一种无线网络的最优拥塞控制方法与流程

技术特征：

1.一种无线网络的最优拥塞控制方法，通过建立最优拥塞控制速率模型和拥塞最优控制机制，实现无线网络的资源优化利用，包括如下步骤：

A、建立最优拥塞控制速率模型；

B、建立拥塞最优控制机制。

2.根据权利要求1的方法，对于所述步骤A其特征在于：建立最优拥塞控制速率模型：

$\begin{array}{cc}\min & \mathrm{\μ}\left(\mathrm{\λ}\right)={\mathrm{\λ}}_1\frac{\underset{s\∈S}{\Σ}\log \left(x_s\right)}{W_1}-{\mathrm{\λ}}_2\frac{\underset{f\∈N}{\Σ}{\mathrm{\φ}}_f^2}{W_2}\\ s.t.& \underset{\left\{H\right|(f,H)\∈L\}}{\Σ}\underset{h\∈H}{\Σ}{f}_{fHh}^{st}-\underset{h\∈N}{\Σ}\underset{\left\{f\right|(h,F)\∈L,f\∈F\}}{\Σ}{f}_{hFf}^{st}\≥x_{f,s},\∀f\∈N,s\∈S,t\∈T_s\end{array}$

$\underset{\{u:tr\left(u\right)=f\}}{\Σ}\underset{v=1}{\overset{n}{\Σ}}{p}_u{e}_{u,v}{q}_v\≤{\mathrm{\φ}}_f{\mathrm{\ϵ}}_f$

$\underset{h\∈H}{\Σ}{f}_{fHh}^{st}\≤g_{fH}^s$

$\underset{s\∈S}{\Σ}{g}_u^s\≤\underset{v=1}{\overset{m}{\Σ}}{p}_u{r}_{u,v}{q}_v$

$\underset{u=1}{\overset{m}{\Σ}}{p}_u=1,\underset{v=1}{\overset{n}{\Σ}}{q}_v=1$

0≤p_u≤1,0<q_v<1

其中源节点s至目的节点t∈T_s的传输路径为A，A与逻辑链路I_u＝(f,H)重叠的传输路径集合为B，为B中经过业务汇聚节点h的业务流速率，T_s为目的节点集合，为由来至源节点s且经过逻辑链路(f,H)的业务流速率，x_s为源节点s发起的会话的业务流速率，r_u,v为逻辑链路I_u∈(f,J)的传输速率，p_u为第u个逻辑链路I_u的权重系数，q_v为第v个传输场景的权重系数，S为源节点集合，逻辑链路(f,H)采用广播路由，H为业务流汇聚节点集合，tr(u)为逻辑链路I_u的发射端，为基于逻辑链路I_u的会话s的业务流速率，ε_f为节点f的初始能量，e_u,v为逻辑链路I_u的平均传输能量，T_f为节点f的生存时间，N为网络中的节点集合，x_f,s为决策变量，若节点f为会话的源节点，则x_f,s＝x_s，若节点f为会话的sink节点，则x_f,s＝-x_s，若节点f不为会话的源节点或sink节点，则x_f,s＝0，L为逻辑链路集合，λ、λ₁和λ₂均为平衡权重系数，W₁和W₂分别为λ₁和λ₂的调节因子，F为节点集合。

3.根据权利要求1的方法，对于所述步骤B其特征在于：进行模糊学习优化，具体为：a.初始化q值，q[i,j]＝0,1≤i≤N,1≤j≤J；b.设置行为触发策略：当触发概率为1-ε时，a_i＝arg max_kq[i,k]，当触发概率为ε时，a_i＝random{a_k,k＝1,2,...,J}；c.获得模糊逻辑控制的全局行为参数d.计算e.采用行为参数并进入下一状态s(t+1)；f.获得新状态量g.计算误差信号ΔQ＝r(t+1)+γ·V_t(s(t+1))-Q(s(t),a)，γ为权重系数；h.采用规则q[i,a_i]⁺＝q[i,a_i]+η·ΔQ·α_i(s(t))更新q值；i.重复上述步骤，并不断更新s(t)，当获得最优解的收敛域时，则停止计算，其中α_i(s)为a_i的权重系数，Q(s(t),a)为在状态为s(t)、迭代次数为t和模糊控制行为参数为a的Q函数值，α_i(s)为模糊逻辑规则i的信任度，r(t+1)为正向增强信号，η为学习速率，i为模糊逻辑规则数目，j为模糊逻辑规则修正数目。

4.根据权利要求1的方法，对于所述步骤B其特征在于：设置拥塞控制规则，具体为：模糊控制单元由模糊规则库、模糊处理单元、解模糊处理单元和干扰引擎组成；模糊处理单元接收R_ij和HO margin，并产生相应的控制行为，具体为：(1).当R_ij为非均衡(i→j)和HO margin为H时，模糊控制行为为EL；(2).当R_ij为非均衡(i→j)和HO margin为M时，模糊控制行为为VL；(3).当R_ij为非均衡(i→j)和HO margin为L时，模糊控制行为为L；(4).当R_ij为均衡和HO margin为H时，模糊控制行为为N；(5).当R_ij为均衡和HO margin为M时，模糊控制行为为N；(6).当R_ij为均衡和HO margin为L时，模糊控制行为为N；(7).当R_ij为非均衡(i→j)和HO margin为L时，模糊控制行为为EH；(8).当R_ij为非均衡(i→j)和HO margin为M时，模糊控制行为为VH；其中L为低级，M为中级，H为高级，EL为超低级，VL为甚低级，N为空集，VH为甚高级，EH为超高级，R_ij为非均衡(i→j)表示业务流由i至j，R_ij为均衡表示i与j之间不存在业务流传输，R_ij＝CBR_i-CBR_j，HOMargin为边缘控制权值。

5.根据权利要求1的方法，对于所述步骤B其特征在于：建立最优拥塞控制模型，其由无线网络、模糊控制单元和模糊学习优化单元组成，模糊学习优化单元接收从无线网络的状态信息获得的CDR_i和CDR_j信息，并输出ΔHO margin₁，模糊控制单元接收来至无线网络的HO margin和(CBR_i-CBR_j)信息和模糊学习优化单元的输出ΔHO margin₁，并输出ΔHO margin₂至无线网络用于调节无线网络的拥塞控制能力，其中为呼叫阻塞率，为呼叫丢失率，N_blocked为接纳控制中被阻塞的呼叫数目，N_accepted为接纳控制中被接受的呼叫数目，N_dropped为接纳控制中被丢弃的呼叫数目，N_succ为接纳控制中成功完成通话的呼叫数目。