[发明专利]一种面向业务适度服务的认知无线网络传输学习方法

摘要

本发明涉及一种面向业务适度服务的认知无线网络传输学习方法，包括如下步骤：步骤1，采集实时业务和优先级信息；步骤2，建立白空间矩阵和干扰矩阵；步骤3，根据节点可行行动、业务传输时间，计算路由和时延；步骤4，进行本地信息和优先级的分布式协同设计；步骤5，获取信息交换自由度和自由度限制条件；步骤6，通过传输协作和信息交换，对多业务应用进行自适配；步骤7，根据和模型无关的分布式强制学习，建立频谱切换；步骤8，根据服务质量检验是否满足用户需求。本发明采用和模型无关的分布式强制学习来提高多跳认知无线网络上多样性实时需求业务的性能，提出信息交换自由度建构一种综合性的业务数据跨层管理方法，使得整个网络具备业务普适。

主权项

1.一种面向业务适度服务的认知无线网络传输学习方法，其特征在于：该方法包括以下步骤：步骤1：为每个网络节点建立业务资源矩阵，根据实时业务的差异性定义实时业务的优先级；所述业务资源矩阵包括由不同链路和频段组成的路由；矩阵中1表示指定频段可用且链路和节点相连，0表示频段不可用或无连接；网络节点n的业务矩阵Sn＝[Sij]∈{0,1}L×Q表示如下：其中L为链路总数，Q为频段总数，链路ei属于链路集E＝{e1,…,eL}，频段Mj属于频段集M＝{M1,…,MQ}；步骤2：根据主用户是否占用某一频段以及是否和某一链路发生干扰建立白空间矩阵；根据链路采用某一频段是否干扰高优先级链路建立干扰矩阵；所述白空间矩阵和干扰矩阵用于描述业务量的时空分布呈现的动态特征；网络节点n通过频谱感知，获得的白空间矩阵On＝[Oij]∈{0,1}L×Q表示如下：优先级Cg(g≥2)的干扰矩阵为In＝[Iij]∈{0,1}L×Q：相应地，业务矩阵表示网络节点n在等级C_g中所收更高优先级干扰的差异化业务资源，那么表示矩阵反转操作步骤3：根据节点可行行动、业务传输时间，计算实时业务从源节点发送数据包到目标节点的路由和估计时延dij(ψij(Ai))表示如下：其中，ψij为Ri中第j个数据包的路由，Ai＝[An|n∈θi]是Ri的所有网络中继传输节点的行动向量，STng为网络节点n在等级Cg中采取行动向量Ai的业务传输时间；步骤4：进行本地信息和优先级的分布式协同设计，将跨层多标准优化问题变成：其中，表示等级C_k中的数据包从中继传输节点n到达目的节点的时延期望，ξ表示一个使概率很小的安全间隔，D_g为等级C_g中数据包的时延截止期，为数据包j到达节点n之前经历路由后的时延；步骤5：获取信息交换自由度和自由度限制条件；传输按时间分片，令t_s为时间片持续时间，d_c(L_n)为网络节点n的协作间隔，每个节点在时间片中和协作间隔后选择行动A_n；针对本地信息，令最优时延期望为x越大，时延期望G_n(g,x)越小；令V_n(g,I_n(x))为等级C_k中信息I_n(x)的回报利益；在静态网络中，V_n(g,I_n(x))定义为：V_n(g,I_n(x))＝G_n(g,x‑1)‑G_n(g,x)；如果节点n收到信息I_n(x)，那么信息回报V_n(g,I_n(1))被视作是按照时延期望所带来的利益；针对信息I_n(x)，最优时延期望G_n(g,x)可表示为：在动态网络中，一旦那么对于x≤x′≤h_n有因此，定义信息自由度DoF(k,v)为：DoF_n(k,v)≡arg max x，其中λ(g,v)≥0表示实时业务带来的最小时延变化，该实时业务确定在等级Ck中收到本地信息的最小利益；步骤6：通过传输协作和信息交换，对多业务应用进行自适配；在每个时间片周期性地重复执行传输协作和信息交换两个过程，在可行行动集上寻找最优行动更新估计时延然后给信息交换接口提供更新的时延向量；根据最新选择的行动、最迟时延变量和干扰矩阵I_g(n,A_n)更新信息，进而干扰矩阵和在预定义信息自由度内的节点进行交换；步骤7：根据和模型无关的分布式强制学习，建立频谱切换；采用一个作为活动回报的马尔科夫决策过程来实现智能频谱切换，采用一个和模型无关的分布式强制学习方法，寻找最优决策；步骤8：根据服务质量检验是否满足用户需求从无线网络服务的对象和无线网络传递的对象两方面展开检验；如果能实现业务适配，则结束流程；否则，从获取信息交换自由度步骤重新开始执行。