張 平,李建武,馮志勇,張奇勛
1.北京郵電大學無線新技術研究所,北京100876;2.北京郵電大學網絡與交換國家級重點實驗室,北京100876;3.北京郵電大學泛網無線通信教育部重點實驗室,北京100876)
目前,網絡的寬帶化、業(yè)務多樣化以及現有的固定頻譜管理模式使無線網絡面臨資源日益缺乏的重大挑戰(zhàn)。動態(tài)變化的異構網絡環(huán)境,更加劇了資源緊缺和業(yè)務需求之間的矛盾,從而嚴重制約了現有和未來無線網絡的部署和運行。建立在認知科學、計算機科學以及信息與控制理論基礎之上的認知無線網絡技術通過對無線環(huán)境、網絡環(huán)境和用戶環(huán)境的智能學習、推理和決策,實現了資源的有效共享與優(yōu)化利用,成為了解決資源受限條件下的多網絡共存的根本手段,同時也是實現異構網絡融合的重要途徑。
認知無線網絡是一種具有認知過程的網絡,能夠識別當前網絡狀態(tài),根據這些狀態(tài)進行規(guī)劃、決策和響應。認知無線網絡應該將對網絡性能的觀察(或者代理觀察)作為決策處理過程的輸入,可作用于網絡中可調元素的一系列行為作為輸出。理想情況下,一個認知無線網絡應該具備以下特征[1]:①網絡協(xié)同能力;②對環(huán)境的認知能力;③對環(huán)境變化的學習能力;④對環(huán)境變化的自適應能力;⑤通信質量的高可靠性;⑥對網絡資源的動態(tài)管理;⑦系統(tǒng)功能模塊、協(xié)議的可重構性。
近年來認知無線網絡技術發(fā)展快速,尤其是在國家“973計劃”項目推進和支持下,認知無線網絡研究逐漸從基礎理論研究走向實際應用。項目組在認知無線網絡研究中取得多項研究成果,限于篇幅簡單介紹認知無線網絡架構設計和關鍵技術研究[2]。
在認知無線網絡理論研究的基礎上,提出適變的認知無線網絡架構[3]。主要研究內容:理論模型、功能架構和部署架構。
異構網之間通過認知流[4]導引資源流[5]合理流動提高資源利用效率,設計的認知網絡架構的理論模型如圖1所示。
圖1 認知網絡架構理論模型
該架構的理論模型主要包括了以下幾個模塊:
①端到端效能模型:該模塊是整個認知無線網絡架構的理論模型的驅動因素,基于端到端效能的目標,認知無線網絡將進行相關認知信息的收集,由認知信息建立環(huán)境的映射,形成計劃,優(yōu)化決策,進而執(zhí)行重構;
②認知信息濾波器:主要用于設置濾波器,從多域環(huán)境中獲取認知信息;
③認知信息模型:建立認知信息的相關模型,以用于進一步建立對于多域環(huán)境的精確映射;
④認知映射模型:從認知信息模型中抽取相關認知信息,建立對于多域環(huán)境的映射。進一步的,可以從中得到現有網絡狀態(tài)下的端到端效能,用于同網絡期望的端到端效能進行對比;
⑤計劃模型:以端到端效能為目標,建立相關計劃的模型,為決策做指導;
⑥決策模型:以計劃為指導,建立相關的優(yōu)化決策,為重構的執(zhí)行做指導;
⑦重構模型:以優(yōu)化決策為指導,建立相關的重構模型,用于執(zhí)行重構命令;
⑧認知流:認知信息的獲取、表征、度量、傳遞和應用的過程,具體描述、刻畫認知無線網絡的認知信息工作特征;
⑨資源流:認知無線網絡資源空間的資源矢量有序變化過程和行為。在認知流的指引下實現資源的優(yōu)化配置。
在該認知無線網絡架構的理論模型中,整個架構由端到端效能驅動,通過架構中模塊之間的反饋和模塊之間的不斷交互,實現網絡環(huán)境的學習,認知信息傳遞,以及驅動網絡優(yōu)化決策的功能。
認知無線網絡的功能架構是認知無線網絡架構的理論模型在基于蜂窩網的認知無線網絡中的應用,基于理論模型設計了認知無線網絡的功能架構,如圖2所示。
該認知無線網絡功能架構主要包括了網絡側和終端側。網絡側和終端側都包括了4大功能模塊:
①認知信息管理:主要用于認知信息的獲取、處理、表征和傳遞的管理;
②數據庫&智能管理:主要用于學習及長期認知信息和知識的存儲;
③網絡融合管理:主要用于以端到端效能為目標,進行多域資源的自主優(yōu)化管理;
④重構管理:用于認知無線網絡的重構決策及重構執(zhí)行的管理。
該功能架構實現以下的功能需求來滿足認知網絡的適變性:①具有獲取、處理、表征和傳遞多域認知信息的功能;②具有以端到端效能為目標的學習功能;③具有以端到端效能為目標,進行多域資源的自主優(yōu)化管理的能力;④具有重構功能。
圖2 認知無線網絡功能架構
如何整合理論及功能架構,實現認知無線網絡的有效部署,提出一種基于認知平面的認知無線網絡分層部署架構。將各網絡的控制信息中有關網絡融合的全局和長期的控制信息剝離出來,與用于網絡融合的認知信息結合起來,形成一個基于認知的控制平面的大區(qū),解決了目前網絡的存在2個問題:一網一控制將會導致部分網絡的控制信道利用不充分;要異構融合,必須將各個網絡的一部分控制信息抽取出來,用于統(tǒng)一調度。部署架構如圖3所示。
圖3 基于認知平面的分層部署架構
在該網絡中,部署架構實現了認知信息與控制信息、業(yè)務的分離,將網絡分成2層。大區(qū)主要管理網絡中的認知信息,以及網絡長期和全局的少量控制信息,如終端建立連接、為用戶業(yè)務選擇承載網絡和網間切換等,共同形成認知平面;小區(qū)包括多種不同類型的異構網絡,各子網絡負責管理其內部的各種控制信息,以及用戶的數據業(yè)務。通過這種部分控制信令大區(qū)覆蓋的方式實現了控制與業(yè)務在覆蓋上的分離。架構的核心是將認知信息與控制信息和業(yè)務相分離,由大區(qū)統(tǒng)一管理。
設計的“集中管理+分布控制”2層信令控制體系,支持靜態(tài)與動態(tài)相結合的適變體系結構;通過認知導頻信道傳遞認知流,實現異構融合,有效減輕信令開銷負擔;分層異構的網絡架構在保證網絡覆蓋的前提下,可以減少控制信道開銷,有效地提升網絡資源的利用效率,提升網絡容量。
項目組提出了認知無線網絡理論模型,支撐了認知無線網絡三大問題的解決,并且描述了認知流的流動及相應的作用,體現出了認知流在認知無線網絡架構重要作用,并提出“認知信息量”衡量網絡的認知能力,提出“時間熵”、“地理熵”,分別從時間維度和空間維度衡量資源的分布情況。在認知無線網絡的理論模型基礎上,提出了認知無線網絡的功能模型,將認知無線網絡的功能模塊化,并定義了相應的接口,設計了信令流程,使認知無線網絡從理論變成具有可實現性的功能架構,可方便地映射到實際蜂窩網絡中。最后,提出了在改動實際網絡最小的情況下實現認知無線網絡功能的部署方案,設計了認知導頻信道(CPC)來實現認知流在不同網絡間的流動,形成基于認知的控制平面,并提出2層信令控制方案提高信令資源利用率,解決信令風暴。
實現認知無線網絡架構功能,需要關鍵機制技術的驅動支持。從功能實現流程角度分析,研究主要內容包括:多域主動認知方法、自主資源決策管理、無線自主傳輸機制以及體系結構適變技術。
認知無線網絡是在認知無線電基礎上發(fā)展起來的,但與認知無線電有明顯區(qū)別。區(qū)別之一就是認知環(huán)境發(fā)生了變化,將認知的研究對象從無線域橫向拓展到網絡域、用戶域與政策域,反映了認知對象的多域特性。認知內容不僅僅包括了無線域的頻譜空穴探測和主用戶位置估計等,還拓展至網絡傳輸延時與承載能力、用戶的偏好與需求等。當從無線環(huán)境拓展到多域環(huán)境后,認知對象就更為豐富,認知方法就更為多樣。
構建多域認知分層結構,反映了認知方法的多層次特性。認知的基礎方法是本地認知,其核心三要素是數據采集、特征提取與類別判定。當網絡拓展到多域環(huán)境后,其復雜性和多變性更為顯著,需要充分考慮可能獲得的所有數據資源,充分挖掘域內空時頻等多維相關性與域間無線、網絡和用戶等多域關聯(lián)性;為消除單源引入的不確定性和不可靠性問題,需要研究協(xié)同認知,其核心是數據層融合、特征層融合與決策層融合;主動認知側重在機器學習,其核心是學習預測與關聯(lián)關系等知識獲取,可以進一步提高認知信息的精確性、實時性和可靠性等。
多域主動認知方法融入了多域環(huán)境表征、多域認知信息存儲與傳輸等,根據認知無線網絡多域認知的特性,構建了無線環(huán)境域、網絡環(huán)境域和用戶環(huán)境域的粗細多粒度表征體系,如圖4所示。在多域認知信息獲取和處理的基礎上,提出了多域認知信息庫方案,如圖5所示,實現了認知信息的結構存儲,為其他功能模塊提供數據的查詢和更新功能。
圖4 多域認知表征體系簡圖
圖5 多域認知信息庫結構簡圖
認知網絡的資源流動過程中體現出資源移動性,這是資源變化、遷移、轉換和匯聚等過程中體現出資源流動的特性。如圖6所示,基于資源移動性的管理,能夠通過監(jiān)控、管理、學習和預測等手段,準確獲取資源的移動信息,進一步預測未來移動變化趨勢,并據此實現動態(tài)、自主和聯(lián)合的資源管理,完成資源空間與需求空間的匹配,保證資源流動過程的順暢和平滑,在此需要研究資源流動時的具體決策管理方法。
圖6 基于資源移動性的資源自主管控
2.2.1 針對頻譜和相關資源的管控
對于頻譜資源和與之相關的功率和接入等資源的管控,是認知無線網絡中最為人所關注的一部分內容。在此,通過利用博弈理論、圖論、學習算法和模糊推理等方法,對其進行深入的研究,并提出一系列的資源管控算法。
采用改進型圖論的方法形成異構無線網絡中基于用戶速率需求的頻譜資源分配方法;針對無線信道狀態(tài)實時動態(tài)變化,以及系統(tǒng)中活躍用戶數變化問題,提出了動態(tài)異構無線接入環(huán)境下的自適應聯(lián)合帶寬和功率分配;利用歸一化徑向基函數自適應構建狀態(tài)空間,利用自適應啟發(fā)評價機制提高學習效率,提出基于歸一化徑向基函數的自適應啟發(fā)評價強化學習算法;利用強化學習的在線學習方法結合模糊推理,提出適用于認知網絡的集中式動態(tài)頻譜分配算法,并運用FIS進行優(yōu)化;在原始貪婪算法的基礎上增加多重貪婪策略改進VCG機制,提出基于單頻段多贏家拍賣的動態(tài)頻譜分配方法。關注認知無線網絡中的資源分配,尤其是頻譜資源的傳輸功率控制,面向自主決策模型和機制設計的要求,采用多種博弈建模,分析資源管理和控制問題。
2.2.2 針對多維資源的管控
認知網絡所管控的資源,除了傳統(tǒng)的頻譜資源之外,還應該包含網絡的終端、鏈路、天線、計算和交換等資源內容,這樣就拓展資源管控的研究領域。
多維資源進行管控研究主要包括:多天線認知無線電網絡聯(lián)合資源管理方法、認知無線電網絡基于空分復用的機會頻譜接入、認知無線電系統(tǒng)基于空分復用的上行鏈路設計、認知無線電網絡基于空分復用的收發(fā)聯(lián)合頻譜共享、認知MIMO系統(tǒng)聯(lián)合自適應波束成形,以及基于授權通信模式信息的空頻域機會接入等。
2.2.3 針對網間資源的管控
對于異構網絡場景,打破資源的靜態(tài)劃分壁壘,實現資源的融合共享是提高系統(tǒng)性能,滿足業(yè)務需求的良好途徑。研究了接入網絡選擇和多流并傳等資源聯(lián)合管理方法。主要技術包括:適應資源移動性的接入網絡選擇、適應資源移動性的接入網絡切換和多流并傳的異構網絡資源聯(lián)合管理等。
認知無線網絡的自主傳輸機制需要針對動態(tài)變化的網絡、用戶和資源等多域環(huán)境,在滿足異構網絡之間的傳輸約束條件下,充分利用與自主控制和網絡適變交互所獲得的多域環(huán)境認知信息、資源配置信息和端到端效能目標,得到與認知無線網絡環(huán)境相匹配的最優(yōu)傳輸參數和信息處理模式,實現自主適變的認知智能傳輸,以提高多域資源的利用效率,為達到端到端的網絡傳輸效能提供可靠的傳輸物理基礎,如圖7所示。
圖7 基于認知的無線自主傳輸機制工作機理
為充分利用認知流所提供的頻率、時間和空間等多種無線資源的自由度,自主傳輸機制研究的內容及需要解決主要挑戰(zhàn)和問題有:
①基于頻率維度的傳輸信號設計:基于頻譜空洞的接入方式(overlay),通過分集與復用有效折中的發(fā)射信號設計與檢測,設計能夠自適應可用頻譜資源特性的發(fā)射信號,在授權用戶保護與業(yè)務提供能力之間進行折中;
②基于時間維度的傳輸信號設計:充分利用物理層編碼的噴泉屬性、糾刪抗干擾能力以及編碼增益,設計新型的自適應傳輸和控制機制;
③基于空間維度的發(fā)射信號設計:基于干擾控制的接入方式(underlay),利用資源的空間特性,實現多個異構網絡共存的自主適變傳輸,在授權用戶保護與業(yè)務提供能力之間進行折中。
認知無線網絡的根本目標是提高網絡容量,而真正實現對網絡容量的提升必須通過改變當前網絡狀態(tài)來實現,也就是在根據收集到的環(huán)境信息進行分析整理并做出決策,進而實現網絡的結構適變,來最終實現對網絡性能的優(yōu)化和提升。為了實現認知網絡的優(yōu)越性,對體系結構適變技術進行深入研究,并針對復雜多變的重構層次和需求,給出高效穩(wěn)定的實施機制,實現網絡結構適變。
針對結構適變管理進行了框架層面的建模,如圖8所示,從網絡行為的本質規(guī)律出發(fā),依據作用域對重構行為進行了尺度劃分:大尺度(業(yè)務重構)、中尺度(協(xié)議重構)和小尺度(參數重構)。并從跨層、Self-x、分流和會話型業(yè)務重構4個方面闡述了具體的構建理論,提出面向不同時間粒度的無線網絡業(yè)務、協(xié)議、參數重構方法與機制,解決了無線網絡快速自主重構的難題。
圖8 重構模型
體系結構適變性的研究,著重于對網絡的實質性變更來真正實現提高網絡容量的最終目的。通過網絡重構變更作用域為索引,按照小、中和大3個尺度,針對不同的重構對象和方法進行了深入研究,并給出了高效穩(wěn)定的實施機制。
從認知無線網絡整體研究思路出發(fā),明確了研究背景及意義。認知無線網絡的提出對傳統(tǒng)網絡帶來了新的變革,涉及到協(xié)議架構層面的創(chuàng)新,為此提出了認知無線網絡新架構。主要從理論模型、功能架構和部署架構展開研究。此外,認知無線網絡架構的實現離不開關鍵技術的驅動,包括多域主動認知方法、自主資源決策管理、無線自主傳輸機制和體系結構適變技術。
[1]張平,馮志勇.認知無線網絡[M].北京:科學出版社,2010:1-12.
[2]張平.認知無線網絡驗證演示平臺建設與試驗[EB/OL].http://www.973cwn.cn.
[3]ZHANG Ping,LIU Yang,FENG Zhi-Yong,et al.Intelligent and Efficient Development of Wireless Networks:A Review of Cognitive Radio Networks[J].Chinese Science Bulletin,2012,57(28-29):3662-3676.
[4]XU Wen-jun,LIN Jia-ru,FENG Zhi-yong,et al.Cognition Flow in Cognitive Radio Networks[J].China Communications,2013,10(10):74-90.
[5]YANG Chun-gang,LI Jian-dong,SHENG Min,et al.Resource Flow:Autonomous Cognitive Resource Management Framework for Future Networks[J].Chinese Science Bulletin,2012,57(28-29):3691-3697.
[6]DING Guo-ru,WANG Jin-long,WU Qi-hui.Mulit-domain Cognition in Cognitive Wireless Networks[J].Frequenz,2011(11-12):56-63.
[7]HAN Wei-jia,LI Jian-dong,TIAN Zhi,et al.Dynamic Sensing Strategies for Efficient Spectrum Utilization in Cognitive Radio Networks[J].IEEE Transactions on Wireless Communications,2011,10(11):3644-3655.
[8]HU Su,BI Guo-an,GUAN Yong-liang,et al.Spectrally Efficient Transform Domain Communication System with Quadrature Cyclic Code Shift Keying[J].Communications,IET,2013,7(4):382-390.
[9]ZHANG ping,HE Qian,FENG Zhi-yong,et al.Reconfiguration Decision Making in Cognitive Wireless Network [J].Chinese Science Bulletin,2012,57(28-29):3713-3722.