認知網(wǎng)絡中的多域認知技術.pdf

1、作為下一代網(wǎng)絡的核心研究內容,認知網(wǎng)絡是在認知無線電網(wǎng)絡(CRN)的基礎上發(fā)展而來的,將 CRN中的單域無線環(huán)境擴展到了包括網(wǎng)絡環(huán)境和用戶環(huán)境在內的多域環(huán)境,因此認知網(wǎng)絡需要針對多域環(huán)境特征進行感知,即多域認知技術,目前通常認為多域認知技術主要是從多域本地認知層、多域協(xié)同認知層以及多域主動認知層三個方面來獲取和處理多域環(huán)境的感知信息。與 CRN相比較,認知網(wǎng)絡的多域認知過程所獲得的認知信息更加全面,更能夠反映出認知網(wǎng)絡中用戶所處的外部環(huán)

2、境,因此深入研究多域認知技術,提出各層的認知方法,對認知網(wǎng)絡的完善和發(fā)展具有重要意義。
　　本文重點研究了多域認知技術的多域本地認知層和多域主動認知層,并分別給出了各層的認知方法。
　　首先,將多域環(huán)境劃分為了多個單域環(huán)境,建立了能夠描述單域本地認知過程的一般數(shù)學模型,提出了一種基于多維邊緣檢測的單域本地認知方法,對單域環(huán)境中的參量空間進行了劃分并確定出了各個狀態(tài)的狀態(tài)標識,然后將單域環(huán)境升華到多域環(huán)境,形成多域本地認知過程

3、。實例分析表明了多域本地認知方法可以有效地獲取本地認知信息。
　　其次,針對多域主動認知層,給出了一種基于最小二乘支持向量回歸機(LS-SVR)的多域主動認知方法,該方法先采用LS-SVR算法對認知設備的認知參量與其通信性能之間的函數(shù)關系進行了回歸,并使用粒子群算法對LS-SVR的正規(guī)化參數(shù)和核函數(shù)參數(shù)進行了參數(shù)尋優(yōu)過程,然后將所有認知設備的通信性能加權和作為網(wǎng)絡整體的優(yōu)化目標,將所受到的外界多域環(huán)境限制作為約束條件,通過求解該優(yōu)