CN107911184A - 一种基于频谱感知的机会认知路由的方法 - Google Patents

一种基于频谱感知的机会认知路由的方法 Download PDF

Info

Publication number
CN107911184A
CN107911184A CN201710660974.6A CN201710660974A CN107911184A CN 107911184 A CN107911184 A CN 107911184A CN 201710660974 A CN201710660974 A CN 201710660974A CN 107911184 A CN107911184 A CN 107911184A
Authority
CN
China
Prior art keywords
node
cognitive
channel
routing
probability
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.)
Pending
Application number
CN201710660974.6A
Other languages
English (en)
Inventor
崔翠梅
汪鸣
汪一鸣
金石
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.)
Changzhou Institute of Technology
Original Assignee
Changzhou 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 Changzhou Institute of Technology filed Critical Changzhou Institute of Technology
Priority to CN201710660974.6A priority Critical patent/CN107911184A/zh
Publication of CN107911184A publication Critical patent/CN107911184A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • 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
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/14—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on stability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W74/00—Wireless channel access
    • H04W74/08—Non-scheduled access, e.g. ALOHA
    • H04W74/0808—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA]
    • H04W74/0816—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA] with collision avoidance

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

一种基于频谱感知的机会认知路由的方法，首先，构建了基于DCSS频谱感知理论的路由发现模型，联合考虑了频谱感知、链路可用性和最短路径因素，建立认知无线Ad hoc网络空间上可达、频域上连通的有效路由；其次，提出下一跳前传节点，最优信道和路径的选择方法，以满足认知无线Ad hoc网络路由稳定性目标；最后，给出了评估路由路径质量的有关度量数学闭合表达式，如链路可用性概率、中断概率、路由接入概率，期望链路延迟和端到端路径平均传输延迟，并给出相关推导证明。有效避免了现有技术中针对多信道多跳认知无线Ad hoc网络还没有较为成熟的方案来提供稳定、高效的路由的缺陷。

