毕业设计认知无线网络基础理论与关键技术研究论文.docx
- 文档编号:10541274
- 上传时间:2023-02-21
- 格式:DOCX
- 页数:36
- 大小:40.28KB
毕业设计认知无线网络基础理论与关键技术研究论文.docx
《毕业设计认知无线网络基础理论与关键技术研究论文.docx》由会员分享,可在线阅读,更多相关《毕业设计认知无线网络基础理论与关键技术研究论文.docx(36页珍藏版)》请在冰豆网上搜索。
毕业设计认知无线网络基础理论与关键技术研究论文
项目名称:
认知无线网络基础理论与关键技术研究
首席科学家:
起止年限:
依托部门:
一、研究内容
2.1拟解决的关键科学问题
高速增长的宽带无线业务需求对无线网络提出了更高的要求,无线网络演进正处于重大变革的契机点:
环境变化、需求差异、技术进步、业务增长、投资保护等因素造就了众多异构的无线网络子系统并存的局面,给网络发展和建设带来极大困难,又无法满足用户日益增长的应用需求;同时无线网络中普遍存在资源静态管理,条块分割使用等问题,可用资源分布高度不均衡、资源短缺和浪费共存、使用方式不能根据需求和环境的变化动态调整等矛盾日益尖锐,造成了网络使用方式僵化、资源利用效率低下。
这些问题已成为制约无线网络发展的主要瓶颈,而且日趋严重。
这些现象的产生源于原有无线网络的设计思想:
封闭式的静态网络工作模式。
这造成了网络融合需求与当前孤岛式的异构网络的矛盾,以及动态环境与静态网络工作模式间的矛盾。
为了解决这些问题,使网络从静态工作模式发展到动态自适应工作模式,从单一封闭式网络发展到异构融合网络,必须具备对无线环境、网络环境、用户环境等的高度认知能力;在认知的基础上无线网络需以一定的衡量准则进行自主的决策控制,并借助重构的手段达到适变的目的。
可以看出,这些问题的解决离不开认知、自主决策控制及重构这三个要素,而目前封闭静态的无线网络体系结构不具备这些要素和适变性能力,因此认知无线网络所面临的核心问题是解决无线网络体系结构的适变性问题,在此基础上研究无线网络多域环境的认知性问题,和认知无线网络管理与控制的自主性问题,上述三个问题就是本项目所凝练出来的科学问题。
科学问题一:
认知无线网络体系结构的适变性问题
以适变性为特征的体系结构是认知无线网络的核心问题。
在研究传统无线网络体系结构理论的基础上,项目组围绕认知无线网络的适变性特征,通过对认知理论与方法深入剖析,提出了新型无线网络结构模型。
其基本思想是将控制信息和认知信息分离,抽取出“认知平面”和“认知流”,增强了无线网络的伸缩性和可扩展性,体现了认知无线网络的适变性特征。
传统静态封闭的网络结构严重制约了网络的发展,认知无线电的出现已使该问题得到初步缓解,然而,当前认知与控制信息混合承载的模式,制约了无线网络智能化水平的进一步提高。
为了解决这些问题,本项目提出新型认知无线网络结构模型,将控制信息和认知信息分离,提出“认知平面”和“认知流”的全新概念,为建立灵活的网络框架、有效提高认知和决策效率奠定了良好的基础。
其基本构建是其一将认知平面和业务平面、控制平面相分离,认知流独立于业务流和控制流;其二认知流存在于认知平面,承载认知信息、学习和推理信息、资源优化配置信息和智能决策信息,在认知网络各节点、实体中传递。
我们初步的研究表明认知平面和认知流的引入体现了认知网络的多平面和适变性的特征,增强了网络的灵活性和可扩展性,是一个意义重大的科学创新思想。
本科学问题以此模型为基础,重点揭示体系结构内在要素对网络适变性的制约规律;研究网络性能局部与全局优化的关联关系;探索认知能力、自主能力与端到端重构能力的关系及其在网络中的分布规律。
进而研究端到端可重构的理论、机理、模型,建立可预测、可评估、可调节的协同工作环境,解决现有静态无线网络与动态变化无线环境、多样性的业务间的矛盾问题;达到提升端到端效能和包容网络间的异构性的目标。
科学问题二:
无线网络多域环境的认知性问题
无线网络多域环境的认知性问题是认知无线网络的基础问题。
