CN104144427B

CN104144427B - 一种无线认知网络频带分配方法

Info

Publication number: CN104144427B
Application number: CN201410354038.9A
Authority: CN
Inventors: 黄松; 许勇; 郑心炜; 张凌; 布社辉
Original assignee: South China University of Technology SCUT
Current assignee: South China University of Technology SCUT
Priority date: 2014-07-23
Filing date: 2014-07-23
Publication date: 2017-11-07
Anticipated expiration: 2034-07-23
Also published as: CN104144427A

Abstract

本发明公开了一种无线认知网络频带分配方法，包括根据认知无线网络的处理能力和主用户的最小可分辨流量，确定子载波带宽，将总带宽划分为子载波组成的集合；然后对子载波集合进行分组，获得信道集合；并将主用户的流量在信道间进行分配，使得信道完全占用或空闲。通过本发明，可以规范化主用户的流量分配和带宽占用，避免信道出现部分占用的情况，简化无线认知网络中的二级用户对信道状态的检测，提高对信道状态的检测效率，降低二级用户的传输控制复杂度。

Description

一种无线认知网络频带分配方法

技术领域

本发明涉及网络通信领域，特别涉及一种无线认知网络频带分配方法。

背景技术

在CRN网络中，主用户(Primary Users，PU)指那些对某段频谱的使用具有高优先级或合法授权的用户，二级用户(Secondary Users，SU)是指那些低优先级的用户。SU对频谱的使用不得对PU造成干扰，因此要求其能快速、可靠地感知PU使用授权频谱的情况。SU必须具备对现有信道占用情况的认知能力，因而也称其为认知用户(Cognitive Users)，在网络结构中则表示为认知节点。

认知网络开放式的频谱使用策略允许网络中的SU和授权系统的PU共享相同的频段，根据和PU达成的协议以及干扰约束条件，SU可以在不干扰PU的前提下，使用那些未被PU占用的频段。从原理来看，认知网络中的频谱共享策略主要分为覆盖式(underlay)和叠加式(overlay)。无论是覆盖式还是叠加式，其目标都是在不影响PU的前提下，尽可能提高PU与SU的共享程度、提高频率资源利用率。针对这一目标，已有各种文献提出了多种方案。

S.Huang等于2008年在The27th Conference On ComputerCommunications (美国电气和电子工程师协会计算机通信会议)上发表的“Opportunistic spectrum access incognitive radio networks”(认知无线网络中的伺机频谱接入)，提出了基于不同的感知、退避和传输机制的三种频谱接入方案，并给出了对于次级用户性能的闭式分析。Anandkumar等于2010年发表在IEEE INFOCOM(电气电子工程师协会计算机通信国际会议)上的“Opportunistic spectrum access with multiple users：learning undercompetition”(多用户的伺机频谱接入：考虑用户竞争的学习算法)，研究了如何使多个次级用户中合作式分配达到总吞吐量最大，并提出了一种学习机制以分布式的方式达到渐进式最优。但是上述文献的方法有较强的应用局限。

Ahmad等于2009年发表在Information Theory,IEEE Transactions(美国电气和电子工程师协会信息论)上的“Optimality of myopic sensing in multichannelopportunistic access”(多频道伺机接入中短视感知方法的最优性)，证明了在主用户是独立和同等分布下的马尔科夫过程模型中，当状态变化与时间正相关时短视感知策略是最优的。Tekin等于2011年在IEEE INFOCOM(电气电子工程师协会计算机通信国际会议)上发表的“Online learning in opportunistic spectrum access：A restless banditapproach”(伺机频谱接入的在线学习机制)，构造了一个考虑主用户频段时变条件下次级用户频谱接入的在线学习算法。但是上述算法的缺陷在于均采用集中式算法，拥有较高的运算复杂度以及额外的通信开销。

要达到理想的CRN通信效果，即PU与SU的频谱共享程度最大化而不又影响PU的性能，主要挑战在于SU需要准确和及时地感知PU的忙闲状态以及对频谱的占用情况。现有技术大多从提高SU感知能力入手，设计各种状态和频谱感知算法，以期获得最高的频谱资源利用率。然而，考虑到PU流量的随机性和突发性(burstiness)，单纯依赖SU的感知能力，很难取得比较好的感知效果。

而现有文献缺乏利用优化PU流量分配改善SU感知效果的做法。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种无线认知网络频带分配方法。

