CN102057736B - 与频谱感知有关的方法和设备 - Google Patents

Abstract

本发明提出了用于改善协作频谱感知的方法和对应设备。设备(61；61.1)首先接收参与协作频谱感知的邀请(17；35)。该设备响应于邀请，针对是否参与协作频谱感知做出自主决定(19)。如果确定要参与邀请所涉及的协作频谱感知，则执行频谱感知(21；45)。利用本发明，感知器选择变成“分布式的”，即，由设备自身来决定参与协作感知，而不是例如由中央实体来确定哪些设备应该用作协作频谱感知中的感知器。一个优点在于，感知器选择所需的信令量可以保持为最小，从而节约了通信资源。

Description

与频谱感知有关的方法和设备

技术领域

本发明涉及无线通信领域，更具体地，涉及该领域中基于协作频谱感知的频谱利用的部分。

背景技术

近期的研究表明，无线频谱的使用通常严重不足。其中的一个关键因素在于当前的频谱许可系统。即，无线频谱的某个部分被许可给一方，例如无线通信系统的运营商，该方被给予使用无线频率的该部分的绝对权利。例如，即使许可了有用频谱的大部分，一些测量(例如，参见T.Erpek，K.Steadman，D.Jones，“Spectrum OccupancyMeasurements：Dublin，Ireland，Collected On April 16-18，2007”，SharedSpectrum Company Report，2007)表明，该频谱的某些部分严重利用不足。因此，无线频谱的更加灵活的使用成为热点研究主题，其目的在于优化(即，最大化)可用无线频谱的使用。规程提出的一种方法是向被许可人(主要用户)许可频谱，同时在并不会对主要用户的系统工作引入有害干扰的条件下允许其它用户(次要用户)使用所许可的频段。正在讨论的另一种方法是必须在多个用户之间以等同权利共享完全未许可的频谱。

正努力开发新的概念和术语，以引入对无线频谱的更加灵活且有效的使用。

一个新的术语是动态频谱接入，其描述了频谱接入，其中无线单元并不局限于仅使用特定频谱段(例如他们的许可频谱)，而是基于诸如估计的吞吐量和延迟需求、频谱可用性等条件来适配他们所使用的频谱。例如，自身的许可频谱内的负载较高的蜂窝系统可以动态地接入某些其它被许可人拥有的频谱段，以临时增加其吞吐量，只要该蜂窝系统不会对主要系统引起不可接受的干扰，或者通信节点的网络可以基于当前频谱条件来改变其工作频率。可能地，动态频谱接入可以实现有限资源的更加高效的使用，无线频谱就是有限资源。这是因为，多个系统将共享相同的资源，从而当一个系统仅需要少量的频谱时，经历较高负载的其它系统可以利用更宽的带宽。

一个重要的概念是按需频谱(spectrum-on-demand)，这意味着，在被触发时，无线节点仅作为未许可(或者次要)用户在频谱段内操作。无线节点发起通过未许可频段的通信的一个原因可以是许可的频段(如果有的话)无法满足所需需求。例如，可能在中央站点的峰值负载时间、在例如音乐会或运动赛事的特殊事件期间、或者当相同小区内的多个用户中的每个均需要较高带宽时，出现这种事件。

按需频谱场景通常基于网络的结构而稍有不同，网络的结构可以是集中的和分散的(自主的)。

集中网络具有主要(或中央)节点，主要节点具有对网络的控制功能。集中网络的示例是当前针对移动通信采用的通用蜂窝网络，其中，主要节点(典型地为基站(BS))处理与小区内的其它节点(用户设备(UE))的所有通信。集中网络的另一示例是对等网络，其中，主控节点(可以将其功能赋予并转交给网络中的任意节点)具有调节其它节点的功能。

在分散网络中，所有节点在本质上是等同的(即，没有节点可以控制另一节点的操作)并且自主地操作和通信。根据预定规则或惯例来执行频谱使用。如果节点感受到增加带宽的需求，则如果相邻节点愿意减少他们的频谱使用，该节点可以增加其对共享频谱的使用。可选地，节点可以设法检测并接入未使用的频谱(并不一定要与其它节点共享)，以满足需求。

与集中和分散网络(一般而言还有动态频谱接入)有关的概念是所谓的频谱感知(下面称为“感知”)。感知是通过监控无线传输来确定例如特定频谱段当前是否至少部分地可供使用的动作。也即，感知是发现可以以动态且可能次要的方式接入的频谱机会(例如各种形式的无线资源)的方法。参与感知的设备通常被称为感知器。诸如用户设备和基站之类的各种网络节点都可以用作感知器。由于通过感知识别的频谱机会可以在某种程度上看作是不可靠的，它们可以用于被认为在时间上不严格的传输。

例如，在A.Ghasemi，E.S.Sousa，“Opportunistic Spectrum Accessin Fading Channels Through Collaborative Sensing，”Journal ofCommunications，vol.2，no.2，pp.71-82，March 2007中表明，针对高可靠性，需要至少在某种程度上感受到不相关衰落(关于感知所施加于其上的可能信号)的多个感知器。这是因为，单个感知器可能处于强衰落中，使得其几乎不可能检测到频谱资源的当前使用。因此，通常提倡应该以包括多个感知器的协作方式来执行感知。

当前的研究主要关注于提供使用协作感知来检测频谱机会的方法。然而，几乎没有对如何选择将参与协作感知的感知器的研究。在S.M.Mishra，A.Sahai，R.W.Brodersen，”Cooperative Sensing among CognitiveRadios”，IEEE Intl.Conf.on Communication，Vol.4，June 2006 pp.1658-1663中对“距离扩展”的概念进行了论述。其中，论述了与协作感知中包括的感知器的数目和最远感知器之间的直线距离有关的感知性能。该文章表明，一旦特定数目的感知器参与到协作感知中，则添加更多的感知器仅能够微弱地改善感知性能。然而，缺陷在于，布局主要受限于直线。

执行频谱感知的感知器当然将耗尽整个系统资源。例如，感知器将针对其接收机和基带电路使用能源，并因此将减少电池寿命，并且感知处理将消耗处理能力。此外，感知器通常需要以某种方式报告其感知结果，而这需要附加的通信资源。因此，希望在感知中使用尽可能少的感知器，但仍然具有足够数目以使得感知可靠。在这种意义上，要使用的感知器的数目是高可靠性的感知和对参与感知器的资源(例如电池容量)的低或合理的需求以及通信系统中的传输开销之间的折衷。因此，需要能够以适当地平衡这些冲突的“最佳”方式来选择参与协作感知的感知器。

因此，本发明的一个目的是克服或至少缓和了上述难点中的至少一个。

发明内容

根据本发明的一个方面，以用于设备的方法实现了上述目的，其中，该设备首先接收参与协作频谱感知的邀请。响应于邀请，该设备针对是否参与协作频谱感知做出自主决定。该决定在如下意义上是自主的：并不强制设备参与邀请所涉及的协作频谱感知。因此，该设备可以决定参与或者决定不参与。然而，如果确定要参与邀请所涉及的协作频谱感知，则执行频谱感知。

根据本发明的另一方面，以执行上述方法的设备实现了上述目的。具体地，该设备可以包括：通信单元，用于接收参与协作频谱感知的邀请；以及决定单元，被配置为针对是否参与协作频谱感知做出自主决定。

利用上述方法，感知器选择变为“分布式的”，即，由设备自身来决定参与协作感知，而不是例如由中央实体来确定哪些设备应该用作协作频谱感知中的感知器。一个优点在于，感知器选择所需的信令量可以保持为最小，从而节约了通信资源。然而，如果要进行感知器参与的中央判决，则必须执行附加查询以找到协作频谱感知的候选设备，该查询当然需要中央实体和可能的感知器设备之间的附加信令。

此外，在特定实施例中，可以基于各种形式的信息来做出自主决定，这些信息可以包括所针对的设备特有的信息。例如，这种信息可以包括以下中的任意一个：与电池状态有关的信息；与以前参与协作感知有关的信息；与邻近的感知器有关的信息；与已被邀请参与协作频谱感知的实体的总数目有关的信息；以及与参与协作频谱感知的实体的希望数目有关的信息。这些实施例的优点在于，该设备可以仅在条件对于该特定设备而言有利时才决定参与协作频谱感知。例如，当参与协作频谱感知将在资源(例如电池容量)方面对设备产生不适当的负担时，该设备可以决定不参与。在这种实施例中，以在将仅针对协作频谱感知考虑系统资源的意义上有利的方式来执行协作感知，这是最方便的，并从而实现了整体系统资源的最佳使用。

此外，在特定实施例中，该设备可以以概率方式针对是否参与协作感知做出自主决定。也即，该设备基于随机过程来确定是否参与协作感知。该方法的优点在于，提供了一种特别有效的方式，在希望获得足够数目的感知器以参与协作感知以及希望限制协作感知对系统资源所引起的整体负担之间实现平衡。相反，如果仅仅基于确定性准则来确定参与，则可能出现多数感知器当前具有较少资源、并因此决定不参与感知的情况。结果可能是太少的感知器参与协作感知，因此感知变得不可靠。另一方面，如果多数感知器当前具有较多资源，则可能出现不必要的大量感知器参与感知的情况，这因此将耗尽比提供可靠感知所需的系统资源更多的整体系统资源。利用概率方法，可以在很大程度上避免这两种极端情况。通过基于每个设备特定的条件来进行随机过程，仍然可以考虑每个设备特定的条件。

现在将使用示例性实施例并参考附图来进一步描述本发明。本领域技术人员将认识到，其它目的和优点可以与本发明的这些示意实施例相关联。

附图说明

图1是示出了可以应用本发明实施例的示例性按需频谱情形的示意网络框图。

图2是示出了图1所示的网络情形中的按需频谱操作的频率时间图。

图3是示出了根据本发明实施例的协作频谱感知操作的流程图。

图4是示出了根据本发明实施例的、参与协作频谱感知的概率确定的流程图。

图5是示出了根据本发明实施例的、参与协作频谱感知的概率确定的流程图。

图6是示出了根据本发明实施例的、特定概率函数的选择的图。

图7是示出了示例性的概率密度函数的图。

图8是示出了根据本发明实施例的迭代产生的概率函数的原理图。

图9是示出了根据本发明实施例的感知器设备的方框图。

图10是示出了根据本发明实施例的感知器设备的方框图。

图11是概括了根据本发明实施例的概率函数选择的一些示例的表。

具体实施方式

图1是示出了可以应用本发明实施例的一个仅用于示意的按需频谱情形的示意网络框图。在图中，存在两个无线通信系统S1和S2，具有相交的覆盖区域。这里，作为示例，系统S1是电视广播系统，由两个广播天线P1和P2示意表示，系统S2是蜂窝无线通信系统，由两个基站BS1和BS2示意表示，基站BS1和BS2分别提供了在小区C1和C2中的无线覆盖。还示出了由系统S2服务的多个用户设备(UE)。系统S1具有针对频谱段B1的许可。然而，具有针对另一频谱段B2的许可的系统S2也想要能够利用频谱段B1中的频谱机会。因此，系统S2具有可靠的频谱段B2，在频谱段B2中，其可以调度所有控制信令以及数据和其它形式的通信。同时，如果需要或者希望，则系统B2可以选择以通过作为次要用户使用更加不可靠的频谱段B1，来临时扩展其可用频谱。只要关于频谱段B2的带宽，系统S2的系统负载较低，则系统S2可以不必使用频谱段B1中的资源。然而，当系统负载变高时，系统S2可以例如针对时间不严格的传输(例如大文件传送等)使用频谱段B1。因此，系统S2需要形成对频谱段B中存在的频谱机会的认知，即频谱段B1中系统S1或者在频谱段B1中作为次要用户操作的任意其它系统当前未使用的无线资源(例如，时间/频率资源或代码)。然而，这里，假定系统S1并不直接给系统S2提供与频谱段B1中的频谱机会有关的信息。因此，系统S2必须通过感知来自己检测机会。如果系统S2确信频谱段B1中存在当前未被使用的资源，则系统S2可以选择将这些资源用于其自身的业务。

图2是提供了应用于图1所示的网络情形中的按需频谱操作的示例的频率时间图。在时间t1，在被许可的频谱段B1被完全利用时，系统S2经历了增长的频谱需求。系统S2开始感知频段B1，搜索频谱机会。在时间t2，系统S2检测到频谱机会，并开始以次要方式使用频谱段B1中的一部分。在时间t3，系统S2中的频谱需求降低，但是S2仍然使用B1中的资源。在时间t4，频谱需求进一步降低，系统S2停止使用频谱段B1。

优选地以涉及多个感知器的协作方式来执行系统S2中的感知，以提高可靠性。系统S2中的节点(例如基站和/或被服务的用户设备)可以用作感知器。

图3是示出了根据本发明实施例的协作频谱感知操作的一个示例的流程图。图3的左侧示出了发起节点执行的动作，在图1所示的情形下，发起节点可以是例如基站BS1或BS2之一。然而，通常，发起节点可以是任意类型的节点，并且也能够充当感知器。图3的右侧示出了另一节点执行的动作，该另一节点充当感知器(例如图1的示例中的用户设备或基站)。在框11处，发起节点得出决定：需要更多的频谱，因此，在框13处，发送邀请多个感知器参与协作感知的感知请求。该感知请求可以经由直接路径到达感知器节点，但是也可以经由一个或多个中间节点到达感知器。该感知请求可以指定应该应用协作感知的频谱资源。在框17处，充当感知器的节点之一接收到感知请求。响应于接收到感知请求，在框19处，感知器节点针对是否参与协作感知做出决定。如果感知器节点确定参与协作感知，则在框21处执行感知。在感知期间，感知器节点监听适用的频谱资源，以检测这些资源是被占用了还是可用于次要使用的，可能在感知请求中已经指定了适用的频谱资源。在执行了感知之后，感知器节点将感知的结果总结为感知报告，并在框23处将感知报告发送到发起节点。在该特定示例中，当感知器节点并未参与协作感知时，也将感知报告发送到发起节点，例如，为了使得发起节点明确地知晓感知器节点未参与协作感知的事实。然而，这仅仅是可选的。在指定的时间间隔期间，在框25处，发起节点从被邀请参与协作感知的感知器接收感知报告。在框27处，发起节点处理接收到的报告。在框29处，感知报告的处理产生使用决定。使用决定确立：作为协作感知的结果，是否检测到一个或多个频谱机会。在框31处，发起节点向系统的相关节点发送使用决定以及可能的附加信息。这里，在框33处，感知器节点接收到该传输。

因此，在图3的实施例中，并不要求感知器参与协作感知，但是允许感知器对是否参与协作感知做出自主决定。在这种意义下，以分布式的方式执行参与协作感知的感知器的选择。每个感知器可以基于一个或多个参数和/或变量来做出决定，可以考虑所针对的感知器特定的一个或多个条件和/或能力，例如感知器的可用电池容量、感知器的处理能力等。通过允许感知器自主地确定是否参与协作感知，如果感知器的当前资源条件太低(例如低剩余电池能量或高处理需求)而使得参与协作感知将对感知器的当前资源引起不适当的负担，则感知器可以避免参与。感知器选择的这种“分布式”方法的一个优点在于，可以使感知器选择所需的信令量保持最小，从而节约了通信资源。然而，如果要进行感知器参与的中央判决，则必须执行附加查询以找到协作频谱感知的候选设备，该查询当然需要中央实体和可能的感知器设备之间的附加信令。

在特定实施例中，步骤19可以包括检查，以确定接收到感知请求的节点是否具有执行感知的能力。这在采用所谓的SDR(软件无线电)时尤其有用。SDR表示无线装置可以通过以软件进行改变而不需要对硬件组件做出改变，来改变它的许多无线操作，例如频率范围的工作参数、调制类型或最大输出功率等。在这种情形下，显然，感知能力仅仅是具有适当的软件可用的问题。因此，检查提供以前并不存在的感知能力的近期软件更新是有意义的。

在特定实施例中，感知器可以以概率方式针对是否参与协作感知做出自己的决定。也即，感知器基于随机过程来确定是否参与协作感知。优选地，随机过程使得感知器将以特定的给定概率参与协作感知，下面将该给定概率称为参与概率(P)。在每种情况下，参与概率P可以基于一个或多个参数和/或变量。在示例性实施例中，可以通过计算定义的数学函数(下面将其称为概率函数(f))来确定参与概率P。然后，按照P＝f(1ist)获得参与概率P，其中“list”仅仅用作符号，以表示概率函数f是一个或多个参数的列表的函数。例如，该列表可以包括以下参数中的一个或多个：剩余电池容量、与以前参与协作感知有关的信息、与邻近的感知器有关的信息；与可用于协作感知的感知器的总数目有关的信息。例如，可以将概率函数f定义为被邀请参与协作感知的实体的总数目N_tot和感知器的剩余电池容量B_r的函数，例如：

$f(N_{\mathrm{tot}},B_r)=\min (1,\frac{60}{N_{\mathrm{tot}}}(1-e^{-\frac{B_r}{B_{\max }}}))$

其中，B_max是感知器的最大电池容量。例如，值N_tot可以作为感知请求的一部分或者与感知请求相关地，从发起节点传送到感知器。具体地，注意，在该示例中，概率函数f随着剩余电池功率B_r增加而增加，并随着可用感知器的数目N_tot增加而减小。

图4是示出了根据本发明示例性实施例的、感知器参与协作感知的概率确定方法的流程图。在框35处，感知器接收到邀请感知器参与协作感知的感知请求。然后，在框37处，感知器例如通过如上所述地评估预定概率函数f，获得参与概率P。然后，感知器执行随机过程以确定是否参与感知。该随机过程被设计成感知器将以等于所获得的参与概率P的概率参与感知。这里，随机过程包括两步。首先，在框39处，产生随机数n。在该特定实施例中，假定根据区间[0，1]上的均匀概率分布来产生随机数n。其次，在框41处，将所产生的随机数n与获得的参与概率P进行比较，以确定感知器是否应该参与协作感知。在该特定实施例中，这意味着，检查所产生的随机数n是否小于参与概率P。如本领域技术人员所理解的，满足该条件的概率恰好等于所获得的参与概率P。因此，如果随机数n小于参与概率P，则确定感知器应该参与感知，然后在框45处执行感知。否则，如框43所示，不执行感知。在框47处，向例如发起节点报告所执行的感知的结果。注意，在该示例中，如果节点决定不参与协作感知，则不构造感知报告。

参与协作感知的概率确定具有的优点在于，提供了一种平衡希望获得足够数目的感知器以参与协作感知以及希望限制协作感知对系统资源所引起的整体负担的方法。如果仅基于确定性准则来确定参与，则可能出现多数感知器当前具有较少资源(例如剩余电池能力少)、并因此决定不参与感知的情况。结果可能是太少的感知器参与协作感知，因此感知变得不可靠。另一方面，如果多数感知器当前具有较多资源，则可能出现不必要的大量感知器参与感知的情况，这因此将耗尽比提供可靠感知所需的系统资源更多的整体系统资源。利用概率方法，可以在很大程度上避免这两种极端情况。通过使针对所涉及的感知器的参与概率P依赖于每个感知器特定的条件，仍然可以考虑每个感知器特定的条件。

图5是示出了根据本发明另一示例性实施例的、感知器参与协作感知的概率确定方法的流程图。图5的方法包括与图4的方法中的步骤相同的多个步骤。给这些步骤赋予与图4中的步骤相同的附图标记，并且不再详细讨论。在图5的方法中，不仅存在一个可能的概率函数，因此该方法包括在框37.1处选择要使用的概率函数f的动作。然后，在框37.2处，通过评估所选的概率函数f，获得参与概率P。

现在给出关于如何选择概率函数f的一些实际但是并非限制性的示例。为了方便读者，在图11的表中概括了这些示例中的一些。

在特定实施例中，可以从预定函数集合中选择要使用的概率函数。集合中的函数不需要具有相同的域。集合可以包括有限数目的函数，但是，原则上，也可以包括无限数目的函数(稍后将给出该情况的一个示例)。

例如，可以基于发起节点所提供的信息来选择要使用的概率函数。一个这样的实施例是使发起节点将需求参数np附着到例如感知请求。需求参数np指示：与以前的协作感知场合相比，是否需要更多或更少的感知器。然后，感知器可以基于需求参数np所提供的信息来选择其概率函数，或者，作为另一示例，np可以是一个或多个概率函数f中的参数。如果需要更多的感知器，则感知器可以选择与以前使用的概率函数相比通常将产生更高值的参与概率P的概率函数。另一方面，如果需要更少的感知器，则感知器可以选择与以前使用的概率函数相比通常将产生更低值的参与概率P的概率函数。例如，np＞1可以指示：需要比在协作感知的以前场合中参与的感知器数目更多的感知器来参与，np＜1可以指示：针对感知需要比以前更少的感知器。也可以使用需求参数np来更具体地指示参与感知器的希望数目，例如，参与感知器的希望数目可以与需求参数np乘以在以前的协作感知场合中参与的感知器数目相等，并且接收到需求参数的感知器可以根据该信息来选择概率函数。

在另一实施例中，针对感知器定义了不同的预定感知参与概率函数，并且例如，发起节点可以在感知请求中指定应该在将来的自主参与决定中使用哪个预定函数。预定参与概率函数的特殊情况是在其整个域上等于一(1)的函数，从而当指定该参与概率函数时，感知器必须总是参与协作感知。实际上，这意味着感知请求至少临时地从邀请参与改变为命令参与。此外，为了达到感知在可用感知器上的更公平的分布，感知器可以基于以前参与协作感知来选择概率函数。也即，频繁参与协作感知的感知器可以选择通常将产生相对低值的参与概率P的概率函数。

考虑到发起节点可能具有参与协作感知的感知器的希望数目N_target，可以基于该值来选择概率函数f。在特定实施例中，可以如下来选择概率函数：

<N>＝N_target

其中<N>是参与协作感知的感知器数目N的期望值(从这里开始，将使用<·>来表示期望算子)，即N在这里被看作随机变量。下面，给出示意了如何选择函数f以满足上述限制的简单、非限制性的示例。作为示例，所考虑的可能的函数可以是电池等级b的函数，即剩余电池容量与最大电池容量之比(b＝B_r/B_max)，在该特定示例中，这方便地使得dom(f)＝[0，1]。期望值<N>可以写为：

$<N>=<\underset{i=1}{\overset{N_{\mathrm{tot}}}{\mathrm{\&Sigma;}}}{a}_i>=\underset{i=1}{\overset{N_{\mathrm{tot}}}{\mathrm{\&Sigma;}}}<a_i>=N_{\mathrm{tot}}<a>=N_{t\arg \mathrm{et}}---\left(1\right)$

其中每个a_i是示意了感知器i参与感知的二进制随机变量(即，如果感知器i参与感知则a_i＝1，否则a_i＝0)。N_tot是被邀请参与感知的感知器的总数目。这里，使用<a_i>＝<a>，因为假定关于每个感知器，相同的信息可用，因此在该特定示例中索引i的值无关紧要(即，不存在指示任意感知器应该具有比其它感知器更高的参与概率<a_i>的信息)。因此，下面排除索引i。根据期望算子的定义，有

<a>＝1·Pr(a＝1)+0·Pr(a＝0)＝Pr(a＝1)   (2)

其中，Pr(·)代表“概率”。按照概率理论定律，有

$\mathrm{Pr}(a=1)=\underset{0}{\overset{1}{\&Integral;}}\mathrm{Pr}(a=1,b)\mathrm{db}=\underset{0}{\overset{1}{\&Integral;}}\mathrm{Pr}(a=1|b)p\left(b\right)\mathrm{db}---\left(3\right)$

其中，在第一个等式中执行电池等级b上的边缘化(marginalization)，并且在第二个等式中使用概率理论乘积定律，其中p(b)是与电池等级b相关联的(已知)概率密度函数。注意，Pr(a＝1|b)描述了在电池等级b恰好是概率函数f要提供的电池等级的条件下、在感知中活动的感知器的概率。因此，按照定义，Pr(a＝1|b)＝f(b)。组合(1)、(2)和(3)得到：

$\underset{0}{\overset{1}{\&Integral;}}f\left(b\right)p\left(b\right)\mathrm{db}=\frac{N_{t\arg \mathrm{et}}}{N_{\mathrm{tot}}}---\left(4\right)$

因此，在等式(4)中，对<N>的限制转化为对所选概率函数f的函数限制。简单来说，等式(4)表示：应该选择概率函数f，使得相关联的参与概率P平均等于比值N_target/N_tot。为了获得对电池等级之外的其它参数的依赖性，当然可以使用如上所述的类似方法。也即，等式(4)并不局限于电池等级b，原则上可以用于任意其它变量v。然而，与变量v相关联的函数域可以不同于与电池等级b相关联的域。如果是这样的话，则当然应该在与变量v相关联的相关函数域上执行(4)中的积分。此外，根据下式，等式(4)可以容易地扩展到多变量的情况：

$\underset{\mathrm{dom}\left(f\right)}{\&Integral;}f(v_1,...,v_K)p\left(v_K\right)p(v_1,...,v_K){\mathrm{dv}}_1...{\mathrm{dv}}_K=\frac{N_{t\arg \mathrm{et}}}{N_{\mathrm{tot}}}---\left(4.1\right)$

其中v₁，...，v_K用于表示概率函数f的变量，并且p(v₁，...，v_K)是与这些变量相关联的多变量概率密度。

为了使得描述更加具体，现在使得所考虑的函数基于简单的仿射函数

考虑函数域和上域所提供的附加限制(在该示例中，两个域都在区间[0，1]上)。因此，所考虑的函数将具有以下简单形式(0≤b≤1)：

注意，上述等式实际上定义了函数集合，即针对约束α和β的每一个选择有一个函数。为了避免全部为零的情况，可以假定min(0，-α)＜β＜min(1，1-α)。现在，思想是要选择α和β，以满足约束(<N>＝N_target)。这给出了针对一个约束的两个自由度(α和β)。在该示例中，仅用于示意的目的，假定给定固定的正的α值，然后找到满足该约束的β值。

此外，假定针对电池等级b有均匀的概率密度，即p(b)＝1，0≤b≤1。在上述假定下，(4)变为：

$\underset{0}{\overset{1}{\&Integral;}}f\left(b\right)p\left(b\right)\mathrm{db}=\underset{b_l}{\overset{b_u}{\&Integral;}}(\mathrm{\&alpha;b}+\mathrm{\&beta;})\mathrm{db}+\underset{b_u}{\overset{1}{\&Integral;}}1\mathrm{db}=$

