CN106793126A - 一种认知无线电网络中动态频谱资源分配方法 - Google Patents

Abstract

本发明涉及一种认知无线电网络中动态频谱资源分配方法，包括：基站收集次用户的感知数据；基站融合本地数据和各次用户的感知数据，确定可用主用户信道集合；基站通过广播的方式将可用主用户信道信息发送给次用户；次用户将通信需求和使用各主用户信道的传输速度发送给基站；基站根据次用户通信需求、传输速度和可用主用户信道集合、通信容量建立网络流模型；基站采用网络最大流算法进行信道分配。第七步，基站通过广播方式将频谱资源分配结果发送给次用户。

Description

一种认知无线电网络中动态频谱资源分配方法

技术领域

本发明属于认知无线电网络(CRNs,Cognitive Radio Networks)的资源分配领域，特别是针对认知无线电网络中多个主用户多个次用户的动态频谱资源分配问题。

背景技术

随着无线通信技术和移动应用技术的快速发展，频谱资源的需求日益增加。认知无线电概念的提出是为了提高授权频谱的利用率。在认知无线电中，主用户(Pus,PrimaryUsers)是授权频谱的拥有者，次用户(SUs,Secondary Users)通过动态频谱接入的方式获取空闲频谱的使用权。认知无线电技术可以解决长期以来授权频谱资源在时域、频域、空域等方面频谱利用率不高的问题。其中，如何合理地将主用户空闲频谱资源分配给次用户是认知无线电中一项关键技术。

频谱分配策略根据不同的指标可以划分为很多种，比如静态、动态频谱分配策略，集中式、分布式频谱分配策略，合作式、竞争式频谱分配策略，完全受限、部分受限频谱分配策略。其中按照分配方式分成静态、动态或混合式频谱分配策略，其区别在于网络结构是否随着网络环境的变化而动态变化。

发明内容

本发明的目的是提供一种认知无线电网络中动态频谱资源分配方法。本发明技术方案如下，

一种认知无线电网络中动态频谱资源分配方法，包括下列步骤：

第一步，基站收集次用户的感知数据；

第二步，基站融合本地数据和各次用户的感知数据，确定可用主用户信道集合；

第三步，基站通过广播的方式将可用主用户信道信息发送给次用户；

第四步，次用户将通信需求和使用各主用户信道的传输速度发送给基站；

第五步，基站根据次用户通信需求、传输速度和可用主用户信道集合、通信容量建立如下的网络流模型：

(1)源点到次用户节点建立有向边，最大流量为次用户通信需求；

(2)次用户节点到主用户节点建立有向边，最大流量为次用户使用该主用户信道的传输速度；

(3)主用户节点到汇点建立有向边，最大流量为主用户信道的通信容量；

第六步，基站采用网络最大流算法进行信道分配；

第七步，基站通过广播方式将频谱资源分配结果发送给次用户。

其中的第六步，具体方法如下：

(1)初始化残量网络；

(2)在残量网络中寻找一条从源点到汇点的增广路径；如果找到了一条增广路径，跳转到步骤(3)，否则，跳转到步骤(5)；

(3)更新当前网络流量；

(4)更新残量网络，跳转到步骤(2)；

(5)根据最终的残量网络计算流量网络，获取最终的资源分配结果。

本发明提供的动态频谱资源分配策略下，次用户通信需求变化、次用户位置移动、主用户信道占用状态变化等网络环境变化因素均会引起认知无线电网络结构的变化，从而改变频谱分配结果。可以适应网络环境变化，自适应调整网络结构，即时优化网络内频谱资源分配方案，提高频谱资源利用效率。

附图说明

图1为动态频谱资源分配网络流模型示意图。

图2为本发明资源分配方法流程图。

图3为本发明中使用的网络最大流算法流程图。

具体实施方式

以下结合附图对本发明的技术方案进行详细说明。

本发明的整体思路是采用集中式方法对认知无线电网络中的频谱资源进行动态分配，假设每个次用户可以接入多个信道，每个主用户信道采用频分多址的方式允许多个次用户接入，通过网络最大流算法进行频谱资源分配，从而获得最大的网络吞吐量。

