未来宽带无线移动通信环境下基于混沌神经网络的无线资源优化机制研究

Future broadband wireless mobile communication system features ultra-wideband, multi-service and fast-moving scenario, radio resource scarcity becomes one of the major bottlenecks for system performance. In order to further improve radio resource efficiency, by using chaotic neural network optimization theory and technology, this project carries out appropriate physical abstraction, mathematical modeling, and typical case simulations for the target problem of radio resource optimization. The main research contents include the proper abstraction and modeling of three kinds of typical cases in future broadband wireless mobile communication system, the comprehensive study of basic principles of chaotic neural network optimization theory and technology, and its application in radio resource optimization problem to provide better solution. This project provides new thinking for the analysis and solution of the radio resource optimization problem, by fully utilizing the advantage of multi-disciplinary association and integration. Furthermore, in this work, we strive to achieve better trade-off between convergence efficiency and convergence speed, while at the same time, we try to explore new theory and new method in this field and seek for major breakthroughs. The results of this project will provide strong theoretical support and practical solutions for future broadband wireless mobile communication system by obvious improvements of radio resource efficiency. Meanwhile, it will bring more energy and promotion for the development and application of chaotic neural network in relative nonlinear dynamics disciplines.

未来宽带无线移动通信系统具有超宽带、多业务和快速移动等特点，稀缺的无线资源是其高速发展的主要瓶颈之一。本项目以进一步提高无线资源利用率为出发点，针对未来宽带无线移动网络的特征，研究如何利用混沌神经网络优化技术对其有限无线资源的优化问题进行合理的物理意义抽象、数学建模以及典型案例的仿真验证，达到高效利用无线资源的目的。主要研究内容包括深入研究混沌神经网络优化技术的基本原理，及其在三种未来宽带无线移动通信系统典型案例中的无线资源优化解决方案。本项目着力解决如何充分利用多学科交叉融合的优势去分析和解决无线资源优化问题。探索在收敛效率和收敛速率两方面取得更好折中的新思维、新方法和新理论，力争在关键技术上有新的突破。为解决未来宽带无线移动通信系统中的无线资源匮乏问题提供有力的理论支撑和实用方案。同时，为推动混沌神经网络技术在非线性动力学相关领域中的理论发展和应用研究注入新活力。

本项目针对未来宽带无线移动网络的特征，从四个方面对其进行了研究：①.本项目中首先针对HNN系列混沌神经网络用于优化问题的关键技术理论进行研究，分析了算法收敛速度及算法陷入局部最优的主要原因，仿真结果显示所提算法能够有效地平衡系统吞吐量和用户公平性间的关系。②.针对下一代移动通信系统的多用户、多业务、宽带化、高速率、实时性强等特性，重新审视多用户OFDMA系统的无线资源优化问题，进一步探索余量自适应和速率自适应等优化准则，并对优化问题重新进行数学建模，仿真结果表明所提算法相比于传统算法能够得到更好的性能。③. 在频谱共享的正交频分多址毫微微小区网络中，毫微微小区在带来诸多优势的同时也带来了许多干扰问题，本项目首先对毫微微网络进行分组，再对分组后的系统进行信道分配，最后采用功率分配算法进一步提升系统性能。仿真结果表明，本项目有效地抑制了系统干扰，既能保证用户的数据速率需求，又能有效提升网络频谱效率。④.针对多媒体多播/广播系统下的无线资源优化技术进行进一步的研究，本项目选择具有代表性的多播场景，根据混沌神经网络的数学模型和多播优化问题的映射关系进行合理的数学建模。仿真验证表明，利用富足的NHNCNN时滞、噪声和混沌神经动力，采用基于噪声调节时滞噪声混沌神经网络（NHNCNN）的动态信道分配方法，能有效提升系统频谱效率、实现更好的收敛速度和合理解率。本项目有效地解决了未来宽带无线移动通信系统中的无线资源匮乏问题，从而进一步提高了无线资源利用率，使未来宽带无线移动通信更加高效。同时，进一步体现了多学科交叉与融合的强大生命力。

内容获取失败，请点击重试