化,并利用改进匈牙利算法进行求解;其次,设计了一种基于改进非支配排序遗传算法的多目标智能优化方法进行求解。实验结果表明,简化方法具有较高的效率,INSGA-Ⅱ(improved Non-dominated Sorting Genetic Algorithm Ⅱ)算法可获得较高的传输速率,尤其是传输速率优先策略。(3)针对多异构网络重叠覆盖、多用户多业务共存环境下,用户最大化传输速率易致网络负载不均衡的问题,提出一种基于非支配排序遗传算法的业务接入控制方法。该方法首先以传输速率最大化及网络负载最均衡为目标,以带宽资源受限为约束,构建了传输速率最大化及网络负载最均衡的双目标优化模型;然后基于多目标优化方法非支配排序遗传算法求解该业务接入控制问题。仿真结果表明,所提算法兼顾了用户的传输速率需求及网络间的负载均衡,取得较好的效果。(4)异构传感器网络中的复合事件联合检测是传感器网络的研究热点。如何使用尽可能少的传感器节点监测大范围的复合事件是一个难题,因为由多原子事件组成的复合事件需通过多个异构传感器节点进行协同监测,节点数量不够常导致检测准确率变差,而目前多数传统方法专注于只需部署同构节点的原子事件检测。考虑到不同类型异构传感器节点的成本、贡献权重和感知能力,本课题提出了复合事件部署成本最小化问题(DCMP),并给出了相应的数学模型,目的是达到所需覆盖质量要求下最大限度地降低部署成本。根据异构节点的时空关联关系,分别提出了新的原子事件模型和复合事件模型,并在此基础上分析了覆盖质量;然后,基于复合事件模型和覆盖质量模型,提出了精确算法和贪婪策略近似算法以解决优化问题,并分析了两种算法的时间复杂度和近似性。实验结果表明,在相同覆盖质量下,所提近似算法具有较低的部署成本和更高的执行效率。最后对全文进行了总结,并展望了下一步研究工作。
【学位单位】：广东工业大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TN929.5
【部分图文】：

、Ｉ灥邋０逡逑２０３０逡逑歫中国邋

本文编号：2826861