参考图2，在一个具体实施例中，本发明包括以下步骤：

第一步，各次用户对认知无线电网络内的信道进行频谱感知，将获取的感知数据通过控制信道发送给基站，假设次用户集合为N，数量为n。

第二步，基站融合本地数据和各次用户的感知数据，确定可用主用户信道集合，假设主用户信道集合为M，元素个数为m，可用信道集合为D，元素个数为d，那么，d≤m。

第三步，基站通过广播的方式将可用主用户信道集合D发送给次用户。

第四步，次用户i将通信需求D_i和使用各信道j的最大传输速度R_i,j发送给基站，其中，i∈N，j∈D。

第五步，参考图1，基站建立网络流模型，源点为S，汇点为T，次用户节点为SU，主用户节点为PU，次用户通信需求为D，次用户传输速度为R，主用户信道通信容量为C。该网络拓扑结构定义为G＝(V,E)，V为顶点集合，E为有向边集合，每条边定义为e＝(u,v)，e∈E，其中，u为有向边起点，v为有向边终点，f(u,v)表示当前流量，c(u,v)表示最大流量，每条边的流量情况用(f,c)表示。

(1)源点S到次用户i的节点SU_i建立有向边，最大流量为次用户通信需求D_i，每条边为e＝(S,SU_i)，最大流量为c(S,SU_i)＝D_i，当前流量初始化为f(S,SU_i)＝0。

(2)次用户i的节点SU_i到主用户j的节点PU_j建立有向边，最大流量为次用户i使用主用户j信道通信的最大传输速度R_i,j，每条边为e＝(SU_i,PU_j)，当前流量初始化为f(SU_i,PU_j)＝0，最大流量为

(3)主用户j的节点PU_j到汇点T建立有向边，最大流量为主用户信道的通信容量C_j，每条边为e＝(PU_j,T)，当前流量初始化为f(PU_j,T)＝0，最大流量为

通信容量C_j可以根据香农公式得出

C_j＝B_j·log₂(1+S/N)

其中，B_j为带宽，S/N为信噪比，其中，j∈D。

第六步，参考图3，基站采用网络最大流算法进行信道分配，首先定义残量网络，残量网络指给定流网络和一个该网络的流，其对应还可容纳的流组成的网络，在不超过c(u,v)的情况下，从u到v可以压入的额外网络流量，就是边e＝(u,v)的残余容量，用r(u,v)表示。网络最大流具体方法如下：

(1)初始化残量网络，有向边e＝(u,v)的残余容量为r(u,v)＝c(u,v)-f(u,v)，其对应反向边的残余容量为r(v,u)＝f(u,v)，在初始化中，r(u,v)＝c(u,v)，r(v,u)＝0，网络流量flow＝0。

(2)在残量网络中寻找一条从源点S到汇点T的增广路径p，向这条路经中压入流量path，并且path在路径p中不能超过任何边的残量r(u,v)，满足0＜path≤r(u,v)。如果找到了一条增广路径，跳转到步骤(3)，否则，跳转到步骤(5)。

(3)更新当前网络流量，flow＝flow+path。

(4)更新残量网络，沿增广路径p方向的边的残量更新为r(u,v)＝r(u,v)-path，(u,v)∈p，其对应的反向边的残量更新为r(v,u)＝r(v,u)+path，(v,u)＝-(u,v)表示边(u,v)的反向边。跳转到步骤(2)。

(5)根据最终的残量网络计算次用户i的节点SU_i到主用户j的节点PU_j的流量，f(SU_i,PU_j)＝c(SU_i,PU_j)-r(SU_i,PU_j)，该流量集合代表主用户j分配给次用户i的通信速度，用F＝{f(SU_i,PU_j)|i∈N,j∈M}表示，F即最后的资源分配结果，最终的网络流量flow即网络最大吞吐量。

第七步，基站通过广播方式将频谱资源分配结果F发送给各次用户。

Claims (2)

1.一种认知无线电网络中动态频谱资源分配方法，包括下列步骤：

第一步，基站收集次用户的感知数据；

第二步，基站融合本地数据和各次用户的感知数据，确定可用主用户信道集合；

第三步，基站通过广播的方式将可用主用户信道信息发送给次用户；

第四步，次用户将通信需求和使用各主用户信道的传输速度发送给基站；

第五步，基站根据次用户通信需求、传输速度和可用主用户信道集合、通信容量建立如下的网络流模型：

(1)源点到次用户节点建立有向边，最大流量为次用户通信需求；

(2)次用户节点到主用户节点建立有向边，最大流量为次用户使用该主用户信道的传输速度；

(3)主用户节点到汇点建立有向边，最大流量为主用户信道的通信容量；

第六步，基站采用网络最大流算法进行信道分配。方法如下：

第七步，基站通过广播方式将频谱资源分配结果发送给次用户。

2.根据权利要求1所述的分配方法，其特征在于，分配方案如下：

(1)初始化残量网络；

(2)在残量网络中寻找一条从源点到汇点的增广路径；如果找到了一条增广路径，跳转到步骤(3)，否则，跳转到步骤(5)；

(3)更新当前网络流量；

(4)更新残量网络，跳转到步骤(2)；

(5)根据最终的残量网络计算流量网络，获取最终的资源分配结果。