基于多平面的网络体系结构,构建无线网络多域认知基础理论框架。
该理论框架提炼出“多域认知”新概念;并提出一个三层理论体系结构框架。
认知无线网络与认知无线电的明显区别之一是认知环境发生了变化,从无线环境拓展到网络环境与用户环境,形成多域认知环境。
其每一域都包含种类繁多的认知信息,且域内域间的认知信息之间还存在错综复杂的关系,这样如何实现认知信息的海量摄入、认知信息的传递融合、认知信息的挖掘利用,是本项目必须解决的重要问题。
本科学问题面向多域认知环境,提出三层理论体系框架。
其中“多域本地认知层”完成认知信息的海量获取,为认知流提供认知信息的海量摄入;“多域协同认知层”从有效表达、高效传递与分布处理出发进行一体化考虑,实现认知信息的合理流动与融合;“多域主动认知层”从预测推理角度挖掘深层含义,实现认知信息的高效运用。
这三层模型结合在一起,构成了无线网络的认知基础理论框架,解决多域认知信息的获取、表达、传递、共享、处理和预测的基础理论与科学方法,形成由单域认知向多域认知的飞跃。
科学问题三:
认知无线网络管理与控制的自主性问题
认知无线网络管理与控制的自主性是认知无线网络的关键。
认知无线网络的基本特征是能够根据认知结果,通过自主的决策来调整网络,以适应环境的变化,而端到端效能是认知无线网络调整的依据,也是衡量网络性能的标准,因此如何充分利用认知所获取的多域环境信息,针对资源共享、环境适变和异构网络融合等需求,建立自主管理与控制模型,设计认知无线网络自主传输机制,实现资源的智能、动态、优化管理,显著提升认知无线网络端到端效能,是认知无线网络必须解决的关键问题。
该科学问题重点研究支持“资源移动性”的矢量资源空间模型、支持动态频谱共享和异构网络融合的资源管理的自适应决策和智能控制机制,建立可变粒度联合资源分配方法;设计能够逼近网络传输容量且具有自主控制能力的传输机制,以及资源管理和传输机制的联合优化设计方法。
2.2主要研究内容
围绕上述三个关键科学问题,本项目拟从如下方面开展研究工作:
其中研究内容一“认知无线网络体系结构与协议研究”和研究内容五“端到端重构机理研究”针对科学问题一,研究内容二“无线网络认知基础理论与方法研究”针对科学问题二,研究无线网络认知的基础理论、建模方法和关键机制;研究内容三“智能的动态网络资源管理模型与控制机制研究”和研究内容四“基于认知的无线网络传输机制研究”针对科学问题三,探索认知无线网络自主控制与优化问题,为认知无线网络的构建提供深层次的理论与方法,指导研究认知网络体系结构与协议;研究内容六“认知无线网络验证演示平台建设与试验”将在实验验证平台、应用示范的开发方法方面取得突破,从而为本项目各项理论和技术成果提供验证和应用场景。
研究内容一:
认知无线网络体系结构与协议研究
面向静态网络工作模式与动态环境的矛盾问题,围绕异构网络的融合问题,研究认知和控制分离的认知网络体系结构,基于认知平面和认知流,构建泛在的、异构的和可重构的认知网络框架,设计协议栈原型以支持网络的适变性,研究跨网络的、满足端到端效能的认知服务体系。
主要研究内容如下:
●多平面认知网络体系结构设计
●具有认知、自主和重构能力的协议栈原型设计
●认知网络的性能优化
●满足端到端效能的认知服务体系
研究内容二:
无线网络认知基础理论与方法研究
面向动态复杂的无线网络环境,围绕网络认知过程,确定多域认知的范畴,研究可认知信息获取、表达、传递、处理、预测和共享的基础理论与科学方法,创建多域认知理论框架,为认知信息的获取、组合、分析和处理等问题的解决提供指导性方法,为认知无线网络的研究奠定理论基础和方法支撑。
主要研究内容如下:
●多域认知理论体系和模型
●多域本地认知理论与方法研究
●多域协同认知理论与方法研究
●多域主动认知理论与方法研究
●动态环境认知策略研究
研究内容三:
智能的动态网络资源管理模型与控制机制研究
