CN103442363B - 使用tvws的认知td-lte中频谱切换次数最小化的频谱聚合方法 - Google Patents

Abstract

本发明给出了一种使用TVWS(TV？White？Space）的认知TD-LTE(时分双工长期演进系统)中频谱切换次数最小化的频谱聚合方法。为实现该方法，本发明实例提供了一种频谱聚合区域切换概率估算方法。所述方法通过在为用户聚合频谱资源时考虑频谱切换的概率，相比于传统的频谱聚合方法，认知TD-LTE系统减少了感知周期间的频谱切换次数，从而减少了频谱切换的控制开销。

Description

使用TVWS的认知TD-LTE中频谱切换次数最小化的频谱聚合方法

技术领域

本发明属于无线通信领域，特别涉及认知的时分双工长期演进系统(CognitiveTD-LTE)的频谱聚合技术。

背景技术

LTE(LongTermEvolution)作为3G向4G系统演进的一个过渡阶段，为了支持更加丰富的业务模式和提供更好的服务质量，需要越来越多的无线频谱资源。然而频谱是不可再生的资源，随着无线通信业务的飞速发展，频谱资源日渐匮乏，因此迫切需要寻找新的频谱。随着传统的模拟式电视广播系统逐渐过渡到数字式系统，大量的频谱资源闲置出来，即所谓的TVWS(TVWhiteSpace)。FCC(FederalCommunicationsCommission)2010年发布的规则建议其他宽带无线设备作为次级系统使用这部分资源。因此LTE作为次级系统，需要在不影响DTV系统的前提下使用TVWS资源。认知无线电技术是解决上述问题的有效方案之一。因此研究具有认知功能的LTE系统是解决频谱资源匮乏问题的有效手段。

因为TVWS的空白频谱资源在频域上是离散的，并且被DTV系统正在使用的频谱段分割开来，为了满足TD-LTE的宽带接入要求和充分利用频谱资源，基于认知无线电的TD-LTE系统需要使用频谱聚合技术(SpectrumAggregation，SA)来聚合几个离散的频谱碎片组成一个信道。因为TD-LTE采用时分双工技术，上下行链路的频谱是相同的，因此频谱聚合技术更加适用于TD-LTE。现有的不多的频谱聚合方法在聚合频谱资源时仅仅以一个感知周期内最大化频谱利用率为目的，未考虑感知周期间的频谱切换的可能开销，这可能导致周期间的频繁的频谱切换，频繁的频谱切换会极大地降低系统的性能，而且不利于有限TVWS资源的充分利用。

发明内容

为了解决传统频谱聚合方法可能导致感知周期间频繁的频谱切换导致控制开销很大的问题，本发明实例提供了一种使用TVWS的认知TD-LTE中频谱切换次数最小化的频谱聚合方法，以及方法中用到的频谱聚合区域切换概率估算方法，达到了减小感知周期间频谱切换次数的目的，从而保证了系统的稳定性的。

一种使用TVWS的认知TD-LTE中频谱切换次数最小化的频谱聚合方法，包括：

系统初始，查找所有可能的频谱聚合区域(指聚合在一起使用的频段集合)，并计算其下个感知周期到来时的切换概率，选择切换概率最小的频谱聚合区域为用户分配频谱资源；

当感知周期到来时，查找所有需要进行频谱切换的用户，将这些用户占用的频谱资源释放掉，接着查找所有可能的频谱聚合区域，并计算其下个感知周期到来时的切换概率，选择切换概率最小的频谱聚合区域为用户分配频谱资源；

为了支持上述频谱聚合方法，本发明实例也提供了一种频谱聚合区域的频谱切换概率的估算方法，包括：

用ON-OFF信源模型来为TVWS信道状态建模，以及基于渐进分析方法的频谱聚合区域切换概率的计算。

本发明实施例提供的技术方案的有益效果是：

通过在为用户聚合频谱资源时考虑频谱切换的可能性，相比于传统的频谱聚合方法，认知TD-LTE系统减少了感知周期间需要进行的频谱切换的次数。

附图说明

图1：本发明实施例的网路结构图；

图2：本发明实施例的TVWS的可用频谱图样；

图3：本发明实施例的最小化频谱切换的频谱聚合方法流程图；

图4：本发明实施例的ON-OFF信道的频谱检测图；

图5：本发明实施例的时间片内带宽值B的变化。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例的认知TD-LTE系统结构如图1所示。具有认知功能的TD-LTE系统靠近电视发射塔的保护边界。该保护边界是为了避免对TV系统造成干扰而禁止TD-LTE设备接入的区域的边界。具有认知功能的TD-LTE基站通过频谱感知技术获得TVWS的空白频段。当周期性的频谱检测时刻到来时，LTE基站检测每个频谱段并判决它空闲或者占用的信道状态。接着基站根据频谱检测结果检查是否有工作的用户需要进行频谱切换。LTE基站为需要进行频谱切换的用户和新近接入网络的用户聚合分配频谱资源。频谱检测、频谱聚合和数据传输构成了一个发送周期。因为该周期以频谱感知(频谱检测)为分界线，因此也称为感知周期。

