车辆异构网络中可信协作垂直切换判定理论及方法研究

Vertical handoff verdict is the research hotspot and difficulty in vehicle heterogeneous network. There are some Key problems need to break through, including adaptive selection and dynamic update for handoff parameters, sentence for safe and reliable predictions of the handoff and collaborative vertical handoff decision-making for optimal performance, and so on. It is a good solution to adopt artificial intelligent algorithm, artificial intelligent algorithm is a good solution. Based on it's theory and algorithms, and the broadband, collaborative, heterogeneous and other characteristics of vehicle wireless network environment, this project try to use efficient cloud intelligent control and reasoning, intelligent optimization algorithm and collaborative communication processing vertical handoff verdict problem, and so, providing basic algorithms and methods for this problem. The main research contents includes vertical handoff parameters intelligently collecting, classification and selection and dynamic adaptive update algorithm; based on cloud intelligently control and reasoning, research credible prediction handoff sentence algorithm; using intelligent optimization algorithms and collaborative communication mechanism, research the vertical handoff decision algorithm. The results of the project could be used to reveal the inner mechanism of the vertical handoff verdict process, establishing the efficient feasible handoff verdict algorithms and methods. Artificial intelligence algorithm is applied to the vertical handoff verdict process of vehicle heterogeneous network, and it is a frontier research topic, and also theoretical research significance and application of high reference value.

车辆异构网络下的垂直切换判定是研究热点与难点，存在切换参数的自适应选择与更新、安全可靠的预测切换判决、协作垂直切换决策优化等关键问题需要突破，采用人工智能算法是一个很好的解决途径。本项目以人工智能算法为切入点和理论算法支持，并通过研究车辆无线网络环境的宽带化、协同化、异构化等特征，试图用高效的云智能控制和推理、智能优化算法和协作通信思想处理垂直切换判定问题，为此问题提供基础算法和方法。主要研究内容包括：垂直切换参数智能收集、分类和自适应选择与动态更新算法；基于云智能控制与推理，研究可信预测切换判决算法；采用智能优化算法和协作通信机制，研究垂直切换决策算法；项目成果可为揭示垂直切换判定过程的内在机理、建立高效可行的切换判定算法和方法。将人工智能算法应用到车辆异构网络的垂直切换判定过程，还是一个前沿的研究课题，具有极高的理论研究意义和应用参考价值。

以车辆异构网络为典型代表的下一代异构无线网络，能够实现在任何时间、任何地点为用户提供多种窄带和宽带的包括语音、数据及多媒体在内的综合业务，是未来无线移动通信的发展目标。本项目云模型、模糊逻辑、马尔可夫过程、博奕论、决策树、概率论等人工智能算法和优化工具，通过研究车辆异构无线网络环境的宽带化、协同化、异构化等特征，同时，充分考虑结合认知无线电技术的异构无线网络环境的动态性、认知性等特点，试图用高效的智能控制和推理、智能优化算法和协作通信思想处理切换判定、功率控制、中继传输、物理层安全传输和干扰安排问题，为此问题提供基础算法和方法。主要研究内容包括：异构授权无线网络中的网络发现、切换参数等预处理及动态更新方法，可信预测垂直切换算法，基于智能优化和协作的资源分配算法，功率控制和协作中继传输；同时，异构未授权认知无线网络中的动态频谱检测及切换，物理层安全方案和干扰安排算法。.项目开展后，取得了丰硕的研究成果。发表学术论文47篇（包括22篇国内一级学报论文），其中，国际期刊SCI检索8篇，国内外核心期刊EI检索27篇，EI待检索5篇。申请发明专利6项。培养青年学术骨干2名，培养研究生16名，其中博士研究生1名，硕士研究生15人（已毕业12人，导师为谢显中、雷维嘉和马彬，在读3人，导师均为马彬）。项目取得的预测垂直切换算法、基于决策树的优化垂直切换算法、频谱切换算法等关键成果，可为揭示下一代无线网络的切换判定过程的内在机理、建立高效可行的切换判定算法和方法。将人工智能算法应用到下一代异构网络的切换判定过程，还是一个前沿的研究课题，具有极高的理论研究意义和应用参考价值。