CN103327503A - 认知无线网络机会频谱接入方法 - Google Patents

Abstract

本发明提供了一种认知无线网络机会频谱接入方法，包括如下步骤：第一步：依次在认知无线网络的每个信道上连续接入预先设定的时长M。第二步：根据接入信道的历史记录计算当前时刻二级用户应该接入的信道；第三步：根据第二步的结果以及历史记录决定二级用户的行为，第四步：更新系统中的各个统计值，并返回第二步。本发明一方面保证二级用户不会在非最优信道上接入过多时间，另一方面减少了信道切换操作的次数，能够极大降低二级用户由于频繁的信道切换操作所带来的损失。

Description

认知无线网络机会频谱接入方法

技术领域

本发明涉及通信技术领域，具体地，涉及一种认知无线网络机会频谱接入方法。

背景技术

一方面随着无线电的广泛使用，频谱的占用使得频谱资源愈加宝贵。另一方面随着不断发展的无线电技术给移动用户提供了更加灵活的接入方式。在认知无线网络中，一般分为频带拥有者（例如各电信运营商），主用户（PU）和二级用户（SU）。主要用户为授权用户，能够随时地接入信道而不会受到任何干扰。二级用户为非授权用户并没有接入和服务质量保证，但是拥有更大的灵活性选择不同的运营商接入。因此基于认知无线电技术，各电信运营商在频段闲暇时把未被占用的频段提供给二级用户使用。

近年来，人们对信道状态信息未知条件下的频谱接入技术进行了深入的研究。经对现有技术文献的检索发现，Lai和Robbins在1985年Advances in AppliedMathematics上发表了“Asymptotically Efficient Adaptive Allocation Rules”(渐进有效的适应性分配方法)。该文中作者提出了Multi-Armed Bandit模型，用户有多个arm可以选择，每个arm在不同时间的收益是符合某种概率分布的独立同分布随机变量，并且作者提出了使单用户收益最大的Lai-Robbins策略。Qin Zhao2010年在IEEE Transactions on Signal Processing Areas发表了“DistributedLearning in Multi-Armed Bandit with Multiple Players”（多用户Multi-ArmedBandit问题的分布式学习算法）。该文作者将Lai-Robbins策略拓展成了分布式的多用户学习策略，使系统获得最大收益。

在认知无线网络中，我们可以采用Multi-Armed Bandit模型来分析频谱接入技术。通过将信道信息未知的各个信道建模为统计信息不同的arm。用户可以按照上述策略在每个时刻选择一个arm，使自己能获得最大的收益。这样可以解决在信道信息未知时的频谱接入问题。

但是上述技术中没有考虑过用户在不同arm之间切换时的开销所造成的用户收益的损失。具体说来，在认知无线网络中，当二级用户切换接入的信道时，会有额外的能量消耗和时间延迟，从而导致用户收益的降低。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种认知无线网络中，考虑信道切换开销条件下多个异构未知信道的频谱接入技术。该策略基于Lai-Robbins策略，通过提前采样的概念，降低用户切换信道的次数，进而降低二级用户的收益损失。本发明提出的策略为Reducing Switch with Advanced Play（通过提前采样减少切换）策略，以下简称为RSAP策略。

根据本发明的一个方面，提供1、一种认知无线网络机会频谱接入方法，其特征在于，包括如下步骤：

第一步：依次在认知无线网络的每个信道上连续接入预先设定的时长M，统计二级用户在各个信道上收益的总和，所述认知无线网络为多个未知信道和单个二级用户构成，初始化提前采样长度K，虚拟时间s=1，时间T=1，二级用户在虚拟时间s内在信道n上获得的总收益用S_n,s表示，二级用户在虚拟时间s内接入信道n的次数用τ_n,s表示，用户在虚拟时间s内接入信道n的虚拟次数用

表示；

第二步：根据接入信道的历史记录计算当前时刻二级用户应该接入的信道，

根据历史记录找出目前平均收益最大的信道，

其中

为用户在信道n上的收益的平均值，找到当前时刻的备选信道r_s=s||N=smodN+1，如果

则二级用户应该接入的信道为n=l_s，否则二级用户接入的信道n为n=r_s，其中

根据如下定义算出：

$I({\mathrm{\θ}}_i,{\mathrm{\θ}}_j)\stackrel{\mathrm{\Δ}}{=}\underset{-\∞}{\overset{+\∞}{\∫}}\left[\log (f(x;{\mathrm{\θ}}_i)/f(x;{\mathrm{\θ}}_j)\right]f(x;{\mathrm{\θ}}_i)\mathrm{dx}$   式一

上式中f(x;θ_j)为信道j的收益的概率密度分布函数；

第三步：根据第二步的结果以及历史记录决定二级用户的行为，

如果

则二级用户需要在信道n上进行提前采样，在K个连续时隙内接入信道n；如果则二级用户并不接入任何信道；

第四步：更新系统中的各个统计值，并返回第二步，所述统计值更新的方法如下：如果在步骤三中，用户在K个连续的时间内接入了信道n，则

τ_n,s=τ_n,s+K，s=s+1，并且需要将这K次的收益累计到信道n的总收益S_n,s中。

优选地，所述第四步中，如果二级用户切换了信道，实际时间T的增长为T=T+C_t+K，其中C_t为切换信道的时延；当用户没有切换信道时，T=T+K；用户并没有接入信道，则

τ_n,s=τ_n,s+0，s=s+1，T=T+0。

与现有技术相比，本发明具有如下的有益效果：

本发明在存在多个未知信道，单个二级用户SU的认知无线网络中，提出了适用于存在信道切换开销条件下的频谱接入策略。该策略基于Lai-Robbins策略，采用提前采样的思想，极大减少了二级用户信道切换的次数，降低了二级用户的收益损失。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明的单用户接入多信道的工作方式示例图；

图2是用户在不同策略下接入较差的第2信道次数的统计值；

图3是用户在不同策略下接入较差的第3信道次数的统计值；

图4是不同策略下用户切换信道次数的统计值。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

本发明的环境参数为：

假设该系统中有三个未知信道，信道空闲的概率满足伯努利分布，三个信道空闲的期望分别为（0.8,0.7,0.4）。当用户接入空闲信道时可获得收益1。信道切换的时延为1，收益损失为1。

本实施例包括如下具体步骤：

步骤一，初步学习阶段。

初始化算法的各参数：学习时间M=10，提前采样长度K=7，虚拟时间s=1，时间T=1.

用户依次在三个信道上连续接入10个时隙，并统计用户在各个信道上收益的总和。

步骤二，根据二级用户接入信道的历史记录来选择当前时刻二级用户应该接入的信道n。

具体做法如下：A.找出目前平均收益最大的信道，

其中B.寻找出该时刻的备选信道r_s=s||N=smodN+1。C.如果

则二级用户应该接入的信道为n=l_s，否则二级用户接入的信道n为n=r_s。其中根据式一计算，在此实例中的计算方法如式三所示。

由于伯努利分布的概率分布函数为：

f(x;θ)=θ^x(1-θ)^1-x;x=0,1 式二

根据式一可以计算出：

I(θ_i,θ_j)=θ_ilog{(θ_i/θ_j)+(1-θ_i)log{(1-θ_i)/(1-θ_j)} 式三

步骤三，根据步骤二的结果以及历史记录决定二级用户的行为。

如果

则二级用户需要在信道n上进行提前采样，具体做法为在K个连续时隙内接入信道n。

如果

则二级用户并不接入任何信道。

步骤四，更新系统中的各个统计值，并返回步骤二。

统计值更新的具体方法如下：如果在步骤三中，用户在K个连续的时间内接入了信道n，则

τ_n,s=τ_n,s+K，s=s+1。并且需要将这K次的收益累计到在信道n的总收益S_n,s中。如果在步骤三中，用户并没有接入信道，则

τ_n,s=τ_n,s+0,s=s+1。

在这个三个信道中，信道1具有最好的收益，因此当用户接入信道2和信道3以及切换信道的操作都会造成收益上的损失。

从图2和图3可以看出，我们的发明(RSAP)使用户接入信道2和信道3的次数与Lai-Robbins策略基本一致，并且非常接近理论下限。

从图4可以看出，我们的发明(RSAP)使信道切换的次数大大降低，基本接近于Lai-Robbins策略的K分之一。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (2)

1.一种认知无线网络机会频谱接入方法，其特征在于，包括如下步骤：

第一步：依次在认知无线网络的每个信道上连续接入预先设定的时长M，统计二级用户在各个信道上收益的总和，所述认知无线网络为多个未知信道和单个二级用户构成，初始化提前采样长度K，虚拟时间s=1，时间T=1，二级用户在虚拟时间s内在信道n上获得的总收益用S_n,s表示，二级用户在虚拟时间s内接入信道n的次数用τ_n,s表示，用户在虚拟时间s内接入信道n的虚拟次数用

表示；

第二步：根据接入信道的历史记录计算当前时刻二级用户应该接入的信道，

根据历史记录找出目前平均收益最大的信道l_s，

其中

为用户在信道n上的收益的平均值，找到当前时刻的备选信道r_s,r_s=s||N=smodN+1，如果

则二级用户应该接入的信道为n=l_s，否则二级用户接入的信道n为n=r_s，其中

根据如下定义算出：

$I({\mathrm{\θ}}_i,{\mathrm{\θ}}_j)\stackrel{\mathrm{\Δ}}{=}\underset{-\∞}{\overset{+\∞}{\∫}}[\log (f(x;{\mathrm{\θ}}_i)/f(x;{\mathrm{\θ}}_j)]f(x;{\mathrm{\θ}}_i)\mathrm{dx}$

上式中f(x;θ_j)为信道j的收益的概率密度分布函数；

第三步：根据第二步的结果以及历史记录决定二级用户的行为，

如果

则二级用户需要在信道n上进行提前采样，在K个连续时隙内接入信道n；如果

则二级用户并不接入任何信道；

第四步：更新系统中的各个统计值，并返回第二步，所述统计值更新的方法如下：如果在步骤三中，用户在K个连续的时间内接入了信道n，则τ_n,s=τ_n,s+K，s=s+1，并且需要将这K次的收益累计到信道n的总收益S_n,s中。

2.根据权利要求1所述的认知无线网络机会频谱接入方法，其特征在于，所述第四步中，如果二级用户切换了信道，实际时间T的增长为T=T+C_t+K，其中C_t为切换信道的时延；当用户没有切换信道时，T=T+K；用户并没有接入信道，则

τ_n,s=τ_n,s+0，s=s+1，T=T+0。

Images