CN102685754B - 基于合作频谱感知的频谱接纳控制方法 - Google Patents

Abstract

本发明提供一种基于合作频谱感知的频谱接纳控制方法，包括步骤：步骤1)针对每个次用户SU，通过基于次用户组SUG的合作策略方案，自适应形成SUGs；步骤2)针对SUG的合作感知融合策略，源节点SU_sor通过基于K秩融合的合作频谱感知方案的计算，得出在给定n值情况下的最佳k值；步骤3)针对认知无线网络的接纳控制门限，通过基于合作感知的频谱接纳控制方案，分析在全局虚警概率约束条件下，使SUGs的吞吐量最大化的最佳接纳控制门限，通过对最佳接纳控制门限的求解，整个优化过程完毕。本发明很好地改善了网络的频谱效率，能使得SUGs的吞吐量也获得有效提升，适用于认知无线网络中的频谱接入和频谱切换策略及其相应的性能分析。

Description

基于合作频谱感知的频谱接纳控制方法

技术领域

本发明涉及无线通信技术领域，具体地，涉及一种基于合作频谱感知的频谱接纳控制方法。

背景技术

在无线网络中，接纳控制主要用来限制系统中正在运行的用户数，以使得系统不会因接入过多的用户而使得系统有限的频谱资源变得非常拥挤。接纳控制的两个主要目标是：(1)保障系统中正在通信及刚接入系统的用户的服务质量(Quality of Service,QoS)；(2)区分不同用户在不同服务等级的优先次序。接纳控制的目的就是在接纳区域内最大化系统的效用函数。

在认知无线网络中，接纳控制侧重区分主用户(Primary Users，PUs)和次用户(Secondary Users，SUs)的优先次序，其设计目标是在满足给定的PUs的QoS和给定的SUs的阻塞概率约束条件下最小化SU的切换中断概率或最大化认知无线网络的吞吐量。其最常见的接纳控制方案是基于保护信道(GuardChannel)的接纳控制，即预留信道给切换的次用户，新到次用户在无可用信道时被完全阻塞掉。Ramjee R.，Nagarajan R.和Towsley D.在文献“On optimal calladmission control in cellular networks(蜂窝网络中的最佳呼叫接纳控制)”，IEEEINFOCOM'96-Fifteenth Annual Joint Conference of the IEEE Computer andCommunications Societies:Networking the Next Generation,Proceedings Vols 1-3,1996:43-50.(IEEE INFOCOM'96-IEEE计算机和通信社团第十五届年度联合会议：网络下一代，1-3卷集，1996：43-50。)中提出部分保护信道(Fractional GuardChannel)方案，即对新到用户在无可用信道时并不是完全被阻塞掉，而是按照一定概率可以接入到预留信道中去。Pacheco-Paramo D.，Pla V.和Martinez-BausetJ.在文献“Optimal Admission Control in Cognitive Radio Networks(认知无线网络中的最佳接纳控制)”，IEEE 4th International Conference on Cognitive RadioOriented Wireless Networks and Communications,2009:281-287.(IEEE第四届面向认知无线电的无线网络与通信国际研讨会，2009年:281287。)中以最大化吞吐量为目标分析了基于保护信道的接纳控制机制。这种接纳控制方式可以有效地降低次用户的强制中断概率，但是这些研究并没有考虑实际无线信道及次用户频谱感知的错误概率带来的影响，也没有考虑如何提高频谱感知的精确度来最小化错误检测概率。

认知无线电中的频谱感知主要的目标是在对PUs的QoS的有效保障下，尽可能多地为次用户提供频谱接入机会。在无线信道中，需要考虑(1)因距离而产生的路径损耗，(2)多径效应(Multipath)：平坦的小尺度衰落，瑞利分布衰落以及频率选择性衰落等，(3)阴影衰落(Shadowing)，而合作感知可以减轻多径和阴影影响，从而使得感知门限可设置接近标称值的路径损耗。此外，合作感知可以降低单个SU对PU的检测要求，同时也可以解决隐终端问题。合作感知使得多个次用户间相互合作，在集中式网络拓扑结构中，各SU首先根据自身的检测结果做出PU信号是否存在的判决，之后将判决结果发送到中心节点，中心节点采用一定的规则对上述判决结果进行合并，并做出最终判决，主要有AND(与)、OR(或)和K秩融合策略。Visotsky E.，Kuffner S.和Peterson R.在文献“On collaborative detection of TV transmissions in support of dynamic spectrumsharing(支持动态频谱共享的电视传输协作检测)”，First IEEE InternationalSymposium on New Frontiers in Dynamic Spectrum Access Networks,2005:338-345.(第一届IEEE动态频谱接入网络新前沿国际研讨会，2005年：338-345)中分析了合作频谱感知的AND融合策略，当所有的SUs都认为存在PU时，融合中心才认为存在PU，否则融合中心认为不存在PU。Ghasemi A.和Sousa E.S.在文献“Collaborative spectrum sensing for opportunistic access in fadingenvironments(在衰落环境下针对机会接入的协作频谱感知)”，First IEEEInternational Symposium on New Frontiers in Dynamic Spectrum Access Networks,2005:131-136.(第一届IEEE动态频谱接入网络新前沿国际研讨会，2005年：131-136)中分析了OR融合策略，当所有SUs都认为不存在PU时，融合中心才认为不存在PU，否则融合中心认为存在PU。Wei Z.,Mallik R.和Letaief K.在文献“Optimization of cooperative spectrum sensing with energy detection incognitive radio networks(认知无线网络中基于能量检测的合作频谱感知的最优化)”，IEEE Transactions on Wireless Communications,2009:5761-5766.(IEEE无线通信汇刊，2009年：5761-5766)中分析了K秩融合，当至少有K个SUs认为存在PU时，融合中心才认为存在PU，否则融合中心认为不存在PU。其中AND准则具有较低的检测概率和较低的虚警概率，OR准则具有较高的检测概率和较高的虚警概率，K秩准则是两者的折中，更适合于实际应用。

在对认知无线网络频谱接纳控制的研究中，通常采用基于保护信道的接纳控制，即信道预留机制。在认知无线网络中频谱感知是每个SU的基本特征，而要使得系统性能得到有效提升，就必须提高SUs的频谱感知精度，同时其虚警概率也必须在一定门限内。因此，引入合作频谱感知，并将其结合接纳控制机制，通过对其连续时间马尔科夫链建模分析，使认知无线网络的吞吐量最大化，对改善网络的频谱效率等整体性能，使之适用于实时性的认知无线网络业务，有着十分广阔的应用空间。

发明内容

本发明的目的在于针对目前在认知无线网络中实际无线信道和错误检测概率对频谱接纳性能的影响，传统的接纳控制方法已不适用的这一不足，提供一种基于合作频谱感知的频谱接纳控制方法，能有效保障SU数据包传输时效性的要求，同时具有良好的频谱效率和吞吐量性能，特别适用于对业务实时性要求较高的认知无线网络业务。

为实现这样的目的，本发明提出了一种基于合作感知的频谱接纳控制方法，联合考虑了认知无线网络中MAC层的频谱感知策略和接纳控制机制，采用基于K秩融合的合作感知，以最小化错误检测概率设计求解最佳K值，并在此基础上提出接纳控制机制，通过对该问题的连续时间马尔科夫模型求解，优化认知无线网络的吞吐量，使得其吞吐量最大化。

根据本发明提供的基于合作频谱感知的频谱接纳控制方法，其特征在于结合次用户SU(Secondary User)间的合作策略，自适应地形成次用户组SUG(SecondaryUser Group)，在采用K秩融合的基础上，通过调整SUG内的SU数和接纳控制门限，在全局虚警概率约束条件下，使所有次用户组SUGs的吞吐量最大化，包括如下具体步骤：

步骤(1)针对每个SU，通过基于SUG的合作策略(Cooperative Scheme Basedon Secondary User Group，CSSUG)方案，自适应形成SUGs；

步骤(2)针对SUG的合作感知融合策略，源节点SU_sor通过基于K秩融合的合作频谱感知(Cooperative Sensing with K-out-of-N,CSKoN)方案的计算，得出在给定组成一个SUG的次用户数为n的值情况下的最佳的参与K秩融合的次用户数的最小值k；其中，n是K秩融合中的N值，k为K秩融合策略中的K值；

步骤(3)针对认知无线网络的接纳控制门限，将所述步骤(1)、步骤(2)结合起来，通过基于合作感知的频谱接纳控制(Spectrum Admission Control Basedon Cooperative Sensing,SACBCS)方案，分析在全局虚警概率约束条件下，使SUGs的吞吐量最大化的最佳接纳控制门限，通过对最佳接纳控制门限的求解，整个优化过程完毕。

优选地，所述的步骤(1)中，包含以下步骤：

步骤(1a)网络初始化阶段，将给定区域内的所有SUs标记为SU_cop，并标记有数据要发送的协作节点SU_cop为源节点SU_sor，所有节点生成两个维护列表：MemberTable和PCL；为了有效降低SUGs的中断概率，预留α(α＜M)个信道作为SUGs频谱接纳控制门限；

步骤(1b)SUG的形成和维护阶段，SU_sor检查其MemberTable是否已满，若未满则在控制信道向其邻居节点广播Invite控制信息，其邻居节点收到Invite并回应Req，收到Req的SU_sor再次检查其MemberTable是否已满，若未满则回复ReqACK通知相应的邻节点，若已满则回复Rej拒绝该邻节点加入当前的SUG；

步骤(1c)信道选择阶段，SUG形成之后，SU_sor需要和目的节点SU_dst交互确定通信信道和通信路径；SU_sor向目的节点SU_dst发送ATIM包，其中，ATIM包包括SU_sor的PCL，SU_dst收到ATIM后回复ATIMACK包，其中，ATIMACK包包括SU_dst所在的组号Group ID和其与SU_sor通信的最佳信道列表PCL；

步骤(1d)信道感知阶段，SU_sor收到ATIMACK包后确定了选择的信道，在控制信道广播信息Group Beacon，SU_sor所在的SUG做合作感知，若合作感知结果表明当前选择的信道可用，则SU_sor进入到数据传输阶段，否则SU_sor在下一个时隙选择另一个信道再做合作感知，直到SU_sor收到的PCL列表完全尝试；

步骤(1e)数据传输阶段，SU_sor和SU_dst确定可用信道之后，SU_sor在该可用信道向SU_dst发送信息RTS，收到RTS的SU_dst回复信息CTS完成握手过程，SU_sor开始传输数据，数据传输完成后SU_dst回复信息ACK；

步骤(1f)SU_sor选择阶段，SU_sor收到ACK后在当前信道广播信息CACK，该SUG中有数据要发送的节点竞争成为下一个阶段的SU_sor。

优选地，考虑到在数据传输过程中主用户可能会再次出现，为了保障主用户的QoS和优先权，SUG必须退避到其他信道。为了避免SUG对主用户的过多干扰，在所述步骤(1e)中，在数据传输阶段SUG进行周期感知，即将SU_sor传输的数据包的帧结构分为两个部分：感知部分和数据传输部分；若感知到主用户的到达，则SUG离开当前信道切换到预留信道；当预留信道为空时，SUG通信强制中断，等待下一个阶段重新发送。

优选地，所述的步骤(2)中，包含以下步骤：

步骤(2a)在本地感知采用能量感知的基础上，计算SUG内每个节点的检测概率P_d和虚警概率P_f；

步骤(2b)SU_sor采用K秩融合策略将SUG内每个节点的感知结果融合做出决策，计算出K秩融合的检测概率Q_d和虚警概率Q_f，结合信道的可用概率，以最小化整个K秩融合的错误检测概率为目标，根据最优化计算，得到最佳的k值。

优选地，为了降低SUGs的强制中断概率，在进行所述步骤(1)、(2)的SUG自适应形成和最佳k值的计算的基础上，通过马尔科夫模型的求解分析，以SUGs的吞吐量最大化求解最佳接纳控制门限。

在一个优选的实施例中，本发明包括如下具体步骤：

(1)基于次用户组(Secondary User Group，SUG)的合作策略(Cooperative SchemeBased on Secondary User Group，CSSUG)，主要包括：

1)网络初始化阶段，系统内有M个授权信道，1个SUs专用的公共控制信道，将给定区域内的所有SUs都标记为协作节点SU_cop。在初始情况下标记有数据要发送的协作节点SU_cop为源节点SU_sor，所有节点生成两个维护列表：成员列表MemberTable，共包括n+1个成员数，该列表首位置为SU_sor节点ID，末位置为目的节点ID；最佳信道列表PCL(PreferableChannel List)。为了有效降低SUGs的中断概率，我们预留了α(α＜M)个信道作为SUGs的频谱接纳控制门限，同时预留的信道也有可能被PUs占用。

2)SUG的形成和维护阶段，SU_sor检查其MemberTable是否已满，若未满则在控制信道向其邻居节点广播Invite控制信息，其邻居节点收到Invite并回应Req，收到Req的SU_sor再次检查其MemberTable是否已满，若未满则回复ReqACK通知相应的邻节点，若已满则回复Rej拒绝该邻节点加入当前的SUG。这里需要考虑其邻节点可能收到多个Invite的情况，在这种情况下由邻节点自身判定加入到其中的一个SUG。另外若其邻节点也是SU_sor时，该邻节点可以选择加入当前SUG或者采用退避机制广播Invite，可根据网络规模情况做相应调整。每个SUG形成后都以SU_sor的ID作为其Group ID。

3)信道选择阶段，SUG形成之后，SU_sor需要和目的节点SU_dst交互确定通信信道和通信路径。SU_sor向SU_dst发送ATIM包(该包内包括SU_sor的PCL)，SU_dst收到ATIM后回复ATIMACK(该包包括SU_dst所在的GroupID和其与SU_sor通信的最佳PCL)。

4)信道感知阶段，SU_sor收到ATIMACK后确定了选择的信道，在控制信道广播Group Beacon，SU_sor所在的SUG做合作感知，若合作感知结果表明当前选择的信道可用，则SU_sor进入到数据传输阶段，否则SU_sor在下一个时隙选择另一个信道再做合作感知，直到SU_sor收到的PCL列表完全尝试。

5)数据传输阶段，SU_sor和SU_dst确定可用信道之后，SU_sor在该可用信道向SU_dst发送RTS，收到RTS的SU_dst回复CTS完成握手过程，SU_sor开始传输数据，数据传输完成后SU_dst回复ACK。考虑到在数据传输过程中主用户可能会再次出现，为了保障主用户的QoS和优先权，SUG必须退避到其他信道。为了避免SUG对主用户的过多干扰，在数据传输阶段SUG需要做周期感知，即将SU_sor传输的数据包的帧结构分为两个部分：感知部分和数据传输部分。若感知到主用户的到达，则SUG离开当前信道切换到预留信道。当预留信道为空时，SUG通信强制中断，等待下一个阶段重新发送。

6)SU_sor选择阶段，SU_sor收到ACK后在当前信道广播CACK，该SUG中有数据要发送的节点竞争成为下一个阶段的SU_sor。

(2)基于K秩融合的合作频谱感知(Cooperative Sensing with K-out-of-N,CSKoN)，主要包括:

在CSSUG方案中的信道感知阶段，其采用的合作感知融合策略即为CSKoN方案。在本地感知采用能量感知的基础上，计算SUG内每个节点的检测概率P_d和虚警概率P_f，SU_sor再采用K秩融合策略将SUG内每个节点的感知结果融合做出决策，计算出K秩融合的检测概率Q_d和虚警概率Q_f，结合信道的可用概率，使得整个K秩融合的错误检测概率最小化。该问题转化为一个无约束最优化问题：

其中Q_m为K秩融合的漏检概率，ρ是当前信道主用户存在的概率，是当前信道主用户不在的概率，k为K秩融合策略中的K值，n是K秩融合中的N值。当n值给定时，我们可以求解出最佳的k值，其求解过程如下：

1)计算每个节点的检测概率P_d和虚警概率P_f

$P_d\left(\mathrm{\ϵ}\right)=Q_u(\sqrt{2\mathrm{u\γ}},\sqrt{\mathrm{\ϵ}})$

$P_f\left(\mathrm{\ϵ}\right)=\frac{\mathrm{\Γ}(u,\mathrm{\ϵ}/2)}{\mathrm{\Γ}\left(u\right)}$

其中ε是检测判决门限，τ_s是感知时间，B是信道带宽，u＝τ_sB是时间带宽乘积，γ是节点接收到的主用户信号的信噪比，其中是广义Marcum Q函数，I_u-1(·)表示(u-1)阶贝塞尔函数，是不完全伽马函数，Γ(·)是完全伽马函数。

2)计算出K秩融合的检测概率Q_d和虚警概率Q_f

$Q_d=\underset{i=k}{\overset{n}{\mathrm{\Σ}}}\left(\begin{array}{c}n\\ i\end{array}\right)P_d^i{(1-P_d)}^{n-i}$

$Q_f=\underset{i=k}{\overset{n}{\mathrm{\Σ}}}\left(\begin{array}{c}n\\ i\end{array}\right)P_f^i{(1-P_f)}^{n-i}$

且有

$\begin{array}{c}{Q}_d(k,n)=P_d{Q}_d(k-1,n-1)+(1-P_d)Q_d(k,n-1)\\ {=P}_d(Q_d(k-1,n-1)-Q_d(k,n-1))+Q_d(k,n-1)\\ =\left(\begin{array}{c}n-1\\ k-1\end{array}\right)P_d^{k-1}{(1-P_d)}^{n-k}+Q_d(k,n-1)\\ \⇔Q_d(k,n)-Q_d(k,n-1)=\left(\begin{array}{c}n-1\\ k-1\end{array}\right)P_d^{k-1}{(1-P_d)}^{n-k}\\ \⇔Q_d(k,n)=\underset{i=k}{\overset{n}{\mathrm{\Σ}}}[Q_d(k,i)-Q_d(k,i-1)]=P_d^k\underset{i=k}{\overset{n}{\mathrm{\Σ}}}\left(\begin{array}{c}i-1\\ k-1\end{array}\right){(1-P_d)}^{i-k}\\ \⇔Q_d(k-1,n)-Q_d(k,n)=\left(\begin{array}{c}n\\ k-1\end{array}\right)P_d^{k-1}{(1-P_d)}^{n-k+1}\end{array}$

$\begin{array}{c}{Q}_f(k,n)=\left(\begin{array}{c}n-1\\ k-1\end{array}\right)P_f^{k-1}{(1-P_f)}^{n-k}+Q_f(k,n-1)\\ \⇔Q_f(k-1,n)-Q_f(k,n)=\left(\begin{array}{c}n\\ k-1\end{array}\right)P_f^{k-1}{(1-P_f)}^{n-k+1}\end{array}$

3)F可以表示为

令对G(k,n)求导，有

则其最佳k值即为当时，可求得k值为

(3)基于合作感知的频谱接纳控制(Spectrum Admission Control Based onCooperative Sensing,SACBCS)。为了提高SU对PU的检测概率，解决多信道隐终端问题，我们进行(1)、(2)两个方案，本方法主要分析在合作感知的基础上最佳的接纳控制门限，并通过设计最优化问题，从而实现认知无线网络吞吐量最大化，使认知无线网络的性能得到一定的提升。主要包括：

1)构建系统的状态空间S＝{(y₁,x₂)|0≤y₁≤M,x₂≥0}，其中y₁是在t时刻主用户的个数，x₂表示在t时刻SUG的个数。

2)设定接纳控制门限α，其接纳控制策略为

3)若主用户总的数据包的到达率服从参数为λ_p的泊松分布，数据包的服务时间服从参数为μ_p的负指数分布；SUGs总的数据包到达率服从参数为λ_s的泊松分布，数据包的服务时间服从参数为μ_s的负指数分布。可得到系统状态转移速率，并可求得系统状态的稳态概率π。令为状态(y₁,x₂)到状态(y₁+1,x₂)的转移速率，则系统的状态转移速率如下：

a)当y₁+x₂+α＜M，y₁＞0，x₂＞0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=(Q_d-Q_f){\mathrm{\λ}}_s,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=x_2{\mathrm{\μ}}_s+{\mathrm{\λ}}_p{Q}_m,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p{Q}_d,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p+{\mathrm{\λ}}_s{Q}_m.$

b)当y₁+x₂+α＜M，y₁＝0，x₂＞0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=(1-Q_f){\mathrm{\λ}}_s,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=x_2{\mathrm{\μ}}_s+{\mathrm{\λ}}_p{Q}_m,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p{Q}_d,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=0.$

c)当y₁+x₂+α＜M，y₁＞0，x₂＝0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=(Q_d-Q_f){\mathrm{\λ}}_s,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=0,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p+{\mathrm{\λ}}_s{Q}_m.$

d)当y₁+x₂+α＜M，y₁＝0，x₂＝0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=(1-Q_f){\mathrm{\λ}}_s,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=0,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=0.$

e)当y₁+x₂+α＝M，y₁＞0，x₂＞0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=0,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=x_2{\mathrm{\μ}}_s+{\mathrm{\λ}}_p{Q}_m,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p{Q}_d,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p+{\mathrm{\λ}}_s{Q}_m.$

f)当y₁+x₂+α＝M，y₁＝0，x₂＞0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=0,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=x_2{\mathrm{\μ}}_s+{\mathrm{\λ}}_p{Q}_m,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p{Q}_d,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=0.$

g)当y₁+x₂+α＝M，y₁＞0，x₂＝0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=0,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=0,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}={\mathrm{\λ}}_p,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p+{\mathrm{\λ}}_s{Q}_m.$

h)当y₁+x₂＝M，y₁＞0，x₂＞0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=0,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=x_2{\mathrm{\μ}}_s+{\mathrm{\λ}}_p{Q}_m,$ $T_{(y_1,x_2)}^{(y_1+1,x_2-1)}={\mathrm{\λ}}_p,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p.$

i)当y₁+x₂＝M，y₁＞0，x₂＝0时， $T_{(y_1,x_2)}^{(y_1,x_2+1)}=0,$ $T_{(y_1,x_2)}^{(y_1,x_2-1)}=0,$ $T_{(y_1,x_2)}^{(y_1+1,x_2)}=0,$ $T_{(y_1,x_2)}^{(y_1-1,x_2)}=y_1{\mathrm{\μ}}_p.$

4)根据系统的稳态概率可以求解得到SUGs的阻塞概率，强制中断概率和吞吐量，对吞吐量进行最大化，并将该问题转化为一个最优化问题：

$\begin{array}{cc}\underset{\mathrm{\α}}{\max }& R\left(\mathrm{\α}\right)=(1-P_B)(1-P_F){\mathrm{\λ}}_s{\left(\frac{{\mathrm{\μ}}_s}{1-P_F}\right)}^{-1}\end{array}$

$\begin{array}{cc}s.t.& Q_f={\tilde{Q}}_f\end{array}$

α＜M.

其中

$P_B=\underset{j=0}{\overset{M-\mathrm{\α}}{\mathrm{\Σ}}}\underset{i=M-j-\mathrm{\α}}{\overset{M-j}{\mathrm{\Σ}}}\mathrm{\π}(i,j),$

$P_F=\frac{\underset{i=\mathrm{\α}}{\overset{M-1}{\mathrm{\Σ}}}{T}_{(i,M-i)}^{(i+1,M-i-1)}\mathrm{\π}(i,M-i)+\underset{i=1}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-\mathrm{\α}-1}{\mathrm{\Σ}}}[T_{(i,j)}^{(i-1,j)}-i{\mathrm{\μ}}_p]\mathrm{\π}(i,j)+\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{M-\mathrm{\α}}{\mathrm{\Σ}}}[T_{(i,j)}^{(i,j-1)}-j{\mathrm{\μ}}_s]\mathrm{\π}(i,j)}{{\mathrm{\λ}}_s(1-P_B)}$

对于给定的全局虚警概率，可求解得到单个SU的虚警概率，再由单个SU的虚警概率求解出SU的检测判决门限，则进一步可求得单个SU的检测概率和K秩融合的全局检测概率。然后将Q_f、Q_d和选定的α值代入状态转移速率，构建状态转移速率矩阵，进一步由连续时间马尔科夫链求解稳态概率的方法求解出系统状态的稳态概率，代入即可求解出对应α值的SUGs的吞吐量。通过对不同α值的吞吐量的比较，获得最佳的α值。

本发明能有效保障主用户服务质量的要求，同时可以有效降低认知无线网络的强制中断概率，具有良好的频谱效率，能有效提升认知无线网络的吞吐量，特别适用于对业务实时性要求较高的认知无线网络。

附图说明：

图1为本发明实施的一个场景图。

图2为本发明中系统马尔科夫模型的状态转移图。

图3为本发明中基于K秩融合的合作频谱感知方案取不同k值时的性能比较图。

图4为根据本发明所提供的方法针对不同α值在SUG阻塞概率方面的性能比较图。

图5为根据本发明所提供的方法针对不同α值在SUG强制中断概率方面的性能比较图。

图6为根据本发明所提供的方法针对不同α值在SUG吞吐量方面的性能比较图。

具体实施方式：

以下结合附图和实施例对本发明的技术方案作进一步描述。

在本发明的一个实施例中，场景是一个由4个PUs和30个SUs组成的拓扑结构，且当前授权信道数与主用户数相同，同时有一个SUs专用的公共控制信道。如图1所示，每个SU首先根据基于SUG的合作策略方案形成SUGs。

1)基于SUG的合作策略(CSSUG)方案实施阶段：

网络初始化后所有SUs标记为协作节点SU_cop，其中有数据要发送的SU_cop标记为源节点SU_sor，所有节点生成两个维护列表：MemberTable和PCL，预留了α(α＜4)个信道作为SUGs的频谱接纳控制门限。SU_sor检查其MemberTable是否已满，若未满则在控制信道向其邻居节点广播Invite控制信息，其邻居节点收到Invite并回应Req，收到Req的SU_sor再次检查其MemberTable是否已满，若未满则回复ReqACK通知相应的邻节点，若已满则回复Rej拒绝该邻节点加入当前的SUG。SUG形成之后，SU_sor需要和目的节点SU_dst交互确定通信信道和通信路径。SU_sor向SU_dst发送ATIM包(该包内包括SU_sor的PCL)，SU_dst收到ATIM后回复ATIMACK(该包包括SU_dst所在的Group ID和其与SU_sor通信的最佳PCL)。SU_sor收到ATIMACK后确定了选择的信道，在控制信道广播GroupBeacon，SU_sor所在的SUG做合作感知，若合作感知结果表明当前选择的信道可用，则SU_sor进入到数据传输阶段，否则SU_sor在下一个时隙选择另一个信道再做合作感知，直到SU_sor收到的PCL列表完全尝试。SU_sor和SU_dst确定可用信道之后，SU_sor在该可用信道向SU_dst发送RTS，收到RTS的SU_dst回复CTS完成握手过程，SU_sor开始传输数据，数据传输完成后SU_dst回复ACK。考虑到在数据传输过程中主用户可能会再次出现，为了保障主用户的QoS和优先权，SUG必须退避到其他信道。为了避免SUG对主用户的过多干扰，在数据传输阶段SUG需要做周期感知，即将SU_sor传输的数据包的帧结构分为两个部分：感知部分和数据传输部分。若感知到主用户的到达，则SUG离开当前信道切换到预留信道。当预留信道为空时，SUG通信强制中断，等待下一个阶段重新发送。SU_sor收到ACK后在当前信道广播CACK，该SUG中有数据要发送的节点竞争成为下一个阶段的SU_sor。

2)基于K秩融合的合作频谱感知(CSKoN)方案实施阶段：

在CSSUG方案中的信道感知阶段，其采用的合作感知融合策略即为CSKoN方案。在本地感知采用能量感知的基础上，计算SUG内每个节点的检测概率P_d和虚警概率P_f，SU_sor再采用K秩融合策略将SUG内每个节点的感知结果融合做出决策，计算出K秩融合的检测概率Q_d和虚警概率Q_f，则K秩融合的漏检概率为Q_m＝1-Q_d，结合信道的可用概率，使得整个K秩融合的错误检测概率最小化。该问题转化为一个无约束最优化问题：

其中ρ是当前信道主用户存在的概率，是当前信道主用户不在的概率，k为K秩融合策略中的K值，n是K秩融合中的N值。当n值给定时，我们可以求解出最佳的k值，其求解过程如下：计算每个节点的检测概率P_d和虚警概率P_f，代入下式即可求解得到最佳的k值。图3给出了在不同检测判决门限情况下的最佳k值。

3)基于合作感知的频谱接纳控制(SACBCS)方案实施阶段：

本方案主要分析在合作感知的基础上最佳的接纳控制门限，并通过设计最优化问题，从而实现认知无线网络吞吐量最大化，使认知无线网络的性能得到一定的提升。通过采用马尔科夫模型进行仿真分析，我们评价了本发明在有效降低强制中断概率方面的性能，并在阻塞概率和强制中断概率权衡下以最优化认知无线网络的吞吐量获得最优的接纳控制门限，其转化的最优化问题为

$\begin{array}{cc}\underset{\mathrm{\α}}{\max }& R\left(\mathrm{\α}\right)=(1-P_B)(1-P_F){\mathrm{\λ}}_s{\left(\frac{{\mathrm{\μ}}_s}{1-P_F}\right)}^{-1}\end{array}$

$\begin{array}{cc}s.t.& Q_f={\tilde{Q}}_f\end{array}$

α＜4.

图4给出了本发明中不同接纳控制门限情况下的阻塞概率分析，可以看出在α＝1时其阻塞概率是最小的，从这一点可以说明采用了接纳控制的方案(α＝1)并不一定使得其阻塞概率就一定高于不采用接纳控制(α＝0)的方案。图5给出了本发明中不同接纳控制门限情况下的强制中断概率分析，可以看出采用了接纳控制门限的方案比不采用接纳控制的方案(α＝0)其强制中断概率得到了非常有效的降低。图6给出了本发明中不同接纳控制门限情况下的吞吐量分析，可以看出当α＝1时系统的吞吐量是最好的。从以上仿真对比实验可以看出，在本实施实例中，α＝1是最佳的接纳控制门限。本发明方法相对于传统的接纳控制方案而言，能大大保障主用户的QoS，避免多信道隐终端问题，改善频谱资源的有效利用。从以上仿真对比实验可以说明，根据本发明所提供的方法在有效保障主用户QoS的基础上，能很好地改善认知无线网络数据传输的时效性，提高认知无线网络的吞吐量，同时具有低开销和易实现等特点，有着良好的经济效益和应用前景。

Claims (4)

1.一种基于合作频谱感知的频谱接纳控制方法，其特征在于结合次用户SU间的合作策略，自适应地形成次用户组SUG，在采用K秩融合的基础上，通过调整SUG内的SU数和接纳控制门限，在全局虚警概率约束条件下，使所有次用户组SUGs的吞吐量最大化，包括如下具体步骤：

步骤(1)针对每个SU，通过基于SUG的合作策略方案，自适应形成SUGs；

步骤(2)针对SUG的合作感知融合策略，源节点SU_sor通过基于K秩融合的合作频谱感知方案的计算，得出在给定n值情况下的最佳k值，其中，n是K秩融合中的N值，k为K秩融合策略中的K值；

步骤(3)针对认知无线网络的接纳控制门限，将所述步骤(1)、步骤(2)结合起来，通过基于合作感知的频谱接纳控制方案，分析在全局虚警概率约束条件下，使SUGs的吞吐量最大化的最佳接纳控制门限，通过对最佳接纳控制门限的求解，整个优化过程完毕；

所述的步骤(1)中，包含以下步骤：

步骤(1a)网络初始化阶段，将给定区域内的所有SUs标记为SU_cop，并标记有数据要发送的协作节点SU_cop为源节点SU_sor，所有节点生成两个维护列表：成员列表MemberTable和最佳信道列表PCL；为了有效降低SUGs的中断概率，预留α(α＜M)个信道作为SUGs频谱接纳控制门限；

步骤(1b)SUG的形成和维护阶段，SU_sor检查其MemberTable是否已满，若未满则在控制信道向其邻节点广播Invite控制信息，其邻节点收到Invite并回应Req，收到Req的SU_sor再次检查其MemberTable是否已满，若未满则回复ReqACK通知相应的邻节点，若已满则回复Rej拒绝该邻节点加入当前的SUG；

步骤(1c)信道选择阶段，SUG形成之后，SU_sor需要和目的节点SU_dst交互确定通信信道和通信路径；SU_sor向目的节点SU_dst发送ATIM包，其中，ATIM包包括SU_sor的PCL，SU_dst收到ATIM后回复ATIMACK包，其中，ATIMACK 包包括SU_dst所在的组号Group ID和其与SU_sor通信的最佳信道列表PCL；

步骤(1d)信道感知阶段，SU_sor收到ATIMACK包后确定了选择的信道，在控制信道广播信息Group Beacon，SU_sor所在的SUG做合作感知，若合作感知结果表明当前选择的信道可用，则SU_sor进入到数据传输阶段，否则SU_sor在下一个时隙选择另一个信道再做合作感知，直到SU_sor收到的PCL列表完全尝试；

