支持应急通信的认知网络QoS技术

2.3 网络体系结构

认知网络是建立在传统网络之上的逻辑网络(即软件定义的网络)，其底层依附于各种异构的传统网络(如Internet、以太网、GSM、WLAN等)，这些传统网络各自具备不同的协议栈结构。基于应急通信的实际场景限制，我们将在各种异构的Ad hoc网络中进行研究，这在一定程度上可降低问题的复杂性。

认知网络体系结如图2所示。可从认知用户、认知网络和传统网络3个视角层次来描述认知网络体系结构。将认知功能的逻辑结构细化为推理、学习、决策3个功能实体，引入两个逻辑功能实体传感器和执行器，用执行器和传感器来表示认知网络与底层可重构网络之间的接口。整个体系结构包括两个反馈控制环：

(1)反馈控制环1

用户应用与认知网络之间的反馈控制：应用向网络提出QoS需求->认知网络推理与决策->网络反馈对该应用QoS是否支持->应用调整QoS需求。

(2)反馈控制环2

认知网络与传统网络之间的反馈控制：认知网络测量物理网络环境QoS数据->QoS决策->网络行为自适应。

2.4 物理网络与QoS逻辑功能间的映射

执行器和传感器合并为一个认知代理，部署在应急通信系统中能够采集QoS相关信息或实施QoS控制的节点和设备上。认知控制点负责进行学习、推理和决策，认知控制点属于逻辑功能实体，物理上可以部署在应急通信系统的任何节点设备上，也可以单独增加硬件节点来实现该功能。认知控制点之间构成了一个传统网络上的认知网络，通过对认知代理采集上的应急通信的QoS信息进行推理决策，控制认知代理的行为，实现基于认知网络的QoS控制。

3 QoS控制和优化策略

目前关于认知网络的QoS控制的研究尚处于起步阶段，特别是针对应急通信这种环境变化快速、不可预知且需要支持实时多媒体业务、交互式业务等多种业务需求的应用场景，研究实用可靠的QoS保障机制和策略尤为重要。我们从认知网络QoS控制问题建模、智能频谱分配策略和优先级业务的跨层路由算法设计3个方面进行相关研究。

3.1 QoS控制过程

基于对认知网络模型的研究，采用控制论中反馈控制环的思想对认知网络QoS控制过程和机制进行建模。从图2的认知体系结构可知，认知网络QoS控制的核心是一个学习-决策的过程，各种认知学习模型都可以用一个统一的反馈环进行描述。基于Col John Boyd提出的OODA环来描述认知网络QoS反馈控制过程，设计一个包括4个功能组件的认知网络QoS循环控制过程：时间关键的QoS相关指标测量、确定QoS调整目标、QoS决策、网络行为自适应。认知网络QoS反馈控制如图3所示。

在图3所示认知网络QoS反馈控制过程的基础上，为了增加认知网络决策的智能，在认知过程中不断丰富认知网络的知识，实现网络的决策随环境的变化而不断地学习和优化，为此，在QoS反馈控制过程中引入机器学习功能。基于学习的认知网络QoS决策流程如图4所示。

3.2 频谱与时隙分配策略

以支持软件无线电技术的节点作为基本的数据链路层环境，考虑异构用户存在情况下的动态信道分配技术。无线信道满足如下假设条件：每个节点都有相同的频谱分配；每个节点都有相同的频谱分配概率(即系统所有的可用频谱在每个节点都可以是有效的)；节点支持无线信道上的一发多收；同一频率可以再进行时分复用。动态信道分配策略分为两个阶段：第一个阶段是异构用户的动态频谱分配；第二个阶段是同一频率下的不同优先级QoS保证的动态时隙分配。

动态频谱分配算法，首要考虑在不同发射频谱之间的切换的代价。换言之，在一次通信过程中，沿途所涉及的全部节点的频率切换之和最小的频谱分配方案就是最高效的分配方案。鉴于上述分析，以"最少切换"思想的频谱选择算法，选择目标节点和目的节点之间被尽量多连续节点共享的频率。

频谱选定后，需要为不同优先级业务分配不同的通信时隙。"时间关键"特征的应急通信系统对时延有严格的限制，在时延敏感的大前提下，不同类型的业务对带宽的需求是不同的。在应急通信场景下，按业务的重要程度设计优先级，因此优先级越高的业务越需要确保其所需要的QoS。因此，在不同优先级业务的时隙分配时，采用"高优先级确保"的时隙分配策略，首先满足高优先级业务对信道带宽的需求。只有高优先级业务的QoS需求全部满足后，再考虑低优先级的，这样的策略与应急通信的特殊通信需求(首先满足重要信息的传输，公平性不是必需考虑的因素)是一致的。

作者：张冬梅 张世栋 来源：中兴通讯技术——2010年 第5期