机器学习在认知无线网络中的应用研究

ｓ ＝ （ 新业务到达 的用户编号， 正在进行业务 的用户， 基站在 每个信 道上接收到的功率和） （ １ ） （ ２ ） 动作： 对于新到达的业务， 基 站 要执 行 的动 作 包 括 两 个
步骤： １ ， 分 配 适 当的 信 道 ； ２ ， 分 配 适 当 的功 率 。下 式 囊 括 了 这 两个 步 骤 的动 作 ：
认 知 基 站 【 （ 『‘ Ｊ ） ｊ
信 ２
导致 资源利用僵化 不充分，这种孤岛式的运作将导致用户在 移动时 ， 如 果 经 历 了不 同 的 网络 覆 盖 情 况 ， 其业务服务质量得
不 到 很 好 的保 证 。 认 知 无 线 网 络 的 出现 将 改 变 上 述 状 况 ，使 网 络 从 静 态 的 工作 方 式 转 变 为 动 态 自适 应 模 式 。认 知 无 线 网
２ ０ １ ３ 年 第 ８ 期 （ 总第 １ ３ ０期）
信 息 通 信
Ｉ Ｎ ＦＯＲＭ Ａ Ｔ１ ０ Ｎ ＆ Ｃ０ Ｍ Ｍ Ｕ Ｎ Ｉ ＣＡ Ｔ１ ０Ｎ Ｓ
２Ｏ１ ３
（ Ｓ ｕ ｍ ．Ｎ ｏ １ ３ ０ ）
机器 学习在 认知无线 网络 中的应用研究
姚 艳 军
（ 中国电子科技 集团公 司第三十八研 究所， 安徽 合肥 ２ ３ ０ ０ ８ ８）
ຫໍສະໝຸດ Baidu
目前 无 线通 信 的现 状 是 多 种 无 线接 入技 术 并 存 ， 例如 ２ Ｇ， ３ Ｇ， Ｌ Ｔ Ｅ， ＷＬ Ａ Ｎ。这 使 得 无 线 资 源 分 布 、 业 务 分 布 都 很 不均 匀， 而 且 各 种 无 线 接 入 技 术之 间 是 相 互 独 立 、 孤 岛式的运作 ，
通 信 。例 如 典 型 的 开 放 式 频 谱 系 统 有 Ｉ Ｓ Ｍ 频 段 。在 该 频 段 中， 各种无线设备共存 ， 如ＷＬ ＡＮ、 蓝 牙 设备 ， 它 们 都 竞 争 地 使
发射功率大小构成了ａ ｇ ｅ ｎ ｔ 的学习环境 。 具体的映射关系如下： （ １ ） 环境状态： 在该 问题中， 一系列时间离散 的业务到达和
褥
－
Ａｚ
ｆ
信道 １
信道 ２
图 １研 究 场 景 示例
２ 问题 建模 和算 法执行
在介绍 了研究场景之后，这 一节主要介绍 问题建模和算
法执行 。
在 以下的章节 中， 将首 先介绍机器学习的一种一一Ｑ学 习
的 简 单 原 理 。接 着 ， 介 绍 本 文 的网 络 研 究场 景 。之 后 ， 进 行 问
环境 ， 要执 行怎样 的信道和功率分配策略， 才 能使得系统的累 积吞吐量最大。
这 个 问题 在 上 节 所 述 的场 景 下 ， 恰 好 能用 Ｑ 学 习建 模 并 解 决 。这 里 的学 习者 ａ ｇ ｅ ｎ ｔ 是认知基站 ， 正 在 通 信 的用 户 以及
一
～
是公共非授权频段 ，任何用户均有权利使 用公共频段与基站
智 能 性 与 自主 性 。
关键词 ： 认 知无线 网络 ； 机 器学习 ； 智 能分 配； 自主性 ； 中图分类号 ： Ｔ Ｐ ３ ９ ３ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ３ ． １ １ ３ １ （ ２ ０ １ ３ ） ０ ８ － ０ ０ ２ ３ ． ０ ３
包含两个信道 ， 两个用户。
均服从泊松分布 ， 且到达率和离开率都一样， 分别为九 ， ｕ， 且假定 不 同用户业务的到达和离开服从独立分布，因此多个用户业务 同时到达和 离开 的概率为 ０ 。 这里 ， 最基本 的前提假设是每个用
用户 １
驻
用户 ２
络能根据周 围环境 的改变， 白适应地 改变 自身的工作模式 ， 这 离不开认知无线 网络对 周围环境信息 的认知 ，认知无线 网络
要 能 够 根 据 认 知结 果 ， 通 过 自主 决 策 来 调 整 网络 ， 以适 应 环 境 的 变 化 ，达 到 资源 的优 化 利 用 。 未 来 网 络 和 业 务 的复 杂 性 使 得 决 策 的 自主 性 必 然 成 为 认 知 无 线 网 络 的 关 键 特 征 之 一 。 在 认 知 无 线 网络 中 ，认 知 用 户 业 务 不 断 的 到 达 和 离 开 构 成 了用 户 环 境 的 动 态 性 。本 文 研 究 的 是 如 何 利 用 机 器 学 习 ， 根据这种动态特性 ， 实 现 信 道 和 功 率 分 配 的 自主 性 ， 并 使 得 方 案达到一种优化状态 。
摘要： 研 究的是在 认知无线 网络 中， 多个认知用 户之 间的信道 与功率分 配的方法。 具体是根据认知 无线网络 中用户业务 的动 态性 ， 利 用机 器学习能根据 周围环境 的变化 而 自动地使 决策达到收敛的特点 ， 提 出了一种认知无线网络 中用户信道
和功率智能分 配的方案。 根 据仿真结果 ， 该方案能有效地提 高认知 无线 网络 的吞吐量 ， 而且 实现 了认知 无线 网络决策的
离去构成了环境的动态性（ 不考虑信道的变化） 。 由于 用 户 业 务 的 离 去 不 会触 发任 何 的信 道 选 择 和 功 率 分 配 行 动 ， 因此 ， 这 里 环 境 由下 式给 定 ：
用 Ｉ Ｓ Ｍ 频段 的资源 。 因此 ， 研究本场景具有重要 的实 际意义 。
假 设 该 公 共 频段 中共 包含 Ｍ 个 信道 ， 信 道 号 为 Ｍ＝ ｛ １ ， ２ ， … Ｍ｝ ， 任 何 用 户可 以利 用其 中的 某一 个 或 几 个 。 假 设 在 该公 共 频 段里 ， 存在 Ｎ： ｛ １ ， ２ ， …Ｎ｝个认知用户， 他们 的业务到达和离开
题建模和算法执行 。最后 ， 分析仿真结果并给 出结论。
２ ． １问题建 模
１ 网络研 究 场景
本 研 究 场 景 解 决 的 是认 知无 线 网 络 中 信 道 分 配 与 功 率 控 制 的 问题 。认 知 基 站 控 制 所 有 次 级用 户 的 功 率 发 射 ，使 用 的
这 里 要 解 决 的 问题 是 ， 新 来 了一 个 业 务 ， 针 对 不 同 的用 户