CN103139874B - 认知无线电中基于时间序列预测的信道选择方法 - Google Patents

Abstract

一种认知无线电中基于时间序列预测的信道选择方法。认知用户将可用的授权频带均等地划分为多个子频带，在发起业务传输之前，通过频谱感知获得当前空闲的子频带，并查询所有子频带的授权用户历史占用概率。依据空闲子频带的个数和位置，将空闲子频带划分为多个子频带群。对于每一个子频带群，利用基于距离因子的时间序列预测技术，对对应子频带群内的授权用户在认知用户业务持续时长内的出现概率进行预测，选择授权用户出现概率最小的子频带群作为通信信道。该方法考虑了授权用户的历史占用信息，并通过预测实现了认知用户信道选择由被动方式向主动响应渐近，有效降低了认知用户在业务传输过程中的切换概率，提升了认知用户的吞吐量。

Description

认知无线电中基于时间序列预测的信道选择方法

技术领域

本发明涉及一种适用于认知无线电的信道选择方法，属于通信技术领域。

背景技术

随着无线通信技术和无线应用的飞速发展，频谱资源紧缺已经成为限制无线通信和业务可持续发展的瓶颈。传统的固定式的无线电频谱分配及访问方式已经不能够满足无线通信技术和业务的发展需求，一方面，大量的频段被分配给低活跃概率的授权用户，造成频谱资源大量空闲和浪费；另一方面，日益拥挤的频谱环境使得大量的无线业务和应用由于频率资源的紧缺和限制而得不到有效地应用和发展。来自美国国家无线网络研究实验床项目的测量报告表明，在3GHz以下频段的平均频谱利用率仅有5.2％，从时间和空间上来看，频谱资源存在极大的空闲和浪费。为了较好地缓解这一矛盾，有效提高电磁频谱的利用效率，人们提出了认知无线电的基本概念。认知无线电的基本出发点就是：具备认知功能的无线电设备通过感知授权频段，检测空闲频谱，在不对授权系统造成有害干扰的前提下，采用机会式接入的方式占用其频段进行业务传输，提高频谱的使用效率。

对于一个实际部署的认知无线电而言，在同一时间、空间内，其可能检测到存在多个空闲可用的授权频段。选择合适的授权频段进行接入，一方面可减少认知无线电设备对授权用户的干扰，同时，对于认知用户本身而言，也可有效减少其在业务传输过程中的切换和中断概率，有效提升认知终端的吞吐量，极大地改善认知无线电系统的用户体验。在已有的认知无线电信道选择方法中，有的方法采用“贪婪”策略，即当检测到存在可用频谱时，认知用户占用尽可能多的空闲频谱进行业务传输，这在一定程度上提升了单个认知终端的业务传输能力，但就整个认知无线网络而言，这样的行为将使得其它有业务传输需求的认知终端因为无法检测到空闲频谱而无法完成用户正常的业务请求。有的方法采用随机接入的方式进行信道选择，这样的方法虽然有效地避免了因为“贪婪”用户的存在而造成整个认知无线网络业务阻塞的问题，但其没有充分利用空闲授权频段内授权信号的历史活跃信息，其信道选择具有一定的盲目性。且现有的认知无线电信道选择技术对于授权用户出现均采用被动响应的方式，即在检测到授权用户信号后中断当前通信，选择新的空闲频谱继续进行业务传输的方式，其没有在信道选择时充分考虑授权频段授权信号的活跃规律，使得其错过了最佳接入频段，极有可能由于欠佳的信道选择造成认知用户在通信过程中发生中断，降低了认知用户的吞吐量。

发明内容

技术问题：本发明的目的是提供一种利用授权频段授权信号历史活跃概率进行认知无线电信道选择的方法，该方法充分利用了授权信号的历史信息，采用提出的基于距离因子的时间序列预测技术，对认知用户业务持续时间内特定授权频段授权信号的出现概率进行预测，在此基础上，认知用户选择授权信号出现概率最小的频段进行接入，实现信道选择由被动方式向主动响应渐近，有效降低了认知用户在业务传输过程中的切换概率，提升了认知用户的吞吐量。它主要包含两大关键部分，第一部分是基于距离因子的时间序列预测技术，第二部分是在此基础上进行的认知用户信道选择算法。

