面向资源配置的认知网络智能决策研究 信息网络专业毕业论文.docxVIP

单位代码： 10293 密 级： 公开 硕 士 学 位 论 文 论文题目： 面向资源配置的认知网络智能决策研究 学号姓名导师学科专业研究方向申 请 学 位 类 学 号 姓 名 导 师 学 科 专 业 研 究 方 向  1010051416 张 斐 孙雁飞 副教授 信息网络 下一代通信网络与 IP技术 工学硕士 二零一三年四月 Research on Cognitive Networks Intelligent Decision Oriented to Resources Allocation Thesis Submitted to Nanjing University of Posts and Telecommunications for the Degree of Master of Engineering By Zhangfei Supervisor: Prof.Sun yan fei April 2013 I I 摘 要 传统网络存在资源利用率低、业务的 QoS 无法保证、用户满意度低等问题，认知网络 的出现为上述问题的解决提供了可能。认知网络是一种智能网络，能感知网络整体状态， 通过推理学习自主制定计划和决策，执行相应的动作，并利用反馈控制不断调节业务传输 策略。本文分析了整个认知网络资源配置的现状，介绍了当前网络资源配置的相关技术知 识，并阐述面向认知网络资源配置的智能决策。论文的主要研究内容概括如下： 第一，根据智能决策架构需求提出了一种面向资源配置的智能决策架构，并简单介绍 了该架构中各个组成部件的功能和特性。与传统决策架构相比，该决策架构由全局到局部 分为三层决策模块，跨层解决多种决策问题。每种决策都采用了智能算法，具有智能性、 反映性、学习性和协作性等特征。 第二，提出了一种基于改进灰预测模型的认知业务流预测算法。首先对业务流进行了 预处理，采用矢量量化与业务流聚类融合算法处理流量序列，然后采用改进的 GM(1,1)预测 模型进行业务流预测，从而得到连续时间片上认知网络多种业务流的发展趋势，为资源配 置供了具有参考价值的数据。该预测算法通过对时间序列进行空间取对数，能准确预测突 发业务流结果。最后通过与 GM(1,1)预测算法进行对比，表明本文提出的方法对认知网络中 突发业务流能准确预测。 第三，提出了一种基于业务流预测的认知网络资源智能配置策略。结合业务流预测的 结果，对新的业务流进行资源的动态自适应配置，并将配置策略的效果通过基于 Q 学习算 法的反馈学习机制向源端反映，使其动态调节缓冲资源的利用率。另外该算法能减轻路由 计算的负担，当类似业务到来时就直接从知识库中调用最佳的路由策略。通过相关仿真实 验将认知网络与传统网络性能进行了对比，结果表明本论文提出的智能决策不仅提高了全 网端到端的性能，还降低了各类业务的时延，极大地提高了用户的满意度。 最后，对上述研究进行了总结，并对仍存在的问题给出了展望。 关键词: 认知网络，服务质量，智能决策，资源配置，灰预测，Q 学习 I II Abstract Traditional networks existing many problems such as low resources utilization ratio, without service QoS assurance and low users satisfaction, Cognitive Networks （CNs） provide the opportunity to solve the above problems. CNs are intelligent networks, which can aware the whole network situation, make plan and decision independently through reasoning study, and then implement the corresponding action, meanwhile continuously improve the service strategies by feedback control, so as to ensure the end-to-end quality of service .This paper mainly focus on the resources allocation, according to the results of each service flow prediction based on the improved grey prediction mo