随着Internet技术的不断发展，传统的诸如电子邮件、文件传输以及远程登陆等服务已经不能够满足人们的需要。同时，随着移动Internet设备的大量涌现，能够支持移动性应用的服务将会对网络本身产生不同的需求。这些新的需求促使网络能够根据用户的可变需求对网络结构进行重新设计并导致主动或可编程网络的出现。尽管这一领域已经取得丰硕的成果，而网络的自动化管理和维护却由于网络管理者是人类本身而处于较低的水平。网络不能够意识到本身的状态和应用的需求，没有本身的目标和如何实现这个目标的知识，并且不能够对自身的行为进行推理。这就是说，应用的发展迫切需要网络本身具有“认知”属性。 认知无线网络能够感知当前网络的情况，基于数据流的端到端的配置目标对无线网络进行计划、判决和采取相应的自适应行动。同时，无线网络能够从这些自适应行动中学习，并将学习到的知识应用于网络未来的判决中。认知无线网络是一项复杂的技术，其研究内容包括了网络体系结构研究、环境感知技术、知识表示以及获取技术、机器推理技术、机器学习技术、网络可重配置技术等诸多技术问题。本文采用机器学习技术通过跨层优化的手段来实现端到端的配置目标，着重对网络体系结构、知识获取技术和机器学习技术作了比较深入的研究。
Attachments:
 | 基于人工智能的认知无线网络关键技术研究.pdf |