CN102413473A - 一种基于合作博弈的认知传感网簇内频谱分配方法 - Google Patents

Abstract

本发明涉及一种基于合作博弈的认知传感网簇内频谱分配方法，将信道分配问题建模成一个博弈的输出。在这个博弈过程中，参与者是认知节点，策略是他们对信道的选择，并且效用和他们所选择的信道质量相关联。首先，认知节点通过簇内局部控制信道将感知到的信道状态信息发送给簇首，簇首利用这些信息，建立信道空闲矩阵；其次利用子信道矩阵、节点优先级权重向量、公用指示向量构建系统效用函数；最后添加两个约束条件，通过最大化系统效用函数得到最优子信道矩阵。本发明提高了频谱分配的公平性，保障剩余能量过低的认知节点独占一个信道资源，提升了现有认知传感网中动态频谱分配的有效性。

Description

一种基于合作博弈的认知传感网簇内频谱分配方法

技术领域

本发明是传感器网络电磁频谱监测关键技术中簇内频谱分配的一种方法，该方法基于合作博弈理论的思想，属于移动通信技术领域。

背景技术

频谱分配是指根据认知节点的数目和其服务要求将空闲频谱分配给一个或多个节点，主要目的是通过一个自适应策略有效地选择和利用空闲频谱。利用动态频谱分配策略，可以有效地提高无线通信的灵活性，避免授权用户和认知节点之间的冲突。

国内外一些专家、学者对基于博弈论的认知网络频谱分配已经做了大量的研究，比如利用博弈论的思想分别在时域、考虑主用户的干扰等方面对频谱分配算法进行研究。也有相关技术针对分布式认知无线电网络结构，提出了基于潜在博弈论的频谱分配算法和基于无悔学习理论的频谱分配算法，允许不同用户同时使用相同信道，以最小化系统总信干比(SIR，Signal to Interference Ratio)水平为目标，但是需要接收机和发射机之间进行相关信令的交换，因此，一个不受主用户干扰的公共控制信道是算法的必须，但是在许多的应用场景中，这样的条件显然是不切实际的。

Sang-Seon Byun(卞桑善)等人在文献“Dynamic Spectrum Allocation in WirelessCognitive Sensor Networks：Improving Fairness and Energy Efficiency”(无线传感网络中的动态频谱分配：改善公平性和能量有效性)(IEEE Vehicular Technology Conference[C]，Calgary，Canada，2005：1-5，电气与电子工程协会车辆技术研讨会)中，使用修正博弈论(MGT，Modified Game Theory)，提出了一种集中式的认知无线电传感器网络频谱分配算法，该算法主要是基于以下目标：(1)尽量保证频谱分配公平性；(2)最大化频谱利用率；(3)兼顾数据传输优先级；(4)减少频谱切换。另外，为获得近似MGT的解决方案，该算法采用了合作型博弈论，实验结果表明，它在考虑各节点优先级及最小化频谱切换的同时，实现了较好的频谱分配公平性。但是簇内只有一个簇首节点负责频谱感知。

发明内容

技术问题：本发明的目的是提供一个基于合作博弈的认知传感网簇内频谱分配方法，在兼顾节点优先级和剩余能量的前提下，完成簇内认知节点之间公平有效的频谱分配。

技术方案：一种基于合作博弈的认知传感网簇内频谱分配方法，传感网分成若干簇，将信道分配问题建模成一个博弈的输出；在这个博弈过程中，参与者是认知节点，策略是他们对信道的选择，并且效用和他们所选择的信道质量相关联，添加两个约束条件后，通过最大化系统效用函数得到最佳子信道分配矩阵；

该方法包括以下几个步骤：

步骤1：建立空闲矩阵

认知节点n依次对本地环境子信道m进行感知，然后将信道使用状况、空闲信道的质量，通过簇内局部控制信道发送给簇首，簇首利用各节点传送来的信道状态信息，建立起信道空闲矩阵F＝{f_n，m|f_n，m∈[0，l]}，表示频谱对于认知节点是否可用以及可用信道的质量，其中l是感知次数；n＝1，2，…，N；N为认知节点数；m＝1，2，…，M；M为子信道数；

步骤2：建立系统效用函数

系统效用函数为

$U\left(S\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(\text{1}\right)$

其中：

子信道分配矩阵S＝{S_n，m|S_n，m∈{0，1}；n＝1，2，L，N，m＝1，2，L，M}是一个N×M的矩阵；n是认知节点，n＝1，2，L，N；N为认知节点数；m为子信道，m＝1，2，L，M；M为子信道数；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；ω_n代表认知节点n的优先级相对应的权重；

与节点的优先级相对应的权重ω＝{ω_i；i＝1，2，...，N}大小反映了节点对频谱资源的需求及数据的轻重缓急程度，权重值越大表明节点的优先级越高；N为认知节点数；

共用指示向量G＝{G_i∈{0，1}；i＝1，2，...，N}用来指示节点是否可以和其他节点共用信道，N为认知节点数；具体方法：将节点剩余能量P_i与一个能量临界值P_th比较，如果P_i＞P_th，则对应于该节点的向量位置为“0”；如果P_i＜P_th，则对应于该节点的向量位置为“1”，簇首节点将单独分配信道给该节点，这里i＝1，2，...，N；N为认知节点数；此处能量临界值P_th并不是固定不变的，其取值需使如下表达式成立：

$\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_i}{M}\≤\mathrm{\α}---\left(2\right)$

其中：α是系统设定的常数，取值范围为(0，1]；M为子信道数；簇首节点根据传感器节点的剩余能量和子信道数周期性动态调整其取值，保证信道分配的有效性。

优选的，针对系统效用函数，以下两个约束限制成立：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}_{n,m}=1,n=\mathrm{1,2},...,N---\left(3\right)$

$G_i{S}_{i,k}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{j,k}\≤\mathrm{1,1}\≤i\≤N,1\≤k\≤M---\left(4\right)$

式3表示每个传感器节点都可以分配到一个信道；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；n是认知节点，N为认知节点数；m为子信道，m＝1，2，L，M；M为子信道数；

式4表示在节点剩余能量P_i＜能量临界值P_th时，对应于该节点的共用指示向量位G_i为“1”时，让该节点独占一个信道；N为认知节点数，M为子信道数，S_i，k代表第k个子信道对节点j的分配情况，S_i，k＝1表示子信道m分配给节点n使用，否则S_i，k＝0。

优选的，结合两个约束条件限制，通过最大化系统效用函数，得到最佳子信道分配矩阵：

$S^{*}=\max U\left(S\right)=\max \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(5\right)$

认知节点根据最佳子信道分配矩阵S^*，进行数据传输；S代表子信道分配矩阵；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给认知节点n使用，否则S_n，m＝0；ω_n代表节点n的优先级相对应的权重；n为认知节点，N为认知节点数；m为子信道，M为子信道数。

有益效果：本说明书描述了基于合作博弈的认知传感网簇内频谱分配方法，与现有技术相比，本发明具有如下优点：

(1)基于合作博弈理论将动态频谱分配问题抽象为，在两种约束条件下最大化系统效用函数来确定最优的频谱分配结果的问题，在考虑优先级的前提下，提高了频谱分配的公平性。

(2)基于能量对于认知节点的重要性，本发明根据认知节点剩余能量情况相应改变频谱分配策略，保障剩余能量过低的认知节点独占一个信道资源，提升了现有认知传感网中动态频谱分配的有效性。

附图说明

图1是本发明基于合作博弈的认知传感网簇内频谱分配方法的一种具体实施应用场景。

图2是本发明基于合作博弈的认知传感网络簇内频谱分配方法的流程图。

具体实施方式

下面将参照附图对本发明进行说明。

基于合作博弈的认知传感网簇内频谱分配方法，其传感网分成若干簇，根据合作博弈理论，将信道分配问题建模成一个博弈的输出；在这个博弈过程中，参与者是认知节点，策略是他们对信道的选择，并且效用和他们所选择的信道质量相关联，添加两个约束条件后，通过最大化系统效用函数得到最佳子信道分配矩阵；

该方法包括以下几个步骤：

步骤1：建立空闲矩阵

认知节点n依次对本地环境子信道m进行感知，然后将信道使用状况、空闲信道的质量，通过簇内局部控制信道发送给簇首，簇首利用各节点传送来的信道状态信息，建立起信道空闲矩阵F＝{f_n，m|f_n，m∈[0，l]}，表示频谱对于认知节点是否可用以及可用信道的质量，其中l是感知次数；n＝1，2，…，N；N为认知节点数；m＝1，2，…，M；M为子信道数；

步骤2：建立系统效用函数

系统效用函数为

$U\left(S\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(\text{1}\right)$

其中：

子信道分配矩阵S＝{S_n，m|S_n，m∈{0，1}；n＝1，2，L，N，m＝1，2，L，M}是一个N×M的矩阵；n是认知节点，n＝1，2，L，N；N为认知节点数；m为子信道，m＝1，2，L，M；M为子信道数；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；ω_n代表认知节点n的优先级相对应的权重；

与节点的优先级相对应的权重ω＝{ω_i；i＝1，2，...，N}大小反映了节点对频谱资源的需求及数据的轻重缓急程度，权重值越大表明节点的优先级越高；N为认知节点数；

共用指示向量G＝{G_i∈{0，1}；i＝1，2，...，N}用来指示节点是否可以和其他节点共用信道，N为认知节点数；具体方法：将节点剩余能量P_i与一个能量临界值P_th比较，如果P_i＞P_th，则对应于该节点的向量位置为“0”；如果P_i＜P_th，则对应于该节点的向量位置为“1”，簇首节点将单独分配信道给该节点，这里i＝1，2，...，N；N为认知节点数；此处能量临界值P_th并不是固定不变的，其取值需使如下表达式成立：

$\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_i}{M}\≤\mathrm{\α}---\left(2\right)$

其中：α是系统设定的常数，取值范围为(0，1]；M为子信道数；簇首节点根据传感器节点的剩余能量和子信道数周期性动态调整其取值，保证信道分配的有效性。

针对系统效用函数，以下两个约束限制成立：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}_{n,m}=1,n=\mathrm{1,2},...,N---\left(3\right)$

$G_i{S}_{i,k}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{j,k}\≤\mathrm{1,1}\≤i\≤N,1\≤k\≤M---\left(4\right)$

式3表示每个传感器节点都可以分配到一个信道；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；n是认知节点，N为认知节点数；m为子信道，m＝1，2，L，M；M为子信道数；

式4表示在节点剩余能量P_i＜能量临界值P_th时，对应于该节点的共用指示向量位G_i为“1”时，让该节点独占一个信道；N为认知节点数，M为子信道数，S_i，k代表第k个子信道对节点j的分配情况，S_i，k＝1表示子信道m分配给节点n使用，否则S_i，k＝0。

结合两个约束条件限制，通过最大化系统效用函数，得到最佳子信道分配矩阵：

$S^{*}=\max U\left(S\right)=\max \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(5\right)$

认知节点根据最佳子信道分配矩阵S^*，进行数据传输；S代表子信道分配矩阵；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给认知节点n使用，否则S_n，m＝0；ω_n代表节点n的优先级相对应的权重；n为认知节点，N为认知节点数；m为子信道，M为子信道数。

具体而言，首先，认知节点通过簇内局部控制信道将感知到的信道状态信息发送给簇首，簇首利用这些信息，建立信道空闲矩阵；其次利用子信道矩阵、节点优先级权重向量、公用指示向量构建系统效用函数；最后添加两个约束条件，通过最大化系统效用函数得到最优子信道矩阵。本发明基于合作博弈理论，将动态频谱分配问题抽象为在两种约束条件下最大化系统效用函数来确定最优频谱分配结果的问题，在考虑优先级的前提下，提高了频谱分配的公平性，并根据认知节点剩余能量情况相应改变频谱分配策略，保障剩余能量过低的认知节点独占一个信道资源，提升了现有认知传感网中动态频谱分配的有效性。