$\frac{\mathrm{\&alpha;}(b_u^2-b_l^2)}{2}+\mathrm{\&beta;}(b_u-b_l)+1-b_u=\frac{N_{t\arg \mathrm{et}}}{N_{\mathrm{tot}}}$

这里，并且

现在，假定α的值固定为0.5。然后，可以产生针对各种值的β的表示

的图。然而，记住，b_l和b_u都基于β。图6示出了这样的图。假定N_target/N_tot＝0.6，可以在图中找到适当的β值为0.35。因此，b_l＝max(0，-0.35/0.5)＝0并且b_u＝min(1，(1-0.35)/0.5)＝1，因此f(b)＝0.5b+0.35(针对域[0，1]中的任意b)给出了所请求的<N>＝0.6。

针对均匀电池等级概率密度函数p(b)选择概率函数f(b)的另一方式由下式给出：

$f\left(b\right)=-4\frac{N_{t\arg \mathrm{et}}}{N_{\mathrm{tot}}}{b}^2(b-\frac{3}{2})$

该函数在

时是有效函数。可以容易地验证，如果p(b)被选作为均匀的，则该函数满足(4)。与上述仿射示例相比，该函数的优点在于总是给具有低电池等级的感知器赋予非常低的参与概率。

当然，不必在基于(4)选择概率函数f(b)时假定均匀概率密度p(b)，从下面的示例可以看出这一点。将域区间[0，1]划分为多(M)个子区间I₁＝[0，1/M]，I₂＝[1/M，2/M]，...，I_M＝[(M-1)/M，1]。假定概率密度p(b)在每个子区间上是恒定的，但是，当然p(b)可以在不同的子区间上呈现不同的值。图7示出了p(b)是截断归一化高斯函数的示例。以对应的方式，假定概率函数f(b)在每个子区间上是恒定的。现在从最后一个子区间I_M开始，并考虑该子区间对(4)中的积分的贡献，通过迭代处理来确定概率函数f(b)，贡献是

$\frac{1}{M}f\left(I_M\right)p\left(I_M\right)---\left(5\right)$

其中f(I_M)和p(I_M)分别是概率函数f(b)和概率密度p(b)的子区间上的恒定值。定义概率函数f的最大值f_max(即，用户参数)，f_max确保了没有感知器被强迫参与。如果f(I_M)＝f_max的积分贡献不大于积分的目标值，即N_target/N_tot，则将f(I_M)设置为f_max，否则，根据下式来设置f(I_M)：

$f\left(I_M\right)={\left(\frac{1}{M}p\left(I_M\right)\right)}^{-1}\frac{N_{t\arg \mathrm{et}}}{N_{\mathrm{tot}}}---\left(6\right)$

并且该过程结束。假定确定概率函数f(b)的过程并未结束，则该过程以对应的方式针对下一个子区间I_M-1继续。首先，设法将值f_max分配给f(I_M-1)。如果按照与(5)的方法类似的方法计算的子区间I_M-1上的积分贡献并未对积分贡献太多，则将f(I_M-1)设置为f_max，并且该过程针对区间号M-2继续。如果超过积分的目标值，则按照与(6)的方法类似的方法计算f(I_M-1)的值，并且该过程结束。为了方便读者，下面也以简单的伪程序代码概括了上述迭代确定f(b)的过程。

m:＝M；

int:＝0；

for k＝1 to M do f(I_k):＝0；

ratio:＝N_target/N_tot；

repeat

$\mathrm{if\; int}+\frac{1}{M}{f}_{\max }p\left(I_m\right)=<\mathrm{rario\; then}$

          f(I_m):＝f_max

      else

$f\left(I_m\right):={\left(\frac{1}{M}p\left(I_m\right)\right)}^{-1}(\mathrm{ratio}-\mathrm{int});$

$\mathrm{int}:=\mathrm{int}+\frac{1}{M}f\left(I_m\right)p\left(I_m\right);$

      m:＝m-1；

until int＝ratio or m＝0；

图8是示出了基于图7的概率密度p(b)的、按照迭代过程确定的概率函数f(b)的图。从区间的右手侧开始并向左前进，上述过程给具有高电池等级的感知器分配高参与概率，并且给具有低电池等级的感知器分配低参与概率或不分配参与概率，在一些应用中这是公平的。

上面使用的约束(<N>＝N_target)确保了协作感知中的参与者的统计预期数目等于期望的参与者数目。然而，这并不确保在任何特定协作感知场合中实际的参与者数目都不偏离期望的参与者数目。如果N的方差(Var(N))较大，则偏离可以较大。然而，可以应用更加复杂的约束。例如

Pr(N≥N_target)＝P_OK  (C1)

Pr(N≥N_target)≥P_OK  (C2)

这里，P_OK是预定概率阈值，其指示参与感知器的数目至少满足期望的参与感知器的数目(N_target)的可接受概率。或者，换言之，1-P_OK是参与感知器的数目不满足期望的参与感知器的数目的可接受的概率。优选地，适当地将P_OK设置为接近1，例如在0.95附近。上述约束类型提供了比之前讨论的类型(即(1))更好的鲁棒性。然而，计算复杂度也有所增加。使用标准概率模型，可以表明：

$\mathrm{Pr}(N\&GreaterEqual;N_{t\arg \mathrm{et}})=\underset{i=N_{t\arg \mathrm{et}}}{\overset{N_{\mathrm{tot}}}{\mathrm{\&Sigma;}}}\left(\begin{array}{c}{N}_{\mathrm{tot}}\\ i\end{array}\right){\left(\mathrm{Pr}(a=1)\right)}^i{(1-\mathrm{Pr}(a=1))}^{N_{\mathrm{tot}}-i}---\left(7\right)$

其中，如上所述，N_tot是被邀请参与感知的感知器的总数目。再次应用(3)，并使用上述事实Pr(a＝1|b)＝f(b)，得到

$\mathrm{Pr}(a=1)=\underset{0}{\overset{1}{\&Integral;}}\mathrm{Pr}(a=1|b)p\left(b\right)\mathrm{db}=\underset{0}{\overset{1}{\&Integral;}}f\left(b\right)p\left(b\right)\mathrm{db}---\left(3.1\right)$

现在，作为示例，基于约束(C1)或(C2)中的任意一个的选择概率函数f(b)的过程如下。使用(7)，针对量Pr(a＝1)对约束求解。例如，这里可以应用数值解。在设定了Pr(a＝1)的值之后，(3.1)提供了概率函数f(b)的函数约束。该函数约束与(4)类似，唯一区别在于由Pr(a＝1)替换了N_target/N_tot。因此，在进行了必要的修正之后，现在可以使用以下函数约束，应用基于(4)来选择概率函数f(b)的上述方法中的任意一种方法：

$\underset{0}{\overset{1}{\&Integral;}}f\left(b\right)p\left(b\right)\mathrm{db}=\mathrm{Pr}(a=1)---\left(4.2\right)$

如上所述，在概率函数是任意其它变量v的函数时也可应用该约束，其中，在与变量v相关联的相关函数域上执行积分。与(4.1)类似地，也可将约束扩展为多变量约束。

图9是示出了根据本发明实施例的感知器设备61的方框图。感知器设备包括通信单元63，通信单元63被配置为使得感知器设备61可以接收参与协作感知的邀请。例如，这种邀请可以具有从负责发起协作感知的节点或其它实体发送来的感知请求的形式。在特定实施例中，通信单元63被配置为经由无线通信来接收邀请。备选地，可以以任意其它方式接收邀请，例如经由固定网络连接。感知器设备还包括感知单元65，用于执行感知。在该特定实施例中，感知单元65位于通信单元63内。感知器设备61还包括与通信单元63相连的决定单元67。通信单元63向决定单元67通知参与协作感知的邀请，然后决定单元67针对感知器设备61是否应该参与协作感知做出决定。决定单元67可以以任意适当的方式做出该决定，特别地，决定单元67可以使用在上面描述并指示的做出决定的方式中的任意一种。如果决定单元67确定感知器设备61应该参与协作频谱感知，则决定单元67向感知单元65发送命令以执行感知，然后感知单元65执行感知。一旦已经执行了感知，则通信单元63可向例如发起了协作感知的节点或其它实体报告感知的结果。可以例如使用任意适当的电路技术来实现决定单元67，例如应用专用电路或可编程电路、或者其任意组合。本领域技术人员可以认识到，决定单元67还可以完全或部分地由编程有适当软件的一个或多个处理器来实现。

图10是示出了根据本发明的另一实施例的感知器设备61.1的方框图。图10的感知器设备61.1尤其适用于对是否参与协作感知做出概率决定。感知设备61.1包括无线通信单元63.1，无线通信单元63.1包括至少一个收发机69。无线通信单元63.1还包括感知单元65.1，在该特定实施例中，感知单元65.1内建在收发机69内。该无线通信单元63.1中的无线控制器71与收发机69相连，并且适用于控制收发机69和感知单元65.1的操作。感知器设备61.1还包括决定单元67.1，决定单元67.1适用于使得感知器设备61.1响应于邀请，针对是否参与协作频谱感知做出自主决定。例如，邀请可以作为来自发起节点的感知请求的一部分，由收发机69接收，然后无线控制器71适用于向决定单元67.1通知参与协作频谱感知的邀请。决定单元67.1包括函数计算器73，函数计算器73适用于通过评估概率函数来计算参与概率P。在该特定实施例中，概率函数是电池等级b的函数。因此，决定单元67.1包括与感知器设备61.1的电池77相连的电池状态检测器75。电池状态检测器75适用于测量与电池77相关联的电池等级b。电池状态检测器75还与函数计算器73相连，并且适用于向函数计算器73通知所测量的电池电平b。决定单元还包括随机数产生器79，随机数产生器79适用于产生随机数n。决定单元67.1中包含的比较器81适用于从随机数产生器79接收随机数n以及从函数计算器73接收参与概率P。比较器81适用于将参与概率P与随机数n进行比较。基于该比较，比较器81适用于确定感知器设备61.1是否要参与协作频谱感知。比较器与无线控制器71相连，并且适用于向无线控制器71通知该决定。在特定实施例中，随机数产生器79可以适用于根据区间[0，1]上的均匀概率分布来产生随机数n。在这种实施例中，比较器81可适用于检查随机数是否小于参与概率。如果是，则比较器81适用于确定要执行感知，并且向无线控制器71发送信号以指示要执行感知。响应于该信号，无线控制器71适用于向感知单元发送指令，以根据接收到的邀请来执行感知。一旦已经执行了感知，则无线控制器71可以适用于编撰与所执行的感知相关的报告，并指示收发机69向例如发起节点发送所编撰的报告。可以例如使用任意适当的电路技术来实现诸如无线控制器71和决定单元67.1之类的感知器设备中的各个部分，例如应用专用电路或可编程电路、或者其任意组合。本领域技术人员可以认识到，这些部分还可以完全或部分地由编程有适当软件的一个或多个处理器来实现。

在备选实施例中，函数计算器73当然可以被配置为计算一个或多个变量的其它形式的概率函数。在可能有多个概率函数的实施例中，函数计算器73还可以被配置为选择要使用的概率函数。具体地，函数计算器73可以使用在上面描述并指示的用于选择概率函数的方式中的任意一种方式。然而，备选地，可以在感知器设备61.1中(例如在无线控制器71)中执行概率函数的选择。

如果在图9和10的实施例中采用SDR，则感知单元65和65.1不必实现为特定硬件单元。取而代之地，感知单元65和65.1可以是标准SDR硬件和使得标准SDR硬件能够执行感知的特定感知软件的组合。在这种情况下，决定单元67和67.1可以被配置为作为决定操作的一部分，检查感知器设备61和61.1是否具有执行感知所需的软件。

在上面描述和指示的感知器设备当然可以形成例如基站或用户设备的系统节点的一部分，或者构成系统节点。

在上面，以各种实施例示出了本发明。然而，这些实施例仅作为非限制性示例，并且保护范围由所附权利要求书限定。

Claims (16)

1.一种用于参与协作频谱感知的设备中的方法，所述方法包括：

接收(17；35)参与协作频谱感知的邀请；

响应于邀请，自主地确定(19)是否参与协作频谱感知；以及

在确定要参与协作频谱感知的情况下，执行(21；45)频谱感知；

所述方法的特征在于，自主地确定的步骤基于随机过程(37，39，41)，

其中，随机过程使得所述设备将参与协作感知的概率与指定参与概率相等，以及

其中：

所述方法还包括获得(37)参与概率；以及其中

随机过程包括：

根据预定概率分布来产生(39)随机数；

将随机数与所获得的参与概率进行比较(41)；以及

基于比较步骤来确定(41，43，45)是否参与协作感知。

2.根据权利要求1所述的方法，其中：

所述预定概率分布是从0到1的区间上的均匀分布；以及其中

比较(41，43，45)步骤包括：检查所产生的随机数是否小于所获得的参与概率。

3.根据权利要求1或2所述的方法，其中，通过评估数学定义的概率函数来获得(37；37.2)参与概率。

4.根据权利要求3所述的方法，其中，所述方法还包括选择(37.1)概率函数。

5.根据权利要求4所述的方法，其中，选择(37.1)步骤包括从预定函数集合中选择概率函数。

6.根据权利要求4或5所述的方法，其中，选择(37.1)步骤包括：至少部分地基于来自发起了协作频谱感知的实体的信息来选择概率函数。

7.根据权利要求4或5所述的方法，其中，选择(37.1)步骤包括：基于需求参数来选择概率函数，所述需求参数指示：相对于一个或多个以前的协作感知场合，参与协作频谱感知的需求。

8.根据权利要求4或5所述的方法，其中，选择(37.1)步骤包括基于协作频谱感知中的参与者的期望数目来选择概率函数。

9.根据权利要求8所述的方法，其中，选择(37.1)步骤包括：基于约束来选择概率函数，所述约束要求：协作频谱感知中参与者的统计预期数目应该等于协作频谱感知中参与者的期望数目。

10.根据权利要求8所述的方法，其中，选择步骤包括：基于约束来选择(37.1)概率函数，所述约束要求：协作频谱感知中参与者数目大于或等于协作频谱感知中参与者的期望数目的概率关于预定概率阈值满足预定关系。

11.根据权利要求1或2所述的方法，其中，所述方法还包括报告(23；47)与所执行的频谱感知的结果有关的信息。

12.一种用于参与协作频谱感知的设备(61；61.1)，其特征在于该设备被配置用于执行根据上述权利要求之一的方法。

13.一种用于参与协作频谱感知的设备(61；61.1)，包括：

通信单元(63；63.1)，被配置用于接收参与协作频谱感知的邀请；

决定单元(67；67.1)，被配置用于响应于邀请，针对是否参与频谱感知做出自主决定(19)；以及

感知单元(65；65.1)，被配置为一旦做出决定要参与协作频谱感知，则执行频谱感知，所述设备的特征在于，决定单元(67；67.1)被配置(79；81)为基于随机过程来做出自主决定(19)，

其中，决定单元(67；67.1)被配置为执行随机过程，以使得所述设备参与协作感知的概率与指定参与概率相等，以及

其中：

决定单元(67；67.1)被配置为获得参与概率；以及其中

决定单元(67；67.1)被配置为：

根据预定概率分布来产生(39；73)随机数；

将随机数与所获得的参与概率进行比较(41；81)；以及

基于随机数与参与概率的比较来确定(41，43，45；81)是否参与协作感知。

14.根据权利要求13所述的设备(61；61.1)，其中：

所述预定概率分布是从0到1的区间上的均匀分布；以及其中

决定单元(67；67.1)被配置为检查所产生的随机数是否小于所获得的参与概率。

15.根据权利要求13或14所述的设备(61；61.1)，其中，决定单元(67；67.1)被配置为通过评估数学定义的概率函数来获得参与概率。

16.根据权利要求13或14所述的设备(61；61.1)，其中，通信单元(63；63.1)被配置为发送包含与所执行的频谱感知的结果有关的信息在内的报告(23；47)。

Images