Description

一种基于频谱感知的机会认知路由的方法
技术领域
本发明涉及认知无线电技术领域，具体涉及一种基于频谱感知的机会认知路由的方 法。
背景技术
认知无线电研究是随着人们认识的不断深化渐次展开的，早期主要集中在研究物理层 (PHY)和媒体访问控制子层(MAC)中，如何进行频谱感知、频谱接入和频谱共享的 探讨上，而由于频谱动态接入带来的节点可用信道随时间和空间变化的特性，使得认知无 线网络路由问题呈现出不同于传统无线网络的特点，路由研究成为认知无线网络研究的一个重要方面。
与传统无线网络相比较，认知无线自组织网络(Cognitive Radio Ad HocNetworks, CRAHNs)能够利用认知无线电动态频谱接入和频谱分集的特性对频谱资源进行机会再利 用以提高网络的容量，满足了目前用户高带宽频谱应用的需求，同时避免了给授权用户带 来有害干扰。但是，由于授权用户再次利用频谱在时间、空间和频谱上的不确定性，当授 权用户突然工作时，认知用户必须及时腾空所占用信道，切换到其它可用信道或中断当前 的数据传输才能够保证不给授权用户带来有害干扰。因此，认知用户在不干扰授权用户正 常使用频谱的同时，又要满足自身对频谱及路由质量的需求面临着许多问题及挑战，特别 是多跳通信CRAHNs。
认知无线Ad hoc网络路由所面临的技术挑战明显不同于传统无线网络路由，它实际 上可归结为两个主要挑战：选择适合的可用频谱(信道)和路由路径，这两个问题相辅相成，不可分割，频谱的空闲可用性决定着路径的选择，路径的选择同时又影响着可用频谱的分配，因此，认知无线Ad hoc网络的机会路由协议就变得相当复杂。在认知无线Ad hoc网络中，除了因主用户活动，可用信道分集和异构信道等因素所产生的动态特性之外，复杂的无线射频环境也会给路由的建立及维护带来严重影响，比如：阴影衰落和隐藏终端等问题的存在。
为了充分挖掘认知无线Ad hoc网络的潜能，对认知无线Ad hoc网络路由策略的研究 已经涌现很多学术成果。在一些文献中，提出了频谱感知路由策略，将信道分配与路由建 立相结合以提高网络的性能。在一些文献中根据频谱可用性对路由链路稳定性进行了研 究。在一些文献中主要考虑射频环境感知，即感知主用户隐藏终端和暴露终端问题对路由 稳定性的影响，提出了建立稳定路由表的路由维护策略。而一些文献中采用跨层的思想， 将底层参数的选择融合到路由过程，旨在最小化认知无线网络频谱资源的使用。一些文献 中综合考虑了频谱可用性、频谱感知条件、信道选择优化、链路容量，主用户接收机的保 护等多个重要路由度量，提出了路由建立与维护的机制。有些文献的作者还提出了基于延 迟和能量的频谱感知路由协议，根据路径延迟和各跳认知节点能量来选择一条有效的路 由。在某些文献中，所提路由算法综合考虑路由和信道选择策略，旨在最大化网络吞吐量， 数据包传输速率和提高带宽可用性。另外有些文献研究了路由和信道选择策略以提高路由 的健壮性和最大化端到端吞吐量，该研究基于认知节点对主用户的干扰定义鲁棒性，通过 最小化认知节点对主用户的干扰来提升鲁棒性。在某些文献中，提出了一个跨层路由和动 态频谱分配策略(ROuting and Spectrum Allocation algorithm，ROSA)，此策略考虑了频 谱利用率和频谱空穴及主用户的活动，根据频谱利用率进行频谱分配，将吞吐量、公平度 索引、网络频谱利用率和平均延迟作为路由性能参数。在一些文献中，提出一个关于延迟 敏感度的路由协议，此协议将排队和传输延迟作为路由度量，旨在评估系统端到端的延迟 和包丢失率，虽有考虑PUs的活动，但没考虑频谱条件的动态性。即使研究了机会路由， 考虑了主用户活动模型和频谱感知，将频谱可利用时间和认知节点需求时间作为路由度量 来评估路由吞吐量。也介绍了跨层路由和信道选择联合设计的路由协议，即备份信道和协 作信道切换(Backup Channel and Cooperative Channel Switching，BCCCS)，此协议依据 AODV协议，将资源消耗和路由稳定性作为路由度量来评估系统连通性，虽有考虑频谱 的变化条件，但没有建模PUs活动。另一些文献研究了多射频多信道认知无线电网络中的频谱感知动态信道选择策略，考虑了频谱感知和PUs活动模型，依据PUs未占用信道、 最小化对PUs干扰、最大化SUs间的连通性和最小化SUs间的干扰来分配信道，以使路 由更稳定，存在时间更长。然而，上述这些成果主要集中于信道的选择与分配，或仅考虑 路由的有限度量，没有较全面考虑频谱感知条件、PUs活动模型、信道的异构性以及射频 环境，上述成果也没有考虑将协同频谱感知技术应用于路由策略中。因此，如何将协同频 谱感知技术拓展到认知路由协议中仍是一个开放课题，特别是针对多信道多跳认知无线 Ad hoc网络还没有较为成熟的方案来提供稳定、高效的路由。
发明内容
为解决上述问题，本发明提供了一种基于频谱感知的机会认知路由的方法，避免了现 有技术中针对多信道多跳认知无线Ad hoc网络还没有较为成熟的方案来提供稳定、高效 的路由的缺陷。
为了克服现有技术中的不足，本发明提供了一种基于频谱感知的机会认知路由的方法 的解决方案，具体如下：
一种基于频谱感知的机会认知路由的方法，具体方式如下:
首先设置一个分布式多信道多跳认知无线Ad hoc网络，在所述认知无线Ad hoc网络 中共存有不同类型的主用户PUs与认知节点SUs，所述认知无线Ad hoc网络的授权频谱被分成N个正交频带，主用户PUs与认知节点SUs共享这N个正交频带，一个授权频带 授权给一个主用户PU，N为正整数，认知节点SUs配有两种类型的射频信道：
一种射频信道为数据信道，可在N信道上进行数据传输；
另一种射频信道为公共控制信道，所述公共控制信道用于信息交换；所述认知无线 Ad hoc网络模型G(t)定义为公式(1)所示：
G(t)＝(U,L(t),P) (1)
模型中的顶点Ui∈U，Ui表示第i个认知路由节点，U表示认知路由节点的集合，当Ui＝SRi时，SRi∈U，SRi表示第i个感知中继节点，每个认知路由节点都有N个频带； lij(t)∈L(t)，lij(t)表示在时刻t时从第i个认知节点Ui到第j个认知节点Uj的路由链路, L(t)为所述路由链路的集合，i,j∈{1,2,...,Ns},i<j，Ns＝|U|，Ns为认知路由节点总数， 每个从第i个认知节点Ui到第j个认知节点Uj的路由链路的可用概率描述为pij，pij∈P， P为所述可用概率的集合，i、j、Ns和N均为正整数，所述可用概率表示在这个链路上 主用户没有活动的概率，设定每个认知节点在一个频带上至多受一个主用户活动的干扰， 主用户的活动模型为ON-OFF模型，其平均活动间隔时间E[Ton]与平均空闲间隔时间 E[Toff]分别服从参数为λon和λoff的指数分布，所述λon和λoff分别表示主用户在ON时和主 用户在OFF时平均时间对应的指数分布参数，并且所述活动模型在每个信道的占用时间内 独立同分布；设定认知节点SUs是异构的，其工作时间帧结构是周期为T的动态可变时 分多址接入时隙，所述工作时间帧可同时在多个非连续频带上同时传输以满足宽带需求， 第i个主用户PU标识为PUi，所述PUi也是异构的，所述PUi亦有不同的传输范围和不 同的信道占用概率和平均活动时间；
接着在DCSS-OCR中，利用双次协同频谱感知方法判别是否有空闲可用频带以执行路由机制实现的三个阶段：路由发现、路由选择和路由反馈，成功建立路由进行数据前传。
进一步地，在所述利用双次协同频谱感知方法判别是否有空闲可用频带以执行路由 机制实现的路由发现阶段，每个认知节点需要进行三个操作过程，所述三个操作过程分别 为：空闲信道感知、下一跳节点选择和最优信道选择这样的三个操作过程；
在空闲信道感知过程中，所述认知源节点或认知发送节点利用双次协同频谱感知方法 与相邻的最佳感知中继节点来协同搜寻一个空闲的未被主用户占用的信道；在进行频谱感 知前，认知发送节点首先在公共控制信道广播一个Hello消息给所要感知数据信道上的相 邻认知节点，该Hello消息中包含发送节点的位置信息及目的节点的位置信息，所述Hello 消息在CCC信道上的传输服从IEEE 802.11MAC中的载波侦听多路访问/冲突避免机制， 根据接收到的Hello消息，相邻所述认知路由节点将所要感知的数据信道设为非允许接入 信道以使其他认知节点在频谱感知期间不要占用，可以减少认知节点间的同频干扰；根据 Hello消息中的位置信息，相邻认知路由节点评估自己是否符合候选前传节点条件，符合 条件的候选前传节点会协同发送节点进行信道感知和下一跳前传节点的选择，当信道被感 知是空闲时，发送节点会和候选前传节点启动一个握手协议进入下一跳节点的选择过程。 否则，发送节点不得不另选一个信道，重新进行信道感知；
在下一跳节点选择过程中，当信道被感知是空闲的，所述认知发送节点在所感知的数 据信道先广播一个路由请求信息给下一跳的候选前传节点，所述候选前传节点会根据发送 节点指定的优先权序号应答路由响应消息，如果候选前传节点有更大的链路吞吐量、更大 的前传距离增益或更高的链路可用率，则会有更高的优先权；所述候选前选节点保持监听 数据信道，直至听到一个RRSP或当退避时间为零时发送一个RRSP；所述认知发送节点 选择优先权最高的应答候选节点作为下一跳路由节点；如果没有收到RRSP消息表示没有 合适的候选节点，就会重复信道感知与下一跳路由节点的选择过程；一个成功的RREQ-RRSP握手协议后，认知发送节点计算链路可用概率，进入最优信道选择过程；
在最优信道选择过程中，所述认知发送节点将计算的链路可用概率，加入空闲可用信 道集，并依据链路的可用概率大小进行优先排序，具有最大链路的可用概率的信道将被选 择进行数据传输。
进一步地，在路由选择阶段，所述认知无线Ad hoc网络的目的节点执行最优路由路 径的选择决策，对于目的节点，一旦所述目的节点收到多个路由请求包RREQ后，就可 以进行路由决策；所述目的节点比较各条路由链路的可用概率及稳定性，建立多条可达路 由路径；然后，所述目的节点将路径接入概率最高并且各条链路的可用概率均匀分布的路 径作为全局最优路径，由此建立优先权最高的路径ID；将路径接入概率最高或路径上最 小的链路可用概率在所有路径的最小链路的可用概率中最大的路径作为局部最优路径，建 立优先权次之的路径ID；依此类推，将多条可达路径按优先权高低建立路径ID。
进一步地，在路由反馈阶段，所述目的节点单播一个路由应答消息给认知源节点；该RREP消息中包括被选择的路径信息从路径相反的方向发送，以告知被选择路径上的节点所在路径对应的目的节点，路径ID，下一跳节点以及所使用信道；当认知源节点收到RREP后，开始利用这条路由路径进行通信。
进一步地，所述空闲信道感知的具体方式如下：
所述主用户PUs对授权信道m的占用可等效为ON-OFF开关模型，当频谱处于开启ON状态时，表示该频谱正被某个主用户PU所占用；而当频谱处于关闭OFF状态时，则 表示该频谱未被主用户PU占用，此时，主用户SUs可以接入该频段进行通信；ON-OFF 时间均值和分别服从参数为和的指数分布，那么，主用户PU占用授 权信道m的先验概率可表示为公式(2)：
那么认知节点SUs可以利用授权信道m的先验占用率可表示为：
信道当前状态可以根据信道状态周期及感知历史信息来估计，用Sm(t)表示授权信道 m在时刻t所处的状态，那么授权信道m处于ON状态的概率可表示为公式(4)：
式中“1”对应ON，“0”对应OFF，Hm∈{0,1}表示在时刻t-Δtm时的观察结果，那么第i个认知节点Ui所在信道经过一段时间Δtm后，转换为ON的转换概率为公式 (5)所示：
那么它转换为OFF的转换概率则为公式(6)所示：
根据所述双次协同频谱感知方法，经过感知时间周期后，信道m仍然处于ON状态的概率可以获得，所述第i个认知用户Ui选择一个最佳感知中继节点SRi协同地感知信道 m是否被PUi占用；考虑到感知错误的存在，利用单次协同感知方法和双次协同感知方法 得到的所述第i个认知用户Ui所处信道m处于ON状态的概率分别表示为公式(7)的 和公式(8)的所示：
