CN102468890A - 认知无线网络中的多用户协作信道选择方法 - Google Patents

Abstract

本发明公开了一种认知无线网络中的多用户协作信道选择方法，该方法包括：步骤一，目标认知用户进入认知系统，判断认知系统中是否有可信的目标信道占空比信息；步骤二，认知系统中的协作认知用户向目标认知用户提供协作信息，协作信息包括目标信道的占空比和对应的不确定度；步骤三，目标认知用户根据协作信息更新自己记录的目标信道的占空比和对应的不确定度；步骤四，目标认知用户将更新后的不确定度与预设的不确定度门限进行对比，若更新后的不确定度大于等于预设的不确定度门限，则根据占空比选择接入信道；否则返回步骤二。本发明在多用户协作实现目标信道信息共享的基础上，实现了对目标信道的特性估计和快速区分，缩短了信道选择和接入时间。

Description

认知无线网络中的多用户协作信道选择方法

技术领域

本发明属于无线通信技术领域，涉及一种认知无线网络中的多用户协作信道选择方法。

背景技术

由于现有的频谱分配和管理策略存在着频谱利用率不高、分配不够灵活等问题，工业界和学术界研究使用认知无线电来实现动态的频谱接入，以提高频谱利用率。目前，采用认知无线电技术的认知用户是通过对授权频段的检测以寻找空闲状态信道实现动态频谱接入。由于空闲资源的出现具有随机性，如果认知用户采用随机的方式选择授权频段进行检测以寻找空闲信道，那么频谱选择的盲目性将导致认知用户的频谱检测效率的降低，使得认知用户的传输质量难以得到保障，尤其是对于有传输速率和时延要求的认知用户。同时，频繁的频谱检测和切换也会耗费认知用户的有效传输时间，这将限制频谱利用率的提高。

现有的认知用户频谱感知和接入是以对目标信道的统计和学习而得到的目标信道的特征信息为基础。但是，当认知用户处于多目标信道共存的无线环境中，而且不同的目标信道采用的传输技术可能不尽相同，认知用户为了保障其传输质量，如固定传输速率要求，认知用户需要在有限的时间内检测到空闲的授权信道进行传输。但是由于频谱感知需要消耗一定时间，而且可能有的认知用户的频谱检测能力有限，为了保障认知用户的传输质量，在对认知用户的频谱感知和接入策略的设计中需要考虑到认知用户的实际感知能力和频谱感知效率。但是目前在对认知用户的频谱感知和接入的研究主要集中于对物理层传输参数的控制和优化，如发射功率、干扰温度等，而对认知用户如何选择合适的目标信道以提高频谱检测效率和保障传输质量的研究较少。现有的认知无线网络中的信道选择方法都是通过认知用户对目标信道的长时间的检测和状态统计来完成对目标信道的特性估计，并依据估计信息进行信道的选择。通常认知用户无法直接获得目标信道的特性信息，认知用户仅能通过自身对目标信道的不断感知和记录才能获得为接入决策提供判断依据的信道统计信息。而认知用户对授权信道的检测必将消耗一定的时间，尤其是当目标授权信道数量较多时，用于信道检测时间与认知用户有效传输时间相比难以忽略。而且，认知用户在授权信道上的驻留时间有限，对授权信道状态的统计信息无法包含授权信道的所有状态，因此得到的授权信道的统计特性并不一定能够准确地反映授权信道的真实状况。那么这将对认知用户的信道选择和接入产生负面影响，将直接影响到授权系统和认知用户的性能。

由于认知用户的传输是基于目标信道上的空闲时隙，那么目标信道的空闲状态的时间比例是保证认知用户传输质量的重要因素，现有的研究针对认知用户的传输需求提出了不同的信道选择的标准。对有传输速率要求的认知用户，那么可以从长期统计的角度理解为在授权信道上每个时隙内需要有一定比例的空闲状态使得认知用户可以在授权信道上传输，即认知用户对于授权信道的业务的空闲状态时间比例有一定的要求，而依据目标信道的占空比进行信道选择是目前认知无线网络中进行信道选择方法设计的重要准则之一。

在现有的认知无线网络中，认知用户通常根据目标信道的特性作为信道选择的依据，如占空比、信噪比等。如果目标信道的特征信息无法直接传送给认知用户，那么认知用户仅能通过对目标信道的不断检测和统计才能获得目标信道的特征信息，并以此作为进行信道和接入策略选择的依据。长时间的信道检测和统计必然消耗认知用户一定的时间，尤其是当目标信道数量较多时，用于信道检测的时间与认知用户有效传输时间相比难以忽略。而且，由于认知用户对目标信道的检测和统计时间有限，难以获得对目标信道特性的准确估计，这也将对认知用户的信道选择和接入产生负面影响。

