CN102625319A - 无线认知传感网的实现方法和设备 - Google Patents

无线认知传感网的实现方法和设备 Download PDF

Info

Publication number
CN102625319A
CN102625319A CN2012101001430A CN201210100143A CN102625319A CN 102625319 A CN102625319 A CN 102625319A CN 2012101001430 A CN2012101001430 A CN 2012101001430A CN 201210100143 A CN201210100143 A CN 201210100143A CN 102625319 A CN102625319 A CN 102625319A
Authority
CN
China
Prior art keywords
groups
frequency bands
frequency spectrum
sensing node
centralized control
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.)
Granted
Application number
CN2012101001430A
Other languages
English (en)
Other versions
CN102625319B (zh
Inventor
毛旭
陈山枝
郑林会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Telecommunications Technology CATT
Original Assignee
China Academy of Telecommunications Technology CATT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Telecommunications Technology CATT filed Critical China Academy of Telecommunications Technology CATT
Priority to CN201210100143.0A priority Critical patent/CN102625319B/zh
Publication of CN102625319A publication Critical patent/CN102625319A/zh
Application granted granted Critical
Publication of CN102625319B publication Critical patent/CN102625319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种无线认知传感网的实现方法和设备,通过应用该方法,集中控制节点对下一时隙中各频段组内的空闲频谱进行预测,将各待分配传感节点分别分配到最符合其传输要求的频段组中,使各传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,基于这样的处理机制,一方面,集中控制节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,而另一方面,传感节点仅在其被分配到的频段组内进行频谱检测和动态接入,能够节约传感节点因频谱检测而消耗的电能,减少网络开销,增加网络的容量。本技术方案尤其适用于突发事件或紧急业务等所对应的大尺度、频谱时变的应用场景。

Description

无线认知传感网的实现方法和设备
技术领域
本发明涉及通信技术领域,特别涉及一种无线认知传感网的实现方法和设备。
背景技术
随着城市化的快速发展以及人口数量的快速增长,世界各地的人口密集区域的人口密度也随即快速增加,而且,伴随着人类社会性活动的增加,大型的活动或集会也日益频繁,在这样的大型活动或集会发生时,往往造成数据信息的瞬间爆发式增长,给现有通信系统带来极大的压力。
不仅如此,如果在这样的地区发生突发紧急事件(诸如地震、泥石流、火灾、恐怖袭击等),往往会对通信系统产生大范围的破坏,而现有的恢复方案或补救措施需要大量的人力物力的投入,而且危险性高,恢复效率低。加之在突发紧急事件中大量应急业务瞬间爆发式增长,海量呼叫使得网络话务量大幅度增加,其结果将致使网络拥塞,通信服务质量大大降低,影响突发紧急事件的处理,造成生命财产的损失,甚至危害社会稳定和国家安全。
为了应对这样的问题,现有技术中提出了无线传感网技术。
无线传感网是由大量随机分布的廉价传感器节点组成的无线自组织网络,它的主要特点就是自组织、自愈合,能够适应复杂多变的环境。同时,无线传感网无需大量布线,是可以利用无线网络进行信息传输的新技术。
这些特点使得无线传感网非常适于提供应急通信业务。现有的无线传感网都工作在无需授权的ISM(Industrial Scientific Medical,即一种开放给工业、科学、医学三个主要机构使用的频段)频段(如2.4G),这些公用频段无需授权许可就可以使用。
但是,随着各种无线通信新技术,如WiFi、蓝牙、Zigbee、Wimax等的广泛应用,导致ISM频段日益拥挤,并且干扰严重。
因此,为了解决无线传感网频谱资源有限的问题,可以在无线传感网中引入认知无线电(Cognitive Radio,CR)技术,使具有认知功能的传感节点感知周围频谱环境中的频谱空穴,并通过自适应地调整通信参数以合法高效的机会接入授权频谱,实现应急通信链路动态频谱接入,保障应急通信链路的质量,并提高授权频谱利用率的目的。
作为一种面向应急业务的全新的信息获取和处理技术,无线认知传感网是对现有无线传感网的智能增强,具有认知功能的传感节点可以随处移动,网络拓扑动态拓展,传感节点灵活接入授权频谱,实时获取事件现场信息,在应急通信领域中具有广阔的应用前景。
如图1所示,为现有技术中的无线认知传感网的应用场景示意图。
考虑一个无线认知传感网,由一个无线传感网和M个授权网络构成。其中,无线传感网采用分级结构,网络被分为多个簇,每个簇由一个簇头和多个簇成员构成。无线传感网按照时隙的方式工作,传感节点通过其所在簇内的簇头结点向集中控制节点(Centralized Control Node,CCN)上报传输需求。考虑到传感节点的能量消耗等问题,假设每个传感节点在一个时隙内最多能感知Nsense个窄带频段。传感节点的移动服从λs的泊松分布。
假设任一授权网络m(1≤m≤M)的总频宽为Bm Hz,可被分为多个固定长度为BHz的窄带,B为频段划分以及资源分配的最小单位。所有的授权频段被分为N组,其中每个组的频段只属于一个授权网络;同时一个授权网络的所有频段也可以分成若干组。每个频段组可以分配给多个传感节点。
在常规的无线认知传感网中,其主要的网络构件形式主要包括集中式组网和分布式组网。
在实现本发明的过程中,发明人发现现有技术中至少存在以下问题:
为全面获取事件现场的信息,无线认知传感网需要随机部署大量传感节点,这些传感节点需要在很宽的频带上进行频谱检测,因此,分布式网络组网不适合这种大尺度,频谱时变的场景,主要原因包括:
(1)传感节点受硬件复杂度的限制,宽带频谱检测的实现代价较高,单个传感节点在一定时间内所能感知的频谱范围十分有限;而且现有的传感节点主要依靠电池供电,持续的信号检测将极大消耗其有限的能量,减少其生存时间。
(2)随着分布式网络中传感节点个数的增加,节点交互的信息量将呈指数级增长,节点间信令的交互会导致冗余开销。
(3)频谱资源的状态是时变的,即使每个频段组中用户的个数是可知的,新的传感节点也难以很快找到最优的频段组并接入。
另一方面,集中式组网也存在一些问题,比如在大尺度无线传感网中,集中控制将增大传输时延并降低系统容量。
综上所述,常规的分布式组网和集中式组网的无线认知传感网都不能适用于大尺度、频谱时变场景的需要,而现有技术中,也没有提出相应的解决方案,因此,在大尺度、频谱时变的场景中,如何构建无线认知传感网,成为了一个亟待解决的难题。
发明内容
本发明实施例提供一种无线认知传感网的实现方法和设备,解决现有的技术方案中的无线认知传感网的构建方案不能满足大尺度、频谱时变场景的需要的问题。
为达到上述目的,本发明实施例一方面提供了一种无线认知传感网的实现方法,至少包括以下步骤:
集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测;
所述集中控制节点根据各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中;
各所述待分配传感节点在所述下一个时隙中对所分配的频段组进行频谱检测,并接入相应的空闲频谱之后,所述集中控制节点获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息;
所述集中控制节点根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
另一方面,本发明实施例还提供了一种集中控制节点,包括:
预测模块,对下一个时隙中每个频段组内的空闲频谱进行预测;
分配模块,用于根据所述预测模块对各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中;
获取模块,用于在各所述待分配传感节点在所述下一个时隙中对所述分配模块所分配的频段组进行频谱检测,并接入相应的空闲频谱之后,获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息,并通知所述预测模块根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
另一方面,本发明实施例还提供了一种无线认知传感网的实现方法,至少包括以下步骤:
传感节点接收集中控制节点发送的频段组分配信息,所述频段组分配信息具体为所述集中控制节点对下一个时隙中各频段组内的空闲频谱进行预测后,为各待分配传感节点所分配的最符合其传输要求的频段组的信息;
所述传感节点在所述下一个时隙中对所述频段组分配信息所对应的频段组进行频谱检测,并接入相应的空闲频谱;
所述传感节点向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
另一方面,本发明实施例还提供了一种传感节点,包括以下步骤:
接收模块,用于接收集中控制节点发送的频段组分配信息,所述频段组分配信息具体为所述集中控制节点对下一个时隙中各频段组内的空闲频谱进行预测后,为各待分配传感节点所分配的最符合其传输要求的频段组的信息;
处理模块,用于在所述下一个时隙中对所述频段组分配信息所对应的频段组进行频谱检测,并接入相应的空闲频谱;
发送模块,用于向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
与现有技术相比,本发明实施例所提出的技术方案具有以下优点:
通过应用本发明实施例的技术方案,集中控制节点可以根据对下一时隙中各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中,使各待分配传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,而集中控制节点则可以根据各传感节点在接入相应的频段组后的频谱使用信息,以及相应的历史频谱使用信息,继续对再下一个时隙中各频段组内的空闲频谱进行预测,基于这样的处理机制,一方面,集中控制节点作为无线认知传感网的中心节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,比如中断概率,而另一方面,传感节点仅在其被分配到的频段组内进行频谱检测,然后动态接入空闲频谱,能够避免单个传感节点因宽频检测而消耗大量电能,减少网络开销,增加网络的容量。
附图说明
图1为现有技术中的无线认知传感网的应用场景示意图;
图2为本发明实施例所提出的一种无线认知传感网的实现方法的流程示意图;
图3为本发明实施例所提出的一种无线认知传感网的实现方法中的频段组分配过程的流程示意图;
图4为本发明实施例所提出的图3中的步骤S304的流程示意图;
图5为本发明实施例所提出的一种具体应用场景中的需要切换的传感节点的接入控制及分配方法的流程示意图的流程示意图;
图6为本发明实施例所提出的一种集中控制节点的结构示意图;
图7为本发明实施例提出的一种传感节点的结构示意图。
具体实施方式
如背景技术所述,现有的无线认知传感网的组网技术分为集中式组网和分布式组网两种,但是,集中式组网需要集中控制节点进行大量的控制和处理,增加了集中控制节点的处理负担、集中控制节点与传感节点之间的大量指令通信也增加了系统中的数据传输量和数据处理时延,而分布式组网则需要传感节点在很宽的频带上进行频谱检测,而且需要在节点间进行大量信息交互,耗费大量的电力和系统传输资源,缩短传感节点的使用寿命,而且也无法满足频谱时变情况下的传感节点的最优接入,因此,现有的无线认知传感网的组网技术无法满足大尺度、频谱时变的场景中对数据传输的需要
为了克服这样的缺陷,本发明实施例提出了一种无线认知传感网的实现方法,一方面,由集中控制节点对下一时隙中各频段组内的空闲频谱进行预测,并根据预测结果将各待分配传感节点分别分配到最符合其传输要求的频段组中,实现了传感节点接入的集中控制和频谱接入优化处理,另一方面,各传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,实现了各传感节点的频谱感知和接入的分布处理。
如图2所示,为本发明实施例所提出的一种无线认知传感网的实现方法的流程示意图,该方法具体包括以下步骤:
步骤S201、集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测。
在本步骤之前,集中控制节点需要对相应的历史频谱使用信息进行处理具体的处理过程如下:
首先,所述集中控制节点将每个频段组中的频谱历史使用记录压缩为一串事件序列。
然后,所述集中控制节点将各事件序列分解为每个与前面都不相同、且最短的子序列,并对每个子序列进行编码;
最后,所述集中控制节点将编码后的子序列保存在相应的频段组的数据结构树中。
通过上述的处理,集中控制节点完成了对历史频谱使用数据的处理,并将处理结果存储在了各频段组的数据结构树中。
需要进行说明的是,上述的子序列的编码方法,以及数据结构树的构造方法,分别可以优选的选择基于Ziv-Lemple算法所确定的方法。
进一步的,上述的集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测的过程,具体为集中控制节点利用多个马尔科夫链,分别预测下一个时隙中每个频段组内空闲频谱的数目和相应概率,相应的处理步骤如下:
所述集中控制节点分别查找每个频段组的数据结构树。
所述集中控制节点从各频段组的数据结构树中获取相应频段组在下一个时隙中具有不同数量的空闲频段的马尔科夫预测概率。
所述集中控制节点根据所述马尔科夫预测概率,以及各马尔科夫链所对应的权重,确定相应频段组中在下一个时隙中可能具有的空闲频谱的数目和相应概率。
在具体的应用场景中,对于一个时隙,所述集中控制节点确定频段组n在下一个时隙中具有k个空闲频谱的概率的过程,具体包括以下步骤:
所述集中控制节点查找频段组n的数据结构树。
所述集中控制节点通过所述数据结构树获取频段组n在下一个时隙中具有k个空闲频谱的l阶马尔科夫预测概率
Figure BDA0000150890420000071
所述集中控制节点确定频段组n在下一个时隙中具有k个空闲频谱的概率为 P n ( k ) = φ 0 P n 0 ( k ) + φ 1 P n 1 ( k ) + · · · · · · + φ l - 1 P n l - 1 ( k ) .
其中,k≤K,K为频段组n内的窄带个数。
K≤Nsense,Nsense为一个传感节点在一个时隙内能够检测窄带的最大个数。
Figure BDA0000150890420000073
为频段组n中具有k个空闲频谱的l阶马尔科夫预测概率,l=0,1,2......。
矢量
Figure BDA0000150890420000074
分别表示各马尔科夫链所对应的权重。
需要说明的是,上述的处理过程是以集中控制节点在当前时隙确定频段组n在下一个时隙中具有k个空闲频谱的概率的过程为例进行说明的,在具体的处理过程中,具体参数的名称、数值以及所确定的相应参数的数量局可以根据实际需要进行调整,这样的变化并不影响本发明的保护范围。
步骤S202、所述集中控制节点根据各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中。
具体的,所述集中控制节点可以将各待分配传感节点分别分配到能够满足相应的传感节点的传输要求的,且平均空闲频谱时间最小的频段组中,从而最大限度的节约宝贵的频谱资源,同时,又可以充分满足传感节点的传输要求。
在具体的处理场景中,上述步骤S202的频段组分配过程具体可以通过如图3所示的流程来完成,具体的说明如下:
步骤S301、所述集中控制节点将各待分配传感节点所需要的时隙数目进行升序排列。
在具体的处理场景中,此处所提及的待分配传感节点,具体包括当前各频段组中需要切换的传感节点,和/或新的传感节点,凡是需要进行新的频谱接入处理的传感节点均可以应用本发明实施例所提出的技术方案,具体的传感节点类型的变化并不影响本发明的保护范围。
步骤S302、所述集中控制节点将当前各待分配传感节点所需要的最小时隙数目与当前各频段组中的最大平均空闲频谱时间进行比较。
如果所述最小时隙数目大于所述最大平均空闲频谱时间,则执行步骤S303;
如果所述最小时隙数目不大于所述最大平均空闲频谱时间,则执行步骤S304。
步骤S303、所述集中控制节点对当前剩余的所有待分配传感节点进行尽力分配。
在实际应用中,本步骤的具体处理策略可以为:所述集中控制节点按照预设的顺序,分别将当前剩余的各待分配传感节点分配到当前可以接纳的传感节点数目大于零的频段组中,同时,在将每个待分配传感节点分配到一个频段组时,所述集中控制节点将所述频段组当前可以接纳的传感节点数目减
步骤S304、所述集中控制节点从基准频段组开始,确定能够满足当前的待分配传感节点的传输要求的,平均空闲频谱时间最小的频段组,将当前的待分配传感节点分配到所述频段组中,并继续为下一个待分配传感节点分配频段组。
进一步的,本发明实施例提出一种具体的步骤S304的处理过程,如图4所示,包括以下步骤:
步骤3041、初始状态下,所述集中控制节点以平均空闲频谱时间最小的频段组为基准频段组,并将所有频段组的平均频谱空闲时间进行升序排列。
步骤S3042、所述集中控制节点将当前的待分配传感节点所需要的时隙数目与基准频段组的平均频谱空闲时间进行比较,判断所述基准频段组是否满足当前的待分配传感节点的频谱接入条件。
如果满足,则执行步骤S3043;
如果不满足,则执行步骤S3044。
其中,在具体的处理场景中,上述的当前的待分配传感节点的频谱接入条件具体可以为,所述当前的待分配传感节点所需要的时隙数目不大于当前被比较的频段组的平均频谱空闲时间,且所述频段组当前可以接纳的传感节点数目大于零。
当然,基于实际的场景需要,也可以选择其他的频谱接入条件内容,这样的变化并不影响本发明的保护范围。
步骤S3043、所述集中控制节点将当前待分配传感节点分配到所述基准频段组中。
同时,将所述基准频段组当前可以接纳的传感节点数目减一,并返回步骤S3042,继续为下一个待分配传感节点分配频段组。
步骤S3044、所述集中控制节点按照所述平均频谱空闲时间的升序排列顺序,将当前的待分配传感节点所需要的时隙数目继续与下一个频段组的平均频谱空闲时间进行比较,直到确定第一个满足所述频谱接入条件的频段组,所述集中控制节点将当前的待分配传感节点分配到所述频段组中。
同时,将所述频段组当前可以接纳的传感节点数目减一,设置所述频段组为基准频段组,并返回步骤S3042,继续为下一个待分配传感节点分配频段组。
需要说明的是,如果所述集中控制节点确定当前的所有频段组均不满足所述当前的待分配传感节点的频谱接入条件,所述集中控制节点执行步骤S303,对当前剩余的所有待分配传感节点进行尽力分配。
通过上述的处理,集中控制节点确定了各待分配传感节点的频段组分配方案,然后,所述集中控制节点分别向各待分配传感节点发送频段组分配信息,使相应的传感节点跃变至被分配的相应频段组。
基于以上说明的技术方案,根据步骤S202中所分配的频段组,各所述待分配传感节点在所述下一个时隙中对所分配的频段组进行频谱检测,并接入相应的空闲频谱,在完成上述处理后,执行步骤S203。
步骤S203、所述集中控制节点获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息。
具体的,本步骤处理的具体形式可以为:
所述集中控制节点通过各传感节点簇的簇头节点所上报的信息,获取各传感节点簇中当前接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息。
此处所提及的传感节点簇的簇头节点实际为相应的传感节点簇中的各传感节点所选举出的一个传感节点,具体的选举过程和选举规则可以根据实际的需要进行设置,这样的变化并不影响本发明的保护范围。
步骤S204、所述集中控制节点根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
需要进一步指出的是,在本步骤中所述集中控制节点获取当前各传感节点的频谱使用信息之后,所述集中控制节点可以根据根据当前各传感节点的频谱使用信息更新每个频段组的数据结构树中的信息,即对步骤S201中进行空闲频谱预测的依据进行更新处理,从而,保证集中控制节点对下一个时隙中的空闲频谱预测过程所依据的信息可以更加准确。
具体的,上述的处理过程为本发明实施例所提出的技术方案在集中控制节点侧的处理过程,相应的,在传感节点侧,同样会进行相应的处理,只是,传感节点侧并不会进行频段组的选择或分配,而只是按照集中控制节点所指示的频段组分配结果进行频谱检测和接入,并上报相应的频谱使用信息和数据信息。
与现有技术相比,本发明实施例所提出的技术方案具有以下优点:
通过应用本发明实施例的技术方案,集中控制节点可以根据对下一时隙中各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中,使各待分配传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,而集中控制节点则可以根据各传感节点在接入相应的频段组后的频谱使用信息,以及相应的历史频谱使用信息,继续对再下一个时隙中各频段组内的空闲频谱进行预测,基于这样的处理机制,一方面,集中控制节点作为无线认知传感网的中心节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,比如中断概率,而另一方面,传感节点仅在其被分配到的频段组内进行频谱检测,然后动态接入空闲频谱,能够避免单个传感节点因宽频检测而消耗大量电能,减少网络开销,增加网络的容量。
下面,结合具体的应用场景,对本发明实施例所提出的技术方案进行说明。
由以上说明可以看出,本发明实施例提供了一种混合式的无线认知传感网。
从接入控制和节点分配上看,上述的无线认知传感网属于集中式组网,集中控制节点作为无线认知传感网的中心节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,比如中断概率。
但是从频谱感知和接入上看,上述的无线认知传感网属于分布式的,传感节点仅在其被分配到的频段组内检测频谱空穴,然后动态接入,能够避免单个传感节点因宽频检测而消耗大量电能,减少网络开销,增加网络的容量。
