智能认知无线异构网络中协同通信系统的优化

本项目针对无线异构网络从多元竞争到多元融合、节点认知能力有限、不同接入网络间的协同通信等问题带来的挑战，应用多智能体系统理论将认知无线电与协同通信技术进行有机融合，构建智能认知无线异构网络协同通信系统模型。提出一种认知无线网络中的智能认知方案，实现对网络环境和拓扑的动态认知；寻求基于分布式计算模型的多智能体信息共享机制，实现节点认知信息的实时共享；设计加权平均算子的启发式信息融合算法，对节点的动态环境认知信息智能融合。采用多智能体自适应协作方法建立协同通信机制，利用模糊逻辑理论动态预测网络状态，采用层次分析法确定目标接入网络；设计模块化模糊模型增强学习算法评估节点协作能力，选择最佳协作伙伴，并采用随机概率因子，实现无线异构网络的自适应协同通信；引入中国剩余定理设计随机线性协同编码实现快速协同安全传输。本项目的研究将为无线网络通信技术提供一种新的有效方法，对推动其发展和实用化具有重要意义。

本项目针对无线异构网络节点多元竞争、认知能力有限、协同通信等问题带来的挑战，应用多智能体系统理论，将认知无线电与协同通信技术进行有机融合，提出基于智能认知的无线网络的认知方案，实现对网络环境和拓扑的动态认知与信息的融合与共享，实现无线异构网络的自适应协同通信，推动了无线网络通信技术发展。申请书中设定的工作目标全部完成，包括：建立异构无线网络中智能认知协同通信系统模型、提出基于分布式协同优化的信息融合和频谱检测算法、提出基于智能学习的多中继选择方法、非理想通信信道条件下鲁棒路由分配算法、异构无线网络中网络编码与协同传输以及基于时延敏感的移动传感网路径规划和数据分发算法。针对实际的异构无线网络的异构性和动态性，采用模糊隶属度函数将参数值归一化方法，实现公平的网络效用评价，建立异构智能协同通信系统模型；为了进一步认提高知无线电网络的频谱资源效率，提出基于分布式协同优化的异构无线网络节点的信息融合方案；针对经典协作通信系统带来的网络复杂度，增加时延，降低系统效率等缺点，提出基于智能学习的多中继选择算法，提高协同通信系统性能；针对实际通信环境非完美信道状态信息给功率分配带来的挑战，提出基于鲁棒博弈的功率分配算法；为了提高网络吞吐量，减少网络数据传输时延，构造一种网络编码和协同传输机制；最后，我们还研究了基于时延敏感的移动传感网的路径规划与数据分发问题。受本项目支持，相关的研究成果已发表在《Sensors》、《International Journal of Antennas and Propagation》、《The International Journal of the Robotics 》、《Mathematical Problems in Engineering 》等国内外权威学术期刊，参加ICC、ACC、CCC等国内外重要学术会议，邀请中佛罗里达大学教授Zhihua Qu(AAAS Fellow, IEEE Fellow)、Kuo-Chi Lin到校进行学术讲座交流。发表学术论文35篇，其中SCI 期刊10篇，EI 期刊、EI会议论文25篇。申请受理专利5项，获得奖励10项。培养毕业博士研究生2名，硕士研究生17名。