基于上下文认知机制的Ad Hoc网络性能优化策略管理模型的研究

Ad Hoc Network is a multi-hop, decentralized and self-organized wireless network which has the characteristics of high flexibility, variability of topology, complexity of QoS control strategy, and so on. The field of intelligent management of Ad Hoc Network is at the forefront of academic research. Aiming at strategic management model of Ad Hoc Network, this project introduces context aware mechanisms and proposes the architecture of intelligent decision-making of strategic management to enable the network to have the ability of learning and intelligently improve maintenance efficiency and QoS performance of Ad Hoc Network. Through the design of contextual knowledge model, the project proposes node correlation and probability & statistics-based dynamic adaptive clustering algorithm, which adds the factors of node correlation, energy consumption, the probability of being cluster head to the interactive information to constitute the clustering optimization mechanism. At the same time, the clustering algorithm constructs strategic management model with context aware mechanisms and distributes the strategic management system to enable the network to have the ability of context-aware. In order to further validate the applicability of model, we establish an appropriate method for formal description to form complete performance evaluation system of Ad Hoc Network and accurately evaluate the QoS performance of new model. The research of this project can improve the management flexibility and transmission efficiency of Ad Hoc Network, and promote the practicality of strategic management model.

Ad Hoc网络是一种多跳无中心自组织无线网络，具有灵活性高、拓扑结构多变、QoS控制策略复杂等特点。Ad Hoc网络智能管理领域是目前学术界研究的前沿。本项目针对Ad Hoc网络策略管理模型，引入上下文认知机制，提出策略管理智能决策的体系结构，使网络具备学习能力，能够智能地改善Ad Hoc网络的维护效率和QoS性能。项目通过设计上下文知识模型，提出了基于节点相关性与概率统计的动态自适应分簇组网算法，在交互信息中，添加节点的相关性、消耗的能量及成为簇首的概率等因素构成分簇优化机制；同时构建具备上下文认知机制的策略管理模型，将策略管理系统分布化，使网络具备上下文感知能力；为了进一步验证模型的适用性，建立了合适的形式化描述方法，形成了完整的Ad Hoc网络性能评价体系，精确评价了新模型的QoS性能指标。通过项目的研究，能够提高Ad Hoc网络管理的灵活性和传输效率，促进策略管理模型的实用性。

随着无线通信服务的高速发展，有限的无线频谱资源严重制约了持续增长的网络接入需求和数据传输需求。另一方面，大规模的无线设备也加剧了频谱资源的竞争。Ad Hoc网络能够利用频谱资源在时间、地点上的变化特性，根据局部网络信息进行分布式地组网和数据传输。本项目以提高网络性能为目标，借助认知技术和跨层优化技术，从多个方面对移动Ad Hoc网络理论和关键技术进行了深入的研究，主要成果包括：.（1）研究了Ad Hoc网络中基于上下文认知的策略管理模型，提出并构建了上下文知识模型，研究了具有上下文认知机制的Ad Hoc网络策略管理模型进行策略管理的过程与方法，为实际应用奠定理论基础；.（2）认知Ad Hoc网络中基于动态频谱感知的资源管理技术。网络节点根据环境上下文，通过分布式分簇组算法进行动态组网，为实现Ad Hoc网络的分布式控制提供合理的优化部署方案。在此基础上，设计了自适应的频谱资源分配算法，改善MAC层的传输性能；.（3）研究了Ad Hoc网络中基于上下文认知机制的路由算法，利用上下文信息预测模型预测当前节点与目的节点的相遇情况，提出了一种基于社会上下文的数据转发方案；.（4）研究了Ad Hoc网络中基于上下文认知机制的跨层QoS优化技术，提出了一种分布式的跨层设计框架，利用网络效用优化方法对Ad Hoc网络能效展开跨层多目标联合优化。研究工作取得了理论和技术上的创新，解决了部分技术难题，提高了认知Ad Hoc网络的灵活性和传输效率。相关成果在国内外学术期刊和国际会议上共发表论文18篇。其中，已录用或正式发表高水平SCI论文3篇，EI期刊论文5篇，EI国际会议论文3篇。依托本项目资助，培养博士毕业3人，博士生在读4人，硕士毕业5人，指导老师均为本项目负责人。共参与国内外学术会议6次，与国内外相关领域学者进行了良好的交流与互动。