书籍详情
异构信息网络协同优化基础理论和应用
作者：王景璟
出版社：清华大学出版社
出版时间：2021-12-01
ISBN：9787302588450
定价：¥89.00
购买这本书可以去
内容简介
针对异构网络资源协同配置问题，《异构信息网络协同优化基础理论和应用》提出了基于POMDP的认知异构网络传输资源协同配置机制以及基于位置和功率联合优化的资源协同配置策略，提高了系统的频谱效率，保证了用户的QoS。针对异构信息网络中用户的协同接入问题，提出了基于多臂老虎机决策的用户协同接入算法，充分考虑接入点部署拓扑结构和近邻信息交互，有效减少了用户间干扰、提高了吞吐量。针对复杂异构网络信息协同扩散问题，探索了拓扑特性与网络中信息传输的协同关联机制，提出了基于复杂系统理论的信息获取与扩散机制，提高了网络信息传播效率。
作者简介
王景璟，男，清华大学电子工程系博士后、助理研究员，2019年毕业于清华大学，获工学博士学位。近年来参与了10余项国家自然科学基金、国家重点研发计划、科技部863、军口、国际合作等科研项目，出版专著2本，在国外期刊、会议发表学术论文80余篇，授权发明专利10余项。先后获得2018年度IEEE绿色通信与计算技术委员会期刊论文奖，2019年清华大学优秀博士论文奖，2019年国际通信大会（ICC）论文奖，2019年国际无线通信和无线计算大会（IWCMC）论文奖，获得第八届吴文俊人工智能技术发明奖一等奖。
目录
第1章 绪论 1
1.1 研究背景 1
1.1.1 无线网络的起源与发展 1
1.1.2 下一代异构信息网络核心技术 3
1.1.3 异构信息网络的协同与优化 6
1.2 研究的关键问题 8
1.2.1 异构网络资源协同配置 9
1.2.2 异构网络用户协同接入 10
1.2.3 异构网络信息协同扩散 12
1.3 研究内容 13
1.3.1 基于马尔可夫决策的认知异构网络传输资源协同配置 14
1.3.2 基于分布式联合优化的空-天-地异构网络资源协同配置 15
1.3.3 基于多臂老虎机决策的室内异构网络用户协同接入 17
1.3.4 基于拓扑特性和复杂连接的异构网络信息协同扩散 18
1.4 本书章节安排 20
第2章 基于马尔可夫决策的认知异构网络传输资源协同配置 22
2.1 本章引言 22
2.2 基于机会接入的探测-通信异构网络系统模型 24
2.2.1 主用户与主网络 25
2.2.2 次级用户与次级网络 25
2.2.3 传输资源协同配置联合设计 25
2.3 基于POMDP的传输资源协同优化 29
2.3.1 观察状态函数 29
2.3.2 估计状态 30
2.3.3 信念状态与转移 30
2.3.4 资源协同配置策略 34
2.3.5 部分可观测马尔可夫决策模型 35
2.3.6 策略 36
2.3.7 低复杂度求解方法 38
2.4 仿真分析 40
2.4.1 基本参数设置 40
2.4.2 仿真性能分析 40
2.5 本章小结 48
第3章 基于分布式联合优化的空天地异构网络资源协同配置 50
3.1 本章引言 50
3.2 系统模型和问题建模 52
3.2.1 空-天-地异构网络 52
3.2.2 空时频资源协同配置 55
3.2.3 约束定义 55
3.2.4 问题建模 57
3.3 基于位置和功率联合优化的协同配置策略 58
3.3.1 子信道分配和功率控制 58
3.3.2 无人机位置优化 64
3.3.3 位置和功率联合优化 67
3.4 算法实现与分析 69
3.4.1 算法实现 69
3.4.2 计算复杂度分析 71
3.5 仿真分析 71
3.6 本章小结 75
第4章 基于多臂老虎机决策的室内异构网络用户协同接入 77
4.1 本章引言 77
4.2 系统模型 79
4.2.1 系统组成 80
4.2.2 信道特性 80
4.3 基于多臂老虎机模型的异构网络用户接入 83
4.3.1 多臂老虎机 83
4.3.2 系统决策概率分布 84
4.3.3 累积收益差值函数 85
4.3.4 基于EXP3的系统决策概率分布更新 85
4.4 近邻信息交换下的异构网络用户协同接入 87
4.4.1 LED网络拓扑结构 87
4.4.2 基于ELP的系统决策概率分布更新 88
4.4.3 累积收益差值期望值的理论上界 89
4.5 仿真分析 97
4.5.1 参数设置 97
4.5.2 性能分析 99
4.6 本章小结 104
第5章 基于拓扑特性和复杂连接的异构网络信息协同扩散 106
5.1 本章引言 106
5.2 IoV异构网络的无向加权图建模 108