上式中由公式(5)已定义，和 分别指主用户处在ON状态的时候SRi对Ui功率放大倍数和主用户处在OFF状态时候的SRi对Ui功率放大倍数，和分别是Ui和SRi最大传输功率限， GUS,i表示Ui和SRi间的信道增益，ζm指协同频谱感知在信道m的能量感知阈值，Ns＝|U| 表示认知节点数，Ks为N-out-of-K判别准则中的判决值；
对于机会频谱接入路由协议，和表示Ui感知到信道m处于空闲状态的概率，一旦发送节点Ui发现一个空闲信道，它就会转到下一跳节点的选择过程，否则它 会切换到另一个信道m+1，重新开始信道感知过程。
进一步地，所述下一跳节点选择过程具体如下：
在检测到一个空闲信道后，所述认知发送节点需要从相邻的认知节点中选择一个下一 跳前传节点进行数据前传；
Ui的最佳邻居候选节点集按照距离认知目的节点Ud最近的原则进行优先权排序，其 优先权序列集为这个顺序反映了路由选择的先后顺序，即，当且仅当所有优先权较大的候选节点都受到主用户活动的影响而链路连接失败时，才会被选为下一跳路由前传节点；若主用户PUs在时间t的活动对随机变量的 影响是相互独立的，那么此时成为下一跳路由节点的前传概率可表示 为公式(17)所示：
式中由公式(12)定义。而Ui不得不切换到另一可用信道m+1的切换概率为公式(18) 所示：
Ui选择好下一跳路由节点之后，如果在数据传输周期内没有主用户活动出现，就 可以在链路上成功进行数据传输，此时在信道m，Ui和间能成功路由的概率为公 式(19)所示：
式中被定义为期望的链路利用因数，它等于Ui和在时间间隔 (t+nT,t+(n+1)T)内期望的累积通信时间Δtik与时间周期T的比值，可表示为公式(20) 所示：
进一步，所述最优信道选择过程的具体方式如下：
各认知节点SU通过与相邻节点周期性的交换授权信道被占用的概率，根据公式(17)， 它可求得N个信道上的全部链路可用概率；那么，在这N个信道中，具有最大链路可用概率的信道将被选择进行数据传输，因此，Ui和间最优信道可通过下式即公式 (21)获得：
那么，此时Ui和间的链路可用概率即可表示为公式(22)所示：
如果从认知源节点Us到认知目的节点Ud间的路由跳数用h表示，那么整条路径成功路由的机会概率，亦称路径接入概率，可表示为公式(23)所示：
显然，上式路径接入概率是一个关于路由跳数h的减函数，当h取最小值时，可以得到最 优的路径接入概率；设定认知源节点Us到认知目的节点Ud间的距离为d，且它们间的路由路径近似为一条直线，每一链路的长度为各认知节点的传输范围半径若各节点传 输范围半径相等，即那么，最小路由跳数就可表示为此外，根据极值 运算的性质，当每一跳的链路可用概率相等时，可以得到路由接入概率的最大值，即公式 (24)所示：
每一条链路选择好一个最优可用信道后，根据公式(24)，一条完美稳定的全局最优 路由路径需有最高的路径接入概率，并且各条链路的可用概率要均匀分布，最优路由路径 的选择可以用函数表达式表示为公式(25)所示：
式中route表示路径分集数，即可能建立的路由路径数。上式第一项为最大路径接入概率， 可由公式(23)求得，第二项中表示在第route条路由路径上的h条链 路中链路可用概率最小的链路的概率，因此route条路由路径中含有route个最小链路可用 概率，route个最小链路可用概率中概率最大的那条链路所在的路径其路由稳定性最好， 概率最小的那条链路所在的路径其路由的稳定性最差，链路最容易中断。
进一步地，所述认知节点可同时作为感知中继节点使用，所述感知中继节点亦可同时 作为路由节点使用。
本发明的有益效果为：
将图像的像素点分为边缘位置上的点和图像的内部点来动态建立匹配窗口，解决了现 有技术中利用固定窗口进行代价聚集时产生严重的“前景膨胀”现象、多个不同形状的窗 口无法适应复杂多变的图像变化的问题；另外图像细节像素点，采用固定窗口聚集，解决 了现有技术中存在的误匹配的问题。
附图说明
图1是授权信道感知与利用时间帧结构的示意图。
图2是基于协同感知的认知无线Ad Hoc网络模型的示意图。
图3是认知路由协议路由发现过程流程图。
图4是中断概率与条件中断概率的区别示意图。
图5是最优路径的选择的示意图。
图6是机会认知路由树的示意图。
具体实施方式