现有技术存在的缺陷有：

1.现有的认知用户的频谱感知和接入策略的选择是基于认知用户对目标信道的长时间的检测和统计结果。同时，认知用户的频谱检测和切换将消耗掉认知用户的有效传输时间。通过认知用户自身完成对所有目标信道的检测和统计以获得目标信道的特性信息是一种相对低效的信道特性估计方法，而且不利于频谱效率的提高。

2.认知无线网络中多用户协作的应用主要集中在对目标信道的状态检测，而采用多用户协作进行信道选择的研究尚为空白。

3.现有的认知无线网络中对目标信道特性参数的统计值的处理方法效率低，估计精度不高，影响认知用户的接入效率和信道选择的准确度。

发明内容

本发明所要解决的技术问题是：提供一种认知无线网络中的多用户协作信道选择方法，该方法使认知用户能够根据目标信道的特性快速地区分信道和接入，提高认知用户的吞吐量和频谱利用率。

为解决上述技术问题，本发明采用如下技术方案。

一种认知无线网络中的多用户协作信道选择方法，包括以下步骤：

步骤一，目标认知用户进入认知系统，判断认知系统中是否有可信的目标信道占空比信息，若有则根据可信的目标信道占空比信息选择接入信道；若没有则执行下一步；

步骤二，认知系统中的协作认知用户向目标认知用户提供协作信息，所述协作信息包括目标信道的占空比和对应的不确定度；

步骤三，目标认知用户根据所述协作信息更新自己记录的目标信道的占空比和对应的不确定度；

目标信道的占空比的更新过程为：当目标认知用户接收到第i个协作认知用户的协作信息后，按照如下表达式进行占空比向量的更新：

${\tilde{X}}^0=P{({\mathrm{\σ}}_i+{\mathrm{\σ}}_0)}^{-1}\left(\begin{array}{cc}{\mathrm{\σ}}_i& {\mathrm{\σ}}_0\end{array}\right)\left(\begin{array}{c}{X}^0\\ X^i\end{array}\right)+(I-P)X^0$

其中，X⁰为更新前目标认知用户记录的目标信道的占空比向量，Xⁱ为第i个协作认知用户向目标认知用户发送的协作信息向量(包含对应的目标信道的占空比信息)，

为更新后目标认知用户记录的目标信道的占空比向量，

其中

为目标认知用户记录的第n个目标信道的占空比；P是由目标信道的协作信息更新概率因子ρ_n组成的N×N对角矩阵；ρ_n为更新前第n个目标信道对应的协作信息更新概率因子，处于矩阵P的第n行第n列；σ_i为N×N的对角矩阵，矩阵中的对角线上的元素均为第i个协作认知用户记录的目标信道的占空比对应的不确定度；σ₀为N×N的对角矩阵，矩阵中的对角线上的元素均为目标认知用户记录的目标信道的占空比对应的不确定度。

目标信道的占空比对应的不确定度的更新过程为：当目标认知用户接收到第i个协作认知用户的协作信息后，按照如下表达式进行目标信道的占空比对应的不确定度的更新：

${\widetilde{\mathrm{\σ}}}_0=[I-{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0\tilde{P}]{\mathrm{\σ}}_0+\tilde{P}(I-\tilde{P}){\left[{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0{\stackrel{\‾}{X}}_{0,i}\right]}^2$

其中，

为更新后的目标认知用户记录的目标信道的占空比对应的不确定度，为更新后的更新概率因子矩阵，在占空比更新的过程中也同步更新，用于反应获得的协作信息的可靠性。

为一个N×N的矩阵，定义如下：

${\stackrel{\‾}{x}}_{i,j}=\left\{\begin{array}{cc}{(x_n^0-x_n^i)}^2& i=j=n,1\≤n\≤N\\ 0& i\≠j,1\≤i,j\≤N\end{array}\right.$

其中，i表示矩阵

中第i行，j表示矩阵

中第j列，n表示正在进行更新操作的第n个目标信道，N表示目标信道总数，

表示矩阵

中第i行第j列对应的数据，

表示目标认知用户记录的第n个目标信道的占空比；

表示第i个协作认知用户记录的第n个目标信道的占空比。

步骤四，目标认知用户将步骤三中更新后的不确定度与预设的不确定度门限进行对比，若更新后的不确定度大于等于预设的不确定度门限，则根据更新后的目标信道的占空比选择接入信道；否则返回步骤二。