5.2.1 IoV异构网络 108
5.2.2 无向加权图模型 110
5.3 基于拓扑特性和复杂连接的信息协同扩散 113
5.3.1 基于谱聚类的信息收集 113
5.3.2 网络容量化的网关节点选择 114
5.3.3 基于链路通信阻抗的信息扩散路径优化 117
5.4 大数据驱动下的IoV网络 121
5.4.1 数据集介绍 121
5.4.2 复杂拓扑特性分析 122
5.4.3 时不变的复杂空间分布特性 124
5.5 仿真分析 125
5.6 本章小结 130
第6章 结论与展望 132
6.1 主要贡献和创新点 132
6.2 研究展望 134
参考文献 137
在学期间发表的学术论文与研究成果 157
致谢 162
1.1 研究背景 1
1.1.1 无线网络的起源与发展 1
1.1.2 下一代异构信息网络核心技术 3
1.1.3 异构信息网络的协同与优化 6
1.2 研究的关键问题 8
1.2.1 异构网络资源协同配置 9
1.2.2 异构网络用户协同接入 10
1.2.3 异构网络信息协同扩散 12
1.3 研究内容 13
1.3.1 基于马尔可夫决策的认知异构网络传输资源协同配置 14
1.3.2 基于分布式联合优化的空-天-地异构网络资源协同配置 15
1.3.3 基于多臂老虎机决策的室内异构网络用户协同接入 17
1.3.4 基于拓扑特性和复杂连接的异构网络信息协同扩散 18
1.4 本书章节安排 20
第2章 基于马尔可夫决策的认知异构网络传输资源协同配置 22
2.1 本章引言 22
2.2 基于机会接入的探测-通信异构网络系统模型 24
2.2.1 主用户与主网络 25
2.2.2 次级用户与次级网络 25
2.2.3 传输资源协同配置联合设计 25
2.3 基于POMDP的传输资源协同优化 29
2.3.1 观察状态函数 29
2.3.2 估计状态 30
2.3.3 信念状态与转移 30
2.3.4 资源协同配置策略 34
2.3.5 部分可观测马尔可夫决策模型 35
2.3.6 策略 36
2.3.7 低复杂度求解方法 38
2.4 仿真分析 40
2.4.1 基本参数设置 40
2.4.2 仿真性能分析 40
2.5 本章小结 48
第3章 基于分布式联合优化的空天地异构网络资源协同配置 50
3.1 本章引言 50
3.2 系统模型和问题建模 52
3.2.1 空-天-地异构网络 52
3.2.2 空时频资源协同配置 55
3.2.3 约束定义 55
3.2.4 问题建模 57
3.3 基于位置和功率联合优化的协同配置策略 58
3.3.1 子信道分配和功率控制 58
3.3.2 无人机位置优化 64
3.3.3 位置和功率联合优化 67
3.4 算法实现与分析 69
3.4.1 算法实现 69
3.4.2 计算复杂度分析 71
3.5 仿真分析 71
3.6 本章小结 75
第4章 基于多臂老虎机决策的室内异构网络用户协同接入 77
4.1 本章引言 77
4.2 系统模型 79
4.2.1 系统组成 80
4.2.2 信道特性 80
4.3 基于多臂老虎机模型的异构网络用户接入 83
4.3.1 多臂老虎机 83
4.3.2 系统决策概率分布 84
4.3.3 累积收益差值函数 85
4.3.4 基于EXP3的系统决策概率分布更新 85
4.4 近邻信息交换下的异构网络用户协同接入 87
4.4.1 LED网络拓扑结构 87
4.4.2 基于ELP的系统决策概率分布更新 88
4.4.3 累积收益差值期望值的理论上界 89
4.5 仿真分析 97
4.5.1 参数设置 97
4.5.2 性能分析 99
4.6 本章小结 104
第5章 基于拓扑特性和复杂连接的异构网络信息协同扩散 106
5.1 本章引言 106
5.2 IoV异构网络的无向加权图建模 108
5.2.1 IoV异构网络 108
5.2.2 无向加权图模型 110
5.3 基于拓扑特性和复杂连接的信息协同扩散 113
5.3.1 基于谱聚类的信息收集 113
5.3.2 网络容量化的网关节点选择 114
5.3.3 基于链路通信阻抗的信息扩散路径优化 117
5.4 大数据驱动下的IoV网络 121
5.4.1 数据集介绍 121
5.4.2 复杂拓扑特性分析 122
5.4.3 时不变的复杂空间分布特性 124
5.5 仿真分析 125
5.6 本章小结 130
第6章 结论与展望 132
6.1 主要贡献和创新点 132
6.2 研究展望 134
参考文献 137
在学期间发表的学术论文与研究成果 157
致谢 162
猜您喜欢