本发明实施例使用的TVWS的频谱图样如图2所示。白色的可用频谱碎片被黑色的主用户占用的频谱碎片分隔开来，在频域上是离散的。若想使用多个离散的可用频谱碎片，需要使用频谱聚合技术，而频谱聚合技术需要受到最大频谱聚合范围MAS(MaximumAggregationSpan)的限制，在最大频谱聚合范围内的可用频谱段才可以聚合在一起同时使用。MAS只是频谱聚合范围的最大值，实际的频谱聚合操作中，频谱聚合范围通常会比MAS小，实际的频谱聚合范围用R表示。MDB(MinimumDemandingBandwidth)是用户最小工作带宽，聚合的可用频谱带宽低于MDB的用户无法正常工作。BW为单位频段带宽，将在“用ON-OFF信源模型来为TVWS信道状态建模”部分详细介绍。以图2中左边的频谱聚合示例为例进一步解释上述参数。MAS设为6MHz，MDB要求为3MHz，BW设为1MHz。因为MAS大小的限制，采用频谱聚合技术的设备可以同时使用A和D频段，但是不能同时使用A和G频段(同时包含A和G频段的最小MAS需要7MHz)。同时，为了满足用户MDB的需求，为用户聚合MDB大小的空白频段只需要R=4MHz的实际聚合范围即可，不需要使用MAS=6MHz的最大聚合范围。

参见图3，本发明实施例提供了一种最小化频谱切换的频谱聚合方法，包括：

S100，系统初始，这是第一次为用户聚合频谱资源，不需要进行频谱切换，跳到S300；

S200，检查所有工作的用户是否需要进行频谱切换，如果存在需要频谱切换的用户，将它们标记为请求接入的用户，并释放其占用的频谱资源；

S300，检查所有可能的频谱聚合区域，采用频谱聚合区域切换概率估算方法计算所有可能的频谱聚合区域的切换概率，找到频谱切换概率最小的可能频谱聚合区域，为请求接入的用户分配该聚合区域的频谱资源；

S400，如果没有其他的请求接入的用户或者不存在其他的可能的频谱聚合区域，则跳到S500，否则跳回S300；

S500，一个感知周期的频谱切换和频谱聚合工作完成，等待下个感知周期到来，跳回S200。

为了支持上述频谱聚合方法，本发明实施例提供了一种在步骤S300中使用的频谱聚合区域切换概率估算方法，包括：

步骤1，用ON-OFF信源模型来为TVWS信道状态建模；步骤2，计算相邻两个频谱检测得到的信道状态间的转移概率；步骤3，采用渐进分析的方式估算频谱聚合区域的切换概率。

下面对三个步骤进行详细的说明。

步骤1，用ON-OFF信源模型来为TVWS信道状态建模，其具体步骤如下：

(1).定义认知TD-LTE系统模型，每个蜂窝网中有N个UE(用户)，标记为UE₁，UE₂…UE_N。所有UE具有相同的最小工作的带宽(MinimumDemandingBandwidth，MDB)和MAS。聚合频谱带宽低于MDB的UE无法正常工作。

(2).用ON-OFF信源模型来为TVWS信道状态建模。如图2所示，考虑的TVWS频谱资源由M个频谱段组成，每个频谱段具有相同的带宽，记为BW。定义这样的频谱段为一个信道，为UE聚合分配频谱资源时以信道为单位进行。为了不失一般性，BW设为1MHz来简化推导。

考虑到TVWS广播通信的频谱使用方式，每个信道都被建模成ON-OFF信源，在ON(占用状态)和OFF(空闲状态)间交替变化。对于信道i(i＝1，2..M)，ON状态的保持时间是服从概率密度函数的随机变量同样的，OFF状态的保持时间是服从概率密度函数y＞0的随机变量和的概率分布函数分别是x＞0和y＞0。多个ON周期持续时长是彼此互相独立的，多个OFF周期持续时长也是彼此互相独立的，ON周期持续时长和OFF周期持续时长也是彼此互相独立的。