本发明提供的混合式无线认知传感网动态建立应急业务的传输链路需要执行以下五个过程:
过程一、接入控制与用户分配过程。
在此过程中,集中控制节点根据对每个频段组内的空闲频谱进行预测,将需要切换的以及新的传感节点分配到最符合其传输要求的频段组中。空闲频谱预测结果的准确性将直接影响无线认知传感网的性能,是保障应急业务通信服务质量的关键。
本发明实施例为集中控制节点提供一种基于Ziv-Lempel的空闲频谱预测方法。Ziv-Lempel是一种可变长度的编码方法,并具有学习源特征的能力。本发明实施例将频谱历史使用记录压缩为一串事件序列,然后分解为每个与前面都不相同、且最短的子序列,并对每个子序列进行编码,最后将这些编码后的子序列保存在数据结构树中。序列编码和树的构造方法可以参考Ziv-Lempel原始算法,此处不再赘述。
在一个时隙t内,本发明利用z个马尔科夫链,order-0,order-1,...,order-z预测每个频段组内空闲频谱的数目和相应概率。此处,order-0预测链基于之前的0事件来预测下一0事件出现的概率,以此类推。
具体的,以下通过预测和分配两部分的处理过程,对本阶段的处理进行说明如下。
(一)集中控制节点的空闲频谱预测方法为:
(1)查找频段组n的数据结构树。
(2)以3阶马尔科夫预测链为例,从频段组n的数据结构树中得出
Figure BDA0000150890420000121
Figure BDA0000150890420000122
Figure BDA0000150890420000123
并计算 P n ( k ) = φ 0 P n 0 ( k ) + φ 1 P n 1 ( k ) + φ 2 P n 2 ( k ) .
其中,k≤K,K为频段组n内的窄带个数,K≤Nsense,Nsense为一个传感节点在一个时隙内能够检测窄带的最大个数。
Figure BDA0000150890420000125
为频段组n中(1≤n≤N)具有k个空闲频谱的l阶马尔科夫预测概率,l=0,1,2......。
具体的,Pn(k)表示时隙t内频段组n中有k个空闲频谱的概率,例如,对于一个频段组n,其存在一个空闲频带的概率是0.8,两个空闲频带的概率是0.2,那么,最后设置这个频段组n中空闲频带个数的时候,就让其等于1的概率是0.8,等于2的概率是0.2,即Pn(1)=0.8,Pn(2)=0.2。
矢量
Figure BDA0000150890420000126
分别表示各马尔科夫链(例如前述的order-0,order-1,...,order-z)所对应的权重。
需要进一步指出的是,为了保证后续时隙中空闲频谱预测的准确性,需要及时对数据结构树中的信息进行更新,在后续的过程三的“频谱感知”处理后,需要根据各传感节点所感知的实际频谱使用情况更新频段组n的数据结构树。
通过上述的处理,集中控制节点可以对下个时隙中各频段组中的空闲频谱情况进行预测,并根据各频段组内空闲频谱数量和概率的预测结果,将需要切换的以及新的传感节点分配到最符合其传输要求的频段组中,降低中断概率,提高系统吞吐量。
下面,就对具体的传感节点分配过程进行说明。
(二)传感节点的接入控制及分配方法。
如前所述,在具体的处理场景中,本发明实施例所提及的待分配传感节点,具体包括当前各频段组中需要切换的传感节点,和/或新的传感节点,为了方便说明,此处以需要切换的传感节点的接入控制和分配方法为例进行说明。
具体的,本发明实施例所提出的一种需要切换的传感节点的接入控制及分配方法的流程示意图如图5所示,具体包括以下步骤:
首先,初始化设定i=1,j=1,并将Th和TF进行升序排列。
其中,矢量
Figure BDA0000150890420000131
表示需要切换的传感节点所需要的时隙数目。
Nh(t)表示时隙t内需要切换的传感节点的数目。
矢量表示所有频段组的平均频谱空闲时间。
步骤S501、集中控制节点比较Th(i)和TF(N)的大小。
其中,1≤i≤Nh(t),初始状态下i=1,而TF(N)表示当前所有的频段组中的最大平均空闲频谱时间。
如果Th(i)>TF(N),则执行步骤S505;
如果Th(i)≤TF(N),则执行步骤S502。
步骤S502、集中控制节点将Th(i)和TF(j)进行比较。
其中,1≤j≤N,频段组j即为前述的基准频段组,在初始状态下,j=1,TF(j)为TF(1)。
如果Th(i)>TF(j),和/或Nc(j)=0,则进一步确定j是否等于N,如果不等于,则j=j+1,返回步骤S502,即按照升序顺序,依次将当前的Th(i)与各频段组中的平均空闲频谱时间进行比较,如果等于,即j=N,直接执行步骤S505。
如果Th(i)≤TF(j),且Nc(j)>0,则执行步骤S503。
其中,Nc为1×N阶矢量,表示每个频段组当前可以接纳的传感节点数目。
步骤S503、集中控制节点将传感节点i分配到频段组j。
通过本步骤,对于需要切换的传感节点i完成了频谱分配。
同时,Nc(j)=Nc(j)-1,这里的Nc的减一处理能准确地反映各频段组当前可以继续接纳的传感节点数目,以便于为后续的频谱分配处理提供分配依据。
步骤S504,在步骤S503完成的同时,判断当前是否还有其他需要切换的传感节点。
如果有,则设置i=i+1,然后,返回步骤S501,即开始对下一个需要切换的传感节点进行频谱分配处理。
如果没有,则结束当前的频谱分配处理。
通过以上的处理,集中控制节点是按照从小到大的顺序为需要切换的传感节点需找合适的频段组,从而,将需要切换的传感节点分配至平均空闲频谱时间比其需要的传输时间稍大的频段组内,在满足切换节点的资源需要的情况下,尽可能节约宝贵的频谱资源。
并且,在每次频谱分配后,都会将当前的频段组j作为基础频段组,对于步骤S502来讲,下一个传感节点的分配将直接从基础频段组开始进行比较,从而尽可能的减少比较操作的次数,减少处理资源的消耗和处理时间的延迟。
步骤S505、集中控制节点对当前剩余的需要切换的传感节点进行尽力分配。
其中,如果Th(i)>0,且Nc(j)>0,则执行步骤S503,而如果所有的Nc均为0,则结束当前的频谱分配处理。
这里的尽力分配实际上是对各传感节点尽可能按照现有的资源进行分配处理,由于TF的最大值已经不能满足传感节点的资源要求,因此,只能不再顾及传感节点的实际资源需要,只要频段组中还可以接纳传感节点,就将该传感节点分配给该频段组。
需要说明的是,上述的处理过程是针对需要切换的传感节点进行的处理事实上,对于新的传感节点也可以按照上述的方案进行处理,同时,对于同时存在需要切换的传感节点以及新的传感节点的场景,同样可以按照上述的方案进行处理,因为对于集中控制节点来讲,需要切换的传感节点以及新的传感节点都是需要进行频谱分配的传感节点,并没有实质上的差异,具体是将两种传感节点混在一起进行频谱分配,还是分别进行频谱分配,以及具体先分配哪种传感节点,还是同时对两种传感节点进行分配,都不会影响本发明的保护范围。