本发明采用如下技术方案：

一种无线认知网络频带分配方法，包括如下步骤：

S1、设当前可用的总带宽为W,根据认知无线网络的处理能力和PU的最小可分辨流量，选择合适的正整数M，按如下公式确定子载波带宽σ：

σ＝W/2^M，

其中M为选定的正整数。

S2、以σ为单位，将总带宽W划分为一组子载波组成的集合A：

A＝{α_i|H(α_i)＝σ,0≤i<N,

其中N为子载波总数，为floor函数，H(α_i)为获取α_i带宽的函数，Z为整数集。

S3、选取集合A中的任意一条子载波作为公共控制信道β_CCC,供主用户传送控制信息给主用户接收方；对集合A中剩余的N-1条子载波按照子载波带宽σ的 2次方倍进行分组，获得信道集合B:

B＝{β_k|H(β_k)＝2^kσ,0≤k<M,k∈Z}，

其中H(β_k)为获取β_k带宽的函数，M∈Z；

每一条信道包含2^k个子载波：

S4、从队列中读取主用户在t时刻的流量R(t)，并将R(t)表示成子载波带宽σ的2次方倍数的和：

其中，I_k[R(t)]为指示函数，由系统在t时刻从队列中读取的PU流量R(t)决定，其值为0或1：

上式中的为ceiling函数,&为按位与操作符。

S5、根据I_k[R(t)](0≤k<M)的值，将t时刻读取的主用户流量R(t)分配到信道集B的信道上进行转发。

S6、统计集合B中每个信道被PU使用的频度，并将足够长时间内的信道使用频度近似作为该信道的主用户使用概率，记为：

p(β_i),i∈[0,M)，M∈Z.

然后将B中的信道按照各自的使用概率从大到小重新编号，即：

其中i,j∈[0,M)为重新排序前的编号，而k,l∈[0,M)为重新排序后的编号，保证信道的使用概率按照排序后编号的增大而递减；

S7按照使用概率递增的顺序，即重排后编号从大到小的顺序，检测所有信道的状态，选择其中的空闲信道作为二级用户的数据传送信道。

所述S5中，具体分配方法如下：

S5-1,初始状态下，令k＝M-1,M∈Z，并将当前待分配的 PU流量记为V,且V＝R(t)；

S5-2,如果I_k[R(t)]＝1，则从V中分配2^kσ的流量给信道β_k，并更新V为 (V-2^kσ)；如果I_k[R(t)]＝0，则执行S5-3；

S5-3,如果k>0，则更新k为(k-1)，返回S5-2；如果k<0，则将V的剩余流量分配给信道β₀，分配过程结束。

所述S2中，所述子载波集合A的总带宽满足：

其中代表小于W/σ的最大整数。

所述S3中每个信道的带宽满足:

H(β_k)＝2^kσ,0≤k<M,k∈Z

所述信道集合B的总带宽满足：

其中表示小于log₂(W/σ)的最大整数。

所述S7中按照使用概率递增的顺序，即重排后编号从大到小的顺序，为无线认知网络中的二级用户选择转发信道，具体为：二级用户检测信道的占用状态，从主用户使用概率最小的信道开始检测，确认其状态是否为“占用”；如果是，则跳过，继续检查主用户使用概率次小的信道；如果该信道状态为“空闲”，则二级用户占用该信道；上述过程持续到信道集合B中全部信道检查完毕，或 SU当前所占用的信道总带宽已满足二级用户本次传输的带宽需求为止。

步骤S3中每条信道β_k所包含的子载波频段可以相邻或是不相邻。

步骤S7中SU检测信道β_k(0≤k<M)的状态时，无需逐一检测信道β_k中所有 2^k个子载波的状态，而仅需选取其中一个子载波SU获知子载波的状态等同于获知所属信道β_k的状态。

S1中的子载波带宽σ是在认知无线网络处理能力允许的前提下的最优值。

S6中若多个信道的使用概率相等，则原始编号较小的信道重新排后的编号也较小。

所述S7中，当二级用户数目多于一个时，需设立一个访问代理负责完成信道状态检测，以及协调多个二级用户的资源请求等工作。访问代理可以是专职代理，或选择一个二级用户节点兼任。

本发明的有益效果：

1)降低SU的传输控制复杂度。

现有CRN为了使SU的传输不对PU的QoS造成干扰，需要根据PU所能允许的信噪比(S/N)为SU设定一个传输功率门槛值(threshold，也称interference temperature)，并将SU的传输功率小心地控制在该门槛值以下。SU既不能影响 PU，又要与PU共享频带，这一方面增加了SU传输控制的复杂度，另一方面限制了SU的传输效率。

采用本发明，首先将可用频带划分成一组信道；PU对其中每条信道β_k的占用是100％占用或100％空闲，避免部分占用的情况出现。由于SU不需要与PU 共享一个信道，也就无需根据PU的SNR去设定SU的功率门槛值，SU的传输控制算法得到了简化，可以使用该信道全部的传输能力。

2)提高SU的检测效率。

SU检测任意一条信道β_k的状态时，不必逐一检测信道β_k中所有2^k个子载波的状态，仅需选取其中一个子载波SU获知子载波信道的状态等同于获知其所属信道β_k的状态。本发明将SU每发送一次数据所需要的检测复杂度从减小到

此外，本发明对全部信道按照PU使用该信道的概率从大到小重新排序；而 SU每次从PU使用概率最小的信道开始检测，降低了SU与PU冲突风险，进一步提高了检测效率。

设p_i(i＝0,1,...,M-1)是信道β_i(i＝0,1,...,M-1)被PU使用的概率。按照未经重新排序检测方法，SU首次检测到空闲信道的概率为：

经过重新排序后，SU首次检测到空闲信道的概率为：

P'＝1-min{p_i}，

显然P'>P，重新排序后的SU首次检测到空闲信道的概率得以提高。

附图说明

图1是本发明工作流程图。

图2是本发明的信道排序及状态检测流程示意图。

具体实施方式

下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

如图1所示，一种无线认知网络频带分配方法，包括如下步骤：

S1设当前CRN(Cognitive Radio Networks，CRN)中PU(Primary User,PU) 的总可用带宽W为7.5Mbps，根据认知无线网络处理能力允许的前提下和PU的最小处理能力，确定子载波带宽：

σ＝H_R/2^M，

其中M为正整数。

显然，选择更大的M可以获得更小的σ和更多的子载波，细化流量分辨率，减少流量分配过程中的频带资源浪费。但更多的子载波会导致OFDM接收端的子载波叠加后的峰均比(Peak-to-average power ratio，PAPR)过高，导致在尖峰流量时因非线性而过载以及带外辐射(out-of-band radiation)等问题，降低设备的应用效率。

因此，通过综合考虑系统能力和PU的最小可分辨流量，选定M＝9，从而子载波带宽：

σ＝7.5×2²⁰/2⁹bps＝15Kbps；

S2以σ为单位，将当前可用的总带宽W＝7.5Mbps划分为N子载波 (subcarrier)组成的集合A：

A＝{α_i|H(α_i)＝σ,0≤i<512,i∈Z}.

子载波总数为N＝2⁹＝512，其中N为子载波总数，为floor函数，H(·)为获取带宽的函数，Z为整数集；

S3选取集合A中的1条子载波作为公共控制信道β_CCC供PU传送控制信息给 PUreceiver。

不失一般性，选择α₅₁₁作为β_CCC.然后对集合A中剩余的α₀～α₅₁₀共511条子载波按照子载波带宽σ＝15Kbps的2次方倍的进行分组，获得信道集合B：

B＝{β_k|H(β_k)＝2^kσ,0≤k<9；k∈Z}，

其中，

每条信道β_k所包含的任意两个子载波α⁽ⁱ⁾,α⁽ⁱ⁺¹⁾可以为相邻频段，也可以是不相邻频段。本实施例为简化起见，选择了相邻的子载波信道，如表1所示。

表1 子载波分组与信道划分

S4从队列中读取PU在t时刻的流量R(t)，将R(t)表示成子载波带宽σ的2次方倍的和：

其中，I_k(·)为指示函数(Indicator Function),I_k[R(t)]由系统在t时刻从队列中读取的PU流量R(t)决定，其值为0或1：

0≤k<9

上式中的为ceiling函数,&为按位与操作符(Bitwise And Operator)。

S5根据I_k[R(t)],0≤k<9的值，将t时刻的PU流量R(t)分配到信道集B的信道上进行转发，流量分配采用如下方法，其步骤为：

S5-1初始状态下，令k＝M-1＝8,将当前t时刻读取的PU待分配流量记为V，且V＝R(t)。例如：PU的8个时刻(0-7T)的分组流量片段{R(0),...,R(7T)}为 {383,256,184,74,74,248,152,496}(单位：pps,packets per second)；

