CN104022929A - 一种融合通信中基于节能认知访问的网络自愈方法 - Google Patents

Abstract

本发明涉及一种节能动态频谱接入方法，包括以下步骤：在路由器上初始化最小争用发送窗口w_min和最大争用发送窗口w_max，最小休眠窗口h_min和最大的睡眠窗口h_max，数据发送概率阈值δ，感知时间t_sen0；如果二级用户侦测到一级用户从忙碌状态转为空闲状态，然后设置当前时间为t＝0；然后计算信道空闲概率如果计算的一级用户的空闲概率否则，转至步骤9；根据一级用户的空闲概率计算最大发送时间然后进入数据发送状态；在时间段t_trans内，二级用户发送数据，t_trans代表二级用户发送数据所持续的时间；如果二级用户收到ACK，令t＝t+t_trans，然后返回步骤5。本发明采用碰撞避免机制和休眠机制用于减少能耗和提高网络吞吐量。使用效用函数最大化网络的能源效率，实现节能的认知访问。

Description

一种融合通信中基于节能认知访问的网络自愈方法

技术领域

本发明是属于电力通信网络技术领域，具体涉及一种融合通信中基于节能认知访问的网络自愈方法。

背景技术

随着电力通信网络的发展，通信网形成了核心网、骨干网、接入网三层拓扑结构。随着信息技术的发展，各种各样的下层接入网络不断提出，以便满足用户的需求。电力通信网络是从单一业务网络变成多种业务为一体的融合网络。融合通信为上层应用提供统一的通信服务将不同下层网络集成到一个统一的访问平台，比如：全IP通信，向上为业务逻辑屏蔽了底层网络的复杂性。宽带无线技术的成功应用，能够提供集话音、数据、图像为一体的多媒体综合业务的、开放的电力通信网络结构逐步问世，使得网络中的无线接入设备和网络流量快速增长。当网络设备发生故障时，网络的自愈功能能够保持网络的正常运转。但是，现有的自愈技术不可避免的致使网络的能耗变大。然而，能源对于现代社会的重要性是众所周知的。认知访问为用户提供了一个灵活的、动态的融合网络访问方式，可以更大程度的降低网络自愈、建设和运维成本。但现阶段的电力通信网络采用冗余化设计，提供尽力而为的网络服务，并没有考虑网络能效问题。因此，在融合网络中如何实现和构建节能认知访问已经成为当前亟待解决的一个挑战。

由于能源以及频谱资源的重要性越来越突然，所以如何实现融合网络中的节能认知访问这一课题已经受到研究者们和运营商的广泛关注。现在已有一些方法已经被提出用于解决这个问题。对于频谱感知，Huang等人假定信道中的时间空闲状态服从某一个特定的分布，而频谱探测的结果正确与否取决于最大化频谱利用率和其他目标的访问控制策略。Zhang等人通过研究MAC协议来解决这个问题。然而，上面的方法没有考虑网络能量效率。Li等人研究了认知无线网络的网络能源效率问题。他们考虑能源利用率、吞吐量和干扰来研究认知无线网络动态频谱接入的数据发送的最优传送时间的长度。Xie研究了认知无线蜂窝网络中能源效率的资源分配问题。为了达到更好的性能，使用马尔可夫链分析多个认知用户的动态频谱接入。利用马尔可夫过程为随机频谱接入建立分析框架，然后提出了分布式认知MAC协议来改善认知网络的性能。尽管上述方法可以部分改善认知网络中的能源效率，但是对于多跳认知无线网络，它们仍然难以高能效的实现动态频谱接入。

在此，我们提出了一种高度节能的认知访问方法用于解决融合通信中认知接入网络的能耗和能效问题。根据网络流量分布的特点，我们认为初级用户的空闲时间服从帕累托分布。现有的研究发现网络流量有重尾分布和自相似性的重要特征。这样的网络流量的特征代表了网络设备和用户的内在行为。帕累托分布可以很好的描述网络流量的外在特征和网络设备和用户的内在行为。为减少认知接入网络的能源消耗,我们考虑了避碰和睡眠机制来提高能源效率的网络。通过基于避碰和睡眠机制的能源效率最大化的效用函数，我们把认知接入网络的节能接入问题转化为一个优化问题。

发明内容

针对现有技术的不足，本发明提出一种融合通信中基于节能认知访问的网络自愈方法—节能动态频谱接入方法(Energy-Efficient Dynamic Spectrum Access，EEDSA)，以达到网络自愈组网时，降低能耗、提高能量效率的目的。

节能动态频谱接入方法，包括以下步骤：

步骤1、在路由器上初始化最小争用发送窗口w_min和最大争用发送窗口w_max，最小休眠窗口h_min和最大的睡眠窗口h_max，数据发送概率阈值δ，感知时间t_sen0；

步骤2、如果二级用户侦测到一级用户从忙碌状态转为空闲状态，然后设置当前时间为t＝0；然后计算信道空闲概率

步骤3、如果计算的一级用户的空闲概率否则，转至步骤9；

步骤4、根据一级用户的空闲概率计算最大发送时间然后进入数据发送状态；

步骤5、在时间段t_trans内，二级用户发送数据，t_trans代表二级用户发送数据所持续的时间；

步骤6、如果二级用户收到ACK，令t＝t+t_trans，然后返回步骤5。但是，如果二级用户收到NACK，使用最优的最大争用发送窗口w_max，然后令二级用户重复发送数据包的次数n＝0；

步骤7、计算争用发送窗口令二级用户在时间段内进行休眠；之后采用碰撞避免机制完成数据的发送；令n＝n+1，

步骤8、如果返回步骤7；

步骤9、在时间段t_sen0内侦测信道状况，如果一级用户处于忙碌状态，使用最大休眠窗口h_max，然后令二级用户重复侦测信道的次数z＝0；

步骤10、计算休眠窗口使二级用户在时间段内属于休眠状态；

步骤11、在感知时间t_sen0内，继续侦测信道，如果一级用户仍然处于忙碌状态，令二级用户重复侦测信道的次数z＝z+1，返回步骤10；否则，返回步骤2；

步骤2中信道空闲概率计算公式为：

$p_t^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{num}}-t+t_{\mathrm{sense}}+1}\right)}^b---\left(1\right)$

其中，t_num代表信道的个数，t_sense代表二级用户持续侦测时间；b为帕累托分布的尾部指数。另外，帕累托分布的概率密度函数和分布函数分别如下所示：

p(t)＝bk^bt^-b-1 0＜k≤t             (2)

$F\left(t_0\right)=P[t\≤t_0]=1-{\left(\frac{k}{t_0}\right)}^b---\left(3\right)$

其中，k为时间随机变量。

步骤3中一级用户的空闲概率可以表示为：

$p_{\mathrm{tp}}^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{mun}}-t+t_{\mathrm{trans}}+1}\right)}^b---\left(4\right)$

其中，t_trans代表二级用户发送数据的持续时间。

步骤6中最优最大争用窗口w_max由以下函数决定：

$\left\{\begin{array}{cc}\max & f_{\mathrm{ee}}\left(t_m\right)=\frac{I_{\mathrm{per}}\×t_{\mathrm{trans}}\×{\mathrm{Pr}}_{\mathrm{success}}}{E\left(t_m\right)}\\ s.t.& E\left(t_m\right)=P_{\mathrm{sense}}\×t_{\mathrm{sense}}+P_{\mathrm{trans}}\×\\ & t_{\mathrm{trans}}\×({\mathrm{Pr}}_{\mathrm{success}}+{\mathrm{Pr}}_{\mathrm{colis}}+{\mathrm{Pr}}_{\mathrm{other}})\\ & +P_{\mathrm{sleep}}\×t_{\mathrm{sleep}}+P_{\mathrm{circuit}}\×t_{\mathrm{trans}}\end{array}\right.---\left(5\right)$

$\left\{\begin{array}{cc}\max & {\mathrm{Pr}}_{\mathrm{success}},t_{\mathrm{trans}}\\ \min & t_{\mathrm{sense}},{\mathrm{Pr}}_{\mathrm{colis}},{\mathrm{Pr}}_{\mathrm{other}},t_{\mathrm{sleep}}\end{array}\right.---\left(6\right)$

此处，方程(5)与方程(6)是相互等价的。其中，f_ee(t_m)代表网络的能源效率，E(t_m)代表t_m时间内总共消耗的能量。P_sense为侦测功率，代表二级用户在单位时间内进行频谱感知的能耗；P_trans代表传送功率，表明二级用户在单位时间内发送数据包的能源消耗；P_sleep代表休眠功率，表明二级用户在单位时间内保持睡眠状态的能源消耗；P_circu为电路功率，代表在单位时间内电路元素的能源消耗。P_trans与传送速率和信道质量有关。