用Zⁱ(t)来表征信道i在时间t上的信道状态(ON/OFF)。那么，{Zⁱ(t)，t≥0}就变成一个半马尔科夫过程，其中无论何时进入ON/OFF状态，下次状态的转变之前的时间长短由概率密度函数决定。因为信道状态只有ON/OFF两种，因此该半马尔科夫过程可以使用交替更新过程来分析。

如图4所示，频谱感知就是对给定信道状态过程{Zⁱ(t)，t≥0}在频谱检测时刻判定其信道状态的采样过程。让ON/OFF周期上的采样分别用0/1来表示，那么每个信道的频谱感知过程都产生一个二进制随机序列。用L_M×1(t)＝{l_m(t)|l_m(t)∈{0，1}}_M×1来表示M个信道在时间t上的频谱检测结果。如图4所示，周期性的频谱检测是由感知周期T_s和检测时间T_I构成的。这里T_I是事先定义好的时间量，它是由为了满足期望的物理层频谱检测的准确度而采用相应的频谱检测方法来确定的。假设T_I远小于和它可以被忽略不计。信道利用率uⁱ定义为信道iON周期占用总时间的比例，即

(3).在ON-OFF模型中引入频谱聚合技术和对频谱切换的考虑。每个UE的信道分配结果用矩阵A_N×M(t)＝{a_n，m(t)|a_n，m(t)∈{0，1}}_N×M来表示，其中a_n，m(t)＝1表示相应的信道m在时间t被分配给UE_n(如果信道m正在被TV系统占用，则信道m被聚合给UE_n但并不被使用)。a_n，m(t)＝1，m∈{1，2，..M}的信道集合表征了UE_n的频谱聚合区域。不同用户的频谱聚合区域不能互相重叠，可以用式子a_i，k(t)·a_j，l(t)≠1，a_j，l(t)＝1来描述这一限制。UE_n的频谱聚合区域内总的可用带宽定义为B_n(t)，它可以通过式子来计算得到。

频谱切换发生在工作的UE_n的t频谱检测时刻分配的聚合区域内总可用带宽在下次检测时刻t+T_S到来时因为区域内频谱检测结果的变动无法再满足MDB要求的时候。为了避免对TV系统产生干扰，需要频谱切换的UE必须释放掉占用的频谱聚合区域，以等待新的频谱聚合分配资源。定义ω(t+T_S)来表征新的频谱检测时刻t+T_S到来时所有的工作的UE需要进行频谱切换的总个数。t₀是系统开始工作的时间，在该时刻第一次频谱聚合过程发生，不需要频谱切换过程。定义矩阵序列 $\{A_{N\×M}{\left(t_0\right)}^{*},A_{N\×M}{(t_0+T_S)}^{*},...,A_{N\×M}{(t_0+j{T}_S)}^{*},...\}$ 为来表征一段时间跨度内的信道分配结果。

步骤2，计算相邻两个频谱检测得到的信道状态间的转移概率。

为了估算频谱聚合区域的切换概率，需要知道信道i的两个相邻频谱检测采样sⁱ(在t₀+(j-1)T_S时刻)和dⁱ(在t₀+jT_S时刻)的转移概率。因为sⁱ，dⁱ值或者为0或者为1，因此需要考虑四个状态转移概率和

根据更新理论，可以由下式计算得出

$P_{00}^i\left(T_S\right)={\∫}_{T_S}^{\∞}\frac{{\mathrm{IF}}_{T_{\mathrm{ON}}^i}\left(u\right)}{E\left[T_{\mathrm{ON}}^i\right]}\mathrm{du}$

$+{\∫}_0^{T_S}{h}_{01}^i\left(u\right){\mathrm{IF}}_{T_{\mathrm{ON}}^i}(T_S-u)\mathrm{du}$

其中而是在已知更新过程起始于ON状态情况下的OFF状态的更新分布密度函数。的拉普拉斯变换为

$h_{01}^{i^{*}}\left(s\right)=\frac{f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)\{1-f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)\}}{E\left[T_{\mathrm{ON}}^i\right]\·s\{1-f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)\}}$

通过拉普拉斯变换，的拉普拉斯变换为

$P_{00}^{i^{*}}\left(s\right)=\frac{1}{s}-\frac{\{1-f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)\}\{1-f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)\}}{E\left[T_{\mathrm{ON}}^i\right]\·s^2\{1-f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)\}}$

就可以通过上式的反变换得到。通过互换ON和OFF状态，可以通过下式的反拉普拉斯变换得到

$P_{11}^{i^{*}}\left(s\right)=\frac{1}{s}-\frac{\{1-f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)\}\{1-f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)\}}{E\left[T_{\mathrm{OFF}}^i\right]\·s^2\{1-f_{T_{\mathrm{OFF}}^i}^{*}\left(s\right)f_{T_{\mathrm{ON}}^i}^{*}\left(s\right)\}}$

显然和可以通过下式获得

$P_{10}^i\left(T_S\right)=1-P_{11}^i\left(T_S\right)$

$P_{01}^i\left(T_S\right)=1-P_{00}^i\left(T_S\right)$

步骤3，采用渐进分析的方式估算频谱聚合区域的切换概率。

因为频谱聚合区域内有多个信道，直接计算聚合区域的切换概率很复杂。考虑最简单的情况为例，在两个频谱感知周期间，聚合区域内的总的可用频谱带宽保持不变，有很多种信道变化的组合可以导致这种情况：所有的信道状态都保持不变，只有一个空闲信道变成被占用并且只有一个被占用信道变成空闲……聚合区域内的总的可用频谱带宽保持不变这种情况概率计算起来就已经很复杂，而两个感知周期间聚合区域总可用带宽发生变化的情况的讨论和概率计算就更加复杂了，因此直接计算聚合区域的切换概率复杂而难以实现。

为此采用渐进分析方法来估算聚合区域的切换概率。渐进分析方法的思想是把感知周期T_S平均划分成k个相等的时间片。k值取得足够大，这样保证每个时间片内最多只有一个信道状态发生了变化。基于这种前提，信道变化情况的讨论和概率的计算都变得简单起来。先分析时间片T_S/k内的信道变化并计算相应的概率，接着根据时间片内的信道变化情况及相应概率来分析感知周期T_S内的信道变化和估算频谱切换概率。为了理论推导的简便，做两个近似计算的假设。第一，聚合区域内的空闲信道个数用B来表征(因为BW=1MHz，因此B也是聚合区域内可用带宽值)，其在每个感知周期的开始时刻和在每个时间片的开始时刻的值是相等的。因为这种情况是最普遍和常见的。第二，信道状态变化的概率的计算是近似采用聚合区域内所有信道的相应概率的几何平均值来进行的。因为几何平均能很好的反映概率操作中的很小的因素的影响。

为了支持更多的UE接入网络，在MAS内的最左边的MDB带宽大小的空闲信道被聚合分配，而不是MAS中所有的空闲信道。这意味着图2中将采用最小值的R，即满足B＝MDB的R值。

在时间片T_S/k中，如图5所示，B值有三种可能变化：B保持不变，B增加到B+1，B减小到B-1。相应的变化概率分别定义为P_hold，P_up和P_down。

计算P_down：一个空闲信道状态保持不变的概率为

$P_{11}=R\sqrt{\underset{i=i_{\mathrm{start}}}{\overset{i_{\mathrm{start}}+R-1}{\mathrm{\Π}}}{P}_{11}^i\left(T_S\right)}$

其中i_start是聚合区域起始的信道。所有空闲信道继续保持空闲的概率为(P₁₁)^MDB，那么至少有一个空闲信道变成被占用的概率为

$P_{\mathrm{down}}=1-{\left(P_{11}\right)}^{\mathrm{MDB}}=1-{\left(R\sqrt{\underset{i=i_{\mathrm{start}}}{\overset{i_{\mathrm{start}}+R-1}{\mathrm{\Π}}}{P}_{11}^i\left(T_S\right)}\right)}^{\mathrm{MDB}}$

计算P_up：

$P_{\mathrm{up}}=1-{\left(P_{00}\right)}^{R-\mathrm{MDB}}=1-{\left(R\sqrt{\underset{i=i_{\mathrm{start}}}{\overset{i_{\mathrm{start}}+R-1}{\mathrm{\Π}}}{P}_{00}^i\left(T_S\right)}\right)}^{R-\mathrm{MDB}}$

其中P₀₀是一个被占用信道保持被占用状态的概率。

计算P_hold：

P_hold＝1-P_up-P_down

在感知周期T_S内，假设在频谱聚合区域内共有H个信道状态变化，那么空闲信道数目的l次减少和H-l次增加对应的概率为

$\mathrm{Pr}\{H_{\mathrm{decrease}}=l\}=C_H^l{\left(\frac{P_{\mathrm{down}}}{P_{\mathrm{up}}+P_{\mathrm{down}}}\right)}^l{\left(\frac{P_{\mathrm{up}}}{P_{\mathrm{up}}+P_{\mathrm{down}}}\right)}^{H-l}$

