相关专题：
摘要:文章提出支持应急通信的认知网络体系结构与模型，以及在此基础上涉及的认知模型服务质量控制和优化策略、智能决策和学习算法，目标在于通过对网络环境状态的观察和学习，智能决策并自适应调整节点行为，进而达到对网络性能的优化。
关键字:认知网络；QoS技术；认知模型；智能决策
英文摘要:This article describes the cognitive network architecture and module for emergency communications. A cognitive module for Quality of Service (QoS) control, optimization strategy, intelligent decision-making, and learning algorithm is also proposed. Such a module can improve network performance by learning the state of the network environment, making intelligent decisions, and applying adaptive behavior.
英文关键字:cognitive network; QoS technology; cognitive model; intelligent decision
基金项目：中央高校基本科研业务费专项资金(2009RC0217)
汶川地震、新疆“七.五”事件和玉树地震等灾害事件的经验表明，传统通信网络无法满足应急环境下的通信需求。传统网络的通信环境一般是稳定的，网络的行为也需要预先设计好，不能随环境的变化而调整，因而不适合应急通信多变且不可预知的需要。应急通信环境具有通信环境不可预知、现有传统通信设施不可用、通信节点具有移动性、通信业务具有低延迟和高带宽保障的QoS需求的特点。为此，本文提出支持应急通信的认知网络，目的在于通过对网络环境状态的观察和学习，使网络智能决策并自适应调整节点行为，进而达到性能优化。
1 认知网络研究现状
随着无线网络的飞速发展，网络环境(外部运行环境和内部网络环境)变化越来越大，传统的Internet结构已经不能满足发展的需求，因此需要设计新的体系结构来满足日益复杂的网络环境需求。David提出在Internet的体系结构中增加一个知识平面，将认知概念扩展到了整个通信网络，并包含于网络的各个协议层次。这就是认知网络的概念。认知网络[1-2]能够观察、感知和学习网络环境状态，智能决策并自适应调整节点和网络的配置与行为(如交换、路由、资源分配等)，进而达到对网络性能的智能优化。
“认知”一词来源于人工智能。认知网络只有具备了学习和决策能力，才能够真正具有认知能力，因此，智能决策是认知网络的核心技术。认知网络的智能决策涉及人工智能理论、机器学习、推理机制等方面的技术。有代表性的是Nicola Baldo的模糊决策[3]。Nicola Baldo在研究认知网络的接入方法时使用模糊值表示不同应用的相关性能参数，利用模糊逻辑推理和模糊计算评估每个网络接入机会的服务质量并使用模糊决策技术选择最合适的接入机会。Alex Chia-Chun Hsu的统计信道分配认知MAC协议和William C. Headley在认知无线的自动模式分类中都引入了智能决策算法。但这些决策方法依据的规则和策略都是固定的，系统在运行过程中不能够根据环境的变化规律调整决策，不能达到真正认知的目标。
目前，对于认知网络的研究重点集中在介质访问控制(MAC)[4]、路由技术[5-6]和QoS等方面。其中，认知网络QoS研究主要包括3类：一类是数据链路层QoS[7-11]，数据链路层QoS结合认知无线电能够自适应调整节点所使用的频谱的特征，采用动态频谱分配技术，改善网络的QoS；第二类采用跨层设计的思想，在节点进行路由选择时考虑数据链路和物理无线环境的状态，根据底层状态动态选择路由[12]；第三类则是从用户角度出发提出一种保障用户QoS水平的动态配置方法[13]。上述研究都是针对通用的认知网络而展开的，未考虑应急通信场景的特定需求(如网络环境不可预知、时延敏感、临时通信等)，因此直接应用于应急通信场合有一定的局限性。
2 体系结构与模型
Sutton[14]、Nolan[15]、Mahonen[16]和Thomas[2]都在认知网络的体系结构与模型方面进行了研究。其中，Sutton和Nolan重点研究认知网络中具有可配置能力的平台框架，提出一种基于元素的节点体系结构，网络节点可由异构的软件或硬件元素来组建，用XML配置文档来定义和描述节点。体系结构中未考虑如何支持分布式推理、集体决策和分布式学习。Mahonen提出一个基于可配置网络的支持优化决策的认知节点框架以及分布式推理算法IGA。Thomas提出的认知框架是一个比较完整的框架结构，包括3层：端到端的用户目标、认知过程、具备软件自适应能力，但是也存在一些不足之处。首先，认知过程的具体逻辑结构(即认知过程中推理、学习、决策3者之间的关系)没有明确给出；其次，认知网络概念与目前传统网络概念之间的关系在Thomas的框架中也未明确说明；最后，Thomas框架中将Network API定义为认知过程与软件自适应网络的接口，这种定义方式使得认知过程与低层自适应网络的耦合过于紧密，灵活性和可扩充性差。
Sutton、Nolan、Mahonen和Thomas研究的认证网络都没有具体针对应急通信，然而应急通信的需求越来越明确，为此我们提出了支持应急通信的认知网络的体系结构与模型，主要研究应急通信系统建模、应急通信业务定义与描述、支持应急通信的认知网络的体系结构。
2.1 QoS需求描述
将应急通信定义为具有“时间关键”特征的通信。“时间关键”的概念源于军用战术通信网络中从发现目标、定位目标、直到攻击目标的时间限制要素。时间关键通信是根据突发事件的等级，制订从通信节点提出发送数据请求开始，经网络各节点路由、交换和汇聚处理，通过各种无线接入网关，直至信息到达指定的目的节点的时间限制。时间关键通信以QoS指标为基础、以电信ATM标准中关于业务种类的定义方法为参考来定义应急通信业务，同时，考虑可扩充性和通用性需求，适应应急通信业务需求的描述，并采用XML语言来描述业务。
2.2 网络物理结构
由于传统应急通信高成本、单点通信的局限性，将传统应急通信的节点扩展为网。应急通信系统网络物理结构如图1所示。
图1将传统应急通信节点(海事卫星、VSAT卫星地面站和移动站等)作为无线网关使用。在异常事件发生区域以无线Ad hoc网络(可以是WLAN，无线Mesh或无线传感器网络等无线区域网络)作为基本物理承载网，救援人员通过无线Ad hoc网络保持联系、接受命令和采集灾害区域信息，进而提高信息采集精度、扩展应急通信网络的覆盖范围，达到提高应急通信系统性价比的目标。多个异构的Ad hoc网络逻辑上共同组成了一个认知网络，每个Ad hoc网络可以看成是一个通信域，多个域之间通过认知网络将其融合为一个逻辑上的认知系统。认知网络能够认知周围复杂网络环境(主要是无线、移动环境)，自适应控制网络各节点的行为(路由、无线频率分配等)，保证应急通信业务所需要的“时间关键”特性的服务质量。
作者：张冬梅 张世栋 来源：中兴通讯技术——2010年 第5期