作为本发明的一种优选方案，第n个目标信道的实际占空比θ_n满足以

为均值，以

为方差的概率分布

其中h为正态分布。

目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\tilde{x}}_n^0={\widetilde{\mathrm{\ρ}}}_n\frac{\frac{x_n^0}{{\mathrm{\σ}}_{n,0}^2}+\frac{x_n^i}{{\mathrm{\σ}}_{n,i}^2}}{\frac{1}{{\mathrm{\σ}}_{n,i}^2}+\frac{1}{{\mathrm{\σ}}_{n,0}^2}}+(1-{\widetilde{\mathrm{\ρ}}}_n)x_n^0$

其中，

为更新后目标认知用户记录的目标信道的占空比，

为更新前目标认知用户记录的第n个目标信道的占空比，为更新前目标认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ₀中行列号相等的元素所在的对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ_i中行列号相等的元素所在的对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比；为更新后第n个目标信道对应的协作信息更新概率因子，其更新过程如下式表示：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}}{{\mathrm{\ρ}}_n\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}{e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}+(1-{\mathrm{\ρ}}_n)}$

其中，ρ_n为更新前第n个目标信道对应的协作信息更新概率因子。

目标认知用户根据接收到的协作信息对第n个目标信道的占空比对应的不确定度的更新可以按照下式进行：

${\widetilde{\mathrm{\σ}}}_{n,0}^2=(1-\frac{{\mathrm{\σ}}_{n,0}^2}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}{\widetilde{\mathrm{\ρ}}}_n)+{\widetilde{\mathrm{\ρ}}}_n(1-{\widetilde{\mathrm{\ρ}}}_n){\left[\frac{{\mathrm{\σ}}_{n,0}^2(x_n^0-x_n^i)}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}\right]}^2$

其中，为更新后第n个目标信道的占空比

对应的不确定度对角矩阵

中行列号相等的元素所在的对角线上的第n项元素。

作为本发明的另一种优选方案，所述h满足指数分布，目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}}{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}+(1-{\mathrm{\ρ}}_n)}.$

作为本发明的再一种优选方案，所述h满足泊松分布，目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}}{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}+(1-{\mathrm{\ρ}}_n)}.$

本发明的有益效果在于：本发明通过对多个目标信道的占空比和不确定度进行估计，在多用户协作实现目标信道特性信息共享的基础上，实现对目标信道的业务特性估计和快速的信道区分，缩短了用户的信道选择和接入时间，提高了传输效率。

附图说明

图1为认知无线网络中的用户协作信道选择的应用场景示意图；

图2为本发明所述的认知无线网络中的多用户协作信道选择方法的流程图；

图3为不确定度门限对目标认知用户接入信道时延的影响曲线图；

图4为目标信道数目的变化对目标认知用户信道选择时延的影响曲线图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细说明。

实施例一

图1中的目标信道是指认知用户所处的无线网络环境下可供认知系统使用的信道；协作认知用户是指在认知系统内为目标认知用户提供协信息的认知用户；目标认知用户是指获得了认知系统内其它认知用户协作的认知用户；协作信息是指由协作认知用户发送给目标认知用户的包含了目标信道特性参数的信息。图1中由斜线填充的圆表示正在接入到目标信道的认知用户，而空心圆表示没有接入过目标信道或者曾经接入过目标信道但是现在没有接入到目标信道的认知用户。

首先详细介绍几个概念：

【协作信息】

协作信息是由协作认知用户向目标认知用户提供的，该信息中包含有目标信道占空比和该占空比信息对应的不确定度。由某个协作认知用户向目标认知用户提供的协作信息中可以包含所有目标信道的占空比和不确定度信息，也可以只包含部分目标信道的占空比和不确定度信息。本实施例定义第i个协作认知用户向目标认知用户发送的协作信息向量为Xⁱ，Xⁱ中包含了目标信道的占空比和其对应的不确定度。

【协作信息更新概率因子】

协作信息更新概率因子ρ是在协作信息处理过程中被目标认知用户用来判定协作信息中是否包含有效信息的变量之一。

【协作信息的传输】

协作信息的传输可以采用主动协作和被动协作两种方式。

在主动协作中，协作认知用户广播各自收集的目标信道的占空比和对应的不确定度信息，该广播信息可以是协作认知用户在空闲的授权信道上传输数据时候发送，也可以是当认知系统存在集中控制信道时在该信道上发送。当目标认知用户进入到认知系统后，通过检测到空闲的目标信道接收协作认知用户发送的协作信息，或者直接在认知系统的集中控制信道上接收协作认知用户发送的协作信息。由于协作信息数据量小，可以采用低阶的编码和调制方式以确保其接收的正确性。