步骤7中争用发送窗口表示如下：

$w_{\mathrm{trans}}^t\left(n\right)=\left\{\begin{array}{cc}(1+\mathrm{an})w_{\min }& n=\mathrm{0,1},...,w_{\max }-1\\ (1+\mathrm{a\η})w_{\min }& n=w_{\max },w_{\max }+1,...\end{array}\right.---\left(7\right)$

其中，代表t时刻碰撞发生后，二级用户的争用发送窗口，n是二级用户重复发送数据包的次数，a≥0，w_min是最小争用发送窗口，w_max为最大争用发送窗口。

步骤9中，最大休眠窗口h_max位于以下方程中：

$w_{\mathrm{sense}}^t\left(z\right)=\left\{\begin{array}{cc}{(1+\mathrm{\αz})}^{\mathrm{\β}}{h}_{\min }& z=\mathrm{0,1},...,h_{\max }-1\\ {(1+\mathrm{\α}{h}_{\max })}^{\mathrm{\β}}{h}_{\min }& z=h_{\max },h_{\max }+1,...\end{array}\right.---\left(8\right)$

其中，表示睡眠窗口，z代表二级用户重复感知信道的次数。α≥0，β≥0，h_min和h_max分别表示最小和最大的休眠窗口，当二级用户处于感知状态时。

本发明的优点：

本发明是融合通信中基于节能认知访问的网络自愈方法。我们不仅考虑融合通信网络的频谱利用率，同样考虑他们的能源效率。不同于现有的认知访问方法，我们把节能作为优化目标，于是我们把节能认知访问转化为一个优化问题。此外，采用碰撞避免机制和休眠机制用于减少能耗和提高网络吞吐量。使用效用函数最大化网络的能源效率，实现节能的认知访问。

附图说明

图1为本发明的流程示意图；

图2为本发明中融合通信的认知访问模型示意图；

图3为本发明中节能认知访问的序列模型示意图；

图4为本发明中二级用户的状态转化过程示意图；

图5为本发明中帕累托参数b对能耗的影响示意图；

图6为本发明中帕累托参数b对成功发送信息的影响示意图；

图7为本发明中帕累托参数b对能效影响的示意图；

图8为本发明中惩罚因子对能耗的影响示意图；

图9为本发明中惩罚因子对成功发送信息的影响示意图；

图10为本发明中惩罚因子对能效的影响示意图；

图11为本发明中侦测时间对能耗的影响示意图；

图12为本发明中侦测时间对成功发送信息的影响示意图；

图13为本发明中侦测时间对能效的影响示意图；

图14为本发明中碰撞阈值对能耗的影响示意图；

图15为本发明中碰撞阈值对成功发送信息的影响示意图；

图16为本发明中碰撞阈值对能效的影响示意图。

具体实施方式

下面结合附图对本发明做进一步说明。

本发明提出一种融合通信中基于节能认知访问的网络自愈方法—节能动态频谱接入方法，以达到降低能耗，提高能量效率的目的。方法流程图如图1所示。融合网络的认知访问模型如图2所示，该方法包含以下步骤：

步骤1、在路由器上初始化最小争用发送窗口w_min和最大争用发送窗口w_max，最小休眠窗口h_min和最大的睡眠窗口h_max，数据发送概率阈值δ，感知时间t_sense；

步骤2、如果二级用户侦测到一级用户从忙碌状态转为空闲状态，然后设置当前时间为t＝0；然后计算信道空闲概率

如图3所示，在节能感知访问模型中存在着许多的序列，比如：侦测阶段、数据发送阶段和休眠阶段等。在本发明实施例中，各种状态之间存在着如图4所示的状态转换过程：首先，二级用户处于侦测状态。在时间段t_sense内，二级用户侦测一级用户是否处于空闲状态，如果二级用户发现一级用户处于空闲状态,则二级用户进入数据传输状态,并开始发送数据包；否则,二级用户进入休眠状态,开始休眠。二级用户进入数据传输状态之后,开始发送数据包，并将持续时间段t_trans(t)，然后再次进入侦测状态。二级用户进入休眠状态后,他们持续休眠时间段t_sleep(t)，然后进入侦测状态。二级用户进入感应状态后，他们持续侦测时间段为t_sense，然后再决定进入哪种状态；之后重复以上的过程。

本发明实例中，信道空闲概率计算公式如下：

$p_t^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{num}}-t+t_{\mathrm{sense}}+1}\right)}^b---\left(9\right)$

其中，t_num代表信道的个数，t_sense代表二级用户持续侦测时间；b为帕累托分布的尾部指数。此外，在此我们给出帕累托分布的概率密度函数和分布函数，其函数表达式分别如下所示：

p(t)＝bk^bt^-b-1 0＜k≤t              (10)

$F\left(t_0\right)=P[t\≤t_0]=1-{\left(\frac{k}{t_0}\right)}^b---\left(11\right)$

其中，k为时间随机变量。

步骤3、如果(δ为步骤1中的数据发送概率阈值),则计算的一级用户的空闲概率否则，转至步骤9；

本发明实例中，一级用户的空闲概率可以表示为如下函数：

$p_{\mathrm{tp}}^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{mun}}-t+t_{\mathrm{trans}}+1}\right)}^b---\left(12\right)$

其中，t_trans代表二级用户发送数据的持续时间。

步骤4、根据一级用户的空闲概率计算最大发送时间然后进入数据发送状态；

步骤5、在时间段t_trans内，二级用户发送数据；

由图2可以得出，t_trans代表二级用户发送数据所持续的时间。

步骤6、如果二级用户收到ACK，令t＝t+t_trans，然后返回步骤5。但是如果二级用户收到NACK，使用最优的最大争用发送窗口w_max，然后令二级用户重复发送数据包的次数n＝0；

在本发明实例中，最优最大争用窗口w_max由以下函数决定：

$\left\{\begin{array}{cc}\max & f_{\mathrm{ee}}\left(t_m\right)=\frac{I_{\mathrm{per}}\×t_{\mathrm{trans}}\×{\mathrm{Pr}}_{\mathrm{success}}}{E\left(t_m\right)}\\ s.t.& E\left(t_m\right)=P_{\mathrm{sense}}\×t_{\mathrm{sense}}+P_{\mathrm{trans}}\×\\ & t_{\mathrm{trans}}\×({\mathrm{Pr}}_{\mathrm{success}}+{\mathrm{Pr}}_{\mathrm{colis}}+{\mathrm{Pr}}_{\mathrm{other}})\\ & +P_{\mathrm{sleep}}\×t_{\mathrm{sleep}}+P_{\mathrm{circuit}}\×t_{\mathrm{trans}}\end{array}\right.---\left(13\right)$

然而，方程(13)的优化问题与下面方程(14)的多目标优化问题是等价的，方程(14)表达式如下：

$\left\{\begin{array}{cc}\max & {\mathrm{Pr}}_{\mathrm{success}},t_{\mathrm{trans}}\\ \min & t_{\mathrm{sense}},{\mathrm{Pr}}_{\mathrm{colis}},{\mathrm{Pr}}_{\mathrm{other}},t_{\mathrm{sleep}}\end{array}\right.---\left(14\right)$

其中，f_ee(t_m)代表网络的能源效率，E(t_m)代表t_m时间内总共消耗的能量。P_sense为侦测功率，代表二级用户在单位时间内进行频谱感知的能耗；P_trans代表传送功率，表明二级用户在单位时间内发送数据包的能源消耗；P_sleep代表休眠功率，表明二级用户在单位时间内保持睡眠状态的能源消耗；P_circu为电路功率，代表在单位时间内电路元素的能源消耗。P_trans与传送速率和信道质量有关。

$f_{\mathrm{ee}}\left(t_m\right)=\frac{I\left(t_m\right)}{E\left(t_m\right)}---\left(15\right)$

其中，I(t_m)代表二级用户在时间t_m内成功发送的比特数目，E(t_m)代表在时间t_m内总共的能源消耗。根据之前的讨论，I(t_m)可以定义如下：

$I\left(t_m\right)=I_{\mathrm{per}}\×\left(\underset{t=1}{\overset{t_m}{\mathrm{\Σ}}}{t}_{\mathrm{trans}}\left(t\right)\right)\×p_{\mathrm{success}}---\left(16\right)$

其中P_success代表数据包成功发送的概率，I_per表示单位时间内发送的比特数。

在时间t_m内，E(t_m)可以表示如下：

E(t_m)＝E_sense(t_m)+E_trans(t_m)+E_sleep(t_m)+E_circu(t_m)             (17)

