论文部分内容阅读
在无线通信中，无线频谱资源是宝贵且有限的资源，但是随着人们对于无线通信的速率需求越来越高以及无线通信业务的快速发展，无线频谱资源短缺问题越来越严重。然而目前大量无线频谱资源的使用率非常低下，大部分频谱的使用率在15％-85％不等，导致无线频谱资源的利用问题日益严重。传统的长期固定的频谱分配方法的弊端越来越明显，这种方法显然已经不再适用于现今无线通信快速发展的情况。因此，有研究者提出了认知无线电(Cognitive Radio，CR)技术，通过认知无线电技术实现无线频谱资源的动态管理分配，提高频谱资源的利用率。将虚拟化技术应用到无线网络中，使一个实体资源可以虚拟化为多个逻辑资源，允许多个用户同时使用，提高无线频谱资源的利用率和灵活性。 本论文主要研究在多跳认知蜂窝网络以及无线虚拟网络中的动态资源管理方法，在无线虚拟网络中分别考虑了低频切换以及缓存与频谱资源的联合管理问题，针对这两方面分别进行了研究。 在多跳认知蜂窝网络中，针对现有技术中存在的频谱资源紧缺以及传输信息延迟的问题，提出了一种以信息为中心的多跳认知蜂窝网络架构来解决以信息为中心的网络存在的频谱资源管理问题。以最大化系统的总收益为目标进行优化，将在此网络中的动态频谱管理问题建模为带有未知及动态变化参数的马尔可夫决策过程，再转化为部分可观测马尔可夫决策过程进行求解。通过这种方法可以有效地利用频谱资源并减少用户请求的响应时间。 在无线虚拟网络中，首先考虑了面向低频资源切换的资源管理。为了减少资源切换带来的成本费用及能源消耗，引入了优先权概念，使具有优先权的服务供应商能够持续使用资源。以最大化服务供应商的收益为目标，将此问题中的动态资源管理建模为部分可观测马尔可夫决策过程。通过这种方法不仅能够降低资源切换造成的功耗，还能够降低服务供应商的成本费用，使其获得更多的收益。其次，还考虑了将缓存资源和频谱资源进行联合管理。以最大化服务供应商的总收益为目标，同时考虑缓存和频谱使用的费用，将资源管理问题建模为具有未知参数的马尔可夫决策过程，再将这一模型建模为部分可观测马尔可夫决策过程进行求解。通过这种方法能够使资源分配更加合理，系统性能得到显著提升。