在被动协作中，目标认知用户和协作认知用户之间以请求应答的方式进行协作信息的传输。当目标认知用户进入到认知系统后，将向相邻的其他认知用户发送协作请求。如果被请求的认知用户愿意提供目标信道信息，将通过目标信道的空闲时隙或是认知系统的集中控制信道向目标认知用户发送协作信息，否则认知用户将不提供任何目标信道信息给目标认知用户。

以上仅是对协作信息在两种协作模式下的传输方式的示例说明，本发明中的协作信息的传输不仅限制于上述的两种协作模式下的传输方式。

本实施例提供一种认知无线网络中多用户协作信道选择方法，如图2所示，目标认知用户进入认知系统后开始接收协作用户发送的协作信息，并完成对目标信道特性的更新。认知无线网络中的信道选择可以依据目标信道的占空比，但不仅限于占空比。下面详细说明本实施例的实现过程：

1、当目标认知用户以目标信道的占空比作为信道选择的依据时，协作认知用户提供的协作信息中包含了目标信道的占空比和对应的不确定度信息。假设由目标信道的真实占空比构成的占空比向量为Θ＝[θ₁，...，θ_N]，而目标认知用户处存储的目标信道的占空比向量为

其中

为目标认知用户记录的第n个目标信道的占空比。

若定义X⁰为目标认知用户预设的占空比门限值，那么可在目标认知用户处定义第n个目标信道的实际占空比θ_n满足以

为均值，以

为方差的概率分布

其中

的物理意义为目标认知用户对第n个目标信道的占空比估值，

的物理意义为该占空比估值对应的不确定度；该分布中的两项参数

和

将根据接收到的协作信息进行更新。

2、目标信道占空比的更新

当目标认知用户接收到第i个协作用户的协作信息后，按照如下表达式进行占空比向量的更新：

${\tilde{X}}^0=P{({\mathrm{\σ}}_i+{\mathrm{\σ}}_0)}^{-1}\left(\begin{array}{cc}{\mathrm{\σ}}_i& {\mathrm{\σ}}_0\end{array}\right)\left(\begin{array}{c}{X}^0\\ X^i\end{array}\right)+(I-P)X^0$

其中，X⁰为更新前目标认知用户记录的目标信道的占空比向量Xⁱ为第i个协作认知用户向目标认知用户发送的协作信息向量，

为更新后目标认知用户记录的目标信道的占空比向量，

其中

为目标认知用户记录的第n个目标信道的占空比；P是由目标信道的协作信息更新概率因子ρ_n组成的N×N对角矩阵；ρ_n位于矩阵P的第n行第n列；σ_i为N×N的对角矩阵，矩阵中的对角线上的元素均为第i个协作认知用户记录的目标信道的占空比对应的不确定度；σ₀为N×N的对角矩阵，矩阵中的对角线上的元素均为目标认知用户记录的目标信道的占空比对应的不确定度。

3、目标信道占空比对应不确定度的更新

当目标认知用户接收到第i个协作用户的协作信息后，按照如下表达式进行占空比对应不确定度矩阵的更新：

${\widetilde{\mathrm{\σ}}}_0=[I-{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0\tilde{P}]{\mathrm{\σ}}_0+\tilde{P}(I-\tilde{P}){\left[{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0{\stackrel{\‾}{X}}_{0,i}\right]}^2$

其中，

为更新后的目标认知用户记录的目标信道的占空比对应的不确定度，

为更新后的更新概率因子矩阵，在占空比更新的过程中也同步更新，用于反应获得的协作信息的可靠性。

为一个N×N的矩阵，定义如下：

${\stackrel{\‾}{x}}_{i,j}=\left\{\begin{array}{cc}{(x_n^0-x_n^i)}^2& i=j=n,1\≤n\≤N\\ 0& i\≠j,1\≤i,j\≤N\end{array}\right.$

