CN104796898B - 移动场景中的基于时间估计频谱感知系统用户容量的方法 - Google Patents

移动场景中的基于时间估计频谱感知系统用户容量的方法 Download PDF

Info

Publication number
CN104796898B
CN104796898B CN201510114700.8A CN201510114700A CN104796898B CN 104796898 B CN104796898 B CN 104796898B CN 201510114700 A CN201510114700 A CN 201510114700A CN 104796898 B CN104796898 B CN 104796898B
Authority
CN
China
Prior art keywords
mrow
msub
user
msup
perception
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510114700.8A
Other languages
English (en)
Other versions
CN104796898A (zh
Inventor
贾敏
张光宇
顾学迈
郭庆
王欣玉
王世龙
王雪
王振永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201510114700.8A priority Critical patent/CN104796898B/zh
Publication of CN104796898A publication Critical patent/CN104796898A/zh
Application granted granted Critical
Publication of CN104796898B publication Critical patent/CN104796898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

移动场景中的基于时间估计频谱感知系统用户容量的方法，涉及信息与通信技术领域。本发明是为了获得频谱感知系统中感知用户的用户容量的问题。本发明将频谱感知分为两个阶段，引入了感知用户容量的概念，首先判断在网络覆盖区域，感知用户数是否达到了容限值。如果没有，则下一步进行正常的能量检测工作，研究感知用户和主用户及其他的感知用户之间是否有干扰，如果没有，则可以使用频谱。由于引入了感知用户容量，提高了频谱检测的效率。本发明适用于移动场景中的基于时间估计频谱感知系统用户容量。