过程二、频率跃变。
集中控制节点向无线传感网络中需要切换的以及新的传感节点发送频段组分配信息,然后这些传感节点将跃变至新的频段组上。
过程三、频谱感知。
分配至新频段组内的传感节点执行频谱检测,频谱检测实际中已有很多方法,这里不再赘述。
如前所述,在本部过程完成后,需要对各频段组中的数据结构树进行更新。
过程四、频谱感知判决及上报。
为了减少网络开销,减少传感节点的能量消耗,每个簇中将选出一个簇头节点,汇总本簇内各传感节点的感知结果,并作出频谱感知判决,簇头节点的选择实际中已有很多方法,这里不再赘述。然后以广播的方式通知簇内所有传感节点,并将判决结果发送至集中控制节点。
过程五、数据传输。
传感节点在获取最终的频谱感知判决后,接入相应空闲频谱,并开始数据传输。同时,集中控制节点根据历史频谱使用信息和当前获取的频谱使用信息,开始下一个时隙的空闲频谱预测。
与现有技术相比,本发明实施例所提出的技术方案具有以下优点:
通过应用本发明实施例的技术方案,集中控制节点可以根据对下一时隙中各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中,使各待分配传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,而集中控制节点则可以根据各传感节点在接入相应的频段组后的频谱使用信息,以及相应的历史频谱使用信息,继续对再下一个时隙中各频段组内的空闲频谱进行预测,基于这样的处理机制,一方面,集中控制节点作为无线认知传感网的中心节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,比如中断概率,而另一方面,传感节点仅在其被分配到的频段组内进行频谱检测,然后动态接入空闲频谱,能够避免单个传感节点因宽频检测而消耗大量电能,减少网络开销,增加网络的容量。
为了实现本发明实施例的技术方案,本发明实施例还提供了一种集中控制节点,其结构示意图如图6所示,至少包括:
预测模块61,对下一个时隙中每个频段组内的空闲频谱进行预测;
分配模块62,用于根据所述预测模块61对各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中;
获取模块63,用于在各所述待分配传感节点在所述下一个时隙中对所述分配模块62所分配的频段组进行频谱检测,并接入相应的空闲频谱之后,获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息,并通知所述预测模块61根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
进一步的,该集中控制节点还包括处理模块64,用于:
将每个频段组中的频谱历史使用记录压缩为一串事件序列;
将各事件序列分解为每个与前面都不相同、且最短的子序列,并对每个子序列进行编码;
将编码后的子序列保存在相应的频段组的数据结构树中。
另一方面,所述预测模块61,具体用于:
利用多个马尔科夫链以及所述处理模块64中所确定的信息,分别预测下一个时隙中每个频段组内空闲频谱的数目和相应概率,包括:
分别查找每个频段组的数据结构树;
从各频段组的数据结构树中获取相应频段组在下一个时隙中具有不同数量的空闲频段的马尔科夫预测概率;
根据所述马尔科夫预测概率,以及各马尔科夫链所对应的权重,确定相应频段组中在下一个时隙中可能具有的空闲频谱的数目和相应概率。
在实际的应用场景中,所述分配模块62,具体用于:
将各待分配传感节点分别分配到能够满足相应的传感节点的传输要求的,平均空闲频谱时间最小的频段组中。
需要进一步指出的是,上述的待分配传感节点,具体包括:
当前各频段组中需要切换的传感节点;和/或,
新的传感节点。
进一步的,所述分配模块62,还用于:
分别向各需要切换的传感节点和新的传感节点发送频段组分配信息,使相应的传感节点跃变至被分配的相应频段组。
而所述获取模块63,具体用于:
通过各传感节点簇的簇头节点所上报的信息,获取各传感节点簇中当前接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息。
进一步的,本发明实施例还提出了一种传感节点,其结构示意图如图7所示,至少包括:
接收模块71,用于接收集中控制节点发送的频段组分配信息,所述频段组分配信息具体为所述集中控制节点对下一个时隙中各频段组内的空闲频谱进行预测后,为各待分配传感节点所分配的最符合其传输要求的频段组的信息;
处理模块72,用于在所述下一个时隙中对所述频段组分配信息所对应的频段组进行频谱检测,并接入相应的空闲频谱;
发送模块73,用于向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
与现有技术相比,本发明实施例所提出的技术方案具有以下优点:
与现有技术相比,本发明实施例所提出的技术方案具有以下优点:
通过应用本发明实施例的技术方案,集中控制节点可以根据对下一时隙中各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中,使各待分配传感节点在相应的时隙中仅对所分配的频段组进行频谱检测,并接入相应的空闲频谱,而集中控制节点则可以根据各传感节点在接入相应的频段组后的频谱使用信息,以及相应的历史频谱使用信息,继续对再下一个时隙中各频段组内的空闲频谱进行预测,基于这样的处理机制,一方面,集中控制节点作为无线认知传感网的中心节点能够根据频谱占用历史信息预测下一时刻的频谱状态,做出最优的频段组分配判决来保证系统QoS,比如中断概率,而另一方面,传感节点仅在其被分配到的频段组内进行频谱检测,然后动态接入空闲频谱,能够避免单个传感节点因宽频检测而消耗大量电能,减少网络开销,增加网络的容量。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明实施例可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或网络侧设备等)执行本发明实施例各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本发明实施例所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本发明实施例序号仅仅为了描述,不代表实施场景的优劣。
以上公开的仅为本发明实施例的几个具体实施场景,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明实施例的业务限制范围。