为了解决传统无线网络适变性差、资源利用率和效率不高等问题,有效提升网络资源利用率和端到端效能,对智能的动态资源管理模型与控制机制进行探索研究,通过自适应用户环境、网络环境和无线环境的变化,动态调整管理方法和控制策略,实现资源的智能、动态、按需获取,为建立自管理、自保护、自适应、自愈合的认知无线网络体系奠定基础。
主要研究内容如下:
●矢量资源空间的基本理论和构建方法
●“资源移动性”控制理论和方法
●动态资源管理的自适应决策模型和机制
●网间资源联合管理理论与方法
●智能资源矢量分配理论与方法
研究内容四:
基于认知的无线网络传输机制研究
在复杂的多域环境(无线、网络和用户环境)下充分利用认知所获得的资源分布及状态信息,实现网络整体传输容量和端到端效能的最大化,适应未来异构网络融合的趋势和需要,支持用户根据网络环境和业务需求进行可重构的自主传输。
主要研究内容如下:
●认知无线网络传输容量分析
●逼近传输容量的认知无线网络传输机制
♦支持空间频谱共享的传输信号设计
♦机会式干扰抵消(OIC)
♦认知多天线与认知波束成形
●认知无线网络传输自主控制和适变机制
研究内容五:
端到端重构机理研究
研究异构多模系统体系结构的一般规律,建立高适应性、高速、高效能、可管理、可控制、可运营的重构系统模型及相关协议原型,研究协议系统、体系结构针对重构的优化,建立网络重构理论框架,给出重构评估机制,以端到端效能为目标实现网络高效自主适变。
主要研究内容如下:
●端到端重构管理框架模型与构建方法
●网络行为的细粒度分解与功能重组的方法
●网络、协议可重构性与重构机制
●重构效率、安全等问题的评估机制
研究内容六:
认知无线网络验证演示平台建设与试验
在适变的无线认知网络总体设计思想下,根据无线认知网络的基础理论、无线认知网络体系结构以及网络自主传输、控制与优化的原理和方法,建设认知无线网络验证演示平台,验证并评估相关理论与关键技术。
主要研究内容如下:
●建立适变的、多平面的无线认知网络框架
●验证多域信息认知的原理、机理和方法
●验证与演示认知无线网络的关键技术和方法
●监测与分析网络功能和性能,评估网络端到端效能
二、预期目标
3.1总体目标
本项目将紧密配合国家中长期对于科技创新和社会发展的重大需求,站在国际相关领域的前列,对下一代认知无线网络中若干极具挑战性的重要基础科学问题进行研究并加以解决。
总体目标为:
1)为国家中长期信息领域的若干前沿技术和重大专项研究提供坚实的理论基础。
在基础理论与关键技术方面取得一批具有原创性的研究成果并达到国际领先水平,面向ITU、IEEE、3GPP等国际标准化组织,形成认知无线网络的一系列具有自主知识产权的国家、国际标准。
拟提出的主要标准包括以下方面:
●认知无线网络体系结构的相关标准
●多域认知相关标准
●认知网络自主传输、资源管理控制机制相关标准
●端到端重构相关标准
2)创建基于多平面的认知无线网络体系模型与理论;建立多域认知理论与方法;提出基于认知的自主无线传输、资源管理和控制原理与机制;创建自主端到端重构理论并给出重构机理。
3)为保障我军信息系统特别是军事通信系统在复杂电磁环境下作战效能的发挥提供理论技术支撑。
4)加强优秀骨干人才培养,提高我国在该研究领域的国际地位。
项目在五年时间内的可量化指标:
1)完成SCI可检索的高质量学术论文100篇以上,授权国内外发明专利30项以上,提交国际相关标准、草案10条以上,完成专著5本以上。
2)培养青年学术骨干20名以上,培养博士生、博士后100名以上。
3)项目组成员在国际标准化组织以及相关组织上承担副组长以上职务2-4人次。
4)组织大型国际学术会议3-5次。
5)建立一个能够展示项目理论成果的综合实验验证平台。
3.2五年预期目标
•建立认知平面、业务平面和控制平面分离的具有适变特性和端到端重构能力的认知无线网络体系结构,提出认知和控制分离的设计思想,引入新的认知平面,以及承载认知信息的认知流,建立灵活的逻辑统一网络框架,增强无线网络的认知、自主和端到端重构能力,达到有效解决异构网络融合的目标;
•提出认知平面的统一协议描述语言,建立融合认知功能的协议栈原型;