Description

移动场景中的基于时间估计频谱感知系统用户容量的方法
技术领域
本发明涉及信息与通信技术领域。
背景技术
认知无线电是一种有效的可用于提高频谱资源利用率的技术。其基本思想是：认知用户通过择机的方式接入授权用户频段或非授权用户频段从而提高频谱利用率。但前提是不对拥有频谱的授权用户或非授权用户产生有害干扰。
目前，能量检测算法实现起来最为简单，应用也最广泛，但是对于系统内感知用户的数量没有研究。
发明内容
本发明是为了获得频谱感知系统中感知用户的用户容量的问题，从而提供一种移动场景中的基于时间估计频谱感知系统用户容量的方法。
移动场景中的基于时间估计频谱感知系统用户容量的方法，它由以下步骤实现：
步骤一、在网络域A中，设主用户在匀速直线运动长度L＝li时，进入感知用户(CR)的干扰域；则：对于k个匀速运动的时间段主用户没有进入干扰域的概率为：
式中：M表示从开始到进入干扰域的匀速直线运动的时间段数目，是第i次运动主用户进入感知用户干扰域的概率；i为正整数，且i小于k；k为正整数；xCR表示感知用户的位置；
步骤二、由于最后的匀速运动使到达感知用户(CR)的干扰域的位置是均匀分布的，因此得到：
式中：fL(l)是每步运动大小的概率密度函数；
步骤三、将关于xCR的M的概率分布函数表示为：
步骤四、则Pg(xCR)相当于是每一步主用户成功进入干扰域的概率，而E[M|xCR]相当于是M的平均值，即：平均经过E[M|xCR]个运动步骤主用户进入任意个CR用户的干扰域，于是有：
E[M|xCR]＝(Pg(xCR))-1 (4)
步骤五、每一步主用户成功进入干扰域的概率Pg(xCR)则表示为：
其中：L表示主用户此次运动的每段匀速直线运动的平均距离；R表示主用户的保护域半径；
步骤六、判断感知的用户是否为静止的，如果判断结果为是，则执行步骤六一；如果判断结果为否，则执行步骤八；
步骤六一、由于主用户在每个感知用户干扰域外的时间需要大于自己通信所需的最小时间，因此得：
式中：t为主用户做每一段匀速直线运动的时间，T为保证主用户通信所需要的最短的时间间隔，K为感知用户的个数；
步骤七、根据步骤六一算出的结果，则得到感知用户的容量为：
步骤八、设感知同一频谱的感知用户当前的状态是有K1个用户在运动，K2个感知用户处于静止状态，并且正在做运动的感知用户的运动也可抽象成几段的匀速直线运动，主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布的，则把运动的感知用户，抽象成是使用同一频率的主用户，得到：
其中：t′表示保证主用户和运动中感知用户通信的最短的时间，表示运动中的感知用户每运动一步进入静止的感知用户和主用户干扰域的概率；
步骤九、判断运动中的感知用户数是否已知，如果判断结果为是，则执行步骤九一；如果判断结果为否，则执行步骤十；
步骤九一、根据公式：
获得容纳感知用户的容量Kmax；
步骤十、根据公式(9)作为已知感知用户的容量是一个随K1单调递减的函数，且取K2＝0，则根据公式：
获得容纳感知用户的容量Kmax。
本发明中，首先需要获知主用户的相关的即时的速度信息和保证通信质量所需要的最小通信时间，然后将主用户的移动分解成几段等时的匀速直线运动，然后考虑主用户从起始位置出发，直到受到一个认知用户干扰所经过的时间的统计平均值，进而估计多个感知用户存在，满足主用户通信时长小于运动中，不受感知用户干扰的时长的条件下，所能达到的感知用户的数量作为系统的感知用户数的容限。
附图说明
图1是具体实施方式一中所述的在主用户移动的情况下，主用户随机选择移动运动方向移动到一个感知用户的干扰域前可能存在的区域的示意图；
图2是具体实施方式一中所述的主用户在其运动方向下进入干扰域的示意图；
图3是具体实施方式一中所述的仿真结果示意图。
具体实施方式
具体实施方式一、移动场景中的基于时间估计频谱感知系统用户容量的方法，它由以下步骤实现：
步骤一、根据一个普通移动模型主用户移动在一个网络域A＝[0,a]×[0,a]中。假设在网络域A是一维二维，或是三维的情况下都不失普遍性。表示主用户稳态空间分布的概率密度函数。R表示主用户的保护域半径，其中保护域，就是干扰域，定义为：为避免对主用户的有害干扰，认知无线电用户应该探知到活跃的主用户(PU)的范围。首先考虑感知(CR)用户在网络域A中，假设，在一次匀速直线运动长度L＝li时，进入CR用户的干扰域。对于k个匀速运动的时间段主用户没有进入干扰域的概率为
其中M表示从开始到进入干扰域的匀速直线的时间段的数目，是第i次运动主用户进入感知用户干扰域的概率。
步骤二、这些连续运动的长度不是独立的，但是可以认为每一步的长度是遍历的。也就是，最后的运动可以使到达的点的位置是均匀分布的。因此得到：
步骤三、可以把关于xCR的M的概率分布函数表示为
步骤四、显然Pg(xCR)相当于是每一步主用户成功进入干扰域的概率，而E[M|xCR]相当于是M的平均值，即平均经过E[M|xCR]个运动步骤主用户进入任意个CR用户的干扰域，于是有：
E[M|xCR]＝(Pg(xCR))-1 (4)
步骤五、图1给出了主用户一步能移动进入感知用户干扰域的区域，在未知主用户的运动具体情况时，可以认为主用户在任何时刻选择方向，都服从在[0,2π]之间的均匀分布，因此只有主用户选择如图2的运动方向，才会进入干扰域，与感知用户之间才可能发生干扰。因此，每一步主用户成功进入干扰域的概率Pg(xCR)，可以表示为
其中L表示主用户此次运动的每段匀速直线运动的平均距离；
步骤六、如果感知的用户都是静止的则进行此步骤，否则直接进入步骤八。如果假设主用户做每一段匀速直线运动的时间为t，保证主用户通信所需要的最短的时间间隔为T，感知用户的个数为K。由于主用户在每个感知用户干扰域外的时间需要比自己通信所需的最小时间，因此，可以得
步骤七、根据步骤六算出的结果，可以得到，感知用户的容量为
步骤八、假定，感知同一频谱的感知用户当前的状态是有K1个用户在运动，K2个感知用户处于静止状态，并且正在做运动的感知用户的运动也可抽象成几段的匀速直线运动，主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布的，那么就可以把运动的感知用户，抽象成是使用同一频率的主用户，如果其他假设同步骤六中的相同，可以得到：
其中t'表示保证主用户和运动中感知用户通信的最短的时间，表示运动中的感知用户每运动一步进入静止的感知用户和主用户干扰域的概率。
步骤九、若是在运动中的感知用户数是已知的情况下可以求出可以容纳感知用户的容量为
若运动中的感知用户数量未知则进行步骤十。
步骤十、根据式(9)可以作为已知感知用户的容量是一个随K1单调递减的函数，为了保证主用户和感知用户的通信质量可以通过取最糟糕的情况，即K2＝0，此时的感知用户容量
本发明将频谱感知分为两个阶段，引入了感知用户容量的概念，首先判断，在网络覆盖区域，感知用户数是否达到了容限值。如果没有，则下一步进行正常的能量检测工作，研究感知用户和主用户及其他的感知用户之间是否有干扰，如果没有则，可以使用频谱。由于引入了感知用户容量，提高了频谱检测的效率。
本发明将主用户的运动的速度和保证通信质量的最小时间作为先验的已知条件，下面给出一种得到它们的方法。
对于任何一个主用户的通信记录，不论是通信运营商的计费系统，或是其他的对于每次通信时长有常识性约束的场景，主用户的通信时间，都是可以作为已知的；可以取平均通信时间为长于95％的通信所需的通信时间，这样就保证，不论主用户如何运动，至少可以在95％的情况下绝对不可能被打扰。也就是说，把保证通信质量的最小时间作为先验的已知条件是合理而且可以得到的。对于主用户的移动速度也是可以求得的，可以在通信的装置内装入一个压力传感器，这样就可以算出任何时刻的加速度a，如果从主用户移动的时刻开始计时，假设主用户经历了k段直线运动，可以将第k段直线运动抽象成一个匀速直线运动(只要时间取得足够短就是可以实现的)，其速度vk为：
vk＝(a1+a2+…ak)·D/2 (11)
其中：D表示每段匀速运动的时间，a1,a2,…,ak是各段运动的结束时刻系统的即时加速度。
只要选择的每段匀速运动的时间D足够小，则近似过程中产生的误差是可以忽略不计的。也就是说，主用户的运动的速度信息也可在通信时传递到网络的控制中心，为频谱感知做指导。
当运动中的主用户的上述的信息在主用户运动中，通信的时候，自动发给频谱感知系统的控制模块，此时，系统就可以在普通的频谱感知之前加上一个感知用户数是否达到了容限值的步骤；