其中E_sense(t_m)代表二级用户在感知状态所消耗的总的能量，E_sense(t_m)可以入下表示：

E_sense(t_m)＝P_sense×t_sense                 (18)

其中t_sense表示总共的感知时间。

E_trans(t_m)为二级用户在发送状态时所消耗的总的能量，E_trans(t_m)表达如下：

$E_{\mathrm{trans}}\left(t_m\right)=P_{\mathrm{trans}}\×\left(\underset{t=1}{\overset{t_m}{\mathrm{\Σ}}}{t}_{\mathrm{trans}}\left(t\right)\right)---\left(19\right)$

E_sleep(t_m)为二级用户在休眠状态时所消耗的总的能量，E_sleep(t_m)表达如下：

$E_{\mathrm{sleep}}\left(t_m\right)=P_{\mathrm{sleep}}\×\left(\underset{t=1}{\overset{t_m}{\mathrm{\Σ}}}{t}_{\mathrm{sleep}}\left(t\right)\right)---\left(20\right)$

E_circu(t_m)为感知接入网络的电路所消耗的总的能量，E_circu(t_m)可以表示如下：

E_circuit(t_m)＝P_circuit×t_m                (21)

总共的感知时间可以表示为：

$t_{\mathrm{sense}}=t_m-\left(\underset{t=1}{\overset{t_m}{\mathrm{\Σ}}}{t}_{\mathrm{trans}}\left(t\right)\right)-\left(\underset{t=1}{\overset{t_m}{\mathrm{\Σ}}}{t}_{\mathrm{sleep}}\left(t\right)\right)---\left(22\right)$

因此，感知接入网络的能量效率可以计算。

步骤7、计算争用发送窗口令二级用户在时间段内进行休眠；之后采用碰撞避免机制完成数据的发送；令n＝n+1，

在本发明实例中，争用发送窗口表示如下：

$w_{\mathrm{trans}}^t\left(n\right)=\left\{\begin{array}{cc}(1+\mathrm{an})w_{\min }& n=\mathrm{0,1},...,w_{\max }-1\\ (1+\mathrm{a\η})w_{\min }& n=w_{\max },w_{\max }+1,...\end{array}\right.---\left(23\right)$

其中，代表t时刻碰撞发生后，二级用户的争用发送窗口，n是二级用户重复发送数据包的次数，a≥0，w_min是最小争用发送窗口，w_max为最大争用发送窗口。

为保护初级用户的性能和最大化感知网络的能源效率，我们采用碰撞避免机制来避免一级用户和二级用户之间的碰撞，这同时有助于提高网络的吞吐量。使用睡眠机制进一步减少认知访问网络的能源消耗。二级用户发送数据包时，如果一级用户想要使用通道，就会碰撞发生。此外,当一级用户利用渠道，如果二级用户想传输数据包，也会发生碰撞。碰撞避免机制是用来克服这个问题。如果二级用户收到NACK，以上方程(23)碰撞避免机制用于发送数据包

步骤8、如果返回步骤7；

步骤9、在时间段t_sen0内侦测信道状况，如果一级用户处于忙碌状态，使用最大休眠窗口h_max，然后令二级用户重复侦测信道的次数z＝0；

在本发明实例中，最大休眠窗口h_max位于以下方程中：

$w_{\mathrm{sense}}^t\left(z\right)=\left\{\begin{array}{cc}{(1+\mathrm{\αz})}^{\mathrm{\β}}{h}_{\min }& z=\mathrm{0,1},...,h_{\max }-1\\ {(1+\mathrm{\α}{h}_{\max })}^{\mathrm{\β}}{h}_{\min }& z=h_{\max },h_{\max }+1,...\end{array}\right.---\left(24\right)$

其中，表示睡眠窗口，z代表二级用户重复感知信道的次数。α≥0，β≥0，h_min和h_max分别表示最小和最大的休眠窗口，当二级用户处于感知状态时。

为减少认知接入网络的能源消耗，提出了休眠机制，包括两个休眠的状态。一个状态是，二级用户收到NACK，另一种情况是，二级用户的感知结果表明，主要用户是忙碌的。第二种情况发生时，根据上面方程(24)，二级用户进行睡眠状态机制。