其中H_decrease＝l表示空闲信道数目减少l次，当l＞H-l时，B≥MDB的条件就不再满足，频谱切换发生。定义频谱聚合区域频谱切换概率为δ，它可以通过下式计算得到

这样就得到了频谱聚合区域的频谱切换概率值。

Claims (2)

1.一种使用TVWS(TVWhiteSpace)的认知TD-LTE(时分双工长期演进系统)中频谱切换次数最小化的频谱聚合方法，其特征在于，包括以下步骤：

S1，系统初始，第一次为用户聚合频谱资源，不需要进行频谱切换，跳到S3；

S2，检查所有工作的用户是否需要进行频谱切换，如果存在需要频谱切换的用户，将它们标记为请求接入的用户，并释放其占用的频谱资源；

S3，检查所有可能的频谱聚合区域，采用频谱聚合区域切换概率估算方法来计算所有可能的频谱聚合区域的切换概率，找到频谱切换概率最小的频谱聚合区域，为请求接入的用户分配该聚合区域的频谱资源,所述的频谱聚合区域切换概率估算方法包括以下步骤：

步骤1，用ON-OFF信源模型来为TVWS信道状态建模；

步骤2，计算相邻两个频谱检测得到的信道状态间的转移概率；

步骤3，采用渐进分析的方式估算频谱聚合区域的切换概率,包括以下步骤：

把感知周期T_S平均划分成k个相等的时间片；k值取得足够大，以保证每个时间片内最多只有一个信道状态发生了变化；

在时间片T_S/k中，将聚合区域内的空闲信道个数B值的变化表示为三种：B保持不变，B增加到B+1，B减小到B-1，相应地三种变化的概率分别定义为P_hold，P_up和P_down；

计算P_down：一个空闲信道状态保持不变的概率为

$P_{11}=\sqrt[R]{\underset{i=i_{s\mathrm{ta}rt}}{\overset{i_{start}+R-1}{\Π}}{P}_{11}^i\left(T_S\right)}$

其中i_start是聚合区域起始的信道，R是频谱聚合范围大小,是信道状态1保持不变的概率；所有空闲信道继续保持空闲的概率为(P₁₁)^MDB，那么至少有一个空闲信道变成被占用的概率为

$P_{down}=1-{\left(P_{11}\right)}^{MDB}=1-{\left(\sqrt[R]{\underset{i=i_{s\mathrm{ta}rt}}{\overset{i_{start}+R-1}{\Π}}{P}_{11}^i\left(T_S\right)}\right)}^{MDB}$

其中MDB为用户最小工作带宽；

计算P_up：

$P_{up}=1-{\left(P_{00}\right)}^{R-MDB}=1-{\left(\sqrt[R]{\underset{i=i_{s\mathrm{ta}rt}}{\overset{i_{start}+R-1}{\Π}}{P}_{00}^i\left(T_S\right)}\right)}^{R-MDB}$

其中P₀₀是一个被占用信道保持被占用状态的概率,是信道状态0保持不变的概率；

计算P_hold：

P_hold＝1-P_up-P_down

在感知周期T_S内，在频谱聚合区域内信道状态变化的总次数空闲信道数目的l次减少和H-l次增加对应的概率为

$\mathrm{Pr}\{H_{decrease}=l\}=C_H^l{\left(\frac{P_{down}}{P_{up}+P_{down}}\right)}^l{\left(\frac{P_{up}}{P_{up}+P_{down}}\right)}^{H-l}$

其中H_decrease＝l表示空闲信道数目减少l次，

当l＞H-l时，聚合区域内可用带宽值B大于等于用户最小工作的带宽MDB的条件就不再满足，频谱切换发生，则频谱聚合区域频谱切换概率可表示为：

S4，如果没有其他请求接入的用户或者不存在其他的可能的频谱聚合区域，则跳到S5，否则跳回S3；

S5，一个感知周期的频谱切换和频谱聚合工作完成，等待下个感知周期到来时跳回S2。

2.根据权利要求1所述的方法，其特征在于，所述计算相邻两个频谱检测得到的信道状态间的转移概率包括以下步骤：

根据交替更新理论和拉普拉斯变换，计算信道状态0保持不变的概率

计算信道状态1保持不变的概率

计算信道状态从1变为0的概率

计算信道状态从0变为1的概率