Claims (24)

1.一种无线认知传感网的实现方法,其特征在于,包括以下步骤:
集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测;
所述集中控制节点根据各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中;
各所述待分配传感节点在所述下一个时隙中对所分配的频段组进行频谱检测,并接入相应的空闲频谱之后,所述集中控制节点获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息;
所述集中控制节点根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
2.如权利要求1所述的方法,其特征在于,所述集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测之前,还包括:
所述集中控制节点将每个频段组中的频谱历史使用记录压缩为一串事件序列;
所述集中控制节点将各事件序列分解为每个与前面都不相同、且最短的子序列,并对每个子序列进行编码;
所述集中控制节点将编码后的子序列保存在相应的频段组的数据结构树中。
3.如权利要求2所述的方法,其特征在于,所述子序列的编码方法,以及所述数据结构树的构造方法,分别为:
基于Ziv-Lemple算法所确定的方法。
4.如权利要求2所述的方法,其特征在于,所述集中控制节点对下一个时隙中每个频段组内的空闲频谱进行预测,具体为所述集中控制节点利用多个马尔科夫链,分别预测下一个时隙中每个频段组内空闲频谱的数目和相应概率,包括:
所述集中控制节点分别查找每个频段组的数据结构树;
所述集中控制节点从各频段组的数据结构树中获取相应频段组在下一个时隙中具有不同数量的空闲频段的马尔科夫预测概率;
所述集中控制节点根据所述马尔科夫预测概率,以及各马尔科夫链所对应的权重,确定相应频段组中在下一个时隙中可能具有的空闲频谱的数目和相应概率。
5.如权利要求4所述的方法,其特征在于,在一个时隙中,所述集中控制节点确定频段组n在下一个时隙中具有k个空闲频谱的概率的过程,具体为:
所述集中控制节点查找频段组n的数据结构树;
所述集中控制节点通过所述数据结构树获取频段组n在下一个时隙中具有k个空闲频谱的l阶马尔科夫预测概率
所述集中控制节点确定频段组n在下一个时隙中具有k个空闲频谱的概率为 P n ( k ) = φ 0 P n 0 ( k ) + φ 1 P n 1 ( k ) + · · · · · · + φ l - 1 P n l - 1 ( k ) ;
其中,k≤K,K为频段组n内的窄带个数;
K≤Nsense,Nsense为一个传感节点在一个时隙内能够检测窄带的最大个数;
Figure FDA0000150890410000023
为频段组n中具有k个空闲频谱的l阶马尔科夫预测概率,l=0,1,2......;
Pn(k)表示时隙t内频段组n中有k个空闲频谱的概率;
矢量
Figure FDA0000150890410000024
分别表示各马尔科夫链所对应的权重。
6.如权利要求1所述的方法,其特征在于,所述集中控制节点根据各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中,具体包括:
所述集中控制节点将各待分配传感节点分别分配到能够满足相应的传感节点的传输要求的,平均空闲频谱时间最小的频段组中。
7.如权利要求6所述的方法,其特征在于,所述集中控制节点将各待分配传感节点分别分配到能够满足相应的传感节点的传输要求的,平均空闲频谱时间最小的频段组中,具体包括:
所述集中控制节点将各待分配传感节点所需要的时隙数目进行升序排列;
所述集中控制节点将当前各待分配传感节点所需要的最小时隙数目与当前各频段组中的最大平均空闲频谱时间进行比较;
如果所述最小时隙数目大于所述最大平均空闲频谱时间,所述集中控制节点对当前剩余的所有待分配传感节点进行尽力分配;
如果所述最小时隙数目不大于所述最大平均空闲频谱时间,所述集中控制节点从基准频段组开始,确定能够满足当前的待分配传感节点的传输要求的,平均空闲频谱时间最小的频段组,将当前的待分配传感节点分配到所述频段组中,并继续为下一个待分配传感节点分配频段组。
8.如权利要求7所述的方法,其特征在于,所述集中控制节点从基准频段组开始,确定能够满足当前的待分配传感节点的传输要求的,平均空闲频谱时间最小的频段组,将当前的待分配传感节点分配到所述频段组中,并继续为下一个待分配传感节点分配频段组,具体包括:
初始状态下,所述集中控制节点以平均空闲频谱时间最小的频段组为基准频段组,并将所有频段组的平均频谱空闲时间进行升序排列;
所述集中控制节点将当前的待分配传感节点所需要的时隙数目与基准频段组的平均频谱空闲时间进行比较,判断所述基准频段组是否满足当前的待分配传感节点的频谱接入条件;
如果满足,则所述集中控制节点将当前待分配传感节点分配到所述基准频段组中,同时,将所述基准频段组当前可以接纳的传感节点数目减一,并继续为下一个待分配传感节点分配频段组;
如果不满足,所述集中控制节点按照所述平均频谱空闲时间的升序排列顺序,将当前的待分配传感节点所需要的时隙数目继续与下一个频段组的平均频谱空闲时间进行比较,直到确定第一个满足所述频谱接入条件的频段组,所述集中控制节点将当前的待分配传感节点分配到所述频段组中,同时,将所述频段组当前可以接纳的传感节点数目减一,设置所述频段组为基准频段组,并继续为下一个待分配传感节点分配频段组;
其中,所述当前的待分配传感节点的频谱接入条件具体为,所述当前的待分配传感节点所需要的时隙数目不大于当前被比较的频段组的平均频谱空闲时间,且所述频段组当前可以接纳的传感节点数目大于零。
9.如权利要求8所述的方法,其特征在于,所述集中控制节点将当前的待分配传感节点所需要的时隙数目与基准频段组的平均频谱空闲时间进行比较,判断所述基准频段组是否满足频谱接入条件之后,还包括:
如果所述集中控制节点确定当前的所有频段组均不满足所述当前的待分配传感节点的频谱接入条件,所述集中控制节点对当前剩余的所有待分配传感节点进行尽力分配。
10.如权利要求7或9所述的方法,其特征在于,所述集中控制节点对当前剩余的所有待分配传感节点进行尽力分配,具体为:
所述集中控制节点按照预设的顺序,分别将当前剩余的各待分配传感节点分配到当前可以接纳的传感节点数目大于零的频段组中,同时,在将每个待分配传感节点分配到一个频段组时,所述集中控制节点将所述频段组当前可以接纳的传感节点数目减一。
11.如权利要求1、6、7、8、9中任意一项所述的方法,其特征在于,所述待分配传感节点,具体包括:
当前各频段组中需要切换的传感节点;和/或,
新的传感节点。
12.如权利要求1所述的方法,其特征在于,所述集中控制节点根据各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中之后,还包括:
所述集中控制节点分别向各待分配传感节点发送频段组分配信息,使相应的传感节点跃变至被分配的相应频段组。
13.如权利要求1所述的方法,其特征在于,所述集中控制节点获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息,具体包括:
所述集中控制节点通过各传感节点簇的簇头节点所上报的信息,获取各传感节点簇中当前接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息。
14.如权利要求1所述的方法,其特征在于,所述集中控制节点获取当前各传感节点的频谱使用信息之后,还包括:
所述集中控制节点根据当前各传感节点的频谱使用信息更新每个频段组的数据结构树。
15.一种集中控制节点,其特征在于,包括:
预测模块,对下一个时隙中每个频段组内的空闲频谱进行预测;
分配模块,用于根据所述预测模块对各频段组内的空闲频谱的预测结果,将各待分配传感节点分别分配到最符合其传输要求的频段组中;
获取模块,用于在各所述待分配传感节点在所述下一个时隙中对所述分配模块所分配的频段组进行频谱检测,并接入相应的空闲频谱之后,获取当前所有接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息,并通知所述预测模块根据历史频谱使用信息和当前获取的频谱使用信息,继续对再下一个时隙中每个频段组内的空闲频谱进行预测。
16.如权利要求15所述的集中控制节点,其特征在于,还包括处理模块,用于:
将每个频段组中的频谱历史使用记录压缩为一串事件序列;
将各事件序列分解为每个与前面都不相同、且最短的子序列,并对每个子序列进行编码;
将编码后的子序列保存在相应的频段组的数据结构树中。
17.如权利要求16所述的集中控制节点,其特征在于,所述预测模块,具体用于:
利用多个马尔科夫链以及所述处理模块中所确定的信息,分别预测下一个时隙中每个频段组内空闲频谱的数目和相应概率,包括:
分别查找每个频段组的数据结构树;
从各频段组的数据结构树中获取相应频段组在下一个时隙中具有不同数量的空闲频段的马尔科夫预测概率;
根据所述马尔科夫预测概率,以及各马尔科夫链所对应的权重,确定相应频段组中在下一个时隙中可能具有的空闲频谱的数目和相应概率。
18.如权利要求15所述的集中控制节点,其特征在于,所述分配模块,具体用于:
将各待分配传感节点分别分配到能够满足相应的传感节点的传输要求的,平均空闲频谱时间最小的频段组中。
19.如权利要求15至18中任意一项所述的集中控制节点,其特征在于,所述待分配传感节点,具体包括:
当前各频段组中需要切换的传感节点;和/或,
新的传感节点。
20.如权利要求15所述的集中控制节点,其特征在于,所述分配模块,还用于:
分别向各需要切换的传感节点和新的传感节点发送频段组分配信息,使相应的传感节点跃变至被分配的相应频段组。
21.如权利要求15所述的集中控制节点,其特征在于,所述获取模块,具体用于:
通过各传感节点簇的簇头节点所上报的信息,获取各传感节点簇中当前接入相应的频谱组的传感节点的频谱使用信息,以及各传感节点所上报的数据信息。
22.一种无线认知传感网的实现方法,其特征在于,包括以下步骤:
传感节点接收集中控制节点发送的频段组分配信息,所述频段组分配信息具体为所述集中控制节点对下一个时隙中各频段组内的空闲频谱进行预测后,为各待分配传感节点所分配的最符合其传输要求的频段组的信息;
所述传感节点在所述下一个时隙中对所述频段组分配信息所对应的频段组进行频谱检测,并接入相应的空闲频谱;
所述传感节点向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
23.如权利要求22所述的方法,其特征在于,所述传感节点向所述集中控制节点反馈当前的频谱使用信息,以及数据信息,具体包括:
所述传感节点通过自身所处的传感节点簇的簇头节点向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
24.一种传感节点,其特征在于,包括以下步骤:
接收模块,用于接收集中控制节点发送的频段组分配信息,所述频段组分配信息具体为所述集中控制节点对下一个时隙中各频段组内的空闲频谱进行预测后,为各待分配传感节点所分配的最符合其传输要求的频段组的信息;
处理模块,用于在所述下一个时隙中对所述频段组分配信息所对应的频段组进行频谱检测,并接入相应的空闲频谱;
发送模块,用于向所述集中控制节点反馈当前的频谱使用信息,以及数据信息。
CN201210100143.0A 2012-04-06 2012-04-06 无线认知传感网的实现方法和设备 Active CN102625319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210100143.0A CN102625319B (zh) 2012-04-06 2012-04-06 无线认知传感网的实现方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210100143.0A CN102625319B (zh) 2012-04-06 2012-04-06 无线认知传感网的实现方法和设备