S5-2,如果I_k[R(t)]＝1，则从R(t)中分配2^kσ的流量给信道β_k，并更新V为 (V-2^kσ)；如果I_k[R(t)]＝0，否则执行S5-3；

S5-3,如果k>0，则更新k为(k-1)，返回S5-2；否则将V的剩余流量全部分配给信道β₀，分配过程结束。

由于信道带宽的单位为bps(bits per second)，而PU流量单位为packet, 因此，在对PU流量进行分配前，需首先进行bps与pps之间的转换。每个packet 的长度可能有差异，最大1538字节，最小64字节。

为保证信道能容纳最长的packet，本实施例统一采用1538字节进行计算，则获得的以pps为单位的子载波带宽为

其中表示floor函数，则相应的信道带宽列表2如下。

表2 基于pps的信道带宽分配

信道	β₀	β₁	β₂	β₃	β₄
						子载波	α₀	α₁～α₂	α₃～α₆	α₇～α₁₄	α₁₅～α₃₀
信道带宽(pps)	1	2	4	8	16

信道	β₅	β₆	β₇	β₈	β_CCC
						子载波	α₃₁～α₆₂	α₆₃～α₁₂₆	α₁₂₇～α₂₅₄	α₂₅₅～α₅₁₀	α₅₁₁
信道带宽(pps)	32	64	128	256	1

基于表2所示信道容量，进行PU流量分配之后的信道使用情况如表3所示.

表3 PU流量分配与信道使用情况统计

表3中的UMC代表PU每次发送数据所实际使用信道的掩码，该掩码被PU发送方通过公共控制信道β_CCC发送给PU接收方，接收方通过UMC获知PU发送方实际使用的信道列表，从而过滤掉其它无关信道，避免受SU数据传送的影响。。

S6,如图2所示，如表3所示，统计B中每个信道的使用频度(即单位时间内被主用户占用的次数)，将足够长一段时间内的信道使用频度作为该信道的使用概率，记为：

p(β_i),i∈[0,8]，

将B中的信道按照各自的使用概率从大到小重新编号，即：

其中i,j∈[0,8]，保证使用概率按照编号增大而非增或递减。当多个信道的使用概率相等时，本实施例中采用的重排策略是：令原始编号相对小的信道重排后编号仍然相对小，本实施例重排后的表格如表4所示。

假设PU各个时刻的流量为独立同分布的随机变量，根据大数定律将PU流量采样点数充分大时的信道使用频度，近似作为该信道的使用频率。在表4中，出于演示和说明目的，仅依据表中的9个采样点的PU流量值为基础，计算信道使用频度、并作为p(β_i)(i∈[0,8])对信道进行排序。实际使用的时候，为保证近似的准确度，需要统计的采样点数应该充分多。

表4 根据使用概率进行的信道编号重排

S7按照编号从大到小的顺序(即使用概率递增的顺序)，为CRN中的SU 选择空闲信道作为转发信道。具体做法为：SU每次都从重排后编号最大(即使用概率最小)的信道开始，确认其状态是否为“占用”；如果是则跳过，继续检查重排后编号次大(使用概率次小)的信道；如果该信道状态为“空闲”，则SU 占用该信道；如果该信号为占用，则跳过该信道，继续检查使用概率第三小的的信道状态，如果空闲，则SU占用，上述过程持续到B中全部信道检查完毕，或SU当前所占用的信道总带宽已满足SU本次传输的带宽需求为止。

具体到如表4中的信道，SU的检查次序为：

SU检测任意一条信道β_k的状态时，理论上无需逐一检测信道β_k中所有2^k个子载波的状态，而仅需抽取其中一个子载波SU获知子载波的状态等同于获知所属信道β_k的状态。

例如，当SU需要检测信道(重排编号前的信道β₇)的占用状态时，包含的子载波为α₁₂₇～α₂₅₄.由于本发明使得中所有子载波的状态完全一致，因此SU只需从α₁₂₇～α₂₅₄任意选取一个进行检测，即可获得信道的状态,从而将 SU的检测操作次数从最多128次减少到1次。

如果二级用户数目多于一个，需设立一个访问代理负责完成信道状态检测，以及协调多个二级用户的资源请求等工作。访问代理可以是专职代理，或选择一个二级用户节点兼任。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims

1.一种无线认知网络频带分配方法，其特征在于，包括如下步骤：

S1设当前可用的总带宽为W,根据无线认知网络的处理能力和主用户的最小可分辨流量，按如下公式确定子载波带宽σ：

σ＝W/2^M，

其中M为正整数；

S2以σ为单位，将总带宽W划分为N个子载波组成的集合A：

其中N为子载波总数，为floor函数，H(α_i)为获取α_i带宽的函数，Z为整数集；

S3选取集合A中的任意一条子载波作为公共控制信道供主用户传送控制信息给主用户接收方；对集合A中剩余的N-1条子载波按照子载波带宽σ的2次方倍进行分组，获得信道集合B,

其中H(β_k)为获取β_k带宽的函数；

每一条信道β_k包含2^k个子载波：

<mrow> <msub> <mi>&beta;</mi> <mi>k</mi> </msub> <mo>=</mo> <mo>{</mo> <msubsup> <mi>&alpha;</mi> <mi>k</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>&alpha;</mi> <mi>k</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <mn>...</mn> <msubsup> <mi>&alpha;</mi> <mi>k</mi> <mrow> <mo>(</mo> <mi>L</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>}</mo> <mo>,</mo> <mi>L</mi> <mo>=</mo> <msup> <mn>2</mn> <mi>k</mi> </msup> <mo>;</mo> </mrow>

S4从队列中读取主用户在t时刻的流量R(t)，并将R(t)表示成子载波带宽σ的2次方倍数的和：

其中，I_k[R(t)]为指示函数，I_k[R(t)]由t时刻从队列中读取的主用户流量R(t)决定，其值为0或1；为ceiling函数；

S5根据I_k[R(t)](0≤k<M)的值，将t时刻读取的主用户流量R(t)分配到信道集B的信道上进行转发；

S5-1,初始状态下，令k＝M-1,M∈Z，并将当前待分配流量记为V,且V＝R(t)；

S5-2,如果I_k[R(t)]＝1，则从V中分配2^kσ的流量给信道β_k，并更新V为(V-2^kσ)，如果I_k[R(t)]＝0，则执行S5-3；

S5-3,如果k>0，则更新k为k-1，返回S5-2；如果k<0，则将V的剩余流量全部分配给信道β₀，分配过程结束；

S6统计集合B中每个信道被主用户使用的频度，并将该信道使用频度近似作为该信道的主用户使用概率，记为：

然后将B中的信道按照各自的使用概率从大到小重新编号，使得：

<mrow> <mo>&ForAll;</mo> <mi>k</mi> <mo>></mo> <mi>l</mi> <mo>,</mo> <mi>p</mi> <mrow> <mo>(</mo> <msubsup> <mi>&beta;</mi> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>&le;</mo> <mi>p</mi> <mrow> <mo>(</mo> <msubsup> <mi>&beta;</mi> <mi>j</mi> <mrow> <mo>(</mo> <mi>l</mi> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>,</mo> </mrow>

其中i,j∈[0,M-1]为重新排序前的编号，而k,l∈[0,M-1]为重新排序后的编号，保证信道使用概率按照排序后编号的增大而递减；

S7按照信道使用概率递增的顺序，即重排后编号从大到小的顺序，检测所有信道的状态，选择其中的空闲信道作为二级用户的数据传送信道。

2.根据权利要求1所述的方法，其特征在于，所述S7中按照使用概率递增的顺序，即重排后编号从大到小的顺序，为无线认知网络中的二级用户选择转发信道，具体为：二级用户检测信道的占用状态，从主用户使用概率最小的信道开始检测，判断其状态是否为“占用”；如果是，则跳过，继续检查主用户使用概率次小的信道；如果该信道状态为“空闲”，则二级用户占用该信道；上述过程持续到信道集合B中全部信道检查完毕，或二级用户当前所占用的信道总带宽已满足二级用户本次传输的带宽需求为止。

3.根据权利要求1所述的方法，其特征在于，步骤S3中每条信道β_k所包含的任意两个子载波为相邻频段或是不相邻频段。

4.根据权利要求1所述的方法，其特征在于：步骤S7中检测信道β_k的状态时，无需逐一检测信道β_k中所有2^k个子载波的状态，而仅需选取其中一个子载波获知子载波的状态等同于获知所属信道β_k的状态。

5.根据权利要求1所述的方法，其特征在于：S1中的子载波带宽σ是在认知无线网络处理能力允许的最小值。

6.根据权利要求1所述的方法，其特征在于，S6中若多个信道的使用概率相等，则原始编号较小的信道重新排后的编号也较小。

7.根据权利要求1所述的方法，其特征在于，所述S7中，当二级用户数目多于一个，需设立一个访问代理负责完成信道状态检测，并协调多个二级用户的资源请求；所述访问代理是专职代理，或选择一个二级用户节点兼任。