•针对认知无线网络的异构适变特征、分布式结构,以提高端到端效能为目标,提出应用分布式信号处理、分布式优化与网络编码等认知无线网络性能优化的完整理论;
•创建多域认知分层理论体系框架,研究无线环境、网络环境与用户环境各个域内与域间的关联关系和作用规律,并基于该体系框架,深入探究多域认知的工作机理,创建认知信息的流动模型;
•提出多域认知理论中认知引擎的基本概念,建立基于认知引擎的认知行为模型;
•创建基于变换域信号处理、分析及多域感知的模型,对信道容量进行理论分析,研究提升系统容量的技术实现手段,达到系统容量的有效提升;
•研究基于压缩感知理论的数据处理方法,消除多维频谱信息的冗余性,从而提高网络信息的容量;
•提出基于多维空间的动态频谱空穴检测的理论及相应方法,并建立和完善相应的评价体系;
•在多维多域环境下,提出基于网络编码的多维认知信息联合表达方法,基于多维认知信息联合表达的方法,提出多维认知信息联合表达与信道能力映射的机制;
•给出一种高效的多域认知信息的多认知节点协同方案,利用网络编码等相关理论,提出一种认知信息系统传输的有效方法;
•提出一种基于多智能体协同的认知信息处理方法和一种有效的多域认知信息融合方法;
•提出并建立基于软件无线电平台的认知无线网络多域主动认知模型,提出基于人工智能算法的认知无线网络在线强化学习、离线内省学习基础理论与方法,提出认知无线网络的知识共享与重用方法,提出面向不同系统能力需求下的认知策略问题和不同策略下的认知决策机理,使得无线网络从被动认知向主动认知演进,真正具备学习能力;
•提出认知环境无线资源表征结构,形成有关资源空间和相关概念的理论体系;提出管理结构、维护控制方式和管理层面信息交流的规则协议;针对频谱移动性和用户移动性形成矢量资源分配方法、优化的资源控制方法和用户切换协议;设计复杂网络下动态资源管理和控制实现方法,建立认知无线网络资源管理体系;
•得到不同网络模式、应用场景、信道条件的认知无线网络容量与容量域的计算方法和量化结果,以及逼近容量的无线传输体制的设计准则;
•针对不同的认知无线网络模式和应用场景,从最大化系统容量和用户公平性的角度,形成认知无线网络中多用户、多天线、多载波无线传输信号处理理论方法;
•针对认知无线网络模式的适变特性,基于对环境、网络和用户的认知信息,得到与网络模式匹配的认知无线网络无线传输自主控制理论与适变机制,通过自学习、自推理,提出满足网络用户端到端的效能需求的无线传输模式进行一体化优化控制方法;
•提出具有自学习和先验智能决策能力的端到端重构机制,提出基于组件的协议拓扑概念,设计具备可重构能力的协议栈,使得协议栈能够依据业务环境和网络环境进行自主调整,从而实现异构无线网络的灵活、高效融合;
•建立适变的、多平面的认知无线网络框架,对认知无线网络平台的框架进行建模,详细设计验证演示平台的功能模块,将项目各个课题研究成果应用到各功能模块中,设计独立的应用场景对功能模块的功能性能进行仿真;
•将设计的演示平台的功能模块部署到实际环境中,并进行整合、测试、数据分析,对整个项目周期内的研究成果进行验证。
三、研究方案
4.1学术思路
本项目将针对以端到端效能为目标、以自主适变为属性的认知无线网络,全面系统地研究其基础理论及关键技术。
首先构建包含多平面的新型无线网络体系结构模型,在此基础上,提出无线网络认知理论及方法,提出面向端到端效能的资源管理与控制理论及方法,最终形成系统性的认知无线网络理论体系。
首先,为达到认知无线网络可认知性、适变性和自主优化能力的内在统一,本项目提出构造基于多平面的、具有适变特性的认知无线网络体系结构,将认知平面从控制平面中分离,通过智能映射形成网络的逻辑统一,增强无线网络的认知、自主和端到端重构能力,并在此基础上建立满足端到端效能的认知服务体系,从而达到有效解决异构网络融合的目标。
其次,从多平面的角度出发,以适应认知无线网络的自主决策、网络重构与端到端性能的需求为目标,提出具有预测推理能力的多域认知理论与方法。