首先根据一个普通移动模型主用户移动在一个网络域A＝[0,a]×[0,a]中。假设在网络域A是一维二维，或是三维的情况下都不失普遍性。表示主用户稳态空间分布的概率密度函数。R表示主用户的保护域半径，其中保护域，就是干扰域，定义为为避免对主用户的有害干扰，认知无线电用户应该探知到活跃的主用户(PU)的范围。首先考虑感知(CR)用户在网络域A中，假设，在一次匀速直线运动长度L＝li时，进入CR用户的干扰域。这个事件重复k次，有k个匀速运动的时间段主用户没有进入干扰域的概率为式(1)。
这些连续运动的长度不是独立的，但是可以认为每一步的长度是遍历的。也就是最后的运动可以使到达的点的位置是均匀分布的，这是由于一段时间内主用户每段时间走的距离的遍历性得到的长度上近似服从均匀分布的结果。因此得到(2)；又因为Pg(xCR)与感知用户的位置和每次行走的步长都是有关的，可以把关于xCR的M的概率分布函数表示为式(3)。
显然Pg(xCR)相当于是每一步主用户成功进入干扰域的概率，而E[M|xCR]相当于是M的平均值，即平均经过E[M|xCR]个运动步骤主用户进入任意个CR用户的干扰域，于是有了式(4)的结果。
图1表明了在一个主用户移动的情况下，主用户随机选择移动运动方向移动到一个感知用户的干扰域前，可能存在的区域，其中R是干扰域的半径，L是一段匀速直线运动的距离的均值。圆的中心即是感知用户所在的位置，蓝色区域就是下一步匀速直线运动能进入感知用户干扰域的主用户当时所在的区域。
图2表明了由于主用户选择的运动方向是随机的，图1中圆环区域内的主用户不是每一点主用户进入干扰域的概率都是相同的，如图设当时主用户和感知用户的距离为x主用户随机在[0,2π]内选择一个运动方向，只有选择在θ角内的运动方向的时，才可以在结束这段匀速直线运动的时进入感知用户的干扰域，从而使感知用户和主用户之间产生干扰。
图3是对推导的结果做的一个仿真验证，由于推导的结果大多来自数学逻辑上的分析，只有Pg(xCR)，确实是需要通过主用户，以及可能出现的感知用户的运动计算而得出的，而运动中的感知用户对求解Pg(xCR)的原理不产生任何影响，因此，如果感知用户静止，主用户运动一段时间，做一个匀速直线运动，而进入干扰域的概率Pg(xCR)的实际的仿真结果与理论推导的表达式的结果是一致的，则可以说明方法的正确性，也就是说，以时间为参量，仿真主用户在感知用户干扰域外的平均时间与理论值做对比即可，验证仿真的正确性，为了减少系统中感知用户数量较少，由于主用户运动的随机性在很长时间才会出现一次主用户进入到干扰域内的随机误差的影响。因此，将感知用户的数量取得接近感知用户容量。另外，发明中，选取主用户按照随机游走模型进行移动，这样，可以得到每一段匀速运动所行走的平均距离，其中vmin表示各段匀速直线运动中的速度的最小值，vmax表示各段匀速直线运动中的速度的最大值，D表示每段匀速运动的时间，仿真中设定主用户所在正方形网络的覆盖范围A的边长为a＝1000,vmin＝10,vmax＝90,感知用户的个数K＝25,每段匀速运动的时间D＝1,干扰域的半径R＝50。为了简化Pg(xCR)的积分表达式，不妨设R＝L，根据参数的设计可以作为已知最后推导的主用户平均在感知用户外的时间为8，取仿真次数为100次，结果与仿真值十分接近，进而验证了仿真结果的正确性。
图1给出了主用户一步能移动进入感知用户干扰域的区域，在未知主用户的运动具体情况时，可以认为主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布，因此只有主用户选择如图2的运动方向，才会进入干扰域，与感知用户之间才可能发生干扰。在图2中可以看出，处于同一个圆环上的主用户选择在θ角内的运动方向的时候，可以在结束这段匀速直线运动的时候进入感知用户的干扰域的θ角是相同的。而且，由余弦定理可以得到：
因此，每一步主用户成功进入干扰域的概率Pg(xCR)，可以表示为：
也就有了式(5)中的结果。
对于是否存在运动的感知用户对最后的结果是有影响，如果感知的用户都是静止，如之前的假设主用户做每一段匀速直线运动的时间为t，保证主用户通信所需要的最短的时间间隔为T，感知用户的个数为K。对于感知用户的位置实际上是未知的，因此，为了系统的稳定性的考虑，只能考虑最糟糕的情况，即是，各个感知用户的干扰域是不重叠的，这样就有
E[M|xCR]＝(K·Pg(xCR))-1 (14)
其中：M表示从主用户在干扰域外，直到运动到干扰域内的运动的时间段数，由于此时取得的主用户在感知用户干扰域外的时间是最短的，而且主用户在每个感知用户干扰域外的时间需要比自己通信所需的最小时间长，因此，可以得：