其中，i表示矩阵

中第i行，j表示矩阵

中第j列，n表示正在进行更新操作的第n个目标信道，N表示目标信道总数，

表示矩阵

中第i行第j列对应的数据。

表示目标认知用户记录的第n个目标信道的占空比；表示第i个协作认知用户记录的第n个目标信道的占空比。

4、当目标认知用户接收到的第i个协作用户的信息并依据上述步骤3和4所述的更新方法完成目标信道占空比和对应不确定度的更新后，将目标信道的占空比对应不确定度与预设的不确定度门限进行对比。如果小于或等于不确定度门限值，那么用户协作的信道选择过程停止，目标认知用户依据得到的目标信道的占空比进行目标信道的区分和接入。在与目标信道的预设的不确定度门限进行对比时，认知用户可以有多种不同的目标信道对应不确定度确定方法，如对多个目标信道的不确定度取算术平均，将得到的平均值与预设的不确定度门限进行对比；或者将所有目标信道的占空比对应不确定度与预设的不确定度门限进行比较，当所有的目标信道占空比对应不确定度低于预设的不确定度门限时，目标认知用户停止信道选择。

实施例二

本实施例与实施例一的区别在于，假设该分布h为正态分布，且所有协作用户记录的目标信道的占空比有同样的不确定度。下面以目标认知用户接收到第i个协作用户的协作信息后对其记录的第n个目标信道的占空比和不确定度进行更新为例来说明本发明所述方法的具体实现过程。

1’、目标认知用户定义第n个目标信道的实际占空比θ_n满足以

为均值，以

为方差的概率分布

其中h为正态分布。

2’、目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照如下的方式进行：

${\tilde{x}}_n^0={\widetilde{\mathrm{\ρ}}}_n\frac{\frac{x_n^0}{{\mathrm{\σ}}_{n,0}^2}+\frac{x_n^i}{{\mathrm{\σ}}_{n,i}^2}}{\frac{1}{{\mathrm{\σ}}_{n,i}^2}+\frac{1}{{\mathrm{\σ}}_{n,0}^2}}+(1-{\widetilde{\mathrm{\ρ}}}_n)x_n^0.$

其中，

为更新后目标认知用户记录的目标信道的占空比，为更新前目标认知用户记录的第n个目标信道的占空比，

为更新前目标认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ₀中主对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ_i中主对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比；

为更新后第n个目标信道对应的协作信息更新概率因子，

位于的第n行第n列；其更新过程如下式表示：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}}{{\mathrm{\ρ}}_n\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}{e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}+(1-{\mathrm{\ρ}}_n)}$

其中，ρ_n为更新前第n个目标信道对应的协作信息更新概率因子。

3’、根据方差的定义，更新后的信道占空比对应不确定度的计算可以按照表达式Var(X)＝E(X²)-E²(X)进行。由于步骤2’给出了更新后的占空比计算式，那么仅需要计算出更新后的占空比的平方的期望就可得到所需要的方差。根据步骤2’设置的协作信息更新概率因子，方差的计算过程可以分解成为两部分进行。

1)调整表达式Var(X)＝E(X²)-E²(X)等号左右两边的项可以得到占空比平方后的期望的计算表达式为E(X²)＝Var(X)+E²(X)。那么目标认知用户对第n个授权信道的不确定度的更新过程可以表示为：

当接收到的协作信息为有效信息时，E(X²)_ρ可以通过下式得到：

$E{\left(X^2\right)}_{\mathrm{\ρ}}={\widetilde{\mathrm{\ρ}}}_n[\frac{{\mathrm{\σ}}_{n,0}^2{\mathrm{\σ}}_{n,i}^2}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}+{\left(\frac{{\mathrm{\σ}}_{n,0}^2{x}_n^i+{\mathrm{\σ}}_{n,i}^2{x}_n^0}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}\right)}^2]$

当接收到的协作信息为无效信息时，E(X²)_1-ρ可以通过下式得到：

$E{\left(X^2\right)}_{1-\mathrm{\ρ}}=(1-{\widetilde{\mathrm{\ρ}}}_n)[{\mathrm{\σ}}_{n,0}^2+{\left(x_n^0\right)}^2]$

因此，将上面两式相加可以得到占空比平方的期望值。

2)由于第n个目标信道的期望为：

${\tilde{x}}_n^0={\widetilde{\mathrm{\ρ}}}_n\left(\frac{{\mathrm{\σ}}_{n,0}^2{x}_n^i+{\mathrm{\σ}}_{n,i}^2{x}_n^0}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}\right)+(1-{\widetilde{\mathrm{\ρ}}}_n)x_n^0$

那么第n个目标信道更新后的占空比的不确定度可按照如下表达式更新：

${\widetilde{\mathrm{\σ}}}_{n,0}^2=E{\left(X^2\right)}_{\mathrm{\ρ}}+E{\left(X^2\right)}_{1-\mathrm{\ρ}}-{\left({\tilde{x}}_n^0\right)}^2$

$=(1-\frac{{\mathrm{\σ}}_{n,0}^2}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}{\widetilde{\mathrm{\ρ}}}_n)+{\widetilde{\mathrm{\ρ}}}_n(1-{\widetilde{\mathrm{\ρ}}}_n){\left[\frac{{\mathrm{\σ}}_{n,0}^2(x_n^0-x_n^i)}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}\right]}^2$

构成了更新后的不确定度对角矩阵

中对角线上的第n项元素。

实施例三

本实施例与实施例二的区别在于：信道的占空比满足指数分布，此时更新后的第n个目标信道对应的协作信息更新概率因子为：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}}{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}+(1-{\mathrm{\ρ}}_n)}.$

实施例四

本实施例与实施例二的区别在于：信道的占空比满足泊松分布，此时更新后的第n个目标信道对应的协作信息更新概率因子为：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}}{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}+(1-{\mathrm{\ρ}}_n)}.$

实施例五

本实施例对本发明所述的方法进行仿真评估。

目标认知用户根据接收到的协作信息更新记录的目标信道的占空比和其对应的不确定度。在更新过程中每当目标认知用户接收到协作信息并完成更新后，将目标信道占空比对应的不确定度与预设的不确定度门限进行对比，根据对比结果来判定信道选择过程是否结束。因此，在仿真评估中，为目标信道的不确定度设置统一的标准，使得信道选择过程能够在一定时间内结束，并向目标认知用户提供目标信道的占空比估值。在研究中将采用均值的标准差(StandardDeviation of the Mean，SDM)

来度量估计的空闲率的不确定度。该的空闲率的不确定度是更新得到的占空比值的不准确程度，在接收协作信息前，目标用户已设置了其传输所需要的目标占空比值，通过接收到协作信息来区分哪些信道的占空比大于等于设定目标占空比，所得到的更新后的占空比值的准确度是否达到要求。预设统一的SDM门限S作为信道选择过程的停止判定条件。为了对不同的信道选择方法的性能进行比较，定义从信道选择过程开始至更新的目标信道空闲率的不确定度达到SDM门限时所消耗的时间为目标认知用户因信道选择造成的接入时延。

图3显示了本发明与传统的两种信道选择方法的对比结果。其中一种方法是基于统计平均的用户协作信道选择方法；另一种是基于统计平均的非用户协作信道选择方法。对于非用户协作信道选择，如果采用基于统计平均的信息处理方法，那么每当目标认知用户接收到一个完整的由一个ON和一个OFF状态组成的信道变化周期时触发一次对应目标信道的占空比的更新。因此，在应用基于统计平均的非用户协作信道选择方法时，信道选择的接入时延取决于所需要记录的完整的信道变化周期的数目还有ON和OFF状态的时间长度。ON和OFF状态的最小理论时间长度为一个时隙。如果在由多个目标信道组成的系统中的某个时隙内存在空闲的目标信道，假设目标认知用户在授权系统的一个时隙内仅能接收并处理一个协作用户发送的协作信息，而目标认知用户需要k个认知用户发送协作信息，考虑到授权系统的每个系统时隙内实际可能出现空闲目标信道的概率，那么目标认知用户为接收到k个认知用户的协作信息所需要的平均系统时隙数目为：

$K_{\mathrm{ave}}=\frac{k}{1-\underset{i=1}{\overset{N}{\mathrm{\Π}}}(1-{\mathrm{\θ}}_i)}$

其中N为目标信道总数，θ_i为第i个目标信道的占空比。

基于统计平均的用户协作信道选择方法是指采用该方法进行信道选择的用户也将接收到其他认知用户的协作信息，但是与本发明所提出的信道选择方法不同的是，在该方法中接收到的协作信息将采用统计平均方法进行协作信息的合并处理。

图3比较了不确定度门限从0.01递增到0.05时，本发明所提出的多用户协作信道选择，还有基于统计平均的用户协作和基于统计平均的非用户协作三种不同的信道选择方法得出的认知用户接入时延的大小。仿真中设定协作信息方差σ²为0.2，且初始的协作信息更新概率因子ρ为0.9。图3中的曲线显示随着SDM的取值减小，三种目标信道占空比更新方法下的信道选择时延递增，即随着不确定度门限趋于严格，目标认知用户需要更多的时间来收集更多的目标信道的信息以用于信道区分和选择。从图3中还可以发现由一个ON和一个OFF信道状态组成的一个完整的信道变化周期的时间长度对于目标认知用户的接入时延有着明显的影响。当一个完整的信道变化周期的时间长度由理论上的最小值由2递增至4时，基于统计平均的非用户协作的信道选择方法导致的时延值将出现较大幅度的增长。而且随着SDM的门限值的减小，上述三条非用户协作的信道选择方法导致的接入时延之间的差距逐渐扩大。但是本发明所提出的用户协作信道选择方法的接入时延始终是三种信道选择方法中最小的。

图4显示了在目标信道数由2递增至8时，本发明与传统的两种信道选择方法的选择时延对比结果。仿真中对基于统计平均的非用户协作的信道选择方法考虑了理论上不同时长的完整信道变化周期。对于采用用户协作的信道选择方法，仿真中设定协作信息方差σ²为0.2，且初始的协作信息概率因子ρ为0.9。仿真中对三种不同的信道选择方法设置了统一的不确定度门限为0.01。从图4显示结果可知，与非用户协作信道选择方法相比，采用用户协作信道选择方法的信道选择时延更小，而本发明所提出的多用户协作信道选择方法的信道选择时延为三种信道选择方法中最小的。随着目标信道数的增加，本发明所提出的信道选择方法和基于统计平均的用户协作的信道选择方法的信道选择时延分别趋向于20个时隙和40个时隙。但是基于统计平均的非用户协作的信道选择方法即使当完整的信道变化周期取理论上的最小值时，其与基于统计平均的用户协作信道选择方法之间的信道选择时延差最小为40个时隙，且随着目标信道数目的增加，两种信道选择方法之间的信道选择时延差将进一步扩大。因为仿真中仅仅考虑了完整信道变化周期的两种较小的理论取值，如果考虑实际的信道变化周期长度，那么传统的用户协作信道选择方法和非用户协作信道选择方法之间的时延差将会进一步扩大，所以本发明所述的用户协作信道选择方法更具有优势。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其他形式、结构、布置、比例，以及用其他元件、材料和部件来实现。

Claims (8)

1.一种认知无线网络中的多用户协作信道选择方法，其特征在于，所述信道选择方法包括以下步骤：

步骤一，目标认知用户进入认知系统，判断认知系统中是否有可信的目标信道占空比信息，若有则根据可信的目标信道占空比信息选择接入信道；若没有则执行下一步；

步骤二，认知系统中的协作认知用户向目标认知用户提供协作信息，所述协作信息包括目标信道的占空比和对应的不确定度；

步骤三，目标认知用户根据所述协作信息更新自己记录的目标信道的占空比和对应的不确定度；

步骤四，目标认知用户将步骤三中更新后的不确定度与预设的不确定度门限进行对比，若更新后的不确定度大于等于预设的不确定度门限，则根据更新后的目标信道的占空比选择接入信道；否则返回步骤二。

2.根据权利要求1所述的认知无线网络中的多用户协作信道选择方法，其特征在于，步骤三中，目标信道的占空比的更新过程为：

当目标认知用户接收到第i个协作认知用户的协作信息后，按照如下表达式进行占空比向量的更新：

${\tilde{X}}^0=P{({\mathrm{\σ}}_i+{\mathrm{\σ}}_0)}^{-1}\left(\begin{array}{cc}{\mathrm{\σ}}_i& {\mathrm{\σ}}_0\end{array}\right)\left(\begin{array}{c}{X}^0\\ X^i\end{array}\right)+(I-P)X^0$

其中，X⁰为更新前目标认知用户记录的目标信道的占空比向量，Xⁱ为第i个协作认知用户向目标认知用户发送的协作信息向量，

为更新后目标认知用户记录的目标信道的占空比向量，其中

为目标认知用户记录的第n个目标信道的占空比；P是由目标信道的协作信息更新概率因子ρ_n组成的N×N对角矩阵，ρ_n为更新前第n个目标信道对应的协作信息更新概率因子，处于矩阵P的第n行第n列；σ_i为N×N的对角矩阵，矩阵中的对角线上的元素均为第i个协作认知用户记录的目标信道的占空比对应的不确定度；σ₀为N×N的对角矩阵，矩阵中的对角线上的元素均为目标认知用户记录的目标信道的占空比对应的不确定度。

3.根据权利要求2所述的认知无线网络中的多用户协作信道选择方法，其特征在于，步骤三中，目标信道的占空比对应的不确定度的更新过程为：

当目标认知用户接收到第i个协作认知用户的协作信息后，按照如下表达式进行目标信道的占空比对应的不确定度的更新：

${\widetilde{\mathrm{\σ}}}_0=[I-{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0\tilde{P}]{\mathrm{\σ}}_0+\tilde{P}(I-\tilde{P}){\left[{({\mathrm{\σ}}_0+{\mathrm{\σ}}_i)}^{-1}{\mathrm{\σ}}_0{\stackrel{\‾}{X}}_{0,i}\right]}^2$

其中，

为更新后的目标认知用户记录的目标信道的占空比对应的不确定度，

为更新后的更新概率因子矩阵，

为一个N×N的矩阵，定义如下：

${\stackrel{\‾}{x}}_{i,j}=\left\{\begin{array}{cc}{(x_n^0-x_n^i)}^2& i=j=n,1\≤n\≤N\\ 0& i\≠j,1\≤i,j\≤N\end{array}\right.$

其中，i表示矩阵中第i行，j表示矩阵

中第j列，n表示正在进行更新操作的第n个目标信道，N表示目标信道总数，

表示矩阵

中第i行第j列对应的数据，

表示目标认知用户记录的第n个目标信道的占空比；

表示第i个协作认知用户记录的第n个目标信道的占空比。

4.根据权利要求3所述的认知无线网络中的多用户协作信道选择方法，其特征在于：第n个目标信道的实际占空比θ_n满足以

为均值，以为方差的概率分布其中h为正态分布。

5.根据权利要求4所述的认知无线网络中的多用户协作信道选择方法，其特征在于：目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\tilde{x}}_n^0={\widetilde{\mathrm{\ρ}}}_n\frac{\frac{x_n^0}{{\mathrm{\σ}}_{n,0}^2}+\frac{x_n^i}{{\mathrm{\σ}}_{n,i}^2}}{\frac{1}{{\mathrm{\σ}}_{n,i}^2}+\frac{1}{{\mathrm{\σ}}_{n,0}^2}}+(1-{\widetilde{\mathrm{\ρ}}}_n)x_n^0$

其中，

为更新后目标认知用户记录的目标信道的占空比，

为更新前目标认知用户记录的第n个目标信道的占空比，为更新前目标认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ₀中行列号相等的元素所在的对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比对应的不确定度对角矩阵σ_i中行列号相等的元素所在的对角线上的第n项元素；

为第i个协作认知用户记录的第n个目标信道的占空比；为更新后第n个目标信道对应的协作信息更新概率因子，处于矩阵

的第n行第n列，其更新过程如下式表示：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}}{{\mathrm{\ρ}}_n\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{n,0}^2}{e}^{-\frac{{(x_n^0-x_n^i)}^2}{2{\mathrm{\σ}}_{n,0}^2}}+(1-{\mathrm{\ρ}}_n)}$

其中，ρ_n为更新前第n个目标信道对应的协作信息更新概率因子。

6.根据权利要求4所述的认知无线网络中的多用户协作信道选择方法，其特征在于：所述h满足指数分布，目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}}{{\mathrm{\ρ}}_n{\mathrm{\σ}}_{n,0}{e}^{-{\mathrm{\σ}}_{n,0}\frac{x_n^0-x_n^i}{2}}+(1-{\mathrm{\ρ}}_n)}.$

7.根据权利要求4所述的认知无线网络中的多用户协作信道选择方法，其特征在于：所述h满足泊松分布，目标认知用户根据接收到的协作信息对第n个目标信道的占空比

的更新可以按照下式进行：

${\widetilde{\mathrm{\ρ}}}_n=\frac{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}}{{\mathrm{\ρ}}_n{e}^{-{\mathrm{\σ}}_{n,0}^2}\frac{{\mathrm{\σ}}_{n,0}^{x_n^0+x_n^i}(x_n^0+x_n^i)!}{2x_n^0!x_n^i!}+(1-{\mathrm{\ρ}}_n)}.$

8.根据权利要求5至7任意一项所述的认知无线网络中的多用户协作信道选择方法，其特征在于：目标认知用户根据接收到的协作信息对第n个目标信道的占空比

对应的不确定度的更新可以按照下式进行：

${\widetilde{\mathrm{\σ}}}_{n,0}^2=(1-\frac{{\mathrm{\σ}}_{n,0}^2}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}{\widetilde{\mathrm{\ρ}}}_n)+{\widetilde{\mathrm{\ρ}}}_n(1-{\widetilde{\mathrm{\ρ}}}_n){\left[\frac{{\mathrm{\σ}}_{n,0}^2(x_n^0-x_n^i)}{{\mathrm{\σ}}_{n,0}^2+{\mathrm{\σ}}_{n,i}^2}\right]}^2$

其中，

为更新后第n个目标信道的占空比对应的不确定度对角矩阵中行列号相等的元素所在的对角线上的第n项元素。

Images