针对认知无线网络如何实现认知信息的海量摄入、传递融合与挖掘利用问题,从多域本地认知研究入手,为认知流提供认知信息的海量摄入;从有效表达、高效传递与分布处理出发进行一体化考虑,实现认知信息的合理流动与融合;从预测推理角度进行认知信息的挖掘,实现认知信息的高效运用。
再次,通过建立认知无线网络的矢量资源空间模型,并分析广义资源矢量的空间特征和“资源移动性”,对网络资源的动态特征进行刻画。
提出认知无线网络的自适应决策理论和联合资源分配方法,建立认知无线网络的传输模型和逼近网络传输容量的传输体制设计准则,以有效解决网络资源差异性所引起的静态、离散管理、可控性差的难题。
最后,基于上述研究成果,构建认知无线网络验证演示平台,面向异构网络融合的典型应用场景,进行综合实证研究。
综上,本项目的总体学术思路是:
以多平面的、具有适变特性的网络体系结构为依托,以具有预测推理能力的多域认知理论与方法研究为切入点,以自主资源管理、适变的无线传输和端到端重构为手段,形成系统性的认知无线网络原理、工作机制以及体系结构标准。
4.2技术途径
4.2.1认知无线网络体系结构与协议研究
本项目所提出的认知无线网络结构分为三部分:
异构无线网络、认知逻辑网络和满足端到端效能的认知服务体系。
认知无线网络的新型体系结构模型。
其中异构无线网络包括GSM、WCDMA、TD-SCDMA、WLAN、802.22、WiMAX以及LTE等。
在认知逻辑网络中,通过引入智能映射机制,可以将异构网络映射为一个统一网络。
提出认知平面和认知流的概念,通过引入新的认知平面,将认知和控制相分离,可以有效的提高认知和决策效率,增加认知网络的灵活性。
业务流在业务平面的各层协议间传递;控制流在控制平面的各层协议间传递。
认知流指从外部环境摄取的认知信息以及经过学习/推理/决策得到的反馈信息,在认知平面的各层协议间传递。
认知流是一个全新的概念,它独立于业务流和控制流,承载环境认知信息、学习和推理信息、资源优化配置信息和智能决策等信息,在认知网络相应节点/实体中传递,从而增强无线网络的认知、自主和重构能力。
基于统一的逻辑网络,可以提供网络各节点/实体之间、网络与网络之间的合作平台,构建满足端到端效能的认知服务体系。
(1)认知网络结构设计
异构无线网络的环境信息是动态变化的,需要研究智能映射机制对各种动态信息进行统一处理。
进而研究动态组网方案,通过自适应的任务划分和智能拓扑构建,使认知无线网络具有自主选择异构网络,智能适配网络变化的能力,从而保证端到端的效能。
在此基础上,提出业务/控制/认知平面的划分准则,进一步分解和设计具有认知、自主和重构能力的功能实体。
(2)协议原型设计
协议原型设计的目标是构建与具体技术和设备无关的,可以适应多种网络的统一协议结构。
基于认知平面、业务平面和控制平面的划分,建立各平面的交互模型,对各平面的功能和协议进行设计。
进一步提出基于策略的具有认知能力的协议优化策略和方法,提高网络的运营效率。
(3)网络性能优化
引入认知平面,采用自主优化的手段,从无线传输、动态频谱管理与联合的无线资源管理几个不同层面提高网络整体资源利用效率,解决有限的网络资源与不断增长的业务需求的矛盾,达到异构网络自主无线传输、智能无线资源管理和控制机制的最优化。
端到端效能优化问题可以归结为多个个体的竞争和协作问题,这些问题可通过凸优化、博弈论等数学工具进行建模分析和优化,提出优化策略。
(4)满足端到端效能的认知服务体系
在认知服务体系中,本课题建立移动业务的认知模型、端到端效能评价方法以及认知无线网络优化机制。
基于认知平面与认知功能实体,可以对各种移动业务进行认知功能建模,获取主/客观技术参数,用于端到端效能评价模型。
端到端效能的指标体系既包括QoS指标(如误码率、时延、吞吐量、容量等),也包括用户满意度指标(如业务可用性、易用性、保真度、费用等)和网络满意度指标(如网络适变性、网络运营成本、网络匹配度等)。
对于传统无线网络,主要关注QoS指标,对于用户/网络满意度难以完全满足。
