基于QoS度量的移动认知网络路由决策

发布时间:2019-09-03 13:36
【摘要】:随着无线通信业务和用户需求的快速增长,尤其移动互联网与智能移动终端的大范围应用,使得频谱资源日益紧张。移动认知网络(Mobile Cognitive Radio Network,MCRN)作为一种新兴的智能网络技术,具有认知无线电技术和移动自组织网络技术的特点,能够适应复杂和动态变化的网络环境,优化端到端的性能,实现高效利用网络资源的目标。目前,对认知网络路由的研究大多假定主、次用户是静止的,从频谱可用性、信道分配等方面来研究认知网络的性能。对于移动认知网络,由于节点的移动和主用户的活动行为,节点间的链路特性不稳定,网络拓扑结构动态变化,难以用固定的服务质量(Quality of Service,QoS)来衡量网络的性能。因此,从不同角度研究移动认知网络的链路动态特性,解决具有多个参数约束的QoS路由优化问题是移动认知网络研究的核心问题之一。针对拓扑结构的动态性、链路的动态性、不同业务QoS需求以及路由的不确定性,本文开展了以下研究工作,首先从链路的连通性、稳定性、功率消耗、中断性能等研究链路的特性,进一步研究移动认知网络的局部拓扑控制算法和按一定QoS度量的网络路由算法。理论分析和仿真结果均表明本文所提出的方案能够有效提高认知无线网络端到端的服务质量和频谱的利用率。本论文主要研究工作和创新点包括以下几个方面:针对认知无线网络链路特性受多种因素影响及多变性的特点,提出了一个包括链路功耗、链路稳定性、链路中断概率等多参数的移动认知网络模型,并对模型中主次用户节点移动引起的网络拓扑的改变、链路的改变等进行了阐述,进一步从多个角度归纳提炼了这些改变对认知无线网络链路性能的影响,为链路性能分析及路由的研究奠定基础。依据多参数认知网络模型,结合一维移动认知网络的应用提出了以随机路点移动模型为基础的一维移动认知网络连通性分析方法。在此基础上根据主用户的活动情况以及节点的移动情况推导了网络链路的连通概率,进而分析网络端到端的连通性,推导出网络连通概率的闭合表达式。并在不同场景下通过仿真分析了主用户数、主用户活动因子、次用户数、次用户传输范围、最大干扰范围以及次用户的移动速度等对网络连通性的影响,验证了理论分析的正确性和合理性。针对主、次用户均移动的认知网络拓扑动态变化的特点,提出了一种局部认知拓扑控制路由算法。该算法根据节点的移动以及次用户对主用户的干扰来预测认知链路的可利用时间,结合链路稳定性和链路功耗进行多目标优化,度量链路的权重并作为链路代价。在保证网络连通的基础上,运用局部Dijkstra算法对认知网络的拓扑进行控制,优化网络拓扑,并在优化后的网络拓扑上以路径代价最小的准则选择网络路由,优化端到端的性能。仿真验证了所提拓扑控制算法的有效性,分析了链路功耗和链路稳定性对网络路径选择的影响以及网络参数对网络平均节点度、网络平均链路代价、单位路径功耗等的影响。相比于单一QoS度量的路由选择,本文提出的方法更具有认知功能,能更好地适合认知网络环境。考虑到认知网络无线通信过程中主次用户间的复杂电磁环境关系,将多参数认知网络模型规模简化为认知中继网络进行研究,提出了基于中断概率的路由算法。根据无线传输信号衰落的特点及节点的相对位置关系,重点分析信道环境改变对链路通信质量以及对网络路由选择的影响。通过分析链路信干噪比的分布函数,推导出了在瑞利衰落信道下链路中断概率的闭合表达式,得出系统端到端的中断概率,从而提供了一种有效的方法来研究次用户最大传输功率限制、主用户干扰功率限制、主用户的传输功率、次传输链接的信道质量、干扰链接的信道质量等参数对认知中继网络中断性能的影响。在分析网络路由时,提出了基于最小化端到端中断概率的网络路径选择标准来选择路由,实现了路由的跨层设计。仿真结果进一步验证了理论分析的正确性,并说明在网络性能分析和路径选择时主次用户的互干扰均不能随意忽略,特别是主用户干扰对次用户路径选择有很重要的影响。相比于在忽略主用户对次用户干扰影响的情况下选择网络路由,本研究所提出的路由算法更接近于无线环境的真实情况。
【图文】:

频谱,链路层,物理层,主要功能


图 1-1 物理层、链路层和网络层的主要功能[8]Fig. 1-1 Main functions of the PHY, MAC, and network layer of CR network[8]图 1-1 给出了认知无线网络物理层、链路层及网络层的主要功能[8]。在物理层,频谱感知是关键技术,认知用户能检测频谱空洞,并能获得无线环境的信息,如信道状态信息,认知用户发射机与主用户接收机间的信道增益等信息。根据频谱感知的结果,通过收发机优化和重配置,实现认知用户频谱的接入。链路层的主要任务是感知结果的规划和频谱接入的控制。至于网络层,主要功能如下:(1)网络诊断;(2)服务质量和差错控制;(3)基于频谱的网络路由。最后,频谱管理器管理三层,并以动态高效的方式支持可利用频谱的接入。通过分析各层的功能,为我们设计跨层路由提供了思路。1.2.3 移动认知网络移动认知网络的出现把移动自组织网络技术的发展推向了一个高潮。节点的移

综合模型,通信过程,位置


8’为主用户和次用户移动后对应的位置。由图2-1可见,'1 1PU PU靠近了次用户SU3、SU4、SU5、SU10,主用户在通信过程中对这些次用户的干扰
【学位授予单位】:苏州大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TN925

【相似文献】

相关期刊论文 前10条

1 滑楠;曹志刚;;无线认知网络概念与实例研究[J];计算机工程与应用;2009年02期

2 刘超;王海涛;;网络发展的一种新动向——认知网络[J];数据通信;2009年02期

3 邵飞;汪李峰;伍春;;基于认知层的认知网络结构及其认知方法[J];北京工业大学学报;2009年09期

4 陈铮;张勇;滕颖蕾;罗希;;认知网络概述[J];无线通信技术;2009年04期

5 雷宜海;;认知网络概述[J];电信快报;2010年04期

6 沙智;;浅析认知网络的关键技术及其多方面应用[J];知识经济;2010年07期

7 王琪;;认知网络概念及技术要求[J];洛阳师范学院学报;2010年05期

8 刘琪;周正;王树彬;;主用户链路深度衰落下的认知网络中继[J];高技术通讯;2010年03期

9 ;“认知网络”正文通知[J];通信学报;2011年01期

10 王健;赵国生;孙广路;赵中楠;;面向服务性能的认知网络理论及形式化建模方法[J];哈尔滨理工大学学报;2014年01期

相关会议论文 前2条

1 吴继宝;;认知网络端到端QoS技术研究[A];江苏省电子学会2010年学术年会论文集[C];2010年

2 高春蓉;贲可荣;;一种基于Agent的认知网络节点模型[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

相关博士学位论文 前10条

1 刘舒祺;基于QoS度量的移动认知网络路由决策[D];苏州大学;2016年

2 李婕;认知网络中基于网络状态和行为预测的路由及数据分发算法研究[D];东北大学;2015年

3 胡罡;无线认知网络频谱感知与接入关键技术研究[D];国防科学技术大学;2010年

4 冯光升;面向认知网络的自适应QoS感知与配置方法[D];哈尔滨工程大学;2009年

5 亓晋;基于贝叶斯网络的认知网络QoS自主控制技术研究[D];南京邮电大学;2013年

6 陈少磊;无速率码的编译码及其在中继与认知网络中的应用[D];浙江大学;2013年

7 梁伟;认知网络的接入选择与拥塞控制研究[D];南京邮电大学;2011年

8 陈亮;认知网络中频谱管理与流量调度关键技术研究[D];北京邮电大学;2012年

9 李丹丹;认知网络中具有自主学习特征的智能QoS保障机制研究[D];北京交通大学;2013年

10 安永丽;认知无线网络干扰对齐与频谱共享技术研究[D];北京交通大学;2015年

相关硕士学位论文 前10条

1 郭苑;基于业务的认知网络健康度评价体系研究[D];南京邮电大学;2011年

2 季丽娟;认知网络中动态调度机理研究[D];上海交通大学;2015年

3 简洪浩;干扰对齐方法在认知网络的应用研究[D];上海交通大学;2015年

4 陈铮;认知网络的网络架构及行为模型研究[D];北京邮电大学;2011年

5 董红军;面向认知网络的仿真平台的研究与实现[D];吉林大学;2012年

6 陶莹;无线认知网络中资源优化研究[D];大连理工大学;2012年

7 杨超;认知网络多维资源管理技术[D];西安电子科技大学;2012年

8 翁乾村;认知网络端到端态势评估与预测技术研究[D];南京邮电大学;2013年

9 王欣楠;认知网络中网络资源分配管理与演示系统设计与实现[D];西安电子科技大学;2013年

10 孟祥燕;认知网络多维资源管理数据库的设计与实现[D];西安电子科技大学;2014年



本文编号:2531390

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/2531390.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a05d6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com