コグニティブ無線ネットワークと自律的最適化アルゴリズム

摘要

組み合わせ最適化問題は様々な分野で生じる問題であり、これまで様々な解法が提案されてきた。その一つとして、大規模な並列演算システムである脳の情報処理構造を模擬したニューラルネットワークによる解法の研究が行われており、NP 困難な組み合わせ最適化問題などに適用されている。ニューラルネットワークを用いたアルゴリズムは、自律分散的な並列計算によって目的関数の最適化を行うことができる。無線ネットワークにおいては様々な最適化問題が存在するが、特にヘテロジニアスな環境においては、分散型のアルゴリズムが適すると考えられる。本稿では、そのような無線ネットワークにおけるロードバランシングなどの問題を、ニューラルネットワークを用いて自律分散的に最適化する方法について述べる。さらに、そのアルゴリズムを実機で動作させ、各端末上に分散させた演算とハンドオーバ決定によって、システム全体を最適化することが可能であることを示す。%Various combinatorial optimization algorithms have been proposed and applied to various problems in many fields. As one of those algorithms, neural network models, which are a kind of parallel processing systems, have been utilized to find an optimal solution of some given problem. Such an algorithm based on the neural networks can optimize objective functions by decentralized processing. Therefore, this approach is considered suitable for solving optimization problems in heterogeneous and distributed wireless networks. In this paper, decentralized optimization algorithm based on the neural dynamics is applied to the problems in wireless networks, such as load balancing. Furthermore, the neural network based algorithm is implemented on laptop PCs for distributed decision making. The results show that this approach can optimize the total system by distributed processing on the terminal side.