CN101938842B - 一种调度认知用户发现空闲频谱的方法 - Google Patents
一种调度认知用户发现空闲频谱的方法 Download PDFInfo
- Publication number
- CN101938842B CN101938842B CN 201010285601 CN201010285601A CN101938842B CN 101938842 B CN101938842 B CN 101938842B CN 201010285601 CN201010285601 CN 201010285601 CN 201010285601 A CN201010285601 A CN 201010285601A CN 101938842 B CN101938842 B CN 101938842B
- Authority
- CN
- China
- Prior art keywords
- channel
- cognitive user
- idle
- substep
- perception
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种调度认知用户发现空闲频谱的方法,属于无线通信技术领域的认知无线电技术,目的在于具有较低的实现复杂度,快速发现较多空闲频谱。本发明将通信时间划分为时隙,将目标频带平均划分为N个信道,N=1~1000000,包括:初始化步骤、感知步骤、状态判断步骤和计算最优调度向量步骤。本发明根据信道的通信质量、已有的检测数据,在每个时隙以最优调度向量调度认知用户进行频谱感知,能快速发现较多空闲频谱,减小认知用户接入空闲频谱的时间。在具体给定的参数条件下,与现有发现空闲频谱的方法相比,利用本发明两种求解的最优调度向量,感知时间分别缩短约58%和61%;有效降低认了认知用户的通信时延。
Description
技术领域
本发明属于无线通信技术领域的认知无线电技术,具体涉及一种调度认知用户发现空闲频谱的方法。
背景技术
随着通信需求的不断增加和可供通信的频谱资源变得日益稀少,如何提高频谱资源的利用效率成为重要的问题。在认知无线电技术中,通信系统中得到授权频谱的用户为授权用户,没有授权频谱的认知用户通过认知无线电技术能够利用那些授权用户没有使用的授权频谱,从而有效的提高频谱资源的利用效率。认知用户首先需要进行频谱感知,即:认知用户对频谱上的信号进行采样(采样点个数S=1~1000000),根据采样值的大小判断授权用户是否正在使用频谱,从而发现空闲的频谱。如果频谱感知耗费的时间过长,会严重影响认知用户的性能,也不利于频谱利用效率的提高。所以,如何调度认知用户在合适的时间感知合适的频谱,从而快速发现空闲频谱,是一个很重要的问题。目前,调度认知用户发现空闲频谱的相关方法有:
(1)Kim等人的方法,见H.Kim,K.G.Shin,“Fast discovery ofspectrum opportunities in cognitive radio networks,”in Proc.3st IEEESymposium on New Frontiers in Dynamic Spectrum Access Networks,Oct.2008,pp.1-12;该方法考虑感知时间内频谱可利用的概率、感知一个信道持续的时间、信道容量,提出了一种产生较小时延的感知序列,但是这种方法只针对发现单个空闲信道而言,并没有讨论快速发现较多空闲频谱的问题。
(2)分布式认知MAC(DC-MAC)方法,见Q.Zhao,L.Tong,and A.Swami,“Decentralized cognitive MAC for dynamic spectrum access,”inProc.1st IEEE Symposium New Frontiers Dynamic Spectrum AccessNetworks,Nov.2005,pp.224-232;该方法基于部分可观测马尔科夫决策过程(POMDP)的框架,并且得到了最优和次优的分布式策略,使得次用户感知和接入那些可以得到最大的网络吞吐量的信道,DC-MAC方法没有讨论快速发现较多空闲频谱的问题。
(3)主动感知算法(proactive sensing),见C.T.Chou,“AdaptiveQuality-of-Service provisioning in wireless/mobile networks,”PhDdissertation,Univ.of Michigan,2004;主动感知算法随机地非自适应选择感知周期,但并没有考虑怎样使发现的机会最大化,也没有考虑快速发现较多的空闲频谱的问题。
上述各种发现空闲频谱的方法都没有讨论快速发现较多的空闲频谱的问题,不能满足认知用户宽带通信对感知时延的实际需求。
发明内容
本发明提供一种调度认知用户发现空闲频谱的方法,目的在于具有较低的实现复杂度,快速发现较多空闲频谱。
本发明的一种调度认知用户发现空闲频谱的方法,将通信时间划分为时隙,将目标频带平均划分为N个信道,N=1~1000000,包括下述步骤:
一.初始化步骤:为最优调度向量赋初值最优调度向量含有N个元素,第n个元素的值表示感知第n个信道的认知用户的个数,n=1~N,当N≤M时,的所有元素值全为1,当N>M时,的所有元素值中仅包括M个1,1所在位置随机,其余为0,M=1~1000000,为认知用户的个数,进行步骤二;
二.感知步骤:感知调度模块从M个认知用户中,根据最优调度向量随机选择各信道相应个数的认知用户,一个认知用户不能同时被选择感知一个以上的信道;各被选择的认知用户将各自的采样数据发送给融合中心;
三.状态判断步骤:融合中心在当前时隙通过序贯检测方法(SPRT)处理M个认知用户各自感知的采样数据,将N个信道的状态分为空闲信道、忙信道或不确定信道;将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心处理数据发送给感知调度模块;
四.计算最优调度向量步骤:感知调度模块在当前时隙通过感知调度算法求解下一时隙的最优调度向量,进入下一时隙,转步骤二。
所述的调度认知用户发现空闲频谱的方法,其特征在于:
所述状态判断步骤,融合中心进行下述子步骤:
(1)计算信号能量子步骤:
计算认知用户m在相应信道n上得到的信号能量tnm:
式中,xnm(s)是认知用户m在相应信道n上的采样数据,采样点个数S=1~1000000,m=1~M,n=1~N;
(2)计算信道信号对数似然比值子步骤:
当前时隙信道n上的信号对数似然比值L(tn,Ui(n)):
式中,L(tn,Ui-1(n))表示前一时隙信道n上的信号对数似然比值,H1情况下信号能量概率密度函数H1表示相应信道上授权用户存在,H0情况下信号能量概率密度函数H0表示相应信道上授权用户不存在, 噪声信号的方差由通信系统给出,认知用户平均接收信噪比γ由通信系统给出,Ui(n)为感知信道n的认知用户个数,i表示第i个时隙;
(3)信道状态判断分类子步骤:
式中,下判决门限上判决门限漏警系数Pm=0~1,Pm越大,则实际信道为忙信道,感知为空闲信道的概率越大,误警系数Pf=0~1,Pf越大,则实际信道为空闲信道,感知为忙信道的概率越大,Pm和Pf由通信系统给出;
(4)分类处理子步骤:将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心计算的当前时隙信道n上的信号对数似然比值L(tn,Ui(n))发送给感知调度模块。
所述的调度认知用户发现空闲频谱的方法,其特征在于:
所述计算最优调度向量步骤中,求解下一时隙的最优调度向量包括下述子步骤:
(1)计算找到空闲信道概率子步骤:
计算当Ui+1(n)个认知用户检测信道n时,能够将信道n判断为空闲信道的概率值Gn(Ui+1(n)):
式中,Ui+1(n)表示第i+1个时隙感知第n个信道的认知用户的个数,P(X)表示事件X发生的概率;
(2)计算最优调度向量子步骤:
(2.1)计算概率矩阵Q,Q是一个(M+1)×N的矩阵,Q的第m+1行n列元素用Gn(m)表示,其中,m=0,1,……,M,n=1,2,……,N,Gn(m)为当m个认知用户检测信道n时,信道n被判定为空闲的概率:
(2.2)将调度向量Ui+1=[Ui+1(1),Ui+1(2),L,Ui+1(N)]T初始化为Ui+1=[M,L,M]T,Ui+1的各元素Ui+1(n)=M,n=1,2,……,N;
(2.3)判断Ui+1中所有元素之和是否等于M,是则转过程(2.6),否则转过程(2.4);
(2.4)对每个信道n,计算概率差Fi+1(n):
(2.5)找出对应概率差最小的n值,令Ui+1(n)=Ui+1(n)-1,转过程(2.3);
所述的调度认知用户发现空闲频谱的方法,其特征在于:
所述计算最优调度向量步骤中,求解下一时隙的最优调度向量包括下述子步骤:
(2)计算最优调度顺序子步骤:按照L(tn,Ui(n))由小到大对N个信道进行排序;
本发明根据信道的通信质量、已有的检测数据,在每个时隙以最优调度向量调度认知用户进行频谱感知。与现有发现空闲频谱的方法中,以固定调度向量调度认知用户进行频谱感知相比,本发明能快速发现较多空闲频谱,减小认知用户接入空闲频谱的时间。在具体给定的参数条件下,现有方法需要的感知时间为278.123个时隙,利用本发明两种求解的最优调度向量,需要的感知时间分别为192.673个时隙和176.988个时隙,感知时间分别缩短约58%和61%;有效降低认了认知用户的通信时延。
附图说明
图1是本发明系统框图;
图3是本发明实施例2中,生成最优调度向量的流程图。
具体实施方式
下面结合附图和具体实施例对本发明进一步说明:
如图1所示,本发明包括初始化步骤、感知步骤、状态判断步骤和计算最优调度向量步骤。
实施例1,将通信时间划分为时隙,将目标频带平均划分为N=100个信道,包括下述步骤:
二.感知步骤:感知调度模块从100个认知用户中,根据最优调度向量随机选择各信道相应个数的认知用户,各被选择的认知用户将各自的采样数据发送给融合中心;
三.状态判断步骤:融合中心进行下述子步骤:
(1)计算信号能量子步骤:
计算认知用户m在相应信道n上得到的信号能量tnm:
式中,m=1~100,n=1~100,采样点个数S=20;
(2)计算信道信号对数似然比值子步骤:
当前时隙信道n上的信号对数似然比值L(tn,Ui(n)):
(3)信道状态判断分类子步骤:漏警系数Pm=0.01,误警系数Pf=0.01,
(4)分类处理子步骤:将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心计算的当前时隙信道n上的信号对数似然比值L(tn,Ui(n))发送给感知调度模块;
四.计算最优调度向量步骤:包括下述子步骤:
(1)计算找到空闲信道概率子步骤:
计算当Ui+1(n)个认知用户检测信道n时,能够将信道n判断为空闲信道的概率值Gn(Ui+1(n)):
第i+1个时隙最优调度向量满足下式及其约束条件:
如图2所示,的求解过程如下:
(2.1)计算概率矩阵Q,Q是一个101×100的矩阵,Q的第m+1行n列元素用Gn(m)表示,其中,m=0,1,……,100,n=1,2,……,100:
(2.2)将调度向量Ui+1=[Ui+1(1),Ui+1(2),L,Ui+1(N)]T初始化为Ui+1=[100,L,100]T,Ui+1的各元素Ui+1(n)=100,n=1,2,……,100;
(2.3)判断Ui+1中所有元素之和是否等于100,是则转过程(2.6),否则转过程(2.4);
(2.4)对每个信道n,计算概率差Fi+1(n):
(2.5)找出对应概率差最小的n值,令Ui+1(n)=Ui+1(n)-1,转过程(2.3);
(2.6)Ui+1即最优调度向量
进入下一时隙,转步骤二。
实施例2,将通信时间划分为时隙,将目标频带平均划分为N=100个信道,包括下述步骤:
二.感知步骤:感知调度模块从50个认知用户中,根据最优调度向量随机选择各信道相应个数的认知用户,各被选择的认知用户将各自的采样数据发送给融合中心;
三.状态判断步骤:融合中心进行下述子步骤:
(1)计算信号能量子步骤:
计算认知用户m在相应信道n上得到的信号能量tnm:
式中,m=1~50,n=1~100,采样点个数S=20;
(2)计算信道信号对数似然比值子步骤:
当前时隙信道n上的信号对数似然比值L(tn,Ui(n)):
(3)信道状态判断分类子步骤:漏警系数Pm=0.01,误警系数Pf=0.01,
(4)分类处理子步骤:将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心计算的当前时隙信道n上的信号对数似然比值L(tn,Ui(n))发送给感知调度模块;
四.计算最优调度向量步骤:
如图3所示,求解下一时隙的最优调度向量包括下述子步骤:
(2)计算最优调度顺序子步骤:按照L(tn,Ui(n))由小到大对N个信道进行排序;
(3)计算最优调度向量子步骤:按照子步骤(2)的排序结果,依次对于信道n,计算感知信道n的最优认知用户个数
进入下一时隙,转步骤二。
Claims (3)
1.一种调度认知用户发现空闲频谱的方法,将通信时间划分为时隙,将目标频带平均划分为N个信道,N=1~1000000,包括下述步骤:
一.初始化步骤:为最优调度向量赋初值最优调度向量含有N个元素,第n个元素的值表示感知第n个信道的认知用户的个数,n=1~N,当N≤M时,的所有元素值全为1,当N>M时,的所有元素值中仅包括M个1,1所在位置随机,其余为0,M=1~1000000,为认知用户的个数,进行步骤二;
二.感知步骤:感知调度模块从M个认知用户中,根据最优调度向量随机选择各信道相应个数的认知用户,一个认知用户不能同时被选择感知一个以上的信道;各被选择的认知用户将各自的采样数据发送给融合中心;
三.状态判断步骤:融合中心在当前时隙通过序贯检测方法处理M个认知用户各自感知的采样数据,将N个信道的状态分为空闲信道、忙信道或不确定信道;将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心处理数据发送给感知调度模块;包括下述子步骤:
(1)计算信号能量子步骤:
计算认知用户m在相应信道n上得到的信号能量tnm:
式中,xnm(s)是认知用户m在相应信道n上的采样数据,采样点个数S=1~1000000,m=1~M,n=1~N;
(2)计算信道信号对数似然比值子步骤:
当前时隙信道n上的信号对数似然比值L(tn,Ui(n)):
式中,L(tn,Ui-1(n))表示前一时隙信道n上的信号对数似然比值,H1情况下信号能量概率密度函数 H1表示相应信道上授权用户存在, H0情况下信号能量概率密度函数 H0表示相应信道上授权用户不存在, 噪声信号的方差由通信系统给出,认知用户平均接收信噪比γ由通信系统给出,Ui(n)为感知信道n的认知用户个数,i表示第i个时隙;
(3)信道状态判断分类子步骤:
式中,下判决门限上判决门限漏警系数Pm=0~1,Pm越大,则实际信道为忙信道,感知为空闲信道的概率越大,误警系数Pf=0~1,Pf越大,则实际信道为空闲信道,感知为忙信道的概率越大,Pm和Pf由通信系统给出;
(4)分类处理子步骤:将空闲信道的序号列入可用信道列表,放弃忙信道,将不确定信道的序号和对应信道的融合中心计算的当前时隙信道n上的信号对数似然比值L(tn,Ui(n))发送给感知调度模块;
四.计算最优调度向量步骤:感知调度模块在当前时隙通过感知调度算法求解下一时隙的最优调度向量,进入下一时隙,转步骤二;
求解下一时隙的最优调度向量包括下述子步骤:
(1)计算找到空闲信道概率子步骤:
计算当Ui+1(n)个认知用户检测信道n时,能够将信道n判断为空闲信道的概率值Gn(Ui+1(n)):
式中,Ui+1(n)表示第i+1个时隙感知第n个信道的认知用户的个数,P(X)表示事件X发生的概率;
2.如权利要求1所述的调度认知用户发现空闲频谱的方法,其特征在于:
(2.1)计算概率矩阵Q,Q是一个(M+1)×N的矩阵,Q的第m+1行n列元素用Gn(m)表示,其中,m=0,1,……,M,n=1,2,……,N,Gn(m)为当m个认知用户检测信道n时,信道n被判定为空闲的概率:
(2.2)将调度向量Ui+1=[Ui+1(1),Ui+1(2),…,Ui+1(N)]T初始化为Ui+1=[M,…,M]T,Ui+1的各元素Ui+1(n)=M,n=1,2,……,N;
(2.3)判断Ui+1中所有元素之和是否等于M,是则转过程(2.6),否则转过程(2.4);
(2.4)对每个信道n,计算概率差Fi+1(n):
(2.5)找出对应概率差最小的n值,令Ui+1(n)=Ui+1(n)-1,转过程(2.3);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010285601 CN101938842B (zh) | 2010-09-19 | 2010-09-19 | 一种调度认知用户发现空闲频谱的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010285601 CN101938842B (zh) | 2010-09-19 | 2010-09-19 | 一种调度认知用户发现空闲频谱的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101938842A CN101938842A (zh) | 2011-01-05 |
CN101938842B true CN101938842B (zh) | 2013-01-23 |
Family
ID=43391905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010285601 Active CN101938842B (zh) | 2010-09-19 | 2010-09-19 | 一种调度认知用户发现空闲频谱的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101938842B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9107078B2 (en) * | 2011-01-14 | 2015-08-11 | Qualcomm, Incorporated | Methods and apparatuses for low-rate television white space (TVWS) enablement |
CN102256286B (zh) * | 2011-05-06 | 2013-12-25 | 中国人民解放军理工大学 | 基于状态转移概率估计的感知时隙长度优化方法 |
CN102291186B (zh) * | 2011-07-06 | 2014-01-01 | 电子科技大学 | 一种基于信号到达方向估计的频谱感知方法 |
CN102395140B (zh) * | 2011-10-21 | 2013-12-04 | 南京邮电大学 | 一种基于认知传感器网络的节能频谱检测方法 |
CN102427393B (zh) * | 2011-11-22 | 2013-09-25 | 电子科技大学 | 一种可靠的协作频谱感知方法 |
CN102833759B (zh) * | 2012-08-15 | 2015-04-29 | 北京工业大学 | 使ofdm主用户收益最大化的认知无线电频谱分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488814A (zh) * | 2009-02-25 | 2009-07-22 | 哈尔滨工业大学 | 控制信道受限的认知无线电合作频谱感知方法 |
CN101814962A (zh) * | 2009-02-23 | 2010-08-25 | 北京邮电大学 | 认知无线电系统频谱检测策略、基站和终端设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100878755B1 (ko) * | 2007-02-08 | 2009-01-14 | 한국과학기술원 | 무선인지 기반 이동통신시스템 및 이동통신 무선접속 방법 |
-
2010
- 2010-09-19 CN CN 201010285601 patent/CN101938842B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814962A (zh) * | 2009-02-23 | 2010-08-25 | 北京邮电大学 | 认知无线电系统频谱检测策略、基站和终端设备 |
CN101488814A (zh) * | 2009-02-25 | 2009-07-22 | 哈尔滨工业大学 | 控制信道受限的认知无线电合作频谱感知方法 |
Non-Patent Citations (2)
Title |
---|
基于SNR比较的认知无线电协作频谱检测;郑轶等;《电讯技术》;20090831;第49卷(第8期);第13-16页 * |
郑轶等.基于SNR比较的认知无线电协作频谱检测.《电讯技术》.2009,第49卷(第8期), |
Also Published As
Publication number | Publication date |
---|---|
CN101938842A (zh) | 2011-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101938842B (zh) | 一种调度认知用户发现空闲频谱的方法 | |
US8175191B2 (en) | Combined sensing methods for cognitive radio | |
CN102256286B (zh) | 基于状态转移概率估计的感知时隙长度优化方法 | |
Chen et al. | Maximizing the lifetime of sensor network using local information on channel state and residual energy | |
CN104469784A (zh) | 一种异构网络中频谱感知数据的处理方法及装置 | |
CN105978644B (zh) | 基于布谷鸟搜索算法的星地认知系统频谱接入方法 | |
Alom et al. | A survey of spectrum sensing techniques in Cognitive Radio network | |
US7991430B2 (en) | Classifier for communication device | |
CN103763706A (zh) | 基于分簇的协作频谱感知模糊融合方法 | |
CN111465023B (zh) | 一种基于历史能量信息的自适应双门限频谱感知方法 | |
CN101753232A (zh) | 协作频谱检测方法和系统 | |
Cui et al. | Learning-assisted clustered access of 5G/B5G networks to unlicensed spectrum | |
CN104683989A (zh) | 基于多信道同步协作频谱感知的宽带认知网络通信方法 | |
CN102783232A (zh) | 用于频谱感知的方法和装置 | |
CN110139283B (zh) | 基于双门限能量检测的认知车联网协作频谱感知方法 | |
CN101212236B (zh) | Td-scdma终端及其干扰小区信息检测和信道估计的方法 | |
Akin et al. | Cognitive radio transmission under interference limitations and QoS constraints | |
CN108156102A (zh) | 基于平滑技术的频率选择性衰落信道的盲认证方法和系统 | |
Foukalas et al. | Cross-layer design of csma/ca with spectrum sensing for cognitive radio networks | |
Sun et al. | Selection of sensing nodes in cognitive radio system based on correlation of sensing information | |
CN107426748A (zh) | 一种无线网络控制系统中多传感器估计性能方法 | |
Jung et al. | OTOP: Optimized transmission power controlled OBSS PD based spatial reuse for high throughput in IEEE 802.11 be WLANs | |
CN101753174A (zh) | 自适应频谱检测方法和系统 | |
CN107623553B (zh) | 一种基于可靠评估标准的稳健协同频谱感知方法 | |
An et al. | Energy-efficient collaborative scheme for compressed sensing-based spectrum detection in cognitive radio networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |