技術(shù)特征：

1.一種無線網(wǎng)絡(luò)的最優(yōu)擁塞控制方法，通過建立最優(yōu)擁塞控制速率模型和擁塞最優(yōu)控制機制，實現(xiàn)無線網(wǎng)絡(luò)的資源優(yōu)化利用，包括如下步驟：

A、建立最優(yōu)擁塞控制速率模型；

B、建立擁塞最優(yōu)控制機制。

2.根據(jù)權(quán)利要求1的方法，對于所述步驟A其特征在于：建立最優(yōu)擁塞控制速率模型：

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

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

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

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

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

0≤p_u≤1,0<q_v<1

其中源節(jié)點s至目的節(jié)點t∈T_s的傳輸路徑為A，A與邏輯鏈路I_u＝(f,H)重疊的傳輸路徑集合為B，為B中經(jīng)過業(yè)務(wù)匯聚節(jié)點h的業(yè)務(wù)流速率，T_s為目的節(jié)點集合，為由來至源節(jié)點s且經(jīng)過邏輯鏈路(f,H)的業(yè)務(wù)流速率，x_s為源節(jié)點s發(fā)起的會話的業(yè)務(wù)流速率，r_u,v為邏輯鏈路I_u∈(f,J)的傳輸速率，p_u為第u個邏輯鏈路I_u的權(quán)重系數(shù)，q_v為第v個傳輸場景的權(quán)重系數(shù)，S為源節(jié)點集合，邏輯鏈路(f,H)采用廣播路由，H為業(yè)務(wù)流匯聚節(jié)點集合，tr(u)為邏輯鏈路I_u的發(fā)射端，為基于邏輯鏈路I_u的會話s的業(yè)務(wù)流速率，ε_f為節(jié)點f的初始能量，e_u,v為邏輯鏈路I_u的平均傳輸能量，T_f為節(jié)點f的生存時間，N為網(wǎng)絡(luò)中的節(jié)點集合，x_f,s為決策變量，若節(jié)點f為會話的源節(jié)點，則x_f,s＝x_s，若節(jié)點f為會話的sink節(jié)點，則x_f,s＝-x_s，若節(jié)點f不為會話的源節(jié)點或sink節(jié)點，則x_f,s＝0，L為邏輯鏈路集合，λ、λ₁和λ₂均為平衡權(quán)重系數(shù)，W₁和W₂分別為λ₁和λ₂的調(diào)節(jié)因子，F(xiàn)為節(jié)點集合。

3.根據(jù)權(quán)利要求1的方法，對于所述步驟B其特征在于：進行模糊學習優(yōu)化，具體為：a.初始化q值，q[i,j]＝0,1≤i≤N,1≤j≤J；b.設(shè)置行為觸發(fā)策略：當觸發(fā)概率為1-ε時，a_i＝arg max_kq[i,k]，當觸發(fā)概率為ε時，a_i＝random{a_k,k＝1,2,...,J}；c.獲得模糊邏輯控制的全局行為參數(shù)d.計算e.采用行為參數(shù)并進入下一狀態(tài)s(t+1)；f.獲得新狀態(tài)量g.計算誤差信號ΔQ＝r(t+1)+γ·V_t(s(t+1))-Q(s(t),a)，γ為權(quán)重系數(shù)；h.采用規(guī)則q[i,a_i]⁺＝q[i,a_i]+η·ΔQ·α_i(s(t))更新q值；i.重復上述步驟，并不斷更新s(t)，當獲得最優(yōu)解的收斂域時，則停止計算，其中α_i(s)為a_i的權(quán)重系數(shù)，Q(s(t),a)為在狀態(tài)為s(t)、迭代次數(shù)為t和模糊控制行為參數(shù)為a的Q函數(shù)值，α_i(s)為模糊邏輯規(guī)則i的信任度，r(t+1)為正向增強信號，η為學習速率，i為模糊邏輯規(guī)則數(shù)目，j為模糊邏輯規(guī)則修正數(shù)目。

4.根據(jù)權(quán)利要求1的方法，對于所述步驟B其特征在于：設(shè)置擁塞控制規(guī)則，具體為：模糊控制單元由模糊規(guī)則庫、模糊處理單元、解模糊處理單元和干擾引擎組成；模糊處理單元接收R_ij和HO margin，并產(chǎn)生相應(yīng)的控制行為，具體為：(1).當R_ij為非均衡(i→j)和HO margin為H時，模糊控制行為為EL；(2).當R_ij為非均衡(i→j)和HO margin為M時，模糊控制行為為VL；(3).當R_ij為非均衡(i→j)和HO margin為L時，模糊控制行為為L；(4).當R_ij為均衡和HO margin為H時，模糊控制行為為N；(5).當R_ij為均衡和HO margin為M時，模糊控制行為為N；(6).當R_ij為均衡和HO margin為L時，模糊控制行為為N；(7).當R_ij為非均衡(i→j)和HO margin為L時，模糊控制行為為EH；(8).當R_ij為非均衡(i→j)和HO margin為M時，模糊控制行為為VH；其中L為低級，M為中級，H為高級，EL為超低級，VL為甚低級，N為空集，VH為甚高級，EH為超高級，R_ij為非均衡(i→j)表示業(yè)務(wù)流由i至j，R_ij為均衡表示i與j之間不存在業(yè)務(wù)流傳輸，R_ij＝CBR_i-CBR_j，HOMargin為邊緣控制權(quán)值。

5.根據(jù)權(quán)利要求1的方法，對于所述步驟B其特征在于：建立最優(yōu)擁塞控制模型，其由無線網(wǎng)絡(luò)、模糊控制單元和模糊學習優(yōu)化單元組成，模糊學習優(yōu)化單元接收從無線網(wǎng)絡(luò)的狀態(tài)信息獲得的CDR_i和CDR_j信息，并輸出ΔHO margin₁，模糊控制單元接收來至無線網(wǎng)絡(luò)的HO margin和(CBR_i-CBR_j)信息和模糊學習優(yōu)化單元的輸出ΔHO margin₁，并輸出ΔHO margin₂至無線網(wǎng)絡(luò)用于調(diào)節(jié)無線網(wǎng)絡(luò)的擁塞控制能力，其中為呼叫阻塞率，為呼叫丟失率，N_blocked為接納控制中被阻塞的呼叫數(shù)目，N_accepted為接納控制中被接受的呼叫數(shù)目，N_dropped為接納控制中被丟棄的呼叫數(shù)目，N_succ為接納控制中成功完成通話的呼叫數(shù)目。