步骤10、计算休眠窗口使二级用户在时间段内属于休眠状态；

步骤11、在感知时间t_sen0内，继续侦测信道，如果一级用户仍然处于忙碌状态，令二级用户重复侦测信道的次数z＝z+1，返回步骤10；否则，返回步骤2。

此外，当EEDSA不采用避碰机制和休眠机制来提高认知接入网络的能源效率时，相应的方法称为NEDSA；另外还有一种称之为基于ACK和NACK的动态频谱接入方法(ACDSA)，这也是一种有效的认知访问方法。接下来我们对以上三种方法的性能进行对比。

由图5可知，NEDSA比EEDSA持有较低的能源消耗。这是因为EEDSA有更多的时间用于发送数据。图6告诉我们，认知接入网通过EEDSA发送数据的成功率比NEDSA更高。由图7可知，EEDSA比NEDSA有着更高的能源效率。图5、6、7还表明，当发送数据包的最大时间变大时，EEDSA的能源消费、信息发送成功率,能源效率都会相应的增加。更重要的是,EEDSA能源效率的曲线远远超过NEDSA的，这完全可以表明本发明—EEDSA方法可以实现更大的能源效率。

图8、9和10显示了惩罚因子对网络性能的影响。当惩罚因子增加，三个方法的能耗、发送信息的成功率，能源效率都会相应的降低。当奖励因素增加时，我们可以看到相反的情况。这是因为当惩罚因素变大时，二级用户访问的机会变少。当奖励因素增加，二级用户可以有更多的访问网络的机会。此外，相比NEDSA和ACDSA，EEDSA表现出更好的能源效率。

图11、12和13表明感知时间对三种方法性能的影响。相比于NEDSA和ACDSA，当侦测时间变大，EEDSA有较低的能源消耗,更高的发送成功率,更大的能源效率。在a0增加和a1减少的情况下，三个方法的能源消耗，发送信息的成功率以及能源效率都会变得越来越小。这是因为a0越大，二级用户数据包发送成功的概率越小。

图14、15和16画出碰撞阈值对三种方法的性能的影响。d＝1，d＝2，d＝3代表二级用户休眠状态下的持续时间。图14表明：当碰撞阈值小于0.2496时，相比于比NEDSA和ACDSA，EEDSA具有更低的能耗。当碰撞阈值大于0.2496时，EEDSA有着更大的能源消耗。图15、16表明：当碰撞阈值从0.249变化到0.250时，三个方法发送信息的成功率和能源效率都会逐渐增长。这是因为大碰撞阈值允许二级用户有更多的机会在发送数据包。然而,EEDSA始终保持的曲线远远超过NEDSA和ACDSA。这进一步表明,相比于NEDSA和ACDSA，EEDSA有更好的性能。

Claims (6)

1.节能动态频谱接入方法，其特征在于包括以下步骤：

步骤1、在路由器上初始化最小争用发送窗口w_min和最大争用发送窗口w_max，最小休眠窗口h_min和最大的睡眠窗口h_max，数据发送概率阈值δ，感知时间t_sen0；

步骤2、如果二级用户侦测到一级用户从忙碌状态转为空闲状态，然后设置当前时间为t＝0；然后计算信道空闲概率

步骤3、如果计算的一级用户的空闲概率否则，转至步骤9；

步骤4、根据一级用户的空闲概率计算最大发送时间然后进入数据发送状态；

步骤5、在时间段t_trans内，二级用户发送数据，t_trans代表二级用户发送数据所持续的时间；

步骤6、如果二级用户收到ACK，令t＝t+t_trans，然后返回步骤5。但是，如果二级用户收到NACK，使用最优的最大争用发送窗口w_max，然后令二级用户重复发送数据包的次数n＝0；

步骤7、计算争用发送窗口令二级用户在时间段内进行休眠；之后采用碰撞避免机制完成数据的发送；令n＝n+1，

步骤8、如果返回步骤7；

步骤9、在时间段t_sen0内侦测信道状况，如果一级用户处于忙碌状态，使用最大休眠窗口h_max，然后令二级用户重复侦测信道的次数z＝0；

步骤10、计算休眠窗口使二级用户在时间段内属于休眠状态；

步骤11、在感知时间t_sen0内，继续侦测信道，如果一级用户仍然处于忙碌状态，令二级用户重复侦测信道的次数z＝z+1，返回步骤10；否则，返回步骤2。

2.根据权利要求1所述的节能动态频谱接入方法，其特征在于步骤2中信道空闲概率计算公式为：

$p_t^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{num}}-t+t_{\mathrm{sense}}+1}\right)}^b---\left(1\right)$