步骤(1e)数据传输阶段，SU_sor和SU_dst确定可用信道之后，SU_sor在该可用信道向SU_dst发送信息RTS，收到RTS的SU_dst回复信息CTS完成握手过程，SU_sor开始传输数据，数据传输完成后SU_dst回复信息ACK；

步骤(1f)SU_sor选择阶段，SU_sor收到ACK后在当前信道广播信息CACK，该SUG中有数据要发送的节点竞争成为下一个阶段的SU_sor；

步骤(2)与步骤(3)之间的关系，具体如下：

基于K秩融合的合作频谱感知，主要包括：

在本地感知采用能量感知的基础上，计算SUG内每个节点的检测概率P_d和虚警概率P_f，SU_sor再采用K秩融合策略将SUG内每个节点的感知结果融合做出决策，计算出K秩融合的检测概率Q_d和虚警概率Q_f，结合信道的可用概率，使得整个K秩融合的错误检测概率最小化；该问题转化为一个无约束最优化问题：

其中Q_m为K秩融合的漏检概率，ρ是当前信道主用户存在的概率，是当前信道主用户不在的概率，k为K秩融合策略中的K值，n是K秩融合中的N值；当n值给定时，求解出最佳的k值，其求解过程如下：

1)计算每个节点的检测概率P_d和虚警概率P_f

其中ε是检测判决门限，τ_s是感知时间，B是信道带宽，u＝τ_sB是时间带宽乘积，γ是节点接收到的主用户信号的信噪比，其中是广义Marcum Q函数，I_u-1(·)表示(u-1)阶贝塞尔函数，是不完全伽马函数，Γ(·)是完全伽马函数；

2)计算出K秩融合的检测概率Q_d和虚警概率Q_f

且有

3)F表示为

令对G(k,n)求导，有

则其最佳k值即为当时，求得k值为

基于合作感知的频谱接纳控制，主要包括：

1)构建系统的状态空间S＝{(y₁,x₂)|0≤y₁≤M,x₂≥0}，其中y₁是在t时刻主用户的个数，x₂表示在t时刻SUG的个数；

2)设定接纳控制门限α，其接纳控制策略为

3)若主用户总的数据包的到达率服从参数为λ_p的泊松分布，数据包的服务时间服从参数为μ_p的负指数分布；SUGs总的数据包到达率服从参数为λ_s的泊松分布，数据包的服务时间服从参数为μ_s的负指数分布；得到系统状态转移速率，并求得系统状态的稳态概率π；令为状态(y₁,x₂)到状态(y₁+1,x₂)的转移速率，则系统的状态转移速率如下：

a)当y₁+x₂+α＜M，y₁＞0，x₂＞0时，

b)当y₁+x₂+α＜M，y₁＝0，x₂＞0时，

c)当y₁+x₂+α＜M，y₁＞0，x₂＝0时，

d)当y₁+x₂+α＜M，y₁＝0，x₂＝0时，

e)当y₁+x₂+α＝M，y₁＞0，x₂＞0时，

f)当y₁+x₂+α＝M，y₁＝0，x₂＞0时，

g)当y₁+x₂+α＝M，y₁＞0，x₂＝0时，

h)当y₁+x₂＝M，y₁＞0，x₂＞0时，

i)当y₁+x₂＝M，y₁＞0，x₂＝0时，

4)根据系统的稳态概率求解得到SUGs的阻塞概率，强制中断概率和吞吐量，对吞吐量进行最大化，并将该问题转化为一个最优化问题：

α＜M

其中

2.根据权利要求1所述的基于合作频谱感知的频谱接纳控制方法，其特征在于，在所述步骤(1e)中，在数据传输阶段SUG进行周期感知，即将SU_sor传输的数据包的帧结构分为两个部分：感知部分和数据传输部分；若感知到主用户的到达，则SUG离开当前信道切换到预留信道；当预留信道为空时，SUG通信强制中断，等待下一个阶段重新发送。

3.根据权利要求1所述的基于合作频谱感知的频谱接纳控制方法，其特征在于所述的步骤(2)中，包含以下步骤：

步骤(2a)在本地感知采用能量感知的基础上，计算SUG内每个节点的检测概率P_d和虚警概率P_f；

步骤(2b)SU_sor采用K秩融合策略将SUG内每个节点的感知结果融合做出决策，计算出K秩融合的检测概率Q_d和虚警概率Q_f，结合信道的可用概率，以最小化整个K秩融合的错误检测概率为目标，根据最优化计算，得到最佳的k值。

4.根据权利要求1所述的基于合作频谱感知的频谱接纳控制方法，其特征在于，为了降低SUGs的强制中断概率，在进行所述步骤(1)、(2)的SUG自适应形成和最佳k值的计算的基础上，通过马尔科夫模型的求解分析，以SUGs的吞吐量最大化求解最佳接纳控制门限。