CN102724678A - 中心式认知无线网络中基于信誉值的资源分配方法 - Google Patents

Abstract

本发明公开一种中心式认知无线网络中基于信誉值的资源分配方法，主要解决认知用户在认知环中双角色带来的资源分配新问题。其实现步骤为：认知基站CBS收集认知用户本地感知信息并依据其感知信誉值融合感知信息得到空闲信道列表和本次感知证据；CBS根据有效感知证据计算感知信誉值；认知用户向CBS申请信道，CBS根据信道申请情况结合认知用户的信道竞争力分配信道；在信道使用过程中，异常行为监控系统收集礼节行为证据，CBS根据礼节行为证据计算认知用户礼节信誉值。本发明可及时发现认知用户个性变化，能够对攻击行为进行区分，减少对授权用户的影响，可用于中心式认知无线网络中认知用户的资源分配。

Description

中心式认知无线网络中基于信誉值的资源分配方法

技术领域

本发明属于通信技术领域，涉及认知用户资源分配，具体涉及一种中心式认知无线网络中基于信誉值的资源分配方法，可用于认知无线网络。

背景技术

由于可用频谱资源的有限性，随着无线通信技术和业务的不断增长，传统的固定频谱分配模式必定会造成频谱资源的稀缺。为了解决频谱资源的稀缺，人们提出了认知无线网络，该网络中的认知用户可以在不干扰授权用户正常通信的情况下伺机利用空闲的授权频谱，提高频谱的利用率。具体来说，当信道未被授权用户占用而处于空闲状态时，认知用户可以接入空闲信道进行通信；当信道被授权用户占用时，认知用户则立即停止在此信道的通信并切换到其它空闲信道继续通信。

中心式认知无线网络包括认知用户和认知用户基站。为了伺机利用空闲的授权频谱，认知无线网络需要依赖认知用户间的协作来感知当前通信环境，包括频谱使用情况、授权用户的地理位置、可用通信系统或网络、可用服务等，认知用户基站结合相关规定和既有经验对这些感知信息进行分析、学习，并根据端到端目标做出决策，满足认知用户的需求。这个过程称为认知环。

在认知无线网络中，多个认知用户往往要竞争稀缺的频谱资源，在感知过程中，有些认知用户为了占用频谱，通过篡改感知信息，误导认知用户基站的判断；在频谱使用过程中，有些认知用户也会由于自私或者恶意破坏等原因出现功率超标、模仿主用户信号特征、授权用户出现时不退避等恶意行为。这种由认知无线网络内部认知用户恶意行为导致的攻击称为软安全攻击。软安全攻击破坏认知无线网络感知和学习的准确性，使得认知环不可信，导致网络性能下降。为了消除软安全攻击，需要对认知用户进行信任管理。

对认知用户进行信任管理是解决无线网络内部认知用户软安全攻击最有效的措施，通过监控认知用户的异常行为，对其进行信任评估，建立基于信任的决策机制从而达到消除软安全威胁的目的。对中心式认知无线网络中的认知用户进行信任管理，典型的研究成果有：S.Parvin et al.在Proc.of IEEE International Conference onAdvanced Information Networking and Applications上发表的文章“Towards TrustEstablishment for Spectrum selection in Cognitive Radio Networks”和Hui-fang Chen etal.在Journal of Zhejiang University-Science A上发表的文章“Reputation-based linearcooperation for spectrum sensing in cognitive radio network”，这些技术是以本地检测结果和总决策结果一致的次数与总检测次数的比值作为信任值。存在的问题是：现有技术忽略了认知用户在频谱使用过程中的恶意行为，只关心认知用户在频谱感知过程中的恶意行为。并且，信任值的度量过于简单，当认知用户具有动态个性，即认知用户并不始终从事恶意攻击或者诚实协作，而是在二者之间随机震荡时，这种度量的更新无法及时跟踪认知用户个性的变化。另外，有的攻击行为会干扰授权用户，有的攻击仅对认知用户造成影响，现有的技术无法对认知用户的攻击行为进行区分。

发明内容

本发明针对现有技术的不足，提出一种中心式认知无线网络中基于信誉值的资源分配方法，同时考虑认知用户感知过程和频谱使用过程中的恶意行为，可及时发现认知用户个性的变化，能够对攻击行为进行区分，减少对授权用户的影响。

为了实现上述目的，本发明的中心式认知无线网络中基于信誉值的资源分配方法，包括如下步骤：

(1)初始化：

将认知用户基站CBS内证据数据库中的所有感知证据指示器初始化为0，将认知用户基站CBS内证据数据库中的所有礼节证据指示器初始化为1；

若认知用户SUi首次加入认知无线网络，认知用户基站CBS在其信任数据库为认知用户SUi添加一条信任记录，用于存放感知信誉值和礼节信誉值相关信息，在证据数据库中为认知用户SUi添加两个证据记录表，分别存放与感知证据和礼节证据相关信息，其中，i∈{1,2,3,......P}，P为认知用户个数，认知用户基站CBS将认知用户SUi的感知信誉值和礼节信誉值分别初始化为SR₀和ER₀；

若认知用户SUi不是首次加入网络，则转步骤(2)；

(2)频谱感知：

(2a)认知用户SUi进行本地信号检测，并将检测出的本地感知结果上报给认知用户基站CBS；

(2b)认知用户基站CBS提取认知用户SUi的感知信誉值，并将感知信誉值映射为数据融合权重w_i，i∈{1,2,3,......P}，P为认知用户个数；

(2c)认知用户基站CBS根据上述数据融合权重对检测结果进行融合，数据融合按照如下公式进行：

$y_{\mathrm{chn}}=\left\{\begin{array}{cc}0,& \underset{\mathrm{SUi}\∈U_{\mathrm{chn}}^0}{\mathrm{\Σ}}{w}_i>\underset{\mathrm{SUi}\∈U_{\mathrm{chn}}^1}{\mathrm{\Σ}}{w}_i\\ 1,& \underset{\mathrm{SUi}\∈U_{\mathrm{chn}}^0}{\mathrm{\Σ}}{w}_i\≤\underset{\mathrm{SUi}\∈U_{\mathrm{chn}}^1}{\mathrm{\Σ}}{w}_i\end{array}\right.,$

其中，

和

分别为对信道chn的本地感知结果为0和1的认知用户集，y_chn为最终融合结果，其中，n∈{1,2,3,......m}，m为认知用户SUi需要检测的信道总数；

(2d)认知用户基站CBS根据最终融合结果y_chn对信道chn的状态进行判定，若最终融合结果y_chn为0，则判定信道chn空闲，即没有授权用户在信道chn上进行数据传输，若最终融合结果y_chn为1，则判定信道chn忙碌，即有授权用户在信道chn上进行数据传输；

(2e)认知用户基站CBS利用上述最终融合结果为0所对应的信道生成空闲信道列表ICL，并通过公共控制信道将空闲信道列表ICL广播给它周围的认知用户；

(3)认知用户基站CBS计算并更新认知用户SUi的感知信誉值：

(3a)认知用户基站CBS根据上述本地感知结果和最终融合结果统计认知用户SUi的本次感知证据；

(3b)认知用户基站CBS确定计算认知用户SUi感知信誉值时采用的感知窗口WS_τ，并根据上述感知证据和感知窗口计算认知用户SUi的感知信誉值SR：

$\mathrm{SR}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{\mathrm{\&tau;}\&times;m},& \mathrm{\&tau;}<{\mathrm{WS}}_{\mathrm{\&tau;}}\\ \frac{\underset{k=\mathrm{\&tau;}-W{S}_{\mathrm{\&tau;}}+1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{{\mathrm{WS}}_{\mathrm{\&tau;}}\&times;m},& \mathrm{\&tau;}\&GreaterEqual;{\mathrm{WS}}_{\mathrm{\&tau;}}\end{array}\right.,$

其中，M为感知证据集，r(x_j,k)为认知用户SUi第k次本地感知信息上报中的感知证据x_j的证据指示器，R(x_j)为证据x_j的加权系数，1≤j≤|M|，|M|表示感知证据总个数，m为本地需要检测的信道个数，τ表示认知用户SUi第τ次参与感知过程；

(3c)认知用户基站CBS用上述感知信誉值更新信任数据库中的感知信誉值；

(4)认知用户申请信道：在信道申请时隙，认知用户SUi若需要信道，则向认知用户基站CBS发送信道请求信息，在认知无线网络允许认知用户自由竞价时，信道请求信息包含认知用户SUi所请求信道的编号chx和认知用户SUi对信道chx的出价bidx，在不允许自由竞价时，信道请求信息只须包含信道编号chx，chx称为认知用户SUi的偏好信道，认知用户SUi称为信道chx的偏好用户，其中，偏好信道chx∈ICL，ICL为空闲信道列表；

(5)认知用户基站CBS分配信道给认知用户SUi：

(5a)认知用户基站CBS判断偏好信道chx是否同时被多个认知用户申请，若是，转步骤(5b)；否则，只有一个认知用户SUi申请，转步骤(5d)；

(5b)认知用户基站CBS从信任数据库中提取申请上述偏好信道chx的认知用户SUk的感知信誉值和礼节信誉值，并计算认知用户SUk对偏好信道chx的资源竞争力RC_xk：

${\mathrm{RC}}_{\mathrm{xk}}=r_1\&times;S+r_2\&times;E$

$=r_1\&times;\frac{\mathrm{SR}}{{\mathrm{SR}}_{\mathrm{ideal}}}\&times;\frac{u_{s\_d}}{U_{o\_d}}+r_2\&times;\frac{\mathrm{ER}}{{\mathrm{ER}}_{\mathrm{ideal}}},$

其中，SUk∈U^chx，U^chx为偏好信道chx的偏好用户集，r₁,r₂为比重系数，S和E分别为感知成本和礼节成本，SR和ER分别为认知用户SUk的感知信誉值和礼节信誉值，u_{ks_d}和u_{ko_d}分别为认知用户SUk的感知时长和在线时长，SR_ideal为认知用户的理想感知信誉值，ER_ideal为认知用户的理想礼节信誉值；

(5c)认知用户基站CBS对偏好信道chx的所有偏好用户按其资源竞争力从大到小进行排序，再对资源竞争力排在前F位认知用户按其出价从高到低进行排序，其中F为正整数，且1≤F≤P；

(5d)认知用户基站CBS将偏好信道chx分配给上述出价排序第一的认知用户SUw，SUw称为成功用户；

(6)在数据传输时隙，由成功用户SUw在偏好信道chx上进行数据传输；

(7)礼节行为监控：

在数据传输过程中认知用户基站CBS对成功用户SUw的行为进行监控，若成功用户SUw违反退让原则，将退让证据指示器置为0；若成功用户SUw模仿授权用户，将模仿证据指示器置为0；若SUw功率超标，将功率超标证据指示器置为0，这三种证据合称礼节证据；

(8)认知用户基站CBS计算并更新成功用户SUw的礼节信誉值：

(8a)认知用户基站CBS确定计算成功用户SUw礼节信誉时采用的礼节窗口WEγ并根据上述礼节证据和礼节窗口计算成功用户SUw的礼节信誉值ER：

$\mathrm{ER}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{\mathrm{\&gamma;}},& \mathrm{\&gamma;}<{\mathrm{WE}}_{\mathrm{\&gamma;}}\\ \frac{\underset{k=\mathrm{\&gamma;}-W{E}_{\mathrm{\&gamma;}}+1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{{\mathrm{WE}}_{\mathrm{\&gamma;}}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{WE}}_{\mathrm{\&gamma;}}\end{array}\right.,$

其中，Q为礼节证据集，λ(y_j,k)为感知行为证据y_j在第k次资源使用中是否发生的证据指示器，T(y_j)为礼节证据yj的加权系数，T(y_j)＞0，1≤j≤|Q|，|Q|表示礼节证据总个数，γ表示第γ次计算认知用户SUi的礼节信誉值；

(8b)认知用户基站CBS用上述礼节信誉值更新信任数据库。

本发明与现有技术相比具有以下优点

第一，本发明采用双信誉管理认知用户，同时考虑认知用户感知过程和频谱使用过程中的恶意行为，克服了现有技术仅考虑认知用户在感知过程中恶意行为的不足，双信誉度量能够更全面地反映认知用户在认知环全过程中的攻击行为，为次级基站进行感知数据融合和信道分配提供更全面的依据。

第二，本发明引入自适应窗口跟踪认知用户的动态个性，窗口能够根据认知用户行为的变换及时作出适当调整，从而通过改变有效信任证据数目，使得信誉值的更新能够快速跟随认知用户个性的变化。

第三，本发明通过权值区分信任证据，使得对授权用户带来干扰的认知用户的信誉值能够以最快的速度降低，从而降低将信道分配给这些认知用户的概率，减少对授权用户的影响。

第四，本发明建立基于信任的数据融合方法，通过增大了诚实认知用户对决策的影响度，缩小了恶意认知用户对决策的影响度，提高了感知信息融合的准确度。

第五，本发明建立基于信任和竞价的资源分配方法，CBS可根据认知无线网络对安全性和收益性的偏好调整比重系数，灵活分配信道，使得信道分配策略在满足认知无线网络对安全性要求的同时，增加了认知无线网络的收益。

附图说明

图1为本发明的应用场景图；

图2为本发明的总流程图；

图3为本发明的频谱感知流程图；

图4为本发明的计算并更新认知用户感知信誉值的流程图；

图5为本发明的信道分配流程图；

图6为本发明的监控认知用户礼节行为的流程图；

图7为本发明的计算并更新认知用户礼节信誉值的流程图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

本发明适用于图1所示的认知无线网络应用场景图，场景中认知用户和认知用户基站CBS与授权用户和授权基站共存在同一地理位置区域，CBS负责感知信息融合和信道分配，认知用户执行本地频谱感知，通过公共控制信道向CBS上传感知信息，CBS对感知信息进行融合得到可用信道列表，当认知用户需要信道进行数据传输时，通过公共控制信道向CBS发送信道请求相关信息，CBS进行信道分配，认知用户分配到信道后，进行数据通信。

参照图2，对本发明的具体步骤如下：

步骤1：初始化。

将认知用户基站CBS内证据数据库中的所有感知证据指示器初始化为0，将认知用户基站CBS内证据数据库中的所有礼节证据指示器初始化为1；

若认知用户SUi首次加入认知无线网络，认知用户基站CBS在其信任数据库为SUi添加一条信任记录，记录形式为＜id,at,sr,er,count_s,count_a＞，在证据数据库中为认知用户SUi添加两个证据记录表，分别存放与感知证据和礼节证据相关信息，每个记录表足够存放R条记录，每条感知证据记录的形式为

每条礼节证据记录的形式为＜id,num₂,y_f,y_m,y_p＞，其中，i∈{1,2,3,......P}，P为认知用户个数，id为认知用户SUi在认知无线网络中的身份标识，at为认知用户SUi加入认知无线网络的时刻，sr为认知用户SUi的感知信誉值，er为认知用户SUi的礼节信誉值，count_s和count_a分别为认知用户SUi的感知次数和已使用信道次数，num₁和num₂分别为认知用户SUi的感知证据记录和礼节证据记录的序号，x_rr、x_fa、x_md分别存放认知用户SUi本条感知证据记录的正确证据指示器、虚警证据指示器、漏检证据指示器的值，y_f、y_m、y_p分别存放认知用户SUi本条礼节证据记录的退让证据指示器、模仿证据指示器、功率超标证据指示器的值，并将认知用户SU_i的感知信誉值SR和礼节信誉值ER分别初始化为SR₀和ER₀，count_s、count_a、num₁、num₂、x_rr、x_fa、x_md都初始化为0，y_f、y_m、y_p都初始化为1；

若认知用户SUi不是首次加入认知无线网络，则转步骤(2)。

步骤2：频谱感知，

参照图3，本步骤的具体实现如下：

(2a)在感知时隙，认知用户SUi启动本地信号检测过程，检测授权用户信号，测量其能量大小；

(2b)若认知用户SUi在信道chn检测到授权用户的信号能量大于检测门限值T，表明授权用户正在信道chn上传输信号，则信道chn的本地感知结果staten为1，表明信道忙，否则表明无授权用户在信道chn上传输信号，信道chn的本地感知结果staten为0，表明信道空闲；认知用户SUi对其他信道执行同样检测算法，当所有信道检测完毕，认知用户SUi得到所有信道的状态信息Loc：

$\mathrm{Loc}=\left[\begin{array}{ccccccc}\mathrm{ch}1& \mathrm{ch}2& \mathrm{ch}3& ...& \mathrm{chn}& ...& \mathrm{chm}\\ \mathrm{state}1& \mathrm{state}2& \mathrm{state}3& ...& \mathrm{staten}& ...& \mathrm{statem}\end{array}\right],$

其中，n∈{1,2,3,......m}，m为本地需要检测的信道个数，i∈{1,2,3,......P}，P为认知用户个数，检测门限值T根据信道衰落模型和认知用户SUi与授权用户发射机的距离确定；

(2c)认知用户SUi通过公共控制信道向认知用户基站CBS上报上述所有信道的状态信息Loc；

(2d)认知用户基站CBS接收认知用户SUi上报的所有信道的状态信息，以＜id,Loc＞的形式将认知用户SU上报的数据记录在证据数据库中，i∈{1,2,3,......P}，P为认知用户个数。

(2e)认知用户基站CBS从信任数据库中提取认知用户SUi的感知信誉值，并将感知信誉值映射为数据融合权重w_i，i∈{1,2,3,......P}，P为认知用户个数按如下步骤进行：

首先，用分隔点α、β，α,β∈(0,1)且α＜β，将感知信誉按照大小分为三个区间，即：

高信誉区:[t,SR_max]，其中t＝[SR_max-SR_min]×β+SR_min

低信誉区:[SR_min,t']，其中t'＝[SR_max-SR_min]×α+SR_min

模糊区：[t,t']；

然后，将感知信誉值处在高信誉区的认知用户的数据融合权重置为1；将低信誉区的置为0；将模糊区的置为其感知精确度，该感知精确度Ac(u)通过如下公式计算：

$\mathrm{Ac}\left(u\right)=\frac{\mathrm{SR}\left(u\right)-S{R}_{\min }}{{\mathrm{SR}}_{\max }-S{R}_{\min }},$

其中，SR_max和SR_min分别为感知信誉取值区间的最大值和最小值，SR(u)为认知用户u的感知信誉值；

(2f)认知用户基站CBS根据上述数据融合权重对检测结果进行融合，数据融合按照如下公式进行：

$y_{\mathrm{chn}}=\left\{\begin{array}{cc}0,& \underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^0}{\mathrm{\&Sigma;}}{w}_i>\underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^1}{\mathrm{\&Sigma;}}{w}_i\\ 1,& \underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^0}{\mathrm{\&Sigma;}}{w}_i\&le;\underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^1}{\mathrm{\&Sigma;}}{w}_i\end{array}\right.,$

其中，

和

分别为对信道chn的本地感知结果为0和为1的认知用户集，y_chn为最终融合结果，其中，n∈{1,2,3,......m}，m为认知用户SUi需要检测的信道总数；

(2g)认知用户基站CBS根据最终融合结果y_chn对信道chn的状态进行判定，若最终融合结果y_chn为0，则判定信道chn空闲，即没有授权用户在信道chn上进行数据传输，若最终融合结果y_chn为1，则判定信道chn忙碌，即有授权用户在信道chn上进行数据传输；

(2h)认知用户基站CBS利用上述最终融合结果为0所对应的信道生成空闲信道列表ICL，并通过公共控制信道将空闲信道列表ICL广播给它周围的认知用户。

步骤3：认知用户基站CBS计算并更新认知用户SUi的感知信誉值。

参照图4，本步骤的具体实现如下：

(3a)认知用户基站CBS根据上述本地感知结果和最终融合结果统计认知用户SUi的本次感知证据：认知用户基站CBS将认知用户SUi的本地感知向量

与最终融合结果向量

做差，得到差值向量D，1≤n≤m，m为本地需要检测的信道个数；

(3b)检测差值向量D中每个元素的值，统计每种值的个数，将正确证据x_rr的指示器r(x_rr,τ)置为差值向量D中0的个数，将虚警证据x_fa的指示器r(x_fa,τ)置为差值向量D中1的个数，将漏检证据x_md的指示器r(x_md,τ)置为差值向量D中-1的个数；

其中，τ表示认知用户第τ次参与感知过程，x_rr表示感知正确，即认知用户SUi的本地感知结果staten与最终融合值y_chn相同，x_fa表示误警，即最终融合结果为没有授权用户在信道上传输信息，而认知用户SUi的本地感知结果为有授权用户在信道上传输信息，x_md表示漏检，即最终融合结果为有授权用户在信道上传输信息，而认知用户SUi的本地感知结果为没有授权用户在信道上传输信息，若发生虚警，将导致认知用户失去数据传输的使用机会，减少了可用信道数，若发生漏检，则认知用户与授权用户同时传输会给授权用户带来干扰，若感知正确，则对授权用户和认知用户都不会造成有害影响，感知正确是网络的期望行为；

(3c)认知用户基站CBS确定计算认知用户SUi感知信誉时采用的感知窗口WS_τ，感知窗口WS_τ是按如下规则进行：

令τ表示认知用户SUi进行第τ次感知信誉值计算，认知用户基站CBS分别统计第τ次和第τ-1次感知信誉值计算时在感知窗口WS_τ-1内感知证据中的错误率，其中，感知窗口WS_τ-1为第τ-1次感知信誉值计算时采用的计算窗口，若前者的错误率大，则WS_τ＝WS_τ-1/2，且WS_τ≥1，若后者的错误率大，WS_τ＝WS_τ-1×2，且WS_τ≤T-1，否则，错误率相等，WS_τ＝WS_τ-1，错误率是感知窗口内感知证据中误警证据指示器值与漏检证据指示器值的和与三种感知指示器值和的比值，引入自适应感知窗口跟踪认知用户的动态个性，感知窗口的调节能够使得节点的恶意行为将其信誉值快速拉低，而节点要恢复到信誉值被拉低之前的水平，需要更多的网络期望行为；

(3d)感知窗口WS_τ内的感知证据称为有效感知证据，认知用户基站CBS根据上述感知证据和感知窗口计算认知用户SUi的感知信誉值SR：

$\mathrm{SR}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{\mathrm{\&tau;}\&times;m},& \mathrm{\&tau;}<{\mathrm{WS}}_{\mathrm{\&tau;}}\\ \frac{\underset{k=\mathrm{\&tau;}-W{S}_{\mathrm{\&tau;}}+1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{{\mathrm{WS}}_{\mathrm{\&tau;}}\&times;m},& \mathrm{\&tau;}\&GreaterEqual;{\mathrm{WS}}_{\mathrm{\&tau;}}\end{array}\right.,$

其中，M为感知证据集，即M＝{x_rr,x_fa,x_ma}，r(x_j,k)为认知用户SUi第k次本地感知信息上报中感知证据x_j的证据指示器，R(x_j)为证据x_j的加权系数，危害程度越小，R(x_j)越大，即1≥R(x_rr)＞R(x_fa)＞R(x_md)≥0，1≤j≤|M|，|M|表示感知证据总个数，m为本地需要检测的信道个数，τ表示认知用户SUi第τ次参与感知过程，对不同信任证据赋予不同的加权系数能够使得破坏授权用户利益的行为受到更重的惩罚，m为本地需要检测的信道个数；

(3e)认知用户基站CBS用上述感知信誉值更新信任数据库中的感知信誉值：认知用户基站CBS根据认知用户SUi的id查找到认知用户SUi信任记录在信任数据库中的存储位置，将上述感知信誉值赋值给sr，且感知次数count_s加1。

步骤4：认知用户申请信道。

在信道申请时隙，认知用户SUi若需要信道，则通过公共控制信道向认知用户基站CBS发送信道请求信息，在认知无线网络允许认知用户自由竞价时，信道请求信息包含认知用户SUi所请求信道的编号chx和认知用户SUi对信道chx的出价bidx，在不允许自由竞价时，信道请求信息只需包含信道编号chx，chx称为认知用户SUi的偏好信道，认知用户SUi称为信道chx的偏好用户，偏好信道是认知用户SUi从认知用户基站CBS广播的空闲信道列表中根据自身偏好选取的，其中，偏好信道chx∈ICL，ICL为空闲信道列表。

步骤5：认知用户基站CBS分配信道给认知用户SUi，

参照图5，本步骤的具体实现如下：

(5a)所有认知用户自主申请信道，偏好信道chx难免不被多个认知用户同时申请，认知用户基站CBS接收到上述信道请求信息后，先判断偏好信道chx是否同时被多个认知用户申请，若是，转步骤(5b)；否则只有一个认知用户SUi申请，转步骤(5d)；

(5b)认知用户基站CBS从信任数据库中提取申请上述偏好信道chx的认知用户SUk的感知信誉值和礼节信誉值，并计算认知用户SUk对偏好信道chx的资源竞争力RC_xk，是按照如下公式进行：

${\mathrm{RC}}_{\mathrm{xk}}=r_1\&times;S+r_2\&times;E$

$=r_1\&times;\frac{\mathrm{SR}}{{\mathrm{SR}}_{\mathrm{ideal}}}\&times;\frac{u_{s\_d}}{U_{o\_d}}+r_2\&times;\frac{\mathrm{ER}}{{\mathrm{ER}}_{\mathrm{ideal}}},$

其中，SUk∈U^chx，U^chx为偏好信道chx的偏好用户集，r₁,r₂为比重系数，r₁+r₂＝1，作用是根据认知无线网络的偏好灵活地调节感知成本S和礼节成本E在竞争力计算中的比重，SR和ER分别为认知用户SUk的感知信誉值和礼节信誉值，u_{ks_d}和u_{ko_d}分别为认知用户SUk的感知时长和在线时长，感知时长为认知用户SUk从入网来参与的总感知次数，即count_s的值，在线时长为认知用户SUk从入网来经历的总感知次数，即节点入网的时间长与认知周期的比值，一个认知周期指从本次感知时隙开始到下次感知时隙感知开始的时间间隔，SR_ideal为认知用户的理想感知信誉值，ER_ideal为认知用户的理想礼节信誉值；

(5c)认知用户基站CBS对偏好信道chx的所有偏好用户按照其资源竞争力从大到小进行排序，再对资源竞争力排在前F位认知用户按照其出价从高到低进行排序，其中F为正整数，且1≤F≤P，P为认知用户个数；

(5d)认知用户基站CBS将偏好信道chx分配给上述出价排序第一的认知用户SUw，SUw称为成功用户。

步骤6：数据传输。

在数据传输时隙，成功用户SUw在偏好信道chx上进行数据传输。

步骤7：礼节行为监控并更新证据数据库，

参照图6，本步骤的具体实现如下：

(7a)在传输过程中，异常行为监测机制对成功用户SUw的行为进行监控，当监测到授权用户正在使用偏好信道chx，而成功用户SUw并未停止在偏好信道chx上传输，即成功用户SUw违反退让原则，将退让证据指示器λ(y_f,γ)置为0；若成功用户SUw模仿授权用户，将模仿证据指示器λ(y_m,γ)置为0；若成功用户SUw功率超标，将功率超标证据指示器λ(y_p,γ)置为0，γ表示成功用户SUw第γ次使用信道，这三种证据合称礼节证据；

(7b)认知用户基站CBS用上述礼节证据更新证据数据库：认知用户基站CBS用上述礼节证据将证据数据库中成功用户SUw礼节证据记录表中SavLoc处原有的感知证据记录替换掉，并且存储位置SavLoc的计算按如下公式进行：

SavLoc＝γmodR，

其中，γ表示成功用户SUw第γ次使用信道，R为礼节证据记录表可存放的记录的条目数。

步骤8：认知用户基站CBS计算成功用户SUw的礼节信誉值，

参照图7，本步骤的具体实现如下：

(8a)认知用户基站CBS确定计算成功用户SUw礼节信誉时采用的礼节窗口WE_γ，按照如下规则进行：令γ表示对成功用户SUw进行第γ次礼节信誉值计算，认知用户基站CBS分别统计第γ次和第γ-1次礼节信誉值计算时在礼节窗口WE_γ-1内礼节证据中的违规率，其中，礼节窗口WE_γ-1为第γ-1次礼节信誉值计算时采用的计算窗口，若前者的违规率大，则WE_γ＝WE_γ-1/2，且WE_γ≥1，若后者的违规率大，则，WE_γ＝WE_γ-1×2，且WE_γ≤T-1，否则，违规度相等，WE_γ＝WE_γ-1，其中，违规率是礼节窗口内礼节行为监控中违规行为发生的次数与礼节窗口大小3倍的比值；礼节窗口内的礼节证据称为有效礼节证据。

(8b)认知用户基站CBS计算成功用户SUw的礼节信誉值：

$\mathrm{ER}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{\mathrm{\&gamma;}},& \mathrm{\&gamma;}<{\mathrm{WE}}_{\mathrm{\&gamma;}}\\ \frac{\underset{k=\mathrm{\&gamma;}-W{E}_{\mathrm{\&gamma;}}+1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{{\mathrm{WE}}_{\mathrm{\&gamma;}}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{WE}}_{\mathrm{\&gamma;}}\end{array}\right.,$

其中，Q为礼节证据集，λ(y_j,k)为感知行为证据y_j在第k次资源使用中是否发生的证据指示器，T(y_j)为礼节证据y_j的加权系数，T(y_m)＝T(y_p)＝T(y_f)＞0，1≤j≤|Q|，|Q|表示礼节证据总个数，γ表示第γ次计算认知用户SUi的礼节信誉值；

(8c)认知用户基站CBS更新信任数据库：认知用户基站CBS根据成功用户SUw的id查找到成功用户SUw信任记录在信任数据库中的存储位置后，将上述礼节信誉值赋值给er，且count_a加1，分别用感知信誉值和礼节信誉值对认知用户在感知过程和频谱使用过程中的行为进行度量，克服了现有技术仅考虑认知用户在感知过程中恶意行为的不足，双信誉度量能够更全面地反映认知用户在认知环全过程中的攻击行为，为次级基站进行感知数据融合和信道分配提供更全面的依据。

术语说明

证据指示器：包含三个感知证据指示器，即正确证据指示器、虚警证据指示器、漏检证据指示器和三个礼节证据指示器，即退让证据指示器、模仿证据指示器、功率超标证据指示器；

信任数据库：存储认知用户的感知信誉值和礼节信誉值；

感知信誉值：衡量认知用户上报给认知用户基站的本地感知结果的可信度，感知信誉值越高，表明用户上报的数据越有利于基站做出正确的决策；

礼节信誉值：衡量次级用户在频谱使用过程中遵守网络礼节的程度，礼节信誉值越高，表明用户过去越遵守网络礼节；

公共控制信道：认知无线网络中专门用来传输频谱感知和频谱分配等控制信息的信道；

证据数据库：存储认知用户的感知证据和礼节证据；

感知证据：包含正确证据、虚警证据、漏检证据这三种；

礼节证据：包含退让证据、模仿证据、功率超标证据三种；

窗口：指最近的没一段时间，只有这段时间内的证据才用于计算信誉值；

自由竞价：指认知无线网络允许认知用户付费使用信道，付费数目可以在一定范围内由认知用户自由决定；

出价：认知用户为了使用信道所愿意付的价格；

资源竞争力：认知用户基站用来衡量认知用户行为性质的量，当多个认知用户竞争同一个信道时，作为认知用户基站分配信道的重要参考；

理想感知信誉值：认知用户的感知信誉值取值范围中最大值；

理想礼节信誉值：认知用户的礼节信誉值取值范围中最大值。

Claims (7)

1.一种中心式认知无线网络中基于信誉值的资源分配方法，其包括如下步骤：

(1)初始化：

将认知用户基站CBS内证据数据库中的所有感知证据指示器初始化为0，将认知用户基站CBS内证据数据库中的所有礼节证据指示器初始化为1；

若认知用户SUi首次加入认知无线网络，认知用户基站CBS在其信任数据库为认知用户SUi添加一条信任记录，用于存放感知信誉值和礼节信誉值相关信息，在证据数据库中为认知用户SUi添加两个证据记录表，分别存放与感知证据和礼节证据相关信息，其中，i∈{1,2,3,......P}，P为认知用户个数，认知用户基站CBS将认知用户SUi的感知信誉值和礼节信誉值分别初始化为SR₀和ER₀；

若认知用户SUi不是首次加入网络，则转步骤(2)；

(2)频谱感知：

(2a)认知用户SUi进行本地信号检测，并将检测出的本地感知结果上报给认知用户基站CBS；

(2b)认知用户基站CBS提取认知用户SUi的感知信誉值，并将感知信誉值映射为数据融合权重w_i，i∈{1,2,3,......P}，P为认知用户个数；

(2c)认知用户基站CBS根据上述数据融合权重对检测结果进行融合，数据融合按照如下公式进行：

$y_{\mathrm{chn}}=\left\{\begin{array}{cc}0,& \underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^0}{\mathrm{\&Sigma;}}{w}_i>\underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^1}{\mathrm{\&Sigma;}}{w}_i\\ 1,& \underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^0}{\mathrm{\&Sigma;}}{w}_i\&le;\underset{\mathrm{SUi}\&Element;U_{\mathrm{chn}}^1}{\mathrm{\&Sigma;}}{w}_i\end{array}\right.,$

其中，

和

分别为对信道chn的本地感知结果为0和1的认知用户集，y_chn为最终融合结果，其中，n∈{1,2,3,......m}，m为认知用户SUi需要检测的信道总数；

(2d)认知用户基站CBS根据最终融合结果y_chn对信道chn的状态进行判定，若最终融合结果y_chn为0，则判定信道chn空闲，即没有授权用户在信道chn上进行数据传输，若最终融合结果y_chn为1，则判定信道chn忙碌，即有授权用户在信道chn上进行数据传输；

(2e)认知用户基站CBS利用上述最终融合结果为0所对应的信道生成空闲信道列表ICL，并通过公共控制信道将空闲信道列表ICL广播给它周围的认知用户；

(3)认知用户基站CBS计算并更新认知用户SUi的感知信誉值：

(3a)认知用户基站CBS根据上述本地感知结果和最终融合结果统计认知用户SUi的本次感知证据；

(3b)认知用户基站CBS确定计算认知用户SUi感知信誉值时采用的感知窗口WS_τ，并根据上述感知证据和感知窗口计算认知用户SUi的感知信誉值SR：

$\mathrm{SR}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{\mathrm{\&tau;}\&times;m},& \mathrm{\&tau;}<{\mathrm{WS}}_{\mathrm{\&tau;}}\\ \frac{\underset{k=\mathrm{\&tau;}-W{S}_{\mathrm{\&tau;}}+1}{\overset{\mathrm{\&tau;}}{\mathrm{\&Sigma;}}}\underset{x_j\&Element;M}{\mathrm{\&Sigma;}}r(x_j,k)\&times;R\left(x_j\right)}{{\mathrm{WS}}_{\mathrm{\&tau;}}\&times;m},& \mathrm{\&tau;}\&GreaterEqual;{\mathrm{WS}}_{\mathrm{\&tau;}}\end{array}\right.,$

其中，M为感知证据集，r(x_j,k)为认知用户SUi第k次本地感知信息上报中的感知证据x_j的证据指示器，R(x_j)为证据x_j的加权系数，1≤j≤|M|，|M|表示感知证据总个数，m为本地需要检测的信道个数，τ表示认知用户SUi第τ次参与感知过程；

(3c)认知用户基站CBS用上述感知信誉值更新信任数据库中的感知信誉值；

(4)认知用户申请信道：在信道申请时隙，认知用户SUi若需要信道，则向认知用户基站CBS发送信道请求信息，在认知无线网络允许认知用户自由竞价时，信道请求信息包含认知用户SUi所请求信道的编号chx和认知用户SUi对信道chx的出价bidx，在不允许自由竞价时，信道请求信息只须包含信道编号chx，chx称为认知用户SUi的偏好信道，认知用户SUi称为信道chx的偏好用户，其中，偏好信道chx∈ICL，ICL为空闲信道列表；

(5)认知用户基站CBS分配信道给认知用户SUi：

(5a)认知用户基站CBS判断偏好信道chx是否同时被多个认知用户申请，若是，转步骤(5b)；否则，只有一个认知用户SUi申请，转步骤(5d)；

(5b)认知用户基站CBS从信任数据库中提取申请上述偏好信道chx的认知用户SUk的感知信誉值和礼节信誉值，并计算认知用户SUk对偏好信道chx的资源竞争力RC_xk：

${\mathrm{RC}}_{\mathrm{xk}}=r_1\&times;S+r_2\&times;E$

$=r_1\&times;\frac{\mathrm{SR}}{{\mathrm{SR}}_{\mathrm{ideal}}}\&times;\frac{u_{s\_d}}{U_{o\_d}}+r_2\&times;\frac{\mathrm{ER}}{{\mathrm{ER}}_{\mathrm{ideal}}},$

其中，SUk∈U^chx，U^chx为偏好信道chx的偏好用户集，r₁,r₂为比重系数，S和E分别为感知成本和礼节成本，SR和ER分别为认知用户SUk的感知信誉值和礼节信誉值，u_{ks_d}和u_{ko_d}分别为认知用户SUk的感知时长和在线时长，SR_ideal为认知用户的理想感知信誉值，ER_ideal为认知用户的理想礼节信誉值；

(5c)认知用户基站CBS对偏好信道chx的所有偏好用户按其资源竞争力从大到小进行排序，再对资源竞争力排在前F位认知用户按其出价从高到低进行排序，其中F为正整数，且1≤F≤P；

(5d)认知用户基站CBS将偏好信道chx分配给上述出价排序第一的认知用户SUw，SUw称为成功用户；

(6)在数据传输时隙，由成功用户SUw在偏好信道chx上进行数据传输；

(7)礼节行为监控：

在数据传输过程中认知用户基站CBS对成功用户SUw的行为进行监控，若成功用户SUw违反退让原则，将退让证据指示器置为0；若成功用户SUw模仿授权用户，将模仿证据指示器置为0；若SUw功率超标，将功率超标证据指示器置为0，这三种证据合称礼节证据；

(8)认知用户基站CBS计算并更新成功用户SUw的礼节信誉值：

(8a)认知用户基站CBS确定计算成功用户SUw礼节信誉时采用的礼节窗口WE_γ并根据上述礼节证据和礼节窗口计算成功用户SUw的礼节信誉值ER：

$\mathrm{ER}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{\mathrm{\&gamma;}},& \mathrm{\&gamma;}<{\mathrm{WE}}_{\mathrm{\&gamma;}}\\ \frac{\underset{k=\mathrm{\&gamma;}-W{E}_{\mathrm{\&gamma;}}+1}{\overset{\mathrm{\&gamma;}}{\mathrm{\&Sigma;}}}\underset{y_j\&Element;Q}{\mathrm{\&Sigma;}}\mathrm{\&lambda;}(y_j,k)\&times;T\left(y_j\right)}{{\mathrm{WE}}_{\mathrm{\&gamma;}}},& \mathrm{\&gamma;}\&GreaterEqual;{\mathrm{WE}}_{\mathrm{\&gamma;}}\end{array}\right.,$

其中，Q为礼节证据集，λ(y_j,k)为感知行为证据y_j在第k次资源使用中是否发生的证据指示器，T(y_j)为礼节证据y_j的加权系数，T(y_j)＞0，1≤j≤|Q|，|Q|表示礼节证据总个数，γ表示第γ次计算认知用户SUi的礼节信誉值；

(8b)认知用户基站CBS用上述礼节信誉值更新信任数据库。

2.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中步骤(2a)所述的认知用户SUi进行本地信号检测，按如下步骤进行：

(2a1)在感知时隙，认知用户SUi启动本地信号检测过程，检测授权用户信号，若认知用户SUi在信道chn检测到授权用户的信号能量大于检测门限值T，则信道chn的本地感知结果staten为1，n∈{1,2,3,......m}，m为本地需要检测的信道个数，检测门限值T根据信道衰落模型和认知用户SUi与授权用户发射机的距离确定，否则信道chn的本地感知结果staten为0；认知用户SUi对其他信道执行同样检测算法，当所有信道检测完毕，认知用户SUi得到所有信道的状态信息Loc：

$\mathrm{Loc}=\left[\begin{array}{ccccccc}\mathrm{ch}1& \mathrm{ch}2& \mathrm{ch}3& ...& \mathrm{chn}& ...& \mathrm{chm}\\ \mathrm{state}1& \mathrm{state}2& \mathrm{state}3& ...& \mathrm{staten}& ...& \mathrm{statem}\end{array}\right];$

(2a2)认知用户SUi通过公共控制信道向认知用户基站CBS上报上述所有信道的状态信息；

(2a3)认知用户基站CBS接收认知用户SUi上报的所有信道的状态信息并存储在证据数据库中。

3.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中步骤(2b)所述的将感知信誉值映射为数据融合权重，按如下步骤进行：

首先，用分隔点α、β，α,β∈(0,1)且α＜β，将感知信誉按照大小分为三个区间，即：

高信誉区:[t,SR_max]，其中t＝[SR_max-SR_min]×β+SR_min，

低信誉区:[SR_min,t']，其中t'＝[SR_max-SR_min]×α+SR_min，

模糊区：[t,t']；

然后，将感知信誉值处在高信誉区的认知用户的数据融合权重置为1；将低信誉区的置为0；将模糊区的置为其感知精确度，该感知精确度Ac(u)通过如下公式计算：

$\mathrm{Ac}\left(u\right)=\frac{\mathrm{SR}\left(u\right)-S{R}_{\min }}{{\mathrm{SR}}_{\max }-S{R}_{\min }},$

其中，SR_max和SR_min分别为感知信誉取值区间的最大值和最小值，SR(u)为认知用户u的感知信誉值。

4.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中所述步骤(3a)所述的认知用户基站CBS根据上述本地感知结果和最终融合结果统计认知用户SUi的本次感知证据，按如下步骤进行：

(3a1)认知用户基站CBS将认知用户SUi的本地感知结果[state1 state2 state3…staten…statem]与最终融合结果[y_ch1 y_ch2 y_ch3…y_chn…y_chm]做差，得到差值向量D，1≤n≤m，m为本地需要检测的信道个数；

(3a2)将正确证据x_rr的指示器r(x_rr,τ)置为差值向量D中0的个数，将虚警证据x_fa的指示器r(x_fa,τ)置为差值向量D中1的个数，将漏检证据x_md的指示器r(x_md,τ)置为差值向量D中-1的个数，其中，τ表示认知用户SUi第τ次参与感知过程。

5.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中步骤(3b)所述的确定计算认知用户SUi感知信誉值时采用的感知窗口WS_τ，是按如下规则进行：令τ表示认知用户SUi进行第τ次感知信誉值计算，认知用户基站CBS分别统计第τ次和第τ-1次感知信誉值计算时在感知窗口WS_τ-1内感知证据中的错误率，其中，感知窗口WS_τ-1为第τ-1次感知信誉值计算时采用的计算窗口，若前者的错误率大，则WS_τ＝WS_τ-1/2，且WS_τ≥1，若后者的错误率大，WS_τ＝WS_τ-1×2，且WS_τ≤T-1，否则，错误率相等，WS_τ＝WS_τ-1。

6.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中所述步骤(5b)中感知时长为认知用户SUk从入网来参与的总感知次数，在线时长为认知用户SUk从入网来经历的总感知次数。

7.根据权利要求1所述的中心式认知无线网络中基于信誉值的资源分配方法，其中步骤(8a)所述的确定计算成功用户SUw礼节信誉时采用的礼节窗口WE_γ，是按如下规则进行：令γ表示认知用户SUw进行第γ次礼节信誉值计算，认知用户基站CBS分别统计第γ次和第γ-1次礼节信誉值计算时在礼节窗口WE_γ-1内礼节证据中的违规率，其中，礼节窗口WE_γ-1为第γ-1次礼节信誉值计算时采用的计算窗口，若前者的违规率大，则WE_γ＝WE_γ-1/2，且WE_γ≥1，若后者的违规率大，则，WE_γ＝WE_γ-1×2，且WE_γ≤T-1，否则，违规率相等，WE_γ＝WE_γ-1。

Images