异构认知网络环境下的动态分级资源管理方法

？针对异构认知网络中的资源管理问题，提出了基于认知的动态分级资源管理方法（dhrm）。根据不同时间尺度，引入小波神经网络、基于维纳过程的预测方法和增强学习算法获得业务分布变化、切换呼叫资源需求量以及用户喜好等信息，从而动态调配异构多网络各级可用资源。在资源合理分配基础上，根据各网络实时状态以及用户喜好，通过多属性决策算法动态地将业务流分配到最佳接入网络中。仿真结果表明，dhrm相对于网间静态资源管理方法系统容量提高了约20%。