多域認(rèn)知理論體系_第1頁(yè)
多域認(rèn)知理論體系_第2頁(yè)
多域認(rèn)知理論體系_第3頁(yè)
多域認(rèn)知理論體系_第4頁(yè)
多域認(rèn)知理論體系_第5頁(yè)
已閱讀5頁(yè),還剩3頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

4認(rèn)知無(wú)線網(wǎng)絡(luò)多域認(rèn)知理論4.1多域認(rèn)知理論體系本節(jié)首從多域環(huán)境的隨機(jī)性、模糊性、粗糙性以及可信性等多個(gè)方面,描述了多域環(huán)境的認(rèn)知性,然后通過(guò)深度認(rèn)知環(huán)分析了多域認(rèn)知行為模型,最后給出了多域認(rèn)知體系模型,其中包括多域認(rèn)知引擎的數(shù)學(xué)模型、分層模型、功能模型以及網(wǎng)絡(luò)模型。4.1.1認(rèn)知性多域環(huán)境的認(rèn)知性包括隨機(jī)性、模糊性、粗糙性和可信性。其中,隨機(jī)性是一種統(tǒng)計(jì)的不確定性,而模糊性和粗糙性是基于認(rèn)識(shí)的不確定性。以下將從多域環(huán)境的這幾個(gè)屬性出發(fā),詳細(xì)介紹認(rèn)知性。(1) 隨機(jī)性多域環(huán)境的隨機(jī)性指的是由于認(rèn)知客體(包括多域環(huán)境中的參量、狀態(tài)、行為等)服從某一概率空間分布而導(dǎo)致的客觀存在的不確定性。隨機(jī)性表現(xiàn)為觀測(cè)對(duì)象的狀態(tài)未知且不確定。例如,對(duì)主用戶狀態(tài)的二元假設(shè)檢驗(yàn)中,主用戶的忙閑狀態(tài)服從客觀的概率分布。這種概率分布表現(xiàn)為主用戶狀態(tài)隨機(jī)出現(xiàn)。只有通過(guò)相應(yīng)的檢測(cè)手段才能判斷認(rèn)知客體的當(dāng)前狀態(tài)。多域環(huán)境的隨機(jī)性可以用信息熵來(lái)度量。(2) 模糊性多域環(huán)境的模糊性指的是認(rèn)知客體很難被準(zhǔn)確劃分,或者說(shuō)是被觀測(cè)事物的邊界不能被確定。模糊性是一種認(rèn)識(shí)不確定性。例如,根據(jù)接收到的主用戶功率來(lái)確定空間上的主用戶保護(hù)區(qū)時(shí),如果采用單門限判決,可以清晰得劃分出保護(hù)區(qū)的邊界。然而,當(dāng)某一點(diǎn)上的接收功率值很靠近門限時(shí),很難說(shuō)將該點(diǎn)判斷為保護(hù)區(qū)或非保護(hù)區(qū)是否合理,這就存在模糊性。如果采用雙門限判決,當(dāng)接收功率大于較高門限時(shí)判定為保護(hù)區(qū),當(dāng)接收功率小于較低門限時(shí)判定為非保護(hù)區(qū),則接收功率處于兩門限之間的點(diǎn)可以定義為模糊區(qū)。根據(jù)模糊集理論,模糊區(qū)的點(diǎn)被賦予隸屬度,以表示該點(diǎn)與保護(hù)區(qū)和非保護(hù)區(qū)的隸屬關(guān)系。如果將模糊區(qū)的定義為保護(hù)區(qū)和非保護(hù)區(qū)以外的第三種狀態(tài),則可以消除模糊性。即通過(guò)定義新狀態(tài)消除模糊性。(3) 粗糙性粗糙性和模糊性都是描述認(rèn)知客體在認(rèn)識(shí)上的不確定性。粗糙性由認(rèn)知客體狀態(tài)的上、下近似來(lái)體現(xiàn),即認(rèn)知客體的觀測(cè)量無(wú)法歸類為某一集合以及該集合的補(bǔ)集。和模糊性不同,粗糙性在描述個(gè)體與集合之間的關(guān)系時(shí)不需要先驗(yàn)信息。而模糊性需要由個(gè)體與集合的隸屬關(guān)系來(lái)體現(xiàn)。知識(shí)是粗糙集理論中的一個(gè)重要概念,是元素的分類規(guī)則。當(dāng)某一規(guī)則無(wú)法區(qū)分不同樣本時(shí),稱為元素不可分辨。通過(guò)增加新的分類規(guī)則,減小知識(shí)的粒度,可以降低認(rèn)知客體的粗糙性。(4) 可信性

多域環(huán)境的可信性指的是不確定的認(rèn)知客體可以被可信地描述,是對(duì)不確定性的信任表達(dá)。證據(jù)理論就是一種可以用于推定多域環(huán)境不確定狀態(tài)的方法。從具體應(yīng)用場(chǎng)景出發(fā),可信性主要表現(xiàn)為兩種。一種是客觀可信,也就是從認(rèn)知客體的客觀不確定性(隨機(jī)性)得出的可信性。例如,基于概率理論的檢測(cè)方式。另一種可信性是主觀可信,是指從認(rèn)知客體的主觀不確定性(模糊性、粗糙性等)得出的可信性。證據(jù)理論可以很好地描述這種可信性。多域環(huán)境的可信性是不確定性得以消除的依據(jù)。多域環(huán)境的隨機(jī)性、模糊性、粗糙性構(gòu)成了多域環(huán)境的不確定性。多域環(huán)境的可信性是不確定性的可信表達(dá)。隨機(jī)性、模糊性、粗糙性和可信性共同組成了多域環(huán)境的認(rèn)知性。而對(duì)多域環(huán)境認(rèn)知的過(guò)程就是不確定性消除的過(guò)程。4.1.2認(rèn)知行為模型外部資源圖4-1深度認(rèn)知環(huán)需外部資源圖4-1深度認(rèn)知環(huán)需求, ,資源先驗(yàn)策略認(rèn)知行為可以用圖4-1中的深度認(rèn)知環(huán)來(lái)描述。內(nèi)層環(huán)路從環(huán)境、需求和資源出發(fā),分別完成認(rèn)知、決策以及重構(gòu)等步驟。而外側(cè)環(huán)路通過(guò)具體動(dòng)作描述了整個(gè)認(rèn)知行為過(guò)程。以下結(jié)合圖4-1詳細(xì)介紹認(rèn)知、決策以及重構(gòu)的具體含義。(1)認(rèn)知在深度認(rèn)知環(huán)中,感知的對(duì)象不僅包括無(wú)線電磁環(huán)境,也包括多樣化的用頻需求和實(shí)際可用的頻譜資源。因此,認(rèn)知起源于對(duì)當(dāng)前的環(huán)境、需求與資源的實(shí)時(shí)感知。通過(guò)具體的感知技術(shù),可以獲取大量的感知數(shù)據(jù),將這些數(shù)據(jù)以一定的方式進(jìn)行存儲(chǔ)和處理,能夠得到感知數(shù)據(jù)庫(kù)。感知數(shù)據(jù)庫(kù)中所包含的是信息的形式信息,未經(jīng)語(yǔ)義提煉,所以相對(duì)冗雜,需要進(jìn)一步進(jìn)行分析處理。將感知數(shù)據(jù)庫(kù)用于數(shù)據(jù)分析,可獲取認(rèn)知信息,并構(gòu)成認(rèn)知信息庫(kù)。類似的,將認(rèn)知信息庫(kù)用于數(shù)據(jù)挖掘,可獲取知識(shí)并構(gòu)成知識(shí)庫(kù)(應(yīng)該指出,也可直接將感知數(shù)據(jù)庫(kù)用于數(shù)據(jù)挖掘而獲取知識(shí))。認(rèn)知信息庫(kù)和知識(shí)庫(kù)中所包含的是信息的語(yǔ)義。通過(guò)認(rèn)知過(guò)程的三個(gè)步驟,同時(shí)實(shí)現(xiàn)了知識(shí)發(fā)現(xiàn)。(2) 決策決策過(guò)程包括推理和資源調(diào)控兩個(gè)步驟。在相關(guān)知識(shí)的作用下,將數(shù)據(jù)分析中所獲取的認(rèn)知信息用于推理,可以制定出對(duì)應(yīng)于不同環(huán)境、需求與資源條件下的特定策略,并構(gòu)成策略庫(kù)。這里的相關(guān)知識(shí)不僅包括在推理機(jī)中預(yù)置的知識(shí),也包括從知識(shí)庫(kù)中提取、由特定的認(rèn)知信息所激活的知識(shí)。依據(jù)制定出的策略,能夠?qū)Y源池中的可用頻譜資源進(jìn)行合理調(diào)控,以實(shí)現(xiàn)多樣化的用頻需求。深度認(rèn)知環(huán)是一個(gè)開放的系統(tǒng),可以與其他的深度認(rèn)知環(huán)進(jìn)行交互。一個(gè)深度認(rèn)知環(huán)中所得到的感知數(shù)據(jù)庫(kù)、認(rèn)知信息庫(kù)、知識(shí)庫(kù)和策略庫(kù),可以作為另一個(gè)深度認(rèn)知環(huán)中先驗(yàn)的相應(yīng)的庫(kù)。此外,一個(gè)深度認(rèn)知環(huán)的資源池中所包含的資源來(lái)自其他深度認(rèn)知環(huán)所釋放的資源。相應(yīng)的,它所釋放的資源也可以為另一個(gè)深度認(rèn)知環(huán)所用。(3) 重構(gòu)在一定的軟件定義體系架構(gòu)下,實(shí)現(xiàn)對(duì)系統(tǒng)的參數(shù)級(jí)、用戶級(jí)和網(wǎng)絡(luò)級(jí)重構(gòu),并反饋于當(dāng)前的環(huán)境、需求與資源,完成深度認(rèn)知的環(huán)路。在決策過(guò)程和重構(gòu)過(guò)程中,通過(guò)利用所提煉的信息語(yǔ)義,發(fā)揮了信息語(yǔ)用。這一過(guò)程同時(shí)也是知識(shí)應(yīng)用的過(guò)程。此外,在知識(shí)的易化、補(bǔ)充、預(yù)期等多重作用下,可對(duì)對(duì)象感知、數(shù)據(jù)分析、數(shù)據(jù)挖掘、推理和資源調(diào)控等環(huán)節(jié)進(jìn)行學(xué)習(xí),并在優(yōu)化調(diào)節(jié)中提升系統(tǒng)的智能水平,共同實(shí)現(xiàn)多樣化的用頻需求和可用的頻譜資源之間的合理調(diào)配。4.1.3多域認(rèn)知體系模型以下將通過(guò)認(rèn)知引擎的數(shù)學(xué)模型、分層模型、功能模型以及基于認(rèn)知引擎的網(wǎng)絡(luò)模型來(lái)介紹多域認(rèn)知體系模型。(1)認(rèn)知引擎數(shù)學(xué)模型圖4-2認(rèn)知引擎數(shù)學(xué)模型圖4-2給出了認(rèn)知引擎的數(shù)學(xué)模型,描述了認(rèn)知信息在整個(gè)認(rèn)知過(guò)程中的流動(dòng)。認(rèn)知信息源于實(shí)際的多域環(huán)境。經(jīng)過(guò)本地信息獲取后,本地認(rèn)知信息流向信息協(xié)同處理模塊,最后完成決策。根據(jù)決策,生成新的網(wǎng)絡(luò)構(gòu)造。在此基礎(chǔ)上,

多域認(rèn)知的數(shù)學(xué)模型可以歸結(jié)為R=f(f(f(E)))del os.t.I6。其中,R表示網(wǎng)絡(luò)構(gòu)造,E表示內(nèi)外部實(shí)際環(huán)境,f。表示認(rèn)知信息的獲取,f(?)表小認(rèn)知信息的協(xié)同處理,匕。表示認(rèn)知信息的決策處理,I表示政策域的限制。需要特別說(shuō)明的是數(shù)學(xué)模型中的I表示認(rèn)知信息量(即認(rèn)知過(guò)程中獲得的語(yǔ)義互信息量)。為了客觀描述利用認(rèn)知信息對(duì)系統(tǒng)性能的提升作用,我們引入(CognitiveGain)這一無(wú)量綱指標(biāo)。認(rèn)知增益的含義是指利用認(rèn)知信息所獲凈收益相比原收益的增量,具體可以表示為G(G(I)=1^^f“100%ne其中,u(匕)表示利用認(rèn)知信息后獲得的總收益,f(i)表示獲得認(rèn)知信息所導(dǎo)致的開銷,Uec表示未用認(rèn)知信息所獲得的收益??梢?,認(rèn)知增益可以對(duì)多域認(rèn)知效能進(jìn)行統(tǒng)一地評(píng)估。接下來(lái)將介紹認(rèn)知引擎的分層模型,如圖4-3所示。認(rèn)知引擎的分層模型由多域本地認(rèn)知層、協(xié)同認(rèn)知層、主動(dòng)認(rèn)知層和智能決策層組成。多域本地認(rèn)知層主要完成認(rèn)知信息的獲取。獲取的信息包括無(wú)線環(huán)境域、網(wǎng)絡(luò)環(huán)境域、用戶環(huán)境域和政策管理域的參量、狀態(tài)以及行為。認(rèn)知信息存儲(chǔ)在本地認(rèn)知信息庫(kù)中。協(xié)同認(rèn)知層主要完成認(rèn)知信息的處理。具體包括認(rèn)知信息的表征、認(rèn)知信息的處理和認(rèn)知信息的傳遞,處理后的認(rèn)知信息存儲(chǔ)于協(xié)同認(rèn)知信息庫(kù)中。主動(dòng)認(rèn)知層用于實(shí)現(xiàn)認(rèn)知信息的挖掘。具體包括預(yù)測(cè)推理、學(xué)習(xí)以及認(rèn)知信息的共享。通過(guò)學(xué)習(xí)獲取的知識(shí)存儲(chǔ)于知識(shí)庫(kù)中,預(yù)測(cè)認(rèn)知信息存儲(chǔ)于預(yù)測(cè)認(rèn)知信息庫(kù)中。智能決策層實(shí)現(xiàn)了認(rèn)知信息的利用。具體包括認(rèn)知信息的匯聚、智能決策和資源優(yōu)化。決策庫(kù)隨著智能決策完成更新。從圖中可以看出,在整個(gè)多域認(rèn)知過(guò)程中,認(rèn)知信息完成了從多域本地認(rèn)知層向協(xié)同認(rèn)知層、主動(dòng)認(rèn)知層、智能決策層的流動(dòng)。而智能決策層的決策行為又影響了替他各層。(3)認(rèn)知引擎功能模型圖4-4給出了認(rèn)知引擎功能模型。多域本地認(rèn)知信息獲取模塊從外部網(wǎng)絡(luò)中獲取政策環(huán)境、用戶環(huán)境、網(wǎng)絡(luò)環(huán)境及無(wú)線環(huán)境等多域信息,經(jīng)過(guò)信息表征和處理后存儲(chǔ)在本地認(rèn)知信息庫(kù)中。網(wǎng)絡(luò)中的多個(gè)認(rèn)知節(jié)點(diǎn)將本地認(rèn)知信息傳遞給協(xié)同認(rèn)知信息處理模塊,經(jīng)過(guò)協(xié)同認(rèn)知信息處理后的信息將存儲(chǔ)在協(xié)同認(rèn)知信息庫(kù)中。主動(dòng)認(rèn)知模塊利用本地認(rèn)知信息及協(xié)同認(rèn)知信息,對(duì)認(rèn)知信息進(jìn)行進(jìn)一步的學(xué)習(xí)與推理,并將結(jié)果存儲(chǔ)在預(yù)測(cè)認(rèn)知信息庫(kù)及知識(shí)庫(kù)中。智能決策模塊完成認(rèn)知信息的利用,綜合本地、協(xié)同、預(yù)測(cè)認(rèn)知信息庫(kù)中的信息,并從決策庫(kù)中獲取相應(yīng)的決策支持信息,做出最終的網(wǎng)絡(luò)及終端重構(gòu)方案。

圖4-4圖4-4認(rèn)知引擎功能模型(4)基于認(rèn)知引擎的中心式網(wǎng)絡(luò)模型在認(rèn)知無(wú)線中心式網(wǎng)絡(luò)環(huán)境下,可以將認(rèn)知引擎分為本地認(rèn)知引擎與中心認(rèn)知引擎,圖4-5給出了基于認(rèn)知引擎的網(wǎng)絡(luò)模型。本地認(rèn)知引擎本地認(rèn)知引擎■-傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知信息庫(kù)主動(dòng)認(rèn)知知識(shí)庫(kù)認(rèn)知節(jié)點(diǎn)1傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知信息庫(kù)本地認(rèn)知引擎本地認(rèn)知引擎■-傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知信息庫(kù)主動(dòng)認(rèn)知知識(shí)庫(kù)認(rèn)知節(jié)點(diǎn)1傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知信息庫(kù)主動(dòng)認(rèn)知知識(shí)庫(kù)認(rèn)知節(jié)點(diǎn)N傳輸重構(gòu)信息流認(rèn)知信息流傳統(tǒng)功能實(shí)體協(xié)同認(rèn)知協(xié)同認(rèn)知信息庫(kù)主動(dòng)認(rèn)知知識(shí)庫(kù)智能決策決策庫(kù)認(rèn)知中心節(jié)點(diǎn)中心認(rèn)知引擎圖4-5基于認(rèn)知引擎的中心式網(wǎng)絡(luò)模型認(rèn)知節(jié)點(diǎn)引入本地認(rèn)知引擎實(shí)體后,成為無(wú)線網(wǎng)絡(luò)中的智能體,具有本地認(rèn)知、學(xué)習(xí)與決策等功能。認(rèn)知引擎不僅需要對(duì)無(wú)線鏈路層的信息進(jìn)行監(jiān)測(cè)、融合、預(yù)測(cè),從而做出正確的決策,更重要的是從智能體角度出發(fā),將單一的無(wú)線鏈路域擴(kuò)展到網(wǎng)絡(luò)環(huán)境域、用戶業(yè)務(wù)域和政策域,在多域環(huán)境認(rèn)知信息基礎(chǔ)上,完成跨層的信息收集、資源管理和控制重構(gòu)。數(shù)據(jù)信息將在傳統(tǒng)功能實(shí)體中傳遞,而認(rèn)知信息與網(wǎng)絡(luò)重構(gòu)的控制信令將在認(rèn)知引擎之間傳遞。中心認(rèn)知引擎與本地認(rèn)知引擎相比,增加了協(xié)同認(rèn)知模塊,構(gòu)成了中心智能

體,這些智能體能夠獲取廣域認(rèn)知信息,可以控制所屬智能體的行為。中心認(rèn)知引擎負(fù)責(zé)將從無(wú)線網(wǎng)絡(luò)感知到的各種信息進(jìn)行融合,并對(duì)認(rèn)知信息庫(kù)中的協(xié)同認(rèn)知信息庫(kù)內(nèi)容進(jìn)行更新。(5)基于認(rèn)知引擎的分布式網(wǎng)絡(luò)模型在分布式網(wǎng)絡(luò)環(huán)境中,每一個(gè)認(rèn)知節(jié)點(diǎn)引入認(rèn)知引擎實(shí)體后將各自完成感知信息的收集、預(yù)測(cè)和融合,完成本節(jié)點(diǎn)的決策制定功能。所以該網(wǎng)絡(luò)場(chǎng)景中,每一個(gè)節(jié)點(diǎn)獨(dú)自完成認(rèn)知引擎的功能,而且認(rèn)知引擎的功能模塊將比中心式的認(rèn)知引擎更為完整,包括了本地感知及其信息庫(kù)和協(xié)同感知及其信息庫(kù)。傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知 信息庫(kù) 傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知 信息庫(kù) 協(xié)同認(rèn)知協(xié)同認(rèn)知 信息庫(kù) 主動(dòng)認(rèn)知知識(shí)庫(kù)預(yù)測(cè)認(rèn)知知識(shí)庫(kù)信息庫(kù)智能決策決策庫(kù)認(rèn)知引擎數(shù)據(jù)傳輸傳統(tǒng)功能實(shí)體本地認(rèn)知本地認(rèn)知 信息庫(kù) 協(xié)同認(rèn)知協(xié)同認(rèn)知 信息庫(kù) 主動(dòng)認(rèn)知知識(shí)庫(kù)預(yù)測(cè)認(rèn)知知識(shí)庫(kù)信息庫(kù)智能決策決策庫(kù)認(rèn)知引擎認(rèn)知引擎?zhèn)鹘y(tǒng)功能實(shí)體

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論