技术方案：在提出的认知无线电信道选择方法中，将可供认知用户使用的授权频段均等地划分为s个子频段，记为S＝{u₁，u₂…u_s}。对于每一个子频段，每一个认知用户都在自身的存储卡中以时间序列的方式存储着过去多个时隙内各个子频段被授权信号占用的概率，如对于第i个子频带在时隙t时的历史占用概率信息可表示为{p_i(t)，i＝1，2，…}。历史占用概率信息可以表示为一个时隙内该频段被授权信号占用的时间。当认知用户只利用一个子频带的带宽，需要进行持续时间为h个时隙的业务传输时，其首先检测当前授权频段内可用的子频带，在得到空闲子频带的相关信息后，如存在多个相邻的连续的子频带，则依据一定的准则选择合适个数的子频带组合作为信道进行业务传输，如存在多个不连续的可用子频带，则依据时间序列预测的结果，选择在未来h个时隙内被授权信号占用概率最低的子频带进行通信。该方法的主要步骤如下：

1.认知用户对授权频段进行频谱感知，得到当前空闲的子频带数目为d，空闲子频带集合为U＝{...u_α…}，1≤α≤d。

2.查询这d个子频带的历史占用概率信息。

3.检查空闲子频带中是否存在相邻的空闲子频带，如果存在，则依据子频带的空闲情况，将空闲子带划分为多个子频带群。每个子频带群由一个子频带或多个相邻子频带组合而成，记为{G₁，G₂，…，G_η}。

4.若认知用户发起一项业务持续时间为h个时隙的业务传输，且当前备选信道为子频带群G_i，i＝1，2，…η，其由ζ_i(1≤ζ_i≤d)个子频带组成，由于占用了多个子频带进行业务传输，则其实际业务持续时间个时隙。为取整运算，其取值为大于等于·的整数。

5.依据ζ_i个子频带的授权信号历史占用概率信息，采用基于距离因子的时间序列预测技术分别估计其在未来h_{ac_i}个时隙内被授权信号占用的概率p_ilj(1≤l≤ζ_i，1≤j≤h_{ac_i})，则子频带群G_i在未来h_{ac_i}个时隙内被授权用户占用的概率可按下式计算：

6.计算所有η个子频带群在h个业务时隙内被授权信号占用的概率，分别记为则对于认知用户而言，其接入信道选择依据下式进行：

即认知用户选择传输h个时隙业务时授权信号出现概率最低的子频带群G_C进行业务传输。

有益效果：本发明提供了一种可供认知无线电进行授权频谱接入选择的有效方法，该方法充分利用了授权频段内授权信号的历史占用信息，在基于距离因子时间序列预测技术的基础上，选择认知用户业务传输时隙内授权信号出现概率最低的频带进行通信，通过这种方式，其能够有效降低认知用户在通信过程中切换、中断概率，在提升了认知用户的吞吐量的同时，可显著减少认知用户对授权系统的干扰。其实现算法简洁，无复杂计算，可在认知无线电系统实际部署时广泛应用。

附图说明

图1授权频段子频带划分示意图

图2基于距离因子的时间序列预测技术示意图

图3基于时间序列预测的信道选择算法流程图

图4信道选择算法：授权频段子频带划分实例

具体实施方式

如图1所示，可供认知用户机会式接入的授权频段子带划分如图所示，其按照认知用户的最小带宽需求被均等地分割成s个子频带。对于在t时隙第i个子频带的授权用户占用的历史概率可表示为{p_i(t)，i＝1，2，…}。令P_i(t)＝[p_i(t-1)，…p_i(t-m)]^T，Y_i(t_h)＝p_i(t+h)，其中m表示嵌入维度，h为预测步长，T表示矩阵的转置，Y_i(t_h)则为第i个子频带在h个时隙后被授权用户占用的概率。

第一部分：基于距离因子的时间序列预测

由技术方案的描述过程可知，本发明能够实现的关键技术之一就是基于距离因子的时间序列预测技术，其具体实施过程如下：

如果Φ和Г之间存在一个映射F记为F：Φ→Г，其中

，Г＝{Y_i(m₁)，Y_i(m₂)，…Y_i(m_N)}，那么时间序列预测问题可以归结为一个利用(Φ，Г)进行映射重建的问题。依据获得的授权信号历史占用概率，得到(Φ，Г)并完成映射F求解，则对于一个给定的历史授权用户占用概率向量P_i(q)，在预测步长为h时其被占用概率Y_i(q_h)的估计值可以由下式进行计算：

当h＝1时为一步预测，当h＞1时为多步预测，其示意如图2所示。在此应用中，通常采用AR模型建模此时间序列预测过程，则Y(m_k)可由下式进行计算：

其中1≤k≤N，e(k)为预测误差，其取和Y_i(m_k)间的差值，为θ是预测系数向量，且θ＝[θ₁，θ₂…θ_m]。由此可见，利用已知的(Φ，Г)估计出预测系数向量θ是重建映射F的关键。为了估计预测系数向量θ，定义代价函数为：

其中β_i(k)定义为两个历史占用概率向量的距离因子，其计算表达式为：

由代价函数和距离因子的定义可以看出，对于两个历史占用概率向量而言，两个向量的形状越相似，其对代价函数的贡献也就越大。求解代价函数并使其最小，则预测系数向量θ可由下式进行计算：

θ(k+1)＝θ(k)+β_i(k+1)·γ(k+1)·e(k+1)

其中

e(k+1)＝Y(m_(k+1))-θ(k)P_i(m+k+1)

γ(k+1)＝g(k+1)·P_i(m+k)

在经过一定数目的迭代求解后，即可得到此时的预测系数向量θ，得到θ后，对于任意给定的一个P_i(q)，均可通过下式计算得到其在h个时隙后的授权用户占用概率的预测值：

第二部分：认知用户信道选择算法

认知用户信道选择算法流程如图3所示，其可分为5个阶段。

1.认知用户通过频谱感知，获得当前空闲可用的子频带集合U，U中存在d(1≤d≤s)个可用的子频带。

2.在得到这d(1≤d≤s)个子频带后，认知用户在存储卡中查询这d个子频带在过去一段时间内授权信号的占用概率，并将其载入内存中备用，并依据时间序列预测技术的相关要求，将其整理为(Φ，Г)的形式。

3.认知用户将依据子频带的个数和位置，将U划分为多个子频带群{G₁，G₂，…，G_n}。

4.采用基于距离因子的时间序列预测技术，对h个业务时隙内所有子频带群被授权用户占用的概率进行预测，分别记为

5.选择具有最小占用概率的子频带群进行业务传输。

以图4所示为例，图中可用授权频段被划分为均等的9个子频带，即s＝9。在q时刻认知用户通过频谱感知，获得当前空闲可用的子频带集合U，则U为：

U＝{u₁，u₃，u₄，u₅，u₇，u₉}

d＝6。认知用户在存储卡中查询这d个子频带在过去一段时间内的授权信号占用概率，它们以时间序列的方式存储在认知用户的存储卡中，记为：

Φ_i＝{P_i(m+1)，P_i(m+2)…P_i(m+N)}

Г_i＝{Y_i(m₁)，Y_i(m₂)…Y_i(m_N)}

其中1≤i≤6，即得到(Φ_i，Г_i)。依据当前6个可用子频带的位置，其可被划分为9个子频带群，分别为：

G₁＝{u₁}；G₂＝{u₃}；G₃＝{u₄}；G₄＝{u₅}；G₅＝{u₃，u₄}；G₆＝{u₄，u₅}；G₇＝{u₃，u₄，u₅}；G₈＝{u₇}；G₉＝{u₉}

接下来认知用户分别计算这9个子频带群在业务持续时间h＝3时，它们对应的授权频段被授权用户占用的概率。对于G₁这样仅由单一子频带构成的子频带群，占用概率计算过程如下：

h_{ac_1}＝h＝3；依据(Φ₁，Г₁)得到对应的预测系数向量θ₁；

依据分别计算和

由上述计算可得到在h＝3的条件下，G₁对应的授权频段被授权用户占用的概率为

对于G₅这样由多个子频带构成的子频带群，其占用概率计算如下：

h_{ac_1}＝h＝「3/2]＝2；依据(Φ₃，Г₃)得到对应的预测系数向量θ₃，依据(Φ₄，Г₄)得到对应的预测系数向量θ₄；

依据分别计算和

则G₅在认知用户业务传输时隙内授权用户出现的概率为：

依此类推，认知用户计算得到9个子频带群在其业务传输时隙内个子频带群被授权用户占用的概率为：比较9个概率值的大小，选择概率最小的子频带群作为传输信道，进行认知用户的业务传输。若经过计算，为最小概率，那么认知用户将合并u₃、u₄两个子频带，将其作为接入信道进行业务传输，完成信道选择。

Claims (1)

1.认知无线电中基于时间序列预测的信道选择方法，该方法的特点在于利用授权频段内授权用户占用频谱的历史信息，结合基于距离因子的时间序列预测技术，估计认知用户业务持续时间内各个可用频段授权用户出现的概率，进而通过选择授权用户出现概率最小的频段进行通信，以达到减少认知用户切换次数，提高认知用户吞吐量的目的，其关键技术包含两大部分，第一部分是基于距离因子的时间序列预测技术，第二部分是在此基础上的认知用户信道选择算法；

1)基于距离因子的时间序列预测

由技术方案的描述过程可知，本发明能够实现的关键技术之一就是基于距离因子的时间序列预测技术，其具体实施过程如下：

如果Φ和Γ之间存在一个映射F记为F：Φ→Γ，其中

Γ＝{Y_i(m₁)，Y_i(m₂)，…Y_i(m_N)}，那么时间序列预测问题可以归结为一个利用(Φ，Γ)进行映射重建的问题；依据获得的授权信号历史占用概率，得到(Φ，Γ)并完成映射F求解，则对于一个给定的历史授权用户占用概率向量P_i(q)，在预测步长为h时其 被占用概率Y_i(q_h)的估计值可以由下式进行计算：

当h＝1时为一步预测，当h＞1时为多步预测；在此应用中，通常采用AR模型建模此时间序列预测过程，则Y(m_k)可由下式进行计算：

其中1≤k≤N，e(k)为预测误差，其取和Y_i(m_k)间的差值，为θ是预测系数向量，且θ＝[θ₁，θ₂…θ_m]；由此可见，利用已知的(Φ，Γ)估计出预测系数向量θ是重建映射F的关键；为了估计预测系数向量θ，定义代价函数为：

其中β_i(k)定义为两个历史占用概率向量的距离因子，其计算表达式为：

由代价函数和距离因子的定义可以看出，对于两个历史占用概率向量而言，两个向量的形状越相似，其对代价函数的贡献也就越大；求解代价函数并使其最小，则预测系数向量θ可由下式进行计算：

θ(k+1)＝θ(k)+β_i(k+1)γ(k+1)e(k+1)

其中

e(k+1)＝Y(m_(k+1))-θ(k)P_i(m+k+1)

γ(k+1)＝g(k+1)P_i(m+k)

g(k)(k＝0时)是一个m′m的单位矩阵；在经过一定数目的迭代求解后，即可得到此时的预测系数向量θ，得到θ后，对于任意给定的一个P_i(q)，均可通过下式计算得到其在h个时隙后的授权用户占用概率的预测值：

2)认知用户信道选择算法

认知用户信道选择算法流程可分为5个阶段：

认知用户通过频谱感知，获得当前空闲可用的子频带集合U，U中存在d(1≤d≤s)个可用的子频带；

在得到这d(1≤d≤s)个子频带后，认知用户在存储卡中查询这d个子频带在过去一段时间内授权信号的占用概率，并将其载入内存中备用，并依据时间序列预测技术的相关要求，将其整理为(Φ，Γ)的形式；

认知用户将依据子频带的个数和位置，将U划分为多个子频带群{G₁，G₂，…，G_η}；

采用基于距离因子的时间序列预测技术，对h个业务时隙内所有子频带群被授权用户占用的概率进行预测，分别记为

选择具有最小占用概率的子频带群进行业务传输。