Publications (2)

Publication Number Publication Date
CN102625319A true CN102625319A (zh) 2012-08-01
CN102625319B CN102625319B (zh) 2015-04-22

Family

ID=46564963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210100143.0A Active CN102625319B (zh) 2012-04-06 2012-04-06 无线认知传感网的实现方法和设备

Country Status (1)

Country Link
CN (1) CN102625319B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117817A (zh) * 2013-01-09 2013-05-22 北京邮电大学 一种时变衰落信道下的频谱检测方法与装置
CN103139874A (zh) * 2012-12-17 2013-06-05 中国人民解放军理工大学 认知无线电中基于时间序列预测的信道选择方法
CN103746753A (zh) * 2013-12-19 2014-04-23 镇江锐捷信息科技有限公司 一种基于认知无线网络的数据预测方法
CN104780563A (zh) * 2014-01-14 2015-07-15 广州航天海特系统工程有限公司 一种传感器网络拥塞控制方法
CN104796906A (zh) * 2014-01-20 2015-07-22 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN105451242A (zh) * 2014-08-29 2016-03-30 中国移动通信集团设计院有限公司 一种频谱需求计算方法及装置
CN105764062A (zh) * 2014-12-18 2016-07-13 镇江坤泉电子科技有限公司 基于分布式无线融合网络系统
CN106376088A (zh) * 2016-11-29 2017-02-01 重庆邮电大学 车车通信中基于信道竞争的资源池资源分配方法
CN107197443A (zh) * 2017-06-21 2017-09-22 深圳市盛路物联通讯技术有限公司 一种基于物联网的数据传输控制方法及系统
CN108476061A (zh) * 2015-12-28 2018-08-31 湖西大学产学合作团 水下通信系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101330461A (zh) * 2008-06-18 2008-12-24 中国科学技术大学 基于已有蜂窝通信信令传输实现频谱空洞有效利用的方法
KR20100052279A (ko) * 2008-11-10 2010-05-19 인하대학교 산학협력단 코그니티브 라디오 시스템에서의 직교 빔을 이용한 주파수 공유 방법
CN101867420A (zh) * 2010-06-18 2010-10-20 华南理工大学 一种基于频谱感知及预测的水下多路通信方法
CN101883364A (zh) * 2010-06-23 2010-11-10 中国人民解放军理工大学 一种基于多信道机结构的cmr及频谱分配方法
CN102006124A (zh) * 2009-08-28 2011-04-06 华为技术有限公司 频谱预测方法、装置和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101330461A (zh) * 2008-06-18 2008-12-24 中国科学技术大学 基于已有蜂窝通信信令传输实现频谱空洞有效利用的方法
KR20100052279A (ko) * 2008-11-10 2010-05-19 인하대학교 산학협력단 코그니티브 라디오 시스템에서의 직교 빔을 이용한 주파수 공유 방법
CN102006124A (zh) * 2009-08-28 2011-04-06 华为技术有限公司 频谱预测方法、装置和系统
CN101867420A (zh) * 2010-06-18 2010-10-20 华南理工大学 一种基于频谱感知及预测的水下多路通信方法
CN101883364A (zh) * 2010-06-23 2010-11-10 中国人民解放军理工大学 一种基于多信道机结构的cmr及频谱分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张云: "认知无线电中的动态频谱分配问题研究", 《中国优秀硕士学位论文全文数据库》, 31 May 2011 (2011-05-31) *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103139874A (zh) * 2012-12-17 2013-06-05 中国人民解放军理工大学 认知无线电中基于时间序列预测的信道选择方法
CN103139874B (zh) * 2012-12-17 2019-04-12 中国人民解放军陆军工程大学 认知无线电中基于时间序列预测的信道选择方法
CN103117817B (zh) * 2013-01-09 2018-02-02 北京邮电大学 一种时变衰落信道下的频谱检测方法
CN103117817A (zh) * 2013-01-09 2013-05-22 北京邮电大学 一种时变衰落信道下的频谱检测方法与装置
CN103746753A (zh) * 2013-12-19 2014-04-23 镇江锐捷信息科技有限公司 一种基于认知无线网络的数据预测方法
CN104780563A (zh) * 2014-01-14 2015-07-15 广州航天海特系统工程有限公司 一种传感器网络拥塞控制方法
CN104796906A (zh) * 2014-01-20 2015-07-22 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN104796906B (zh) * 2014-01-20 2019-03-15 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN105451242A (zh) * 2014-08-29 2016-03-30 中国移动通信集团设计院有限公司 一种频谱需求计算方法及装置
CN105451242B (zh) * 2014-08-29 2019-08-20 中国移动通信集团设计院有限公司 一种频谱需求计算方法及装置
CN105764062A (zh) * 2014-12-18 2016-07-13 镇江坤泉电子科技有限公司 基于分布式无线融合网络系统
CN108476061A (zh) * 2015-12-28 2018-08-31 湖西大学产学合作团 水下通信系统
CN106376088A (zh) * 2016-11-29 2017-02-01 重庆邮电大学 车车通信中基于信道竞争的资源池资源分配方法
CN106376088B (zh) * 2016-11-29 2019-05-31 重庆邮电大学 车车通信中基于信道竞争的资源池资源分配方法
CN107197443A (zh) * 2017-06-21 2017-09-22 深圳市盛路物联通讯技术有限公司 一种基于物联网的数据传输控制方法及系统
CN107197443B (zh) * 2017-06-21 2020-09-25 深圳市盛路物联通讯技术有限公司 一种基于物联网的数据传输控制方法及系统

Also Published As

Publication number Publication date
CN102625319B (zh) 2015-04-22

Similar Documents

Publication Publication Date Title
CN102625319B (zh) 无线认知传感网的实现方法和设备
CN107249200B (zh) 一种应用模糊预测模型的切换方法
Wang et al. Cascading risk assessment in power-communication interdependent networks
Piovesan et al. Optimal direct load control of renewable powered small cells: A shortest path approach
Li et al. QoS provisioning spectrum decision algorithm based on predictions in cognitive radio networks
Mohanavel et al. Deep Reinforcement Learning for Energy Efficient Routing and Throughput Maximization in Various Networks
CN105530203B (zh) D2d通信链路的接入控制方法及系统
CN105406507A (zh) 一种光伏微网微源动态切换方法
CN103179578B (zh) 一种cr系统中的频谱切换方法与装置
Liu et al. Multi-controller placement based on two-sided matching in inter-datacenter elastic optical networks
Wei et al. The offloading model for green base stations in hybrid energy networks with multiple objectives
CN110475289B (zh) 一种面向超密集组网的负载均衡方法及系统
Morozs et al. Case-based reinforcement learning for cognitive spectrum assignment in cellular networks with dynamic topologies
CN114126019B (zh) 一种基于能效优化的前传光网络动态资源映射方法及系统
Liu et al. A Monte Carlo based routing and spectrum assignment agent for elastic optical networks
El Morabit et al. Small cell switch off using genetic algorithm
CN115150923A (zh) 一种基站的节能控制方法及装置
CN108809455B (zh) 基于网络编码的rfeh-cr数据传输时间分配方法
Chen et al. Spectrum-space-divided spectrum allocation approaches in software-defined elastic optical networks
Tang et al. Spectrum handoff in cognitive radio with fuzzy logic control
Ling et al. Can Reinforcement learning address security issues? An investigation into a clustering scheme in distributed cognitive radio networks
Adamopoulou et al. Enhancing cognitive radio systems with robust reasoning
El Morabit et al. The allocation in cognitive radio network: Combined genetic algorithm and ON/OFF primary user activity models
Razavi et al. Optimization of a QoS-aware channel assignment for cognitive radio networks
Zhang et al. Latency guarantee for ubiquitous intelligence in 6g: A network calculus approach

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