E[M|xCR]·t≥T (15)
也就是式(6)中显示的结果。
为了让感知用户的个数为K取得最大值可以得到，感知用户的容量为如公式(7)所示。
当存在运动中的感知用户时，利用提取主用户先验信息的方法可以作为已知，感知用户的保证通信质量的最小的通信时间和运动的速度是可以得到的。假定，感知同一频谱的感知用户当前的状态是有K1个用户在运动，K2个感知用户处于静止状态，并且，正在做运动的感知用户的运动也可抽象成几段的匀速直线运动，并且，主用户在任何时刻选择方向，都服从在[0,2π]之间的均匀分布的，那么就可以把运动的感知用户，抽象成是使用同一频率的主用户，如果其他假设同步骤六中的相同可以得到式(8)，这里需要说明的是如果感知用户的通信质量是不需要被保证的，或者说是不需要像主用户一样的被保证的程度，那么，感知用户的容量就如公式(7)所示，不必考虑其他的用户。式(8)中t'表示保证主用户和运动中感知用户通信的最短的时间，表示运动中的感知用户每运动一步进入静止的感知用户和主用户干扰域的概率，就是一种将感知用户的通信质量也计算在内的人性化设计方法，不仅减少了主用户和感知用户之间可能发生干扰避让的可能，还减少了感知用户和感知用户之间可能发生干扰避让的可能。
若是在运动中的感知用户数是已知的情况下可以求出可以容纳感知用户的容量式(9)，若是运动中的感知用户数量未知,则根据式(9)可以作为已知移动的感知用户越多，系统的感知用户容量越小，感知用户的容量是一个随K1单调递减的函数，为了保证主用户和感知用户的通信质量可以通过取最糟糕的情况，即K2＝0，此时的感知用户容量同式(7)中计算的一样。
在算出感知用户数未达到感知容限的时候，可以认为频谱空闲，进行频谱感知，否则只能感知其他频谱，不然，即使是当下感知频谱可用，也必然会有感知用户和主用户之间发生干扰，影响通信。
本发明主要由两个部分组成：(1)计算主用户每次移动进入感知用户干扰域(指主用户和感知用户通信会相互干扰的区域)的概率；(2)感知用户容量的计算。
首先介绍第(1)部分：其主要思想为：将主用户的移动分解成几段等时的匀速直线运动，推导出每一段运动中，主用户和感知用户直接能产生干扰的可能性，然后据此考虑主用户从起始位置出发，直到受到一个认知用户干扰所经过的时间的统计平均值。
就是根据一个普通移动模型主用户移动在一个网络域A＝[0,a]×[0,a]中。首先考虑感知(CR)用户在网络域A中，则k个匀速运动的时间段主用户没有进入干扰域的概率如式(1)所示。
这些连续运动的长度不是独立的，但是可以认为每一步的长度是遍历的。也就是最后的运动可以使到达的点的位置是均匀分布的，这是由于一段时间内主用户每段时间走的距离的遍历性得到的长度上近似服从均匀分布的结果。因此得到(2)。又因为Pg(xCR)与感知用户的位置和每次行走的步长都是有关的，可以把关于xCR的M的概率分布函数表示为式(3)。
显然Pg(xCR)相当于是每一步主用户成功进入干扰域的概率，而E[M|xCR]相当于是M的平均值，即平均经过E[M|xCR]个运动步骤主用户进入任意个CR用户的干扰域，于是有了式(4)的结果。
图1给出了主用户一步能移动进入感知用户干扰域的区域，在未知主用户的运动具体情况时，可以认为主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布，因此只有主用户选择如图2的运动方向，才会进入干扰域，与感知用户之间才可能发生干扰。在图2中可以看出，处于同一个圆环上的主用户选择在θ角内的运动方向的时候，可以在结束这段匀速直线运动的时候进入感知用户的干扰域的θ角是相同的。而且，由余弦定理可以得到式(12)；
因此，每一步主用户成功进入干扰域的概率Pg(xCR)，可以表示为式(13)；也就有了式(5)中的结果。
为了方便验证，如果取R＝L，就可以得到：
对于图3中的验证参数可以求得，最后的主用户在静止感知用户的外的时间，确实近似为8。
下面介绍第(2)部分，对于是否存在运动的感知用户对最后的结果是有影响，直接分成两种情况讨论：
1、如果感知的用户都是静止，如之前的假设主用户做每一段匀速直线运动的时间为t，保证主用户通信所需要的最短的时间间隔为T，感知用户的个数为K。对于感知用户的位置实际上的位置未知，因此，为了系统的稳定性的考虑，只能考虑最糟糕的情况即是，各个感知用户的干扰域是不重叠的，这样就有式(14)。最终得到式(6)中显示的结果。为了让感知用户的个数为K取得最大值可以得到，感知用户的容量为如公式(7)所示。
2、当存在运动中的感知用户时，利用提取主用户先验信息的方法可以作为已知，感知用户的保证通信质量的最小的通信时间和运动的速度是可以得到的。假定，感知同一频谱的感知用户当前的状态是有K1个用户在运动，K2个感知用户处于静止状态，并且，正在做运动的感知用户的运动也可抽象成几段的匀速直线运动，并且，主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布的，那么就可以把运动的感知用户，抽象成是使用同一频率的主用户，如果其他假设同步骤六中的相同可以得到式(8),这里需要说明的是如果感知用户的通信质量是不需要被保证的，或者说是不需要像主用户一样的被保证的程度，那么，感知用户的容量就如公式(7)所示，不必考虑其他的用户。式(8)中t'表示保证主用户和运动中感知用户通信的最短的时间，表示运动中的感知用户每运动一步进入静止的感知用户和主用户干扰域的概率，就是一种将感知用户的通信质量也计算在内的人性化设计方法，不仅减少了主用户和感知用户之间可能发生干扰避让的可能性，还减少了感知用户和感知用户之间可能发生干扰避让的可能性。
若是在运动中的感知用户数是已知的情况下可以求出可以容纳感知用户的容量式(9)，若是运动中的感知用户数量未知,则根据式(9)可以作为已知移动的感知用户越多，系统的感知用户容量越小，感知用户的容量是一个随K1单调递减的函数，为了保证主用户和感知用户的通信质量可以通过取最糟糕的情况，即K2＝0，此时的感知用户容量同式(7)中计算的一样。
求出感知用户容量的目的就是使系统内的感知用户找到真正可用的空闲频谱，在干扰到主用户时，避免频繁做频谱切换，而影响自身的通信质量。
本发明具有以下特点和显著进步：
1、本发明中研究了主用户移动场景中的频谱感知问题给出了感知用户数的门限值。
2、本发明的基础是基于主用户的移动模型的推导，在任何系统中，针对任何形式的主用户信号都有效。即本发明有着一定的普适性。
3、本发明能够适用于任意形状任意大小的研究区间，只是选择规整的正方形推导较为容易。
4、本发明能够有效改善频谱感知的频谱合理分配的性能。
5、本发明将频谱感知分为两个阶段，引入了感知用户容量的概念，首先判断，在网络覆盖区域，感知用户数是否达到了容限值。如果没有，则下一步进行正常的能量检测工作，研究感知用户和主用户及其他的感知用户之间是否有干扰，如果没有则，可以使用频谱。由于引入了感知用户容量，提高了频谱检测的效率。
6、本发明将主用户的移动性考虑在内，预先将没有达到感知用户容量的空闲频谱的信息通过网络传递给每个感知用户，大大减少了主用户受到干扰的可能性，保证了主用户的通信质量，同时又保证了感知用户快速接入可用的频谱提高了系统检测性能。
7、本发明通过理论分析发现主用户移动速度越大，本发明方法推出的感知用户容量越小，与实际符合。
8、本发明通信时间都是先验的信息，发明中可以取平均通信时间为长于95％的通信所需的通信时间，这样就保证，不论主用户如何运动，至少可以在95％的情况下绝对不可能被打扰，当然这个数字是依据实际情况可变的，其余的不可避免出现的避让，则可认为是不影响主用户的通信。只需要感知用户通过频谱感知对主用户的通信进行避让。因发明比一般的传统方法减少了感知用户可能出现的频谱切换的次数，强化了感知用户的通信质量。
9、本发明需要利用感知用户的运动信息，根据一段时间的运动记录，抽象成随机游走模型的运动，这可以通过实时测速，将测出的速度作为当前的随机游走模型下的平均速度，选择速度更新的时间作为基本的时间单位，基于此不断的更新感知用户的容量，作为系统发给感知用户的重要信息。
10、本发明若是在感知用户也是移动的情况下，可以将移动的感知用户认为是一个使用同频率的移动的主用户，可以得到一个不影响移动的主用户和感知用户通信质量，网络可容纳的最多的感知用户数，也就是说，不论在一个通信网络内，有几个主用户和感知用户，主用户和感知用户的数目具体是多少，有多少的感知用户是运动的，都可以用类似的方法，得到相关的感知用户的容量，作为实际使用频谱时的频谱分配的一种方法，因此，本发明的结果应用前景很广阔。
11、本发明可以通过主用户的速度及时测算感知用户容量，这样就可以当主用户提速时，提前选择感知用户切换到其他的频率通信，降低了主用户和感知用户的干扰的可能，提高了系统的可靠性。

