学位论文 > 优秀研究生学位论文题录展示
基于环境感知的无线泛在网络自适应优化理论及技术研究
作 者: 王景尧
导 师: 张英海
学 校: 北京邮电大学
专 业: 电磁场与微波技术
关键词: 无线泛在网络 环境感知 数据分析 模式识别 信息论 最优控制
分类号: TN92
类 型: 博士论文
年 份: 2012年
下 载: 267次
引 用: 0次
阅 读: 论文下载
内容摘要
本文主要针对无线泛在网络中的自适应优化问题进行研究。在分析无线泛在网络的架构、需求和特点的基础上,以提高网络性能、增强网络自适应性为目标,分别从数据分析、模式识别、信息论和控制论出发,在不同的层次上对无线泛在网络中的自适应优化问题进行研究,并形成了具体的优化方案。相关研究对于无线泛在网络未来的应用和发展具有重要的理论和实际意义。本文首先基于环境感知技术研究了无线泛在网络中自适应优化的方法。在无线泛在网络中,存在着大量的数据,有效利用这些数据中的信息将对网络性能产生极大提升。本文提出采用小波分析中的多分辨分析对信号进行处理从而实现环境感知的算法,并以此为基础提升了切换过程的准确性;接着研究了通过利用滤波器上的数据实现更精确的接入选择的机制。最后,针对网络环境的时变特性,提出了一种通过对历史数据分析来获得影响网络性能的因素并估计其重要性的算法。仿真表明,通过对网络中数据更有效的利用,将可以在不增加额外设备的条件下提升无线泛在网络的可靠性和自适应性。为了更好通过环境感知实现自适应优化,无线泛在网络需要处理形如“好”、“坏”、“正常”、“异常”等抽象的概念信息,并基于这些信息对优化过程进行决策。本文基于模式识别的思想,首先以切换过程为例,分析了对网络中“正常”和“异常”状态判断的方法,并给出了调整切换参数的决策方法;接着对业务的QoS参数是否满足业务需求的标准进行了探讨;最后,提出了一种新的、更合理的评价用户体验的方法。理论分析和仿真表明,模式识别技术可以有效地提高无线泛在网络对于信息的获取和处理能力,从而保证网络自适应优化过程的准确和有效。继而,本文在研究环境感知的基础上,从更高的层次,对信息与系统性能的关系进行了探讨,并基于信息论提出了优化系统性能的具体方案。本文从信息论中的基本概念出发,首先基于Fanbo不等式提出了降低信息传递中信息损失的方法;接着,研究了信息中的不确定性对通信过程性能的影响,并在此基础上提出了采用随机算法提高系统性能的机制。最后,本文从Kolmogorov复杂度的概念出发,提出了信息熵与计算复杂度的关系,并给出一种通过独立成分分析提高计算效率的方法。更为宏观的讲,无线泛在网络是一个复杂的动力系统,为了保证这样一个复杂系统运行中的可靠性,使得系统状态的变化过程达到最优,就需要不断进行控制。本文基于控制论的思想,采用变分法和泛函分析研究了无线泛在网络中两种典型的功率控制问题,提出了不同情况下的最优控制方法。最后,基于极小值原理提出了最优的TCP传输控制机制,实现了系统的自适应优化。本文从多个角度对无线泛在网络中的自适应优化过程进行了研究,为无线泛在网络技术的应用和发展提供了支持。本文的研究思路也将对其它领域研究提供一定的启发。
|
全文目录
摘要 4-6 ABSTRACT 6-8 目录 8-11 第一章 绪论 11-26 1.1 背景综述 11-14 1.1.1 无线泛在网络的起源和现状 11-12 1.1.2 无线泛在网络的特点 12-14 1.2 无线泛在网络的研究现状 14-18 1.2.1 ITU-T USN 14-15 1.2.2 欧盟AN 15-16 1.2.3 工信部电信研究院UN 16-17 1.2.4 北京邮电大学MUSE 17-18 1.3 主要工作和创新点 18-23 1.3.1 课题研究思路 18-20 1.3.2 攻读学位期间主要工作 20-21 1.3.3 论文创新点 21-23 本章参考文献 23-26 第二章 基于环境感知的切换和接入选择优化 26-52 2.1 基于环境感知的切换控制 26-35 2.1.1 基于环境感知的切换模型 27-28 2.1.2 基于环境感知的切换实现 28-33 2.1.3 仿真分析 33-35 2.2 基于环境感知的接入选择 35-42 2.2.1 环境感知模型 35-37 2.2.2 基于均衡器的环境感知 37-41 2.2.3 环境感知的应用 41-42 2.3 基于主成分分析的接入选择 42-49 2.3.1 接入选择的数学模型 42-44 2.3.2 基于主成分分析的接入选择机制 44-46 2.3.3 算法仿真 46-49 2.4 本章小结 49 本章参考文献 49-52 第三章 基于模式识别的无线泛在网络自适应优化研究 52-83 3.1 无线泛在网路中的模式识别过程 52-54 3.1.1 数据采集 53 3.1.2 分割和组织 53 3.1.3 特征提取 53-54 3.1.4 分类器设计 54 3.1.5 后处理 54 