其中，t_num代表信道的个数，t_sense代表二级用户持续侦测时间；b为帕累托分布的尾部指数。另外，帕累托分布的概率密度函数和分布函数分别如下所示：

p(t)＝bk^bt^-b-1 0＜k≤t                 (2)

$F\left(t_0\right)=P[t\≤t_0]=1-{\left(\frac{k}{t_0}\right)}^b---\left(3\right)$

其中，k为时间随机变量。

3.根据权利要求1所述的节能动态频谱接入方法，其特征在于步骤3中一级用户的空闲概率可以表示为：

$p_{\mathrm{tp}}^{\mathrm{idl}}={\left(\frac{t_{\mathrm{num}}-t+1}{t_{\mathrm{mun}}-t+t_{\mathrm{trans}}+1}\right)}^b---\left(4\right)$

其中，t_trans代表二级用户发送数据的持续时间。

4.根据权利要求1所述的节能动态频谱接入方法，其特征在于步骤6中最优最大争用窗口w_max由以下函数决定：

$\left\{\begin{array}{cc}\max & f_{\mathrm{ee}}\left(t_m\right)=\frac{I_{\mathrm{per}}\×t_{\mathrm{trans}}\×{\mathrm{Pr}}_{\mathrm{success}}}{E\left(t_m\right)}\\ s.t.& E\left(t_m\right)=P_{\mathrm{sense}}\×t_{\mathrm{sense}}+P_{\mathrm{trans}}\×\\ & t_{\mathrm{trans}}\×({\mathrm{Pr}}_{\mathrm{success}}+{\mathrm{Pr}}_{\mathrm{colis}}+{\mathrm{Pr}}_{\mathrm{other}})\\ & +P_{\mathrm{sleep}}\×t_{\mathrm{sleep}}+P_{\mathrm{circuit}}\×t_{\mathrm{trans}}\end{array}\right.---\left(5\right)$

$\left\{\begin{array}{cc}\max & {\mathrm{Pr}}_{\mathrm{success}},t_{\mathrm{trans}}\\ \min & t_{\mathrm{sense}},{\mathrm{Pr}}_{\mathrm{colis}},{\mathrm{Pr}}_{\mathrm{other}},t_{\mathrm{sleep}}\end{array}\right.---\left(6\right)$

此处，方程(5)与方程(6)是相互等价的，其中，f_ee(t_m)代表网络的能源效率，E(t_m)代表t_m时间内总共消耗的能量，P_sense为侦测功率，代表二级用户在单位时间内进行频谱感知的能耗；P_trans代表传送功率，表明二级用户在单位时间内发送数据包的能源消耗；P_sleep代表休眠功率，表明二级用户在单位时间内保持睡眠状态的能源消耗；P_circu为电路功率，代表在单位时间内电路元素的能源消耗，P_trans与传送速率和信道质量有关。

5.根据权利要求1所述的节能动态频谱接入方法，其特征在于步骤7中争用发送窗口表示如下：

$w_{\mathrm{trans}}^t\left(n\right)=\left\{\begin{array}{cc}(1+\mathrm{an})w_{\min }& n=\mathrm{0,1},...,w_{\max }-1\\ (1+\mathrm{a\η})w_{\min }& n=w_{\max },w_{\max }+1,...\end{array}\right.---\left(7\right)$

其中，代表t时刻碰撞发生后，二级用户的争用发送窗口，n是二级用户重复发送数据包的次数，a≥0，w_min是最小争用发送窗口，w_max为最大争用发送窗口。

6.根据权利要求1所述的节能动态频谱接入方法，其特征在于步骤9中，最大休眠窗口h_max位于以下方程中：

$w_{\mathrm{sense}}^t\left(z\right)=\left\{\begin{array}{cc}{(1+\mathrm{\αz})}^{\mathrm{\β}}{h}_{\min }& z=\mathrm{0,1},...,h_{\max }-1\\ {(1+\mathrm{\α}{h}_{\max })}^{\mathrm{\β}}{h}_{\min }& z=h_{\max },h_{\max }+1,...\end{array}\right.---\left(8\right)$

其中，表示睡眠窗口，z代表二级用户重复感知信道的次数，α≥0，β≥0，h_min和h_max分别表示最小和最大的休眠窗口，当二级用户处于感知状态时。