Claims (3)

1.移动场景中的基于时间估计频谱感知系统用户容量的方法，其特征是：它由以下步骤实现：
步骤一、在网络域A中，设主用户在匀速直线运动长度L＝li时，进入感知用户(CR)的干扰域；则：对于k个匀速运动的时间段主用户没有进入干扰域的概率为：
<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>M</mi> <mo>&gt;</mo> <mi>k</mi> <mo>|</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mo>&amp;Integral;</mo> <msub> <mi>L</mi> <mn>1</mn> </msub> </munder> <mo>...</mo> <munder> <mo>&amp;Integral;</mo> <msub> <mi>L</mi> <mi>k</mi> </msub> </munder> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <msub> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>l</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>)</mo> </mrow> <mo>...</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <msub> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>l</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </msub> </msub> <mo>)</mo> </mrow> <msub> <mi>dl</mi> <mn>1</mn> </msub> <mo>...</mo> <msub> <mi>d</mi> <msub> <mi>l</mi> <mi>k</mi> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中：M表示从开始到进入干扰域的匀速直线运动的时间段数目，是第i次运动主用户进入感知用户干扰域的概率；i为正整数，且i小于k；k为正整数；xCR表示感知用户的位置；
步骤二、由于最后的匀速运动使到达感知用户(CR)的干扰域的位置是均匀分布的，因此得到：
<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>M</mi> <mo>&gt;</mo> <mi>k</mi> <mo>|</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mi>g</mi> </msub> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mi>k</mi> </msup> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <munder> <mo>&amp;Integral;</mo> <mi>L</mi> </munder> <msub> <mi>P</mi> <msub> <mi>C</mi> <mrow> <mo>(</mo> <mrow> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>,</mo> <mi>l</mi> </mrow> <mo>)</mo> </mrow> </msub> </msub> <msub> <mi>f</mi> <mi>L</mi> </msub> <mo>(</mo> <mi>l</mi> <mo>)</mo> <mi>d</mi> <mi>l</mi> <mo>)</mo> </mrow> <mi>k</mi> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中：fL(l)是每步运动大小的概率密度函数；
步骤三、将关于xCR的M的概率分布函数表示为：
<mrow> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mo>&amp;Integral;</mo> <mi>L</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>C</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>,</mo> <mi>l</mi> <mo>)</mo> </mrow> </mrow> </msub> <msub> <mi>f</mi> <mi>L</mi> </msub> <mrow> <mo>(</mo> <mi>l</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>l</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
步骤四、则Pg(xCR)相当于是每一步主用户成功进入干扰域的概率，而E[M|xCR]相当于是M的平均值，即：平均经过E[M|xCR]个运动步骤主用户进入任意个CR用户的干扰域，于是有：
E[M|xCR]＝(Pg(xCR))-1 (4)
步骤五、每一步主用户成功进入干扰域的概率Pg(xCR)则表示为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Integral;</mo> <mi>R</mi> <mrow> <mi>R</mi> <mo>+</mo> <mi>L</mi> </mrow> </munderover> <mn>2</mn> <mi>&amp;pi;</mi> <mi>x</mi> <mo>&amp;CenterDot;</mo> <mfrac> <mrow> <mn>2</mn> <mi>arccos</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>x</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>L</mi> <mn>2</mn> </msup> <mo>-</mo> <msup> <mi>R</mi> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mi>x</mi> <mi>L</mi> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </mfrac> <mi>d</mi> <mi>x</mi> </mrow> <msup> <mi>a</mi> <mn>2</mn> </msup> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Integral;</mo> <mi>R</mi> <mrow> <mi>R</mi> <mo>+</mo> <mi>L</mi> </mrow> </munderover> <mn>2</mn> <mi>x</mi> <mo>&amp;CenterDot;</mo> <mi>arccos</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>x</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>L</mi> <mn>2</mn> </msup> <mo>-</mo> <msup> <mi>R</mi> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mi>x</mi> <mi>L</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>d</mi> <mi>x</mi> </mrow> <msup> <mi>a</mi> <mn>2</mn> </msup> </mfrac> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中：L表示主用户此次运动的每段匀速直线运动的平均距离；R表示主用户的干扰域半径；
步骤六、判断感知的用户是否为静止的，如果判断结果为是，则执行步骤六一；如果判断结果为否，则执行步骤八；
步骤六一、由于主用户在每个感知用户干扰域外的时间需要大于自己通信所需的最小时间，因此得：
<mrow> <mfrac> <mi>t</mi> <mrow> <mi>K</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;GreaterEqual;</mo> <mi>T</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
式中：t为主用户做每一段匀速直线运动的时间，T为保证主用户通信所需要的最短的时间间隔，K为感知用户的个数；
步骤七、根据步骤六一算出的结果，则得到感知用户的容量为：
<mrow> <msub> <mi>K</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mi>t</mi> <mrow> <mi>T</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
步骤八、设感知同一频谱的感知用户当前的状态是有K1个用户在运动，K2个感知用户处于静止状态，并且正在做运动的感知用户的运动也可抽象成几段的匀速直线运动，主用户在任何时刻选择方向，角度上都服从在[0,2π]之间的均匀分布的，则把运动的感知用户，抽象成是使用同一频率的主用户，得到：
<mrow> <mfrac> <msup> <mi>t</mi> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>K</mi> <mn>2</mn> </msub> <mo>)</mo> <mo>&amp;CenterDot;</mo> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <msub> <mi>CR</mi> <msub> <mi>K</mi> <mn>2</mn> </msub> </msub> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mfrac> <mo>&amp;GreaterEqual;</mo> <mi>T</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
其中：t′表示保证主用户和运动中感知用户通信的最短的时间，表示运动中的感知用户每运动一步进入静止的感知用户和主用户干扰域的概率；
步骤九、判断运动中的感知用户数是否已知，如果判断结果为是，则执行步骤九一；如果判断结果为否，则执行步骤十；
步骤九一、根据公式：
<mrow> <msub> <mi>K</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mi>t</mi> <mrow> <mi>T</mi> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>C</mi> <mi>R</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <msub> <mi>P</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <msub> <mi>CR</mi> <msub> <mi>K</mi> <mn>2</mn> </msub> </msub> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
获得容纳感知用户的容量Kmax；
步骤十、根据公式(9)作为已知感知用户的容量是一个随K1单调递减的函数，且取K2＝0，则根据公式：
<mrow> <msub> <mi>K</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>K</mi> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <msup> <mi>t</mi> <mo>&amp;prime;</mo> </msup> <mi>T</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
获得容纳感知用户的容量Kmax。
2.根据权利要求1所述的移动场景中的基于时间估计频谱感知系统用户容量的方法，其特征在于网络域A为一维、二维或者三维的网络域。
3.根据权利要求1所述的移动场景中的基于时间估计频谱感知系统用户容量的方法，其特征在于步骤五中所述的干扰域的含义为：认知无线电用户探知到的活跃的主用户(PU)的范围。
CN201510114700.8A 2015-03-16 2015-03-16 移动场景中的基于时间估计频谱感知系统用户容量的方法 Active CN104796898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510114700.8A CN104796898B (zh) 2015-03-16 2015-03-16 移动场景中的基于时间估计频谱感知系统用户容量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510114700.8A CN104796898B (zh) 2015-03-16 2015-03-16 移动场景中的基于时间估计频谱感知系统用户容量的方法

