無(wú)線網(wǎng)絡(luò)技術(shù)快速發(fā)展并滲透到人類社會(huì)活動(dòng)的方方面面,其發(fā)展改變了人們的日常生活方式,是社會(huì)經(jīng)濟(jì)發(fā)展及信息化水平提升的重要推動(dòng)力。隨著無(wú)線通信網(wǎng)絡(luò)技術(shù)的高速發(fā)展,用戶流量需求、用戶業(yè)務(wù)量及用戶終端激增,但頻譜資源緊缺,且利用率低下,成為制約無(wú)線網(wǎng)絡(luò)發(fā)展的重大瓶頸,即使下一代通信網(wǎng)絡(luò)增加可利用頻譜資源,頻譜資源仍然非常珍貴;同時(shí),單一通信網(wǎng)絡(luò)已無(wú)法滿足用戶差異化業(yè)務(wù)需求,未來(lái)的無(wú)線通信網(wǎng)絡(luò)必然是多網(wǎng)絡(luò)共存、融合、優(yōu)勢(shì)互補(bǔ),這也是下一代無(wú)線通信網(wǎng)絡(luò)的發(fā)展趨勢(shì)。因此,如何提高頻譜資源利用率,以緩解激增的用戶流量需求與緊缺且利用率低下頻譜資源的矛盾?如何融合多個(gè)異構(gòu)無(wú)線網(wǎng)絡(luò),通過(guò)動(dòng)態(tài)選擇接入網(wǎng)絡(luò)及用戶間資源合理高效分配,在保障用戶多種業(yè)務(wù)需求的基礎(chǔ)上,優(yōu)化網(wǎng)絡(luò)性能及服務(wù)質(zhì)量,是無(wú)線網(wǎng)絡(luò)需解決的重要問(wèn)題。本論文在分析異構(gòu)網(wǎng)絡(luò)重疊覆蓋復(fù)雜場(chǎng)景、當(dāng)前處理面臨挑戰(zhàn)和現(xiàn)有研究成果基礎(chǔ)上,對(duì)無(wú)線異構(gòu)網(wǎng)絡(luò)融合中的無(wú)線資源分配技術(shù)及異構(gòu)傳感器網(wǎng)絡(luò)部署優(yōu)化技術(shù)進(jìn)行了深入研究,提出并設(shè)計(jì)了一系列面向認(rèn)知異構(gòu)無(wú)線網(wǎng)絡(luò)的空閑頻譜資源分配策略、異構(gòu)網(wǎng)絡(luò)重疊覆蓋場(chǎng)景下用戶的網(wǎng)絡(luò)關(guān)聯(lián)及頻譜資源分配方法、異構(gòu)傳感器融合網(wǎng)絡(luò)中復(fù)合事件協(xié)同檢測(cè)方法。本文開(kāi)展的主要工作及成果如下:(1)針對(duì)頻譜屬性異構(gòu)、信道條件動(dòng)態(tài)變化、業(yè)務(wù)需求多樣的認(rèn)知異構(gòu)無(wú)線網(wǎng)絡(luò)中難以為次用戶高效分配頻譜資源的問(wèn)題,提出了傳輸速率最大化的頻譜資源分配策略。該策略首先以總傳輸速率最大化為目標(biāo),以受限頻譜資源及用戶業(yè)務(wù)需求為約束條件,構(gòu)建了非線性多約束的頻譜資源分配0-1規(guī)劃模型;然后設(shè)計(jì)了一種多項(xiàng)式時(shí)間復(fù)雜度的化簡(jiǎn)求解方法,該方法根據(jù)空閑頻譜信息、信道條件、業(yè)務(wù)需求及分配決策歷史信息構(gòu)建并修正效益矩陣,實(shí)現(xiàn)約束條件化簡(jiǎn),并通過(guò)改進(jìn)傳統(tǒng)匈牙利算法的系數(shù)矩陣變換策略提高執(zhí)行效率。最后,通過(guò)實(shí)驗(yàn)對(duì)算法性能進(jìn)行對(duì)比分析,實(shí)驗(yàn)結(jié)果顯示,所提方法具有更高的傳輸速率及執(zhí)行效率。(2)針對(duì)認(rèn)知異構(gòu)網(wǎng)絡(luò)中資源分配多目標(biāo)優(yōu)化問(wèn)題,在綜合考慮用戶業(yè)務(wù)需求和頻譜資源屬性差異的背景下,以次用戶總傳輸速率最大化和總成本最小化為目標(biāo),建立了空閑頻譜分配的雙目標(biāo)優(yōu)化數(shù)學(xué)模型。通過(guò)對(duì)數(shù)學(xué)模型進(jìn)行化簡(jiǎn),即將雙目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化及對(duì)約束條件進(jìn)行簡(jiǎn)化,并利用改進(jìn)匈牙利算法進(jìn)行求解;其次,設(shè)計(jì)了一種基于改進(jìn)非支配排序遺傳算法的多目標(biāo)智能優(yōu)化方法進(jìn)行求解。實(shí)驗(yàn)結(jié)果表明,簡(jiǎn)化方法具有較高的效率,INSGA-Ⅱ(improved Non-dominated Sorting Genetic Algorithm Ⅱ)算法可獲得較高的傳輸速率,尤其是傳輸速率優(yōu)先策略。(3)針對(duì)多異構(gòu)網(wǎng)絡(luò)重疊覆蓋、多用戶多業(yè)務(wù)共存環(huán)境下,用戶最大化傳輸速率易致網(wǎng)絡(luò)負(fù)載不均衡的問(wèn)題,提出一種基于非支配排序遺傳算法的業(yè)務(wù)接入控制方法。該方法首先以傳輸速率最大化及網(wǎng)絡(luò)負(fù)載最均衡為目標(biāo),以帶寬資源受限為約束,構(gòu)建了傳輸速率最大化及網(wǎng)絡(luò)負(fù)載最均衡的雙目標(biāo)優(yōu)化模型;然后基于多目標(biāo)優(yōu)化方法非支配排序遺傳算法求解該業(yè)務(wù)接入控制問(wèn)題。仿真結(jié)果表明,所提算法兼顧了用戶的傳輸速率需求及網(wǎng)絡(luò)間的負(fù)載均衡,取得較好的效果。(4)異構(gòu)傳感器網(wǎng)絡(luò)中的復(fù)合事件聯(lián)合檢測(cè)是傳感器網(wǎng)絡(luò)的研究熱點(diǎn)。如何使用盡可能少的傳感器節(jié)點(diǎn)監(jiān)測(cè)大范圍的復(fù)合事件是一個(gè)難題,因?yàn)橛啥嘣邮录M成的復(fù)合事件需通過(guò)多個(gè)異構(gòu)傳感器節(jié)點(diǎn)進(jìn)行協(xié)同監(jiān)測(cè),節(jié)點(diǎn)數(shù)量不夠常導(dǎo)致檢測(cè)準(zhǔn)確率變差,而目前多數(shù)傳統(tǒng)方法專注于只需部署同構(gòu)節(jié)點(diǎn)的原子事件檢測(cè)�？紤]到不同類型異構(gòu)傳感器節(jié)點(diǎn)的成本、貢獻(xiàn)權(quán)重和感知能力,本課題提出了復(fù)合事件部署成本最小化問(wèn)題(DCMP),并給出了相應(yīng)的數(shù)學(xué)模型,目的是達(dá)到所需覆蓋質(zhì)量要求下最大限度地降低部署成本。根據(jù)異構(gòu)節(jié)點(diǎn)的時(shí)空關(guān)聯(lián)關(guān)系,分別提出了新的原子事件模型和復(fù)合事件模型,并在此基礎(chǔ)上分析了覆蓋質(zhì)量;然后,基于復(fù)合事件模型和覆蓋質(zhì)量模型,提出了精確算法和貪婪策略近似算法以解決優(yōu)化問(wèn)題,并分析了兩種算法的時(shí)間復(fù)雜度和近似性。實(shí)驗(yàn)結(jié)果表明,在相同覆蓋質(zhì)量下,所提近似算法具有較低的部署成本和更高的執(zhí)行效率。最后對(duì)全文進(jìn)行了總結(jié),并展望了下一步研究工作。
【學(xué)位單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：TN929.5
【部分圖文】：

、Ｉ灥邋０逡逑２０３０逡逑歫中國(guó)邋

本文編號(hào)：2826861