3.2 基于贝叶斯决策的切换自适应优化 54-65 3.2.1 贝叶斯决策过程简介 55-56 3.2.2 SON中的切换自适应优化介绍 56-57 3.2.3 SON中的切换失败场景识别 57-62 3.2.4 SON中的切换自适应优化过程 62-63 3.2.5 仿真验证 63-65 3.3 基于支持向量机的QOS保障 65-74 3.3.1 QoS评估过程的数学模型 66-67 3.3.2 QoS评估的近似学习 67-69 3.3.3 基于支持向量机的QoS评估方案 69-74 3.4 基于贝叶斯网的服务体验评价 74-80 3.4.1 服务体验(QoE)的研究背景和意义 74-75 3.4.2 贝叶斯置信网 75-77 3.4.3 用户体验评估 77-80 3.5 本章小结 80 本章参考文献 80-83 第四章 基于信息论的无线泛在网络自适应优化 83-113 4.1 网络管理与信息论 83-90 4.1.1 网络状态评估过程 84-87 4.1.2 基于信息论的网络评估系统设计 87-90 4.2 无线泛在网络中的计算与信息熵 90-99 4.2.1 计算复杂度的度量 90-93 4.2.2 计算复杂度与信息熵 93-94 4.2.3 时间、空间复杂度与信息熵 94-96 4.2.4 基于独立成分分析的参数预处理 96-99 4.3 基于信息论的接入选择技术研究 99-105 4.3.1 问题模型 100-102 4.3.2 基于随机算法的接入选择 102-105 4.4 仿真验证 105-110 4.4.1 仿真场景 105-107 4.4.2 基于独立成分分析的接入选择 107-108 4.4.3 基于随机算法的接入选择 108-110 4.5 本章小结 110 本章参考文献 110-113 第五章 无线泛在网络中的最优控制 113-142 5.1 无线泛在网络中最优控制问题概述 114-117 5.1.1 无线泛在网路的性能指标 115-117 5.1.2 泛在网络中最优控制的数学描述 117 5.2 无线泛在网络中最优控制过程的求解 117-125 5.2.1 泛函与变分 118-119 5.2.2 无约束泛函问题的求解 119-121 5.2.3 有约束问题的求解 121-123 5.2.4 采用变分法求解最优控制问题 123-125 5.3 无线泛在网络中的功率控制 125-132 5.3.1 Ad-hoc网络中的功率控制问题 126-130 5.3.2 语音网中的功率控制问题 130-132 5.4 基于极小值原理的TCP拥塞控制 132-140 5.4.1 TCP中的拥塞控制 133-134 5.4.2 TCP拥塞控制的数学模型 134 5.4.3 物理约束条件 134-135 5.4.4 基于极小值原理的TCP拥塞控制 135-140 5.5 本章小结 140 本章参考文献 140-142 第六章 总结与展望 142-145 6.1 全文总结 142-143 6.2 未来展望 143-145 附录一 缩略语 145-147 附录二 图表列表 147-150 致谢 150-151 附录三 攻读博士期间发表的学术论文 151-152
|
相似论文
- 基于流形学习的高维流场数据分类研究,V231.3
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 核废物暂存库辐射场无线监测系统研究,TL751
- 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
- 趋向自然:唯信息论世界观下的生态工业系统演化,X321
- 论麦克卢汉的媒介杂交理论,G206
- 基于改进BP算法的安全库存量预测模型的研究,O227
- 通钢精炼炉钢液成分分析系统的设计与实现,TP311.52
- 基于WebGIS的海洋环境监测数据的动态集成与分析系统,X834
- 全国种植业污染物流失系数测算系统研究与实现,X52
- 基于滑模观测器的环形倒立摆控制系统的设计与实现,TP13
- 三相磁集成电压调节模块的精确反馈线性化控制,TM761.1
- 煤矿综合管理系统的设计与实现,TP311.52
- 基于多视角的分类器设计与权值优化方法研究,TP18
- 基于PULL策略的再制造/制造混合系统库存控制研究,F224
- 控制机器臂运动的表面肌电信号变换规律的研究,TN911.7
- KTV连锁店商务智能系统的设计与实现,TP311.52
- 多模式信号调制识别与解调的工程实现,TN915.05
- 基于两轴直线驱动的仿生视觉平台研究,TP391.41
- 无线异构融合网络中环境感知的应用层垂直切换,TN929.5
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信
© 2012 www.xueweilunwen.com
|