コグニティブ無線ネットワークと複雑システム理論の応用

摘要

周波数資源を効率的に利用するための技術として，コグニティブ無線技術が注目されている．無線リソースを最も効率的に利用するためには，ネットワークや端末周囲の状況に関する様々な無線リソース情報をネットワーク側と端末側で共有し，それらの収集した情報に基づいて最適な状態を求めることが必要となる．本稿では，まず，無線リソースの利用効率を自律分散的に最適化するアプローチとして，既存の無線アクセスネットワークの最適選択アルゴリズム，及び，複数の無線リソースを組合せてスループットを向上する機械学習アルゴリズムについて，実システムへの実装による評価結果に基づいてそれらの有効性を示す．さらに，大規模化するコグニティブ無線ネットワークを最適化するために，複雑系理論を導入する．まず，カオス理論を用いて，無線リソース利用効率の最適化アルゴリズムの性能を向上可能であることを示す．さらに，カオス状態となって収束しないコグニティブ無線ネットワークを，カオス制御アルゴリズムによって安定化することが可能であることを示す．このような複雑系の理論研究とコグニチイプ無線の応用研究を融合していくことの重要性を示していく．%Cognitive radio technologies have been developed as one of the key technologies to realize efficient radio resource usage. For realization of the optimum radio resource usage, various kinds of information related to radio resources have to be exchanged between the networks and the terminals, and the optimum state of the radio configuration has to be solved by optimization algorithms. In this paper, for optimal radio resource usage, an optimal RAN selection algorithm for heterogeneous wireless network environment and a machine learning algorithm to improve throughput of aggregated wireless links are introduced. Effectiveness of those algorithms is shown not only by computer simulation but also by real experiments on implemented cognitive radio systems. Furthermore, in order to optimize growing cognitive radio networks, complex system theories are introduced. First, the chaotic dynamical theory is used to improve the optimization algorithm of RAN selection. Second, the chaos control theory is applied to stabilize unstable cognitive radio networks that do not converge. Fusion of those theories and applications will be very important for future cognitive radio network research.