而认知无线网络通过端到端可重构和网络适变方式,可以充分满足端到端效能的指标要求。
我们需要针对端到端效能,建立评价准则和评价模型,然后得出一个综合的评价结果。
在此基础上,为了提高端到端效能,需要进一步研究认知逻辑网络与端到端效能评价体系的信息交互机制,从而实现自主优化的功能。
4.2.2无线网络认知基础理论与方法研究
针对海量认知信息的摄入问题、认知信息的泛滥问题、认知信息的挖掘等问题,本课题提出了多域认知理论与方法,,框架分为三层:
多域本地认知层、多域协同认知层与多域主动认知层。
多域认知理论与方法的研究方案如图3所示。
研究思路是首先构建认知理论体系;其次在重点研究无线频谱认知的基础上,研究多域本地认知,实现认知信息的海量摄入;继而针对海量认知信息,从有效表达、高效传递与协同处理出发进行一体化研究,实现认知信息的合理流动与可信融合;然后从预测推理角度进行认知信息的挖掘,实现认知信息的高效运用;认知信息的挖掘包括从不完全的认知信息得到较为完整的认知信息,从先验认知信息得到预测认知信息;最后,研究面向不同系统能力和需求的动态环境认知策略。
(1)多域本地认知理论与方法研究
多域本地认知以信号检测与估计、模式识别等理论为基础,从无线环境、网络环境、用户环境三域出发,进行认知信息的获取机理研究。
建立资源空间感知模型,提出多维边缘检测方法,确定资源的占用边界,提升频谱的利用率;从异构网络的类型识别、路由质量、网络状态、网络配置、网络行为等角度出发,研究网络环境认知;通过对业务感知机理、用户需求等方面研究实现用户环境认知,使得用户需求能够与无线网络能力动态匹配,从而保证了端到端效能。
三个空间域分别从参量、状态、行为三个属性域进行认知信息的获取机理研究。
多域本地认知将实现本地范围内环境认知信息的获取,为认知流提供输入。
在本地认知中,无线环境的认知是较为复杂困难的,特别是无线频谱环境的认知。
本方面研究将以频谱检测为中心建立超频谱空间多维综合感知模型,采用小波等时频分析方法,并结合分布式协同定位和地理信息,实现多维空穴的边缘检测。
(2)多域协同认知理论与方法研究
以数据挖掘、网络编码等理论为基础,进行认知信息的有效表达、高效传递、分布处理,融合等方面的研究。
研究认知信息的有效表达、映射方法,在维护认知信息的完整性和无二意性前提下提高信息表达的效率;提出采用认知信息节点融合与分离技术来实现高效的认知信息传递方法。
拟采用多智能体协同的基本思想进行多域认知信息的分布处理;采用证据理论来融合认知用户的感知信息,提升认知信息的融合性能。
(3)多域主动认知理论与方法研究
本部分研究内容包括预测推理、学习算法与认知信息共享,侧重在前两个问题的研究。
研究中以机器学习等理论为基础,研究认知参量随环境变化趋势,建立预测推理机制,将传统的认知-溯源-决策-反应环缩减为认知-反应-修正环;以环境认知信息为基础,考察已有的机器学习方法,或对几种学习方法进行融合,选择收敛性、稳定性、处理能力等方面均能满足认知网络要求的学习方法。
(4)动态环境下的认知策略研究
面向系统能力和需求,研究在简单环境与复杂环境、即时响应环境与延时响应环境、动态确定响应环境与模糊响应环境、多目标多精度响应等不同环境下的策略准则和机制,以及不同策略准则下的决策手段。
4.2.3智能的动态网络资源管理模型与控制机制研究
在感知、学习、推理等智能引擎的支撑下,通过对无线环境、网络环境和用户环境的认知,获得可用的认知资源、频谱资源限制、网系分布、地理条件等资源,在资源空间内形成矢量资源池。
为了实现异构网络中端到端效能的目标,利用资源共享博弈等动态管理和优化模型,通过网络认知单元的信息交互和协调,形成优化的资源分配方案和控制方法,实
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 认知 无线网络 基础理论 关键技术 研究 论文
![提示](https://static.bdocx.com/images/bang_tan.gif)