Publications (2)

Publication Number Publication Date
CN104796898A CN104796898A (zh) 2015-07-22
CN104796898B true CN104796898B (zh) 2018-03-30

Family

ID=53561324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510114700.8A Active CN104796898B (zh) 2015-03-16 2015-03-16 移动场景中的基于时间估计频谱感知系统用户容量的方法

Country Status (1)

Country Link
CN (1) CN104796898B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105099587B (zh) * 2015-09-23 2017-06-23 哈尔滨工业大学 移动场景下认知无线电频谱感知系统检测性能参量获得方法
CN105356953B (zh) * 2015-10-27 2017-10-03 哈尔滨工业大学 认知无线电网络中经历任意移动周期后频谱检测系统性能参量获得方法
CN110535544B (zh) * 2018-05-23 2023-05-23 国网江苏省电力有限公司信息通信分公司 一种电力无线专网频谱质量评估方法及系统
CN109088684B (zh) * 2018-07-27 2021-04-20 南京航空航天大学 一种基于无人机的异构频谱网络三维频谱感知方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101568124A (zh) * 2009-05-15 2009-10-28 重庆大学 一种无线mesh网络中的信道分配方法
CN102143549A (zh) * 2011-03-23 2011-08-03 西安电子科技大学 异构无线回传网络认知路由协议

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101568124A (zh) * 2009-05-15 2009-10-28 重庆大学 一种无线mesh网络中的信道分配方法
CN102143549A (zh) * 2011-03-23 2011-08-03 西安电子科技大学 异构无线回传网络认知路由协议

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Accessible Capacity of High-mobility Secondary Users;Nina Lin等;《International Workshop on High Mobility Wireless Communications》;20141231;第162-167页 *
一种基于距离判决的HAPS通信无线DCA算法;管明祥等;《电子学报》;20130131;第18-22页 *

Also Published As

Publication number Publication date
CN104796898A (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN104796898B (zh) 移动场景中的基于时间估计频谱感知系统用户容量的方法
CN103220052B (zh) 一种认知无线电中检测频谱空洞的方法
CN105740275B (zh) 地图显示方法及装置
CN103167607B (zh) 一种无线传感器网络中未知节点定位方法
Li et al. The unheralded power of cloudlet computing in the vicinity of mobile devices
CN104022796B (zh) 一种基于非连续频段的跳频序列产生方法及结构
Chang et al. A node authentication protocol based on ECC in WSN
CN106165508A (zh) 无线通信方法、演进节点b和用户设备
Zhang et al. A universal approach to coverage probability and throughput analysis for cellular networks
Wang et al. Performance evaluation of ieee 802.15. 4 nonbeacon-enabled mode for internet of vehicles
CN104750716A (zh) 一种社交网站好友推荐方法及装置
Whitbeck et al. Plausible mobility: inferring movement from contacts
CN104202106A (zh) 移动场景中基于信任度的协作频谱感知方法
CN106020820A (zh) 一种结束用户进程的方法及装置
CN110166163A (zh) 一种数据调制和解调方法及装置
CN106941385A (zh) 基于相位补偿的认知云网络协作频谱感知方法
CN106454934A (zh) 一种虚警信号检测方法及基站
CN103414492A (zh) 一种时延多址扩频系统的多用户并行捕获方法
CN106998248A (zh) 一种信号发送方法和用户设备
CN103517311A (zh) 一种模拟无线网络的方法与装置
CN102843273B (zh) 一种网络设备吞吐量的测试方法及装置
CN102740318B (zh) 自适应测速方法及装置
CN103530928B (zh) 一种基于声音的手机彩票随机选号方法
CN107370549B (zh) 一种干扰判定方法及其装置
CN106793151B (zh) 一种无线嵌入式网络中分布式随机握手方法及其系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant