CN102547795A - 自适应频谱感知调度方法 - Google Patents

Abstract

本发明提供了一种自适应频谱感知调度方法，包括以下步骤：根据认知无线电网络的目标检测概率和虚警概率计算检测每个授权信道所需要的感知时间，以及下一帧授权用户在授权信道上出现的概率，基于感知时间、概率以及每个认知用户的实时信道状态信息，利用比例公平模型建立目标函数，建立认知用户与授权信道之间的双向配对关系，并计算每个双向配对的权重，根据权重利用匈牙利算法求目标函数的最优解。本发明的方法相比较随机调度算法，认知无线电网络吞吐量提高了118％，边缘用户的平均吞吐量提高了56％。并且该方法复杂度较低，在多项式时间内可以找到最优的频谱感知调度策略。

Description

自适应频谱感知调度方法

技术领域

本发明属于认知无线电网络领域，具体涉及一种自适应频谱感知调度方法。

背景技术

随着无线通信技术的飞速发展，有限的频谱资源与不断增长的无线通信需求的矛盾越来越突出。然而根据现有的固定分配频谱资源策略，绝大多数频谱资源得不到有效利用。为了提高频谱资源的利用率，认知无线电网络由Joseph Mitola III提出并得到了广泛的关注。

频谱感知技术是认知无线电网络的支撑技术之一。认知用户在接入授权频带之前，必须首先检测到该频带空闲即授权用户没有工作，否则会对授权用户造成干扰。一旦授权用户重新工作，认知用户必须退避，实现在不对授权用户产生干扰的情况下对频谱资源的共享。频谱感知技术可以通过两层机制实现：物理层频谱感知和MAC层频谱感知。其中前者通过在物理层有效的检测手段来判断授权用户是否工作，而MAC层频谱感知主要确定认知用户该在什么时间去检测哪一个授权信道。针对MAC层频谱感知的问题，人们提出了很多解决方案：比如，H.Kim和K.G.Shin提出了一种感知优化算法从而最大化认知用户检测到空闲信道的概率；L.Yang等提出一种基于授权用户信道历史状态信息的频谱接入方法，通过预测未来频谱的可利用性来提前决定是否切换信道。

然而，上述方法都没有考虑授权用户经历时变信道的情况，且没有考虑认知用户之间的公平性问题，因此，既不能保证网络边缘用户的性能，也不能完全满足实际需求。

发明内容

本发明的目的在于提供一种自适应频谱感知调度方法，以提高认知无线电网络的吞吐量，并保证认知用户之间的公平性。

本发明是通过以下技术方案实现的：

一种自适应频谱感知调度方法，包括以下步骤：

(1)根据认知无线电网络的目标检测概率和虚警概率(P_d，P_f)计算检测每个授权信道所需要的感知时间，以及下一帧授权用户在授权信道上出现的概率；

(2)基于感知时间、概率以及每个认知用户的实时信道状态信息，利用比例公平模型建立目标函数：

$\underset{\mathrm{\Θ}}{\max }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i\frac{\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)}{{\stackrel{\‾}{r}}_n},$

$s.t\left\{\begin{array}{cc}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,n,\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,k,\end{array}\right.$

其中，N表示认知用户的个数，K表示授权信道的个数，

是可能的信道分配集合，

表示在第i帧是否将授权信道k分配给认知用户n，取值为0表示不分配，取值为1表示分配，

表示在第i帧之前认知用户n已获得的平均吞吐量，T表示每一帧的持续时间，

表示检测授权信道k需要的感知时间，

是认知用户n在第i帧授权信道未被授权用户占用时的通信速率，由认知用户n及其实时信道状态信息所决定，H₀表示授权用户未出现在授权信道上，表示将授权信道k分配给认知用户n时，下一帧授权用户在授权信道k上出现的概率；

(3)建立认知用户与授权信道之间的双向配对关系，并计算每个双向配对的权重；

(4)根据权重利用匈牙利算法求目标函数的最优解。

感知时间是利用以下公式获得：

$T_S=\frac{4\mathrm{\τ}}{{\mathrm{\γ}}^2}{[Q^{-1}\left(P_f\right)-Q^{-1}\left(P_d\right)\sqrt{2\mathrm{\γ}+1}]}^2$

其中，τ是采样间隔，γ是在认知用户的接收端测量得到的授权用户信号的信噪比，Q函数定义为：

$Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}\exp (-\frac{t^2}{2})\mathrm{dt}.$

授权用户是BPSK调制信号。

下一帧授权用户在授权信道上出现的概率是利用以下公式获得：

$P_{\mathrm{nk}}^i\left(H_0\right)=\left\{\begin{array}{cc}\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}+\frac{{\mathrm{\λ}}_{\mathrm{OFF}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=0,\\ \frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}-\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=1.\end{array}\right.$

其中

表示授权用户出现在授权信道中的ON状态和授权用户未出现在授权信道中的OFF状态的平均持续时间，s^i-1表示第i-1帧时授权信道是否被授权用户所占用，T表示每一帧的持续时间。

授权用户出现在授权信道中的持续时间、以及授权用户未出现在授权信道中的持续时间的概率密度函数分别满足：

$\left\{\begin{array}{c}{f}_{T_{\mathrm{OFF}}^k}\left(x\right)={\mathrm{\λ}}_{\mathrm{OFF}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{OFF}}^{k}x}(x>0)\\ f_{T_{\mathrm{ON}}^k}\left(y\right)={\mathrm{\λ}}_{\mathrm{ON}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{ON}}^{k}y}(y>0)\end{array}\right..$

计算权重是根据以下公式：

${\mathrm{\ω}}_{\mathrm{kn}}^i{=\mathrm{\μ}}_{\mathrm{kn}}^i\frac{\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)}{{\stackrel{\‾}{r}}_n}.$

本发明具有以下的优点和技术效果：

(1)复杂度低：在多项式时间内可以找到最优的频谱感知调度策略；

(2)权衡认知网络吞吐量和认知用户之间的公平性：最大化认知无线网络吞吐量的同时，提高网络边缘用户的吞吐量，从而保证认知用户之间的公平性。

附图说明

图1是本发明自适应频谱感知调度方法的流程图。

图2是本发明步骤(3)中双向配对关系的示意图。

具体实施方式

如图1所示，本发明的自适应频谱感知调度算法包括下述步骤：

(1)根据认知无线电网络的目标检测概率和虚警概率(P_d，P_f)计算检测每个授权信道所需要的感知时间，以及下一帧授权用户在授权信道上出现的概率；

假定授权用户是BPSK调制信号，噪声是实高斯白噪声。为满足目标检测概率和虚警概率(P_d，P_f)，在每个授权信道上进行频谱感知所需要的时间为：

$T_S=\frac{4\mathrm{\τ}}{{\mathrm{\γ}}^2}{[Q^{-1}\left(P_f\right)-Q^{-1}\left(P_d\right)\sqrt{2\mathrm{\γ}+1}]}^2$

其中，τ是采样间隔，γ是在认知用户接收端测量获得的关于授权用户信号的信噪比，Q函数定义为：

$Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}\exp (-\frac{t^2}{2})\mathrm{dt}.$

统计授权用户业务的历史状态信息，当授权用户出现在授权信道中的持续时间、以及授权用户未出现在授权信道中的持续时间满足指数分布模型时，其概率密度函数满足：

$\left\{\begin{array}{c}{f}_{T_{\mathrm{OFF}}^k}\left(x\right)={\mathrm{\λ}}_{\mathrm{OFF}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{OFF}}^{k}x}(x>0)\\ f_{T_{\mathrm{ON}}^k}\left(y\right)={\mathrm{\λ}}_{\mathrm{ON}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{ON}}^{k}y}(y>0)\end{array}\right.$

其中

表示授权用户出现在授权信道以及授权用户未出现在授权信道的平均持续时间，利用生灭过程理论计算下一帧授权信道的状态转移概率：

$P_{00}^k\left(T\right)=\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}+\frac{{\mathrm{\λ}}_{\mathrm{OFF}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},$

$P_{01}^k\left(T\right){=1-P}_{00}^k\left(T\right),$

$P_{10}^k\left(T\right)=\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}-\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},$

$P_{11}^k\left(T\right){=1-P}_{10}^k\left(T\right).$

其中T表示每一帧的持续时间。则在第i帧当授权信道k分配给用户n时，授权信道空闲的概率：

$P_{\mathrm{nk}}^i\left(H_0\right)=\left\{\begin{array}{cc}\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}+\frac{{\mathrm{\λ}}_{\mathrm{OFF}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=0,\\ \frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}-\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=1.\end{array}\right.$

其中H₀表示授权用户未出现在授权信道，s^i-1表示第i-1帧授权信道是否被授权用户所占用。

(2)基于感知时间、下一帧授权用户在授权信道上出现的概率以及每个认知用户的实时信道状态信息，利用比例公平模型建立目标函数：

$\underset{\mathrm{\Θ}}{\max }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i\frac{U_{\mathrm{kn}}^i}{{\stackrel{\‾}{r}}_n},$

$s.t\left\{\begin{array}{cc}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,n,\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,k,\end{array}\right.$

其中，限制条件表示一个信道只能分配个一个用户使用，一个用户最多也只能占用一个信道。N表示认知用户的个数，K表示授权信道的个数，

是可能的信道分配集合，

表示在第i帧信道k是否分配给认知用户n，取值为0表示不分配，取值为1表示分配，

表示在第i帧之前认知用户n已获得的吞吐量，

定义为在第i帧信道k分配给认知用户n获得的吞吐量的期望：

$U_{\mathrm{kn}}^i=\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)+$

$\frac{T-T_s^k}{T}{C}_{n1}^i(1-P_d)P_{\mathrm{nk}}^i\left(H_1\right)$

其中

表示检测第k个信道需要的时间，

是当授权信道空闲时认知用户n在第i帧的通信速率，是当授权信道被授权用户占用时，因为虚警，认知用户n在第i帧的通信速率，

表示在第i帧将授权信道k分配给用户n时，授权信道k空闲的概率，H₁表示所述授权用户出现在所述授权信道，则表示在第i帧将授权信道k分配给用户n时，授权信道k被授权用户占用的概率。因为

则

可以近似为：

$U_{\mathrm{kn}}^i=\frac{T-T_s^k}{T}{C}_n^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)$

将上式代入原目标函数，则上述目标函数重新表述为：

$\underset{\mathrm{\Θ}}{\max }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i\frac{\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)}{{\stackrel{\‾}{r}}_n},$

$s.t\left\{\begin{array}{cc}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,n,\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,k,\end{array}\right.$

(3)建立认知用户与授权信道之间的双向配对关系，并计算每个双向配对的权重。

如图2所示，左边的集合表示认知用户集合，常规点表示每一个认知用户。右边的集合表示授权信道集合，常规点表示授权信道。为使左右边集合点的个数相等，在右边集合里添加N-K个空点。每两个点之间的连线代表两者之间的权重：

${\mathrm{\ω}}_{\mathrm{kn}}^i={\mathrm{\μ}}_{\mathrm{kn}}^i\frac{U_{\mathrm{kn}}^i}{{\stackrel{\‾}{r}}_n}$

当常规点和空点相连接时，边的权重为0。

(4)根据每个双向配对的权重，利用匈牙利算法在多项式时间内找到最优解，从而调度不同的认知用户到不同的授权信道上进行频谱检测和接入。

仿真结果表明：若使用上述自适应的频谱感知调度方法，当认知用户个数为30，授权信道个数为2时，则该方法相比较随机调度算法，认知无线电网络的网络吞吐量提高了118％；边缘用户的平均吞吐量提高了56％。并且该方法复杂度较低，在多项式时间内可以找到最优的频谱感知调度策略。

Claims (6)

1.一种自适应频谱感知调度方法，其特征在于，包括以下步骤：

(1)根据认知无线电网络的目标检测概率和虚警概率(P_d，P_f)计算检测每个授权信道所需要的感知时间，以及下一帧授权用户在所述授权信道上出现的概率；

(2)基于所述感知时间、所述概率以及每个认知用户的实时信道状态信息，利用比例公平模型建立目标函数：

$\underset{\mathrm{\Θ}}{\max }\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i\frac{\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)}{{\stackrel{\‾}{r}}_n},$

$s.t\left\{\begin{array}{cc}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,n,\\ \underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{kn}}^i=1& \∀i,k,\end{array}\right.$

其中，N表示所述认知用户的个数，K表示所述授权信道的个数，

是可能的信道分配集合，

表示在第i帧是否将授权信道k分配给认知用户n，取值为0表示不分配，取值为1表示分配，

表示在第i帧之前认知用户n已获得的平均吞吐量，T表示每一帧的持续时间，

表示检测所述授权信道k需要的感知时间，

是所述认知用户n在第i帧授权信道未被所述授权用户占用时的通信速率，由所述认知用户n及其实时信道状态信息所决定，H₀表示所述授权用户未出现在所述授权信道，

表示将所述授权信道k分配给所述认知用户n时，下一帧授权用户在所述授权信道k上出现的概率；

(3)建立所述认知用户与所述授权信道之间的双向配对关系，并计算每个双向配对的权重；

(4)根据所述权重利用匈牙利算法求所述目标函数的最优解。

2.根据权利要求1所述的自适应频谱感知调度方法，其特征在于，所述感知时间是利用以下公式获得：

$T_S=\frac{4\mathrm{\τ}}{{\mathrm{\γ}}^2}{[Q^{-1}\left(P_f\right)-Q^{-1}\left(P_d\right)\sqrt{2\mathrm{\γ}+1}]}^2$

其中，τ是采样间隔，γ是在所述认知用户的接收端测量得到的授权用户信号的信噪比，Q函数定义为：

$Q\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}}{\∫}_x^{\∞}\exp (-\frac{t^2}{2})\mathrm{dt}.$

3.根据权利要求2所述的自适应频谱感知调度方法，其特征在于，所述授权用户是BPSK调制信号。

4.根据权利要求1所述的自适应频谱感知调度方法，其特征在于，所述下一帧授权用户在所述授权信道上出现的概率是利用以下公式获得：

$P_{\mathrm{nk}}^i\left(H_0\right)=\left\{\begin{array}{cc}\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}+\frac{{\mathrm{\λ}}_{\mathrm{OFF}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=0,\\ \frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}-\frac{{\mathrm{\λ}}_{\mathrm{ON}}^k}{{\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k}{e}^{-({\mathrm{\λ}}_{\mathrm{ON}}^k+{\mathrm{\λ}}_{\mathrm{OFF}}^k)T},& s^{i-1}=1.\end{array}\right.$

其中

表示所述授权用户出现在授权信道中的ON状态和所述授权用户未出现在授权信道中的OFF状态的平均持续时间，s^i-1表示第i-1帧时授权信道是否被授权用户所占用，T表示每一帧的持续时间。

5.根据权利要求4所述的自适应频谱感知调度方法，其特征在于，所述授权用户出现在授权信道中的持续时间、以及所述授权用户未出现在授权信道中的持续时间的概率密度函数分别满足：

$\left\{\begin{array}{c}{f}_{T_{\mathrm{OFF}}^k}\left(x\right)={\mathrm{\λ}}_{\mathrm{OFF}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{OFF}}^{k}x}(x>0)\\ f_{T_{\mathrm{ON}}^k}\left(y\right)={\mathrm{\λ}}_{\mathrm{ON}}^k{e}^{-{\mathrm{\λ}}_{\mathrm{ON}}^{k}y}(y>0)\end{array}\right..$

6.根据权利要求1所述的自适应频谱感知调度方法，其特征在于，计算所述权重是根据以下公式：

${\mathrm{\ω}}_{\mathrm{kn}}^i{=\mathrm{\μ}}_{\mathrm{kn}}^i\frac{\frac{T-T_s^k}{T}{C}_{n0}^i(1-P_f)P_{\mathrm{nk}}^i\left(H_0\right)}{{\stackrel{\‾}{r}}_n}$

Images