认知网络资源的矢量空间模型构建方法

摘要

本发明公开了一种认知网络资源的矢量空间模型构建方法，它属于无线通信网技术领域，主要解决现有技术中缺乏具体的网络资源模型和管理认知网络资源的统一标准的问题。其构建步骤为：定义认知网络的资源、资源元素和特征参数；将认知无线通信网络资源分为四种独立的资源元素；对每个资源元素定义各自的特征参数；利用各个资源元素所对应的特征参数构建坐标系，分别用数学空间模型描述各个资源元素；以各个资源元素为坐标轴构建数学空间模型，描述完整的认知网络资源。本发明具有使认知网络资源的组成和结构清晰形象的优点，为认知网络的资源管理与分配提供了便利，可用于为认知网络通信领域的技术的研究和资源管理提供支持和辅助。

说明书

技术领域

本发明属于无线通信网络技术领域，涉及认知无线通信网络的资源建模和表征方法，可用于认知无线通信网络资源的分析和具体的管理。

背景技术

认知无线电技术是对频谱进行高效利用的一种新兴通信技术。认知无线电系统通过对频谱环境进行感知探测以获得频谱的使用状态，经过学习机制进行分析之后，对频谱中尚存的可利用部分进行管理和分配，以满足更多业务的频谱需求。

认知无线网络是在认知无线电基础上发展的更进一步技术领域。它认为网络系统具有认知过程，能够分辨当前网络状态，并根据这些装提案进行规划、决策和响应，从而满足对端到端通信需求和对整体网络的高效利用。

认知无线电技术本质上是对频谱这种稀缺资源的高效利用方法，频谱资源作为它所处理的对象，在系统中实现频谱资源感知、频谱资源信息交流、频谱资源管理与分配等具体的操作过程。然而认知网络是认知无线电技术的进一步发展，它所针对的资源对象，已经不再仅仅局限于频谱范畴。

以往研究中，大多是从认知无线电角度，对频谱资源的定义与分析。如在SimonHaykin的特邀文章“Cognitive Radio：Brain-Empowered Wireless Communications”中，讨论了对无线频谱空洞的感知、判决方法，使得认知用户可以伺机的使用频谱资源以满足需求和提高利用效率。少量涉及认知网络的研究中，针对资源的模型进行了探索。如在Vuk Marojevic的文章“Resource Modeling for a Joint Resource Managementin Cognitive Radio”中，建立了频谱、计算、用户请求和无线请求四类环境的系统模型，但其中没有将这些模型个体进行综合考虑，所涉及的资源也不能达到网络通信的端到端服务要求。在Oulu大学的研究课题“COGNEC：Cognitive and OpportunisticWireless Communication Networks”中，将认知网络的资源进行简单分类，形成无线资源和其它资源，在认知无线电频谱资源的基础上，指出扩展的其它资源包括Built-in Resources、User-interface Resources、Network Resources、Social Resources等，但对这些资源仅进行简单的列举与说明，既未给出具体的资源模型，又没有对认知网络资源进行定义和表示，使认知网络资源的管理缺乏统一的规范与标准，无法为认知网络资源管理和分析提供依据。

发明内容

本发明的目的在于针对现有技术的不足，提出一种认知无线通信网络资源的数学模型构建方法，以对认知网络资源进行定义和表示，为认知网络通信领域的技术的研究和资源管理提供了支持和辅助。

本发明的目的是这样实现的：

一、术语说明

(1)认知网络的资源(resource)，是研究和管理的主体，为了实现端到端通信目标，多种可重构、可配置、可利用的网络能力总和，任何能够影响通信性能的物理量、参数、器件与设备都可以包括在认知网络的资源概念范畴之内。

(2)资源元素(element)，是在资源中能够对通信过程起作用并且可以独立存在的能力个体。它包括频谱资源、接入资源、链路资源、交换资源4种独立的资源元素。

频谱资源，是认知无线通信网络中，认知终端到网络接入点之间，能够选择和利用的无线承载能力的总和。

接入资源，是认知无线通信网络中，无线接入点对通信业务的接入能力的总和。

链路资源，是认知无线通信网络中，进行链路接续与业务承载能力的总和。

交换资源，是认知无线通信网络中，中继节点对通信业务的交换处理能力的总和。

对认知无线通信网络中的任何一个端到端通信业务，都能认为是以上四种资源元素合并服务的结果。每个资源元素相对独立，不存在支持作用，但存在特征参数共用的关联。

(3)特征参数(parameter)，是用来刻画和描述资源元素不同侧面性质的物理量参数。特征参数本身不具备独立资源元素特性，即不能构成影响通信能力的完整个体，而是用来限定资源元素的侧面特征，并支持资源元素的数学描述和完善。对设定的各个资源元素，定义各自的特征参数，不同的资源元素涉及的特征参数有所不同，可以分为属性特征参数和性能特征参数。其中，属性特征参数表示认知网络资源的固有本质或设置描述；性能特征参数表示认知网络资源的具体变化状态或能力描述。

二、实现步骤：

本发明的认知无线通信网络资源的矢量空间模型构建方法，包括如下步骤：

(1)按照端到端的通信要求，将认知网络的资源分为频谱资源、接入资源、链路资源和交换资源4种独立的资源元素；

(2)对设定的4种资源元素分别用特征参数进行定义，即：

定义频谱资源的特征参数包括：时间属性、空间位置属性、频率属性和功率性能；

定义接入资源的特征参数包括：接入点属性、时间属性、空间覆盖区域范围属性、频率属性、网络从属属性和接入性能参数组；

定义链路资源的特征参数包括：时间属性、链路位置对属性和链路性能参数组；

定义交换资源的特征参数包括：时间属性、空间位置属性和交换性能参数组；

(3)根据所定义的特征参数，将各个资源元素形成由各自的特征参数作为坐标轴表示的多维空间坐标系；

(4)在资源元素的多维空间坐标系中，根据用户或业务的端到端通信需求将各个资源元素表示为含有特征参数的特定函数，形成各个资源元素的空间模型；

(5)采用两级矢量空间模型构建方法，在各个资源元素的空间模型基础上，将各个资源元素作为独立的坐标，形成认知网络资源的多维空间坐标系；

(6)在认知网络资源的多维空间坐标系中，根据用户或业务的端到端通信需求将认知网络资源表示为含有四种资源元素的函数，形成认知网络资源整体的矢量空间模型。

本发明和现有技术相比具有的优点

1.本发明由于定义了认知网络的资源、资源元素和特征参数，并形成由特征参数描述资源元素，由资源元素的集合描述资源的从属结构和表示体系(如图5所示)，解释与说明了认知网络资源的组成和结构关系，使认知网络资源更加具体，条例更清晰，方便对认知网络资源的管理。

2.本发明按照认知网络端到端的通信要求，将认知网络的资源明确分为频谱资源、接入资源、链路资源、交换资源4种独立的资源元素，并设定了每种资源元素的特征参数，明确了认知网络资源的定义和表示，给出了认知网络资源的具体内容和形式，使认知无线通信网络中的任何一个端到端通信业务的网络资源可以按统一的标准分解，为认知网络资源的分析提供了标准和依据。

3.本发明由于先由特征参数形成资源元素空间，再由资源元素形成认知网络资源空间的两级矢量空间模型构建方法，运用数学空间的概念形成了认知网络资源的形象化体现，可以成为分析与利用认知网络资源的工具和途径。

4.本发明由于构建了基于认知网络的资源整体数学空间模型，可以将用户或业务的端到端通信需求描述转化为在数学空间中找寻资源的限制条件或约束条件，即认知无线通信网络具体的端到端通信配置网络资源的过程，就转化为在数学空间集合中按照约束条件找寻最优点或者极点的过程，因而，认知网络的资源管理与分配就成为具体的数学计算，就能利用众多的数学方法获得解决途径，为认知网络的资源管理与分配提供了便利。

附图说明

图1是本发明构建认知网络资源的矢量空间模型的流程图；

图2是本发明中对认知网络资源满足端到端通信需求的资源元素分解示意图；

图3是本发明中利用特征参数构建的频谱资源、接入资源、链路资源、交换资源4种资源元素空间的示意图；

图4是本发明中利用资源元素构建的认知网络资源矢量空间示意图；

图5是本发明最终形成的认知网络的资源、资源元素和特征参数的从属结构和表示体系示意图。

具体实施方式

参照图1，本发明按照如下步骤构建认知网络资源的矢量空间模型：

步骤1，划分认知网络的资源。

按照端到端的通信要求，将认知网络的资源分为频谱资源、接入资源、链路资源、交换资源4种独立的资源元素，例如对如图2所示的认知网络，可以将认知网络资源R分为频谱资源R_frequency、接入资源R_access、链路资源R_link，A、R_link，B、R_link，C、R_link，D、以及交换资源R_switch，M、R_switch，N、R_switch，O共计9个资源元素。

步骤2，用特征参数描述各个资源元素。

对设定的4种资源元素，分别定义各自的特征参数，其中特征参数应包括属性特征参数和性能特征参数。具体定义如下：

定义频谱资源元素R_frequency的特征参数，包括时间属性time、空间位置属性location、频率属性frequency和功率性能power。

定义接入资源元素R_access的特征参数，包括接入点属性node、时间属性time、空间覆盖区域范围属性area、频率属性frequency、网络从属属性net和接入性能参数组access-performance。其中，接入性能参数组access-performance包括处理能力dispose-ability、接入时延delay和费用fee这些具体的接入资源元素的性能特征参数。

定义链路资源元素R_link的特征参数，包括时间属性time、链路位置对属性location-pair和链路性能参数组link-performance。其中，链路性能参数组link-performance包括速率rate、时延delay、费用fee和误码性能error-rate这些具体的链路资源元素的性能特征参数。

定义交换资源元素R_switch的特征参数，包括时间属性time、空间位置属性location和交换性能参数组switch-performance。其中，交换性能参数组switch-performance包括交换能力switch-ability、存储buffer、时延delay和阻塞率block-rate这些具体的交换资源元素的性能特征参数。

步骤3.形成各个资源元素的空间模型。

将各个资源元素形成由各自的特征参数作为坐标轴表示的多维空间坐标系，并根据用户或业务的端到端通信需求，将各个资源元素表示为含有特征参数的特定函数，形成各个资源元素的空间模型，如图3所示，其中，图3(a)是频谱资源元素的空间模型，图3(b)是接入资源元素的空间模型，图3(c)是链路资源元素的空间模型，图3(d)是交换资源元素的空间模型。

例如，将频谱资源元素的空间模型可以表示为：R_frequency＝Function(time，location，frequency，power)；将接入资源元素的空间模型可以表示为：R_access＝Function(node，time，area，frequency，net，access-performance)；将链路资源元素的空间模型可以表示为：R_link＝Function(time，location-pair，link-performance)；将交换资源元素的空间模型可以表示为：R_switch＝Function(time，location，switch-performance)。

步骤4.形成认知网络资源整体的矢量空间模型。

4a.采用两级矢量空间模型构建方法，在已知各个资源元素的空间模型的基础上，以各个资源元素作为独立的坐标，即将认知网络资源形成由各个资源元素作为坐标轴表示的多维空间坐标系。

4b.在认知网络资源的多维空间坐标系中，根据具体的用户或业务的端到端通信需求将认知网络资源表示为含有资源元素的特定函数，形成认知网络资源整体的矢量空间模型，如图4所示。例如，对于图2所示的认知网络，可将认知网络资源矢量空间模型表示为：R＝Function(R_frequency，R_access，R_link，A，R_link，B，R_link，C，R_link，D，R_switch，M，R_switch，N，R_switch，O)，其中函数Function可根据不同的认知网络通信需求进行定义和构建。

通过以上步骤1到步骤4的处理，形成了由特征参数描述资源元素，由资源元素的集合描述资源的从属结构和表示体系，如图5所示，即建立了认知网络资源所对应的数学空间模型R。如果将用户或业务的端到端通信需求描述用数学语言形成约束条件N，则认知无线通信网络对具体的通信业务配置网络资源的过程，就可以表示为匹配计算Rn＝March(N)与最佳计算Rs＝Select(R|Rn)的合并计算过程，其中Rn为与约束条件N相匹配的认知网络资源的集合，Rs为已知的认知网络资源所对应的数学空间模型R中符合约束条件N的最佳解。因而，认知网络资源数学空间模型的建立，为认知网络的资源管理与分配提供了利用数学方法解决问题的可能和便利。