認知網(wǎng)絡(luò)中具有自主學(xué)習(xí)特征的智能QoS保障機制研究.pdf

1、認知行為模型首先檢測網(wǎng)絡(luò)當前的狀態(tài)，然后根據(jù)觀察到的網(wǎng)絡(luò)條件和參數(shù)進行調(diào)整、判決、執(zhí)行。認知技術(shù)使得通信實體具有認知周圍環(huán)境的能力，并能根據(jù)周圍環(huán)境的變化智能、自主、自適應(yīng)地動態(tài)變化。將認知的概念和功能引入現(xiàn)有的信息網(wǎng)絡(luò)就構(gòu)成了認知網(wǎng)絡(luò)。然而，以端到端QoS(Quality of Service)性能最優(yōu)化為目標的認知網(wǎng)絡(luò)的研究在國內(nèi)外還都處于萌芽階段，僅有一個大致的網(wǎng)絡(luò)概念模型和少量認知路由算法。認知網(wǎng)絡(luò)中QoS機制的實現(xiàn)，即資源預(yù)約

2、、資源調(diào)度和管理等問題至今還缺乏可行的解決方案。因此，本文將基于網(wǎng)絡(luò)行為模型，研究認知網(wǎng)絡(luò)的QoS保障機制，本文是國家高技術(shù)研究發(fā)展計劃（863計劃）課題的一部分。
　　本文主要提出了三個算法和機制，包括基于蟻群算法的多徑路由并行傳輸協(xié)議、預(yù)留資源的自適應(yīng)借用策略、以及基于神經(jīng)網(wǎng)絡(luò)的混合網(wǎng)絡(luò)流量預(yù)測模型。詳細內(nèi)容如下。
　　(1)在認知網(wǎng)絡(luò)中支持流媒體傳輸?shù)亩鄰铰酚伤惴ǚ矫?，本文通過改進蟻群算法，提出能夠規(guī)避和快速緩解擁塞的

3、多徑路由協(xié)議命名為AMP算法。AMP算法在源節(jié)點和目的節(jié)點之間尋找多條獨立的可用路徑，并構(gòu)成有效傳輸路徑集。根據(jù)每條路徑上的帶寬資源和網(wǎng)絡(luò)負載情況，對集合中的路徑進行優(yōu)先級排隊，確定多條傳輸路徑并行傳輸，改善流媒體業(yè)務(wù)的服務(wù)質(zhì)量。當主路由發(fā)生擁塞時，迅速使用路徑集中的備用錄用替換原有路由，保證傳輸?shù)倪B續(xù)性。同時，啟動新的路徑搜索算法，即在目的節(jié)點和源節(jié)點同時發(fā)送尋路螞蟻，雙方向發(fā)現(xiàn)新路由，能夠更加迅速的發(fā)現(xiàn)新路徑，規(guī)避擁塞。另外，AMP

4、算法使用改進了的螞蟻尋路準則，使得該算法可以實現(xiàn)多QoS約束的最優(yōu)路由，即同時滿足時延和帶寬約束的路由。
　　(2)在預(yù)留資源的自適應(yīng)借用與吞吐量優(yōu)化方面，本文引入自適應(yīng)借用的思想，提出了預(yù)留資源的借用策略，命名為RBFR策略。在傳統(tǒng)的信息網(wǎng)絡(luò)中，預(yù)留資源在有效期內(nèi)具有獨占性和專用性，而數(shù)據(jù)業(yè)務(wù)的突發(fā)特點使發(fā)送端輸出的數(shù)據(jù)流不連貫，造成相應(yīng)的預(yù)留資源不定期的處于閑置狀態(tài)，導(dǎo)致資源浪費。在網(wǎng)絡(luò)負載較重的情況下，占整體資源比例較大的預(yù)

5、留資源有部分閑置，而網(wǎng)絡(luò)中剩余的可用資源無法滿足更多應(yīng)用的接入需求，限制了吞吐量的提高。因此，充分利用認知網(wǎng)絡(luò)的自學(xué)習(xí)和重配置功能，實現(xiàn)預(yù)留資源的自適應(yīng)借用，是提高網(wǎng)絡(luò)吞吐量、改進網(wǎng)絡(luò)性能的重要手段。于是，本文將節(jié)點的資源類型分為三類:預(yù)留資源、本地資源和額外資源，提出在保證已預(yù)留資源的數(shù)據(jù)流服務(wù)質(zhì)量的前提下，允許實時業(yè)務(wù)在滿足相應(yīng)規(guī)定時借用節(jié)點閑置的預(yù)留資源，非實時業(yè)務(wù)不允許借用其他節(jié)點的資源。RBFR策略還給出了相應(yīng)的資源分配和借用

6、規(guī)則，并使額外資源在使用完畢后按本文給出的規(guī)則歸還。RBFR策略不僅保證了實時業(yè)務(wù)和非實時業(yè)務(wù)的公平性，而且可以靈活協(xié)調(diào)多種業(yè)務(wù)，優(yōu)化配置網(wǎng)絡(luò)資源，改善系統(tǒng)整體吞吐量，提高資源利用效率。
　　(3)在認知網(wǎng)絡(luò)的流量調(diào)度與負載均衡方面，本文將神經(jīng)網(wǎng)絡(luò)的預(yù)測方法引入認知網(wǎng)絡(luò)，提出基于神經(jīng)網(wǎng)絡(luò)的混合神經(jīng)網(wǎng)絡(luò)預(yù)測模型，命名為Ant Double-BP模型。該模型利用神經(jīng)網(wǎng)絡(luò)的非線性處理和容噪能力，綜合考慮終端的分布狀況和用戶業(yè)務(wù)的QoS需