认知无线电网络动态QoS保证机制研究

doi:10.3778/j.issn.1002-8331.2010.06.002

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (6): 3-9.DOI: 10.3778/j.issn.1002-8331.2010.06.002

认知无线电网络动态QoS保证机制研究

滑楠^1，2，曹志刚¹

1.清华大学电子工程系，北京 100084
2.空军工程大学电讯工程学院，西安 710077

收稿日期:2009-09-08 修回日期:2009-12-11 出版日期:2010-02-21 发布日期:2010-02-21
通讯作者: 滑楠

Research on dynamic QoS assurance mechanism for cognitive radio networks

HUA Nan^1，2，CAO Zhi-gang¹

1.The Department of Electronic Engineering，Tsinghua University，Beijing 100084，China
2.The Telecommunication Engineering Institute of the Air Force Engineering University，Xi’an 710077，China

Received:2009-09-08 Revised:2009-12-11 Online:2010-02-21 Published:2010-02-21
Contact: HUA Nan

摘要/Abstract

摘要： 针对认知无线电网络提出了一种基于中间件的分布式动态QoS保证机制DQAM，当网络对应用承诺的QoS保证发生变化，或者应用对网络的QoS要求发生变化时，通过网络和应用之间的反馈和协商，在分析当前网络状态和应用需求的基础上，根据特定的策略对网络和应用进行动态干预，在保证一定QoS的前提下，使应用最大程度的适应网络，网络最大限度的支持应用，以提高认知无线电网络对应用的支持能力和应用对网络的适应能力。对DQAM的原理、系统组成以及运行方式等，进行了讨论；从体系结构、工作过程、信息收集与策略生成和节点（任务）重构等4个方面，给出了DQAM的基本框架，并通过一个典型场景就DQAM的应用问题进行了探讨。

关键词: 认知无线电, 服务质量, 网络, 应用

Abstract: This paper proposes a middleware based distributed dynamic QoS assurance mechanism for Cognitive Radio Networks （CRN），named DQAM.When the network QoS assurance to applications or / and the applications QoS demand to network is / are changed，DQAM regulates the network and applications under certain strategies dynamically，based on the analysis of current network state and application demand through a feedback and negotiation mechanism between network and applications.DQAM can make applications adapt network and network support applications furthest，and improves the support ability of CRN to applications and adaptability of applications to CRN.This paper discusses the theory，the system composition and the operation method of DQAM，and puts forward the essential framework of DQAM from four aspects：System architecture，working process，information acquisition / strategies generation，and node（task） refactoring.At the end of the paper，the application problem of DQAM is discussed with a typical scenario.

Key words: cognitive radio, Quality of Service（QoS）, network, application

中图分类号:

TP393

滑楠^1，2，曹志刚¹. 认知无线电网络动态QoS保证机制研究[J]. 计算机工程与应用, 2010, 46(6): 3-9.

HUA Nan^1，2，CAO Zhi-gang¹. Research on dynamic QoS assurance mechanism for cognitive radio networks[J]. Computer Engineering and Applications, 2010, 46(6): 3-9.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[3]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[4]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[5]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[6]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[7]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[8]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[9]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[10]	柴旭，方明，付飞蚺，邵桢. 考场环境下考生视线估计方法[J]. 计算机工程与应用, 2021, 57(9): 199-206.
[11]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[12]	徐承志，万方. 两级邻域采样的孪生网络在流形学习中的应用[J]. 计算机工程与应用, 2021, 57(9): 233-239.
[13]	吴文龙，周喜，王轶，王保全. WKAG：一种针对不平衡医保数据的欺诈检测方法[J]. 计算机工程与应用, 2021, 57(9): 247-254.
[14]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[15]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.

认知无线电网络动态QoS保证机制研究

Research on dynamic QoS assurance mechanism for cognitive radio networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics