认知物联网中短包通信资源分配优化理论与技术研究

Different from the conventional telecommunication network, massive short-packet communications (SPCs) will be involved in the Internet of Things (IoT). These SPCs are enduring both spectrum scarcity issue and low throughput issue. To deal with the spectrum scarcity issue, this project will adopt cognitive radio to enable IoT devices to smartly access the licensed spectrum and improve the spectrum efficiency. To deal with the low throughput issue, this project tends to optimize the resource allocation and boosts the throughput. Thus, this project will study the resource allocation optimization problem of SPCs in the cognitive IoT. In particular, the project mainly consists of three parts. In the first part, this project considers the opportunistic spectrum access (OSA) scenario in the cognitive IoT, and optimizes spectrum detection time allocation to maximize the throughput. In the second part, the project considers the spectrum sharing scenario in the cognitive IoT, and optimizes the power allocation to maximize the throughput. In the third part, the project considers a multi-user (IoT device) coexistence scenario and optimizes the bandwidth allocation to maximize the sum throughput. Although the project focuses on the individual optimization of time/power/bandwidth resource allocation, the results can be directly used in the joint analysis and optimization of time/power/bandwidth resource allocation in the cognitive IoT. Therefore, this project can provide an integrated and efficient resource allocation optimization theory and technology for the cognitive IoT, and provide theoretical support for the IoT system design and optimization, thereby pushing the development of IoT industry.

与传统电信网不同，物联网将涉及海量的短包通信。这些短包通信面临着频谱资源短缺和吞吐量低两大关键问题。为了解决频谱资源短缺的问题，本项目拟采用认知无线电技术，使物联网设备智能地接入授权频段，从而提高频谱利用率。为了解决吞吐量低的问题，本项目拟通过优化资源分配来提高吞吐量。因此，本项目拟研究认知物联网中短包通信资源分配问题，包括：1）针对机会式频谱接入场景，本项目将以吞吐量最大化为目标优化频谱检测时间分配；2）针对频谱共享场景，本项目将以吞吐量最大化为目标优化功率分配；3）针对多用户共存场景，本项目将以和吞吐量最大化为目标优化带宽分配。尽管本项目侧重于时间/功率/带宽资源分配的单独优化，但是所得成果可以直接应用于认知物联网时间/功率/带宽资源分配的联合分析和优化。本项目有望为认知物联网提供一套完整有效的资源分配优化理论和技术，为物联网系统设计和优化提供理论支撑，以推动物联网产业的发展。

面向未来，移动医疗、车联网、智能家居、工业控制、环境监测将会推动物联网应用爆发式增长，数以千亿的设备将接入网络，实现真正的万物互联。这将带动规模空前的新兴产业，缔造出超过万亿美元的市场。同时，海量的设备连接和多样化的物联网业务也给无线通信带来新的技术挑战。由于电磁波在不同频段上具有不同的衰减特性，适合无线通信的频谱资源是有限的。目前的频谱资源占用情况已经相当拥挤，未来海量物联网设备对频谱的需求将使得这一形势更加严峻，亟需研究物联网典型场景下的高效传输理论与技术。.本项目主要研究物联网典型场景下的高效资源调配理论与技术，旨在解决物联网短包通信、长短包融合通信、能量受限物联网通信、异构物联网通信等典型物联网频谱共享场景中的资源配置问题。针对这些问题，本项目设计了一系列基于随机过程、线性规划、优化理论、编解码、人工智能等方法的物联网高谱效、高能效传输算法，建立了一套从认知到智能的物联网资源分配理论与技术。.本项目的重要结果、关键数据以及科学意义包括：揭示了物联网短包传输新规律，发现了物联网短包通信中认知与传输、协同与传输的折中关系，建立了物联网高谱效高能效短包传输新理论与方法。发表SCI论文7篇，CCF-A类会议论文1篇，google学术引用共计304次；揭示了物联网长包通信与短包通信在频谱共享下的相互作用机理，提出了长短包互惠共生技术，实现了物联网长短包高低速高效融合传输。发表SCI论文2篇和CCF-A类会议论文1篇，google学术引用共计149次；利用人工智能方法从异构物联网历史无线大数据中提出有用信息，并建立异构物联网资源配置策略，建立了基于人工智能的异构物联网在线资源配置理论。发表SCI论文6篇和CCF-A类会议论文6篇，google学术引用共计352次。.本项目成果的科学意义在于指导未来物联网无线通信系统设计，提高未来物联网频谱效率和能量效率。