本发明基于合作博弈的认知传感网簇内频谱分配方法，将信道分配问题建模成一个博弈的输出，包括以下几个步骤：

(1)建立无线传感器网络模型

无线传感器网络分成若干簇，每个簇中有一个簇首，由簇首负责簇内其他传感器节点的数据融合。簇内节点之间通过CSMA/CA的频谱接入方式共享空闲频谱资源。簇内有N个认知节点(编号为1～N)，这N个认知节点竞争M个正交子信道(编号为1～M)，且有N＞M。

(2)建立空闲信道矩阵F

认知节点n依次对本地环境子信道m进行感知，然后将信道使用状况、空闲信道的质量，通过簇内局部控制信道将节点频谱信息发送给簇首，簇首利用各节点传送来的频谱信息，建立起信道空闲矩阵F＝{f_n，m|f_n，m∈[0，l]}，表示频谱对于认知节点是否可用以及可用信道的质量。其中，n是认知节点，n＝1，2，L，N；m是子信道，m＝1，2，L，M；l是感知次数。

信道空闲矩阵F是一个N×M矩阵，它表示N个节点处的本地信道状况。当且仅当认知节点n感知到子信道m上没有授权用户工作时，f_n，m＝Q_n，m，Q_n，m表示信道在过去l次的频谱感知中空闲的次数，信道m在节点n处的质量。显然Q_n，m值越大表明信道质量越好，否则f_n，m＝0，表示信道m对于节点n不可用。空闲矩阵可以表示为

$F={\left[\begin{array}{ccccc}{Q}_{\mathrm{1,1}}& 0& Q_{\mathrm{1,3}}& L& Q_{1,M}\\ 0& Q_{\mathrm{2,2}}& Q_{\mathrm{2,3}}& L& Q_{2,M}\\ M& M& M& M& M\\ Q_{M,1}& Q_{N,3}& 0& L& Q_{N,M}\end{array}\right]}_{N\×M}$

(3)建立系统效用函数

系统效用函数：

$U\left(S\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(\text{1}\right)$

其中：

子信道分配矩阵S＝{S_n，m|S_n，m∈{0，1}；n＝1，2，L，N，m＝1，2，L，M}是一个N×M的矩阵，其中若S_n，m＝1表示频谱m分配给认知节点n使用，否则S_n，m＝0。

与节点的优先级相对应的权重ω＝{ω_i，i∈[1，N]}大小反映了节点对频谱资源的需求及数据的轻重缓急程度，权重值越大表明节点的优先级越高。

共用指示向量G＝{G_i∈{0，1}；i＝1，2，...，N}用来指示节点是否可以和其他节点共用信道，具体做法：将节点剩余能量P_i与一个能量临界值P_th比较，如果P_i＞P_th，则对应于该节点的向量位置为“0”；如果P_i＜P_th，则对应于该节点的向量位置为“1”，簇首节点将单独分配信道给该节点，这里i＝1，2，...，N。此处P_th并不是固定不变的，其取值需使如下表达式恒成立

$\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_i}{M}\≤\mathrm{\α}---\left(2\right)$

其中，α是系统设定的常数，取值范围为(0，1]；M为子信道数。簇首节点根据传感器节点的剩余能量和子信道数周期性动态调整其取值，保证信道分配的有效性。

(4)添加约束条件

针对系统效用函数，添加两个约束条件：

约束条件一：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}_{n,m}=1,n=\mathrm{1,2},...,N---\left(3\right)$

可以用矩阵表示为

${\left[\begin{array}{c}{S}_{\mathrm{1,1}}+S_{\mathrm{1,2}}+S_{\mathrm{1,3}}+...+S_{1,M}\\ S_{\mathrm{2,1}}+S_{\mathrm{2,2}}+S_{\mathrm{2,3}}+...+S_{2,M}\\ M\\ S_{N,1}+S_{N,2}+S_{N,3}+...+S_{N,M}\end{array}\right]}_{M\×1}={\left[\begin{array}{c}1\\ 1\\ M\\ 1\end{array}\right]}_{N\×1}---\left(4\right)$

在实际频谱环境中，分配算法要保证每个传感器节点都可以分配到一个信道供其进行数据传输，所以在设计动态频谱分配算法的时候，首先要满足的第一个约束条件

约束条件二：

$G_i{S}_{i,k}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{j,k}\≤\mathrm{1,1}\≤i\≤N,1\≤k\≤M---\left(5\right)$

可以用矩阵表示为

即在P_i＜P_th时，对应于该节点的共用指示向量位G_i为“1”时，可以让该节点独占一个信道。

(5)最大化效用函数

在两个约束条件限制下，通过最大化系统效用函数，得到最佳子信道分配矩阵：

$S^{*}=\max U\left(S\right)=\max \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(6\right)$

节点根据最佳子信道分配矩阵S^*结果，进行数据传输。

本发明的方法中，认知节点各自执行感知、判断，所得的信道状态信息并不一定是完全一样且完全正确的，所以节点通过局部控制信道，将本地频谱感知结果、剩余能量信息以及节点的优先级汇报给簇首节点，由簇首节点执行中心式频谱分配方案。将动态频谱分配问题抽象为最大化系统效用函数问题，在考虑优先级的前提下，尽量提高频谱分配的公平性，同时基于能量对于传感器节点的重要性问题，在充分考虑传感器节点剩余能量的前提下，为了进一步提高频谱分配的有效性，而设立了另一个约束条件，在该约束条件下更能体现认知传感网中动态频谱分配的有效性。

图1是本发明基于合作博弈的认知传感网簇内频谱分配方法的一种具体实施方式原理图。

如图2所示，本实例包括以下步骤：

第一步，认知节点n依次对本地环境子信道m进行感知，然后将信道使用状况、空闲信道的质量，通过簇内局部控制信道将节点频谱信息发送给簇首，簇首利用各节点传送来的频谱信息，建立起信道空闲矩阵F＝{f_n，m|f_n，m∈[0，l]}，其中，n是认知节点，n＝1，2，L，N；m是子信道，m＝1，2，L，M；l是感知次数。

本实例中，N＝8，M＝5，l＝10。即得空闲矩阵

$F^{\′}={\left[\begin{array}{ccccc}3& 0& 8& L& 7\\ 7& 5& 3& L& 6\\ M& M& M& M& M\\ 2& 8& 0& L& 9\end{array}\right]}_{8\×5}$

第二步，建立系统效用函数

$U^{\′}\left(S\right)=\underset{n=1}{\overset{8}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{5}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(\text{7}\right)$

其中：子信道分配矩阵S′＝{S_n，m|S_n，m∈{0，1}；n＝1，2，L，8，m＝1，2，L，5}，其中若S_n，m＝1表示频谱m分配给认知节点n使用，否则S_n，m＝0。

本实例中，权重向量ω′＝{ω_i，i∈[1，8]}采用1到100之间的随机数，权重值越大表明节点的优先级越高。

本实例中，共用指示向量G′＝{G_i＝0，if i≠3；G_i＝1，if i＝3|i＝1，2，...，8}，α＝0.2。

第三步，在两个约束条件下，通过最大化系统效用函数得到最佳子信道分配矩阵

$S^{\′\′}=\max U^{\′}\left(S^{\′}\right)=\max \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(8\right)$

约束条件：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}_{n,m}=1,n=\mathrm{1,2},...,8---\left(9\right)$

$G_i{S}_{i,k}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{j,k}\≤\mathrm{1,1}\≤i\≤8,1\≤k\≤5---\left(10\right)$

式(8)保证能在考虑优先级的前提下，尽量提高频谱分配的公平性，并且获得最大的频谱利用率，因为传感器节点执行的是各自感知、判断，所得的频谱空闲信息并不一定是完全一样的，所以在频谱分配时考虑各个节点处频谱质量的模型更贴合实际的频谱环境。式(9)是为了保证每个传感器节点都分配到一个信道进行数据传输。式(10)是在充分考虑传感器节点剩余能量的前提下，为了进一步提高频谱分配的有效性而设立的另一个约束条件。这两个约束条件更能体现认知传感网中动态频谱分配的有效性。

本发明基于合作博弈理论，将动态频谱分配问题抽象为在两种约束条件下最大化系统效用函数来确定最优频谱分配结果的问题，在考虑优先级的前提下，提高了频谱分配的公平性，并根据认知节点剩余能量情况相应改变频谱分配策略，保障剩余能量过低的认知节点独占一个信道资源，提升了现有认知传感网中动态频谱分配的有效性。

以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

Claims (3)

1.一种基于合作博弈的认知传感网簇内频谱分配方法，其特征在于：传感网分成若干簇，将信道分配问题建模成一个博弈的输出；在这个博弈过程中，参与者是认知节点，策略是他们对信道的选择，并且效用和他们所选择的信道质量相关联，添加两个约束条件后，通过最大化系统效用函数得到最佳子信道分配矩阵；

该方法包括以下几个步骤：

步骤1：建立空闲矩阵

认知节点n依次对本地环境子信道m进行感知，然后将信道使用状况、空闲信道的质量，通过簇内局部控制信道发送给簇首，簇首利用各节点传送来的信道状态信息，建立起信道空闲矩阵F＝{f_n，m|f_n，m∈[0，l]}，表示频谱对于认知节点是否可用以及可用信道的质量，其中l是感知次数；n＝1，2，…，N；N为认知节点数；m＝1，2，…，M；M为子信道数；

步骤2：建立系统效用函数

系统效用函数为

$U\left(S\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(\text{1}\right)$

其中：

子信道分配矩阵S＝{S_n，m|S_n，m∈{0，1}；n＝1，2，L，N，m＝1，2，L，M}是一个N×M的矩阵；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；ω_n代表认知节点n的优先级相对应的权重；

与节点的优先级相对应的权重ω＝{ω_i；i＝1，2，...，N}大小反映了节点对频谱资源的需求及数据的轻重缓急程度，权重值越大表明节点的优先级越高；N为认知节点数；

共用指示向量G＝{G_i∈{0，1}；i＝1，2，...，N}用来指示节点是否可以和其他节点共用信道，N为认知节点数；具体方法：将节点剩余能量P_i与一个能量临界值P_th比较，如果p_i＞P_th，则对应于该节点的向量位置为“0”；如果P_i＜P_th，则对应于该节点的向量位置为“1”，簇首节点将单独分配信道给该节点，这里i＝1，2，...，N；N为认知节点数；此处能量临界值P_th并不是固定不变的，其取值需使如下表达式成立：

$\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{G}_i}{M}\≤\mathrm{\α}---\left(2\right)$

其中：α是系统设定的常数，取值范围为(0，1]；M为子信道数；簇首节点根据传感器节点的剩余能量和子信道数周期性动态调整其取值，保证信道分配的有效性。

2.根据权利要求1所述的基于合作博弈的认知传感网簇内频谱分配方法，其特征在于：针对系统效用函数，以下两个约束限制成立：

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}_{n,m}=1,n=\mathrm{1,2},...,N---\left(3\right)$

$G_i{S}_{i,k}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{j,k}\≤\mathrm{1,1}\≤i\≤N,1\≤k\≤M---\left(4\right)$

式3表示每个传感器节点都可以分配到一个信道；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给节点n使用，否则S_n，m＝0；n是认知节点，N为认知节点数；m为子信道，m＝1，2，L，M；M为子信道数；

式4表示在节点剩余能量P_i＜能量临界值P_th时，对应于该节点的共用指示向量位G_i为“1”时，让该节点独占一个信道；N为认知节点数，M为子信道数，S_i，k代表第k个子信道对节点j的分配情况，S_i，k＝1表示子信道m分配给节点n使用，否则S_i，k＝0。

3.根据权利要求2所述的基于合作博弈的认知传感网簇内频谱分配方法，其特征在于：结合两个约束条件限制，通过最大化系统效用函数，得到最佳子信道分配矩阵：

$S^{*}=\max U\left(S\right)=\max \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ω}}_n\ln \left(\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{f}_{n,m}{S}_{n,m}\right)---\left(5\right)$

认知节点根据最佳子信道分配矩阵S^*，进行数据传输；S代表子信道分配矩阵；f_n，m代表子信道m对于节点n的信道质量；S_n，m代表子信道m对节点n的分配情况，S_n，m＝1表示子信道m分配给认知节点n使用，否则S_n，m＝0；ω_n代表节点n的优先级相对应的权重；n为认知节点，N为认知节点数；m为子信道，M为子信道数。

Images