针对上述这些技术挑战，对多信道多跳路由发现与选择策略进行深入研究，将物理层 (PHY)的频谱感知技术和媒体访问控制子层(MAC)的调度机制紧密融合到网络层的路由决策中，提出一种基于双次协同频谱感知的机会认知路由协议(Dual CollaborativeSpectrum Sensing Opportunistic Cognitive Routing，DCSS-OCR)决策算法，以提高动态频 谱环境下路由发现和建立的机会，增强路由路径的稳定性及可靠性。也就是首先联合考虑 了频谱感知和链路可用性因素，构建了基于DCSS频谱感知理论的路由发现模型，建立认知无线Ad hoc网络的有效路由；其次，考虑路由分集的存在，给出了基于最短路径选择 下一跳前传点，最大链路可用概率选择信道，和最大路径接入概率和/或最大化最小链路 可用概率选择路径的方法，以满足认知网络路由可靠性和稳定性目标；最后，给出了评估 路由路径质量的有关度量数学闭表达式，并给出相关推导证明。
下面将结合附图和实施例对本发明做进一步地说明。
如图1到图6所示，基于频谱感知的机会认知路由的方法，具体方式如下:
首先设置一个分布式多信道多跳认知无线Ad hoc网络，在所述认知无线Ad hoc网络 中共存有不同类型的主用户PUs与认知节点SUs，所述认知无线Ad hoc网络的授权频谱被分成N个正交频带(信道)，主用户PUs与认知节点SUs共享这N个正交频带，一个 授权频带授权给一个主用户PU，这意味着有N个PUs，N为正整数，认知节点SUs配有 两种类型的射频信道：
一种射频信道为数据信道，可在N信道上进行数据传输；
另一种射频信道为公共控制信道(Common Control Channel,CCC)，所述公共控制信道用于信息交换；所述认知无线Ad hoc网络(CRAHN)模型G(t)定义为公式(1)所 示：
G(t)＝(U,L(t),P) (1)
模型中的顶点Ui∈U，Ui表示第i个认知路由节点，U表示认知路由节点的集合，当Ui＝SRi时，SRi∈U，SRi表示第i个感知中继节点，每个认知路由节点都有N个频带， 为了叙述方便加以区别表示；lij(t)∈L(t)，lij(t)表示在时刻t时从第i个认知节点Ui到第j 个认知节点Uj的路由链路,L(t)为所述路由链路的集合，i,j∈{1,2,...,Ns},i<j，Ns＝|U|， Ns为认知路由节点总数，每个从第i个认知节点Ui到第j个认知节点Uj的路由链路的可 用概率描述为pij，pij∈P，P为所述可用概率的集合，i、j、Ns和N均为正整数，所述 可用概率表示在这个链路上主用户没有活动(工作)的概率，设定每个认知节点在一个频 带上至多受一个主用户活动的干扰，主用户的活动模型为ON-OFF模型，其平均活动间 隔时间E[Ton]与平均空闲间隔时间E[Toff]分别服从参数为λon和λoff的指数分布，所述λon和λoff分别表示主用户在ON时和主用户在OFF时对应的时间均值指数参数，并且所述活 动模型在每个信道的占用时间内独立同分布；设定认知节点SUs是异构的，即有不同的 传输覆盖范围，其工作时间帧结构是周期为T的动态可变时分多址接入时隙(dynamic and variable time-divisionmultiple-access，DV-TDMA)，所述工作时间帧可同时在多个非连续 频带上同时传输以满足宽带需求，第i个主用户PU标识为PUi，所述PUi也是异构的， 所述PUi亦有不同的传输范围和不同的信道占用概率和平均活动时间；
如图1所示，所述认知节点SUs在授权信道上监听主用户是否占用信道，若 所述主用户PUs不工作便机会接入该授权频带，一旦检测出主用户工作，所述 认知节点必须立刻空出此信道，切换到其它空闲信道或推迟传输直至此信道再次 空闲，当认知源节点Us欲与其传输范围外的认知目的节点Ud通信时，这就需求 多个认知前传节点路由，如图2所示，所述认知源节点Us首先本地感知或与一 个感知中继系统SRs协同感知到一个频谱接入机会，然后根据距离目的节点最近 和单跳长度最长的优先原则选择第i个认知节点Ui作为下一跳的前传节点；但是
下面将详细介绍基于双次协同频谱感知的机会认知路由协议(DualCollaborative Spectrum Sensing Opportunistic Cognitive Routing，DCSS-OCR)的方法。接着在DCSS-OCR 中，认知节点充分考虑认知无线Ad hoc网络的特性，利用双次协同频谱感知方法判别是 否有空闲可用频带以执行路由机制实现的三个阶段：路由发现、路由选择和路由反馈，成 功建立路由进行数据前传。
在所述利用双次协同频谱感知方法判别是否有空闲可用频带以执行路由机制实现的 路由发现阶段，每个认知节点需要进行三个操作过程，所述三个操作过程分别为：空闲信 道感知、下一跳(前传)节点选择和最优信道选择这样的三个操作过程，其路由发现阶段 的流程图如图3所示；
在空闲信道感知过程中，所述认知源节点或认知发送节点利用双次协同频谱感知方法 (DCSS)与相邻的最佳感知中继节点来协同搜寻一个空闲的未被主用户占用的信道；在 进行频谱感知前，认知发送节点首先在公共控制信道(CCC)广播一个Hello消息给所要感知数据信道上的相邻认知节点，该Hello消息中包含发送节点的位置信息及目的节点的位置信息，所述Hello消息在CCC信道上的传输服从IEEE 802.11MAC中的载波侦听多 路访问/冲突避免(Carrier Sense Multiple Acess with Collision Avoidance,CSMA/CA)机制， 根据接收到的Hello消息，相邻所述认知路由节点将所要感知的数据信道设为非允许接入 信道以使其他认知节点在频谱感知期间不要占用，用此方法，可以减少认知节点间的同频 干扰；根据Hello消息中的位置信息，相邻认知路由节点评估自己是否符合候选前传节点 条件，如：是否到认知目的节点距离比发送节点近，和是否存在前传距离增益。符合条件 的候选前传节点会协同发送节点进行信道感知和下一跳前传节点的选择，当信道被感知是 空闲时，发送节点会和候选前传节点启动一个握手协议进入下一跳节点的选择过程。否则， 发送节点不得不另选一个信道，重新进行信道感知；
在下一跳节点选择过程中，当信道被感知是空闲的，所述认知发送节点在所感知的数 据信道先广播一个路由请求(Routing Request，RREQ)信息给下一跳的候选前传节点， 所述候选前传节点会根据发送节点指定的优先权序号应答路由响应(RoutingReSPonse， RRSP)消息，如果候选前传节点有更大的链路吞吐量、更大的前传距离增益或更高的链 路可用率，则会有更高的优先权；所述候选前选节点保持监听数据信道，直至听到一个 RRSP或当退避时间(Backoff Time：放弃占用信道的时间)为零时发送一个RRSP；所述认知发送节点选择优先权最高的应答候选节点作为下一跳路由节点；如果没有收到RRSP消息表示没有合适的候选节点，就会重复信道感知与下一跳路由节点的选择过程；一个成功的RREQ-RRSP握手协议后，认知发送节点计算链路可用概率，进入最优信道选择过程；
在最优信道选择过程中，所述认知发送节点将计算的链路可用概率，加入空闲可用信 道集(链路集)，并依据链路的可用概率大小进行优先排序，具有最大链路的可用概率的 信道将被选择进行数据传输。
进一步地，在路由选择阶段，所述认知无线Ad hoc网络的目的节点主要执行最优路 由路径的选择决策，对于目的节点，一旦所述目的节点收到多个路由请求包RREQ后， 就可以进行路由决策；所述目的节点比较各条路由链路的可用概率及稳定性，建立多条可 达路由路径；然后，所述目的节点将路径接入概率最高并且各条链路的可用概率均匀分布 的路径作为全局最优路径，由此建立优先权最高的路径ID；将路径接入概率最高或路径 上最小的链路可用概率在所有路径的最小链路的可用概率中最大的路径作为局部最优路 径，建立优先权次之的路径ID；依此类推，将多条可达路径按优先权高低建立路径ID。
在路由反馈阶段，所述目的节点单播一个路由应答(Route REPly，RREP)消息给认知 源节点；该RREP消息中包括被选择的路径信息从路径相反的方向发送，以告知被选择路径上的节点所在路径对应的目的节点，路径ID，下一跳节点以及所使用信道；当认知源 节点收到RREP后，开始利用这条路由路径进行通信。
所述空闲信道感知的具体方式如下：
所述主用户PUs对授权信道m的占用可等效为ON-OFF(Busy-Idle)开关模型，当 频谱处于开启ON状态时，表示该频谱正被某个主用户PU所占用；而当频谱处于关闭 OFF状态时，则表示该频谱未被主用户PU占用，此时，主用户SUs可以接入该频段进 行通信；ON-OFF时间均值和分别服从参数为和的指数分布，那么， 主用户PU占用授权信道m的先验概率可表示为公式(2)：
那么认知节点SUs可以利用授权信道m的先验占用率可表示为：
根据更新理论，信道当前状态可以根据信道状态周期及感知历史信息来估计，用Sm(t) 表示授权信道m在时刻t所处的状态，那么授权信道m处于ON状态的概率可表示 为公式(4)：
式中“1”对应ON，“0”对应OFF，Hm∈{0,1}表示在时刻t-Δtm时的观察结果，那么第i个认知节点Ui所在信道经过一段时间Δtm后，转换为ON的转换概率为公式 (5)所示：
那么它转换为OFF的转换概率则为公式(6)所示：
根据所述双次协同频谱感知方法，经过感知时间周期后，信道m仍然处于 ON状态的概率可以获得，如图2所示，所述第i个认知用户Ui选择一个最佳感 知中继节点SRi协同地感知信道m是否被PUi占用；考虑到感知错误的存在，利 用单次协同感知方法(SingleCooperative Spectrum Sensing,SCSS)和双次协同感 知方法(Dual CollaborativeSpectrum Sensing，DCSS)得到的所述第i个认知用 户Ui所处信道m处于ON状态的概率分别表示为公式(7)的和公式(8) 的所示：
上式中由公式(5)已定义，和 分别指主用户处在ON状态的时候SRi对Ui功率放大倍数和主用户处在OFF状态时候的SRi对Ui功率放大倍数，和分别是Ui和SRi最大传输功率限， GUS,i表示Ui和SRi间的信道增益，ζm指协同频谱感知在信道m的能量感知阈值，Ns＝|U| 表示认知节点数，Ks为N-out-of-K判别准则中的判决值；
对于机会频谱接入路由协议，和表示Ui感知到信道m处于空闲状态的概率，一旦发送节点Ui发现一个空闲信道，它就会转到下一跳节点的选择过程，否则它 会切换到另一个信道m+1，重新开始信道感知过程。
所述下一跳节点选择过程具体如下：
在检测到一个空闲信道后，所述认知发送节点需要从相邻的认知节点中选择一个下一 跳前传节点进行数据前传；然而，由于主用户可能重新占用信道，下一跳前传节点的选择 可能会失败。一般这种情况很少发生，因为只有当周边的主用户在选择过程中突然活动才 会发生失败，而下一跳前传节点的选择过程时间非常短，通常不超过1毫秒，所以在选择 下一跳节点的过程中，不考虑主用户突然占用信道的情况。
在认知CRAHNs无线网络中，网络路由路径的连通性不仅取决于节点间的距离和传输功率，也取决于授权信道的可用概率。为了清楚获取认知CRAHNs无线网络中路由的 唯一特性，给出以下一些定义。
定义1：几何链路(Geographic Link)
当两认知节点Ui和Uj在彼此的传输区域时，则两节点间存在几何链路，即两节点间的欧氏距离满足以下公式(9)，
上式中Xi和Xj分别表示认知节点Ui和Uj的位置坐标， 分别表示认知节点Ui和Uj的传输覆盖范围半径。
定义2：射频链路(Radio Link)
当两认知节点Ui和Uj间有公共可用频带(信道)时，则称该两点间存在射频链路。即SOP(Ui)∩SOP(Uj)≠φ，SOP(·)表示认知节点频谱可用机会(Spectrum Opportunities，SOP)集合。
定义3：通信链路(Communication Link)
如果两认知节点Ui和Uj间同时存有几何链路和射频链路，则Ui和Uj间存在通信链路，即Ui和Uj可以相互通信。也就是说，两认知节点是否能通信取决于它们之间的距离 及频谱机会的可用性。
定义4：干扰集(Interfering Set)
干扰集表示阻止认知节点Ui在t时刻通过第m个信道接收或发送信息的主 用户PUs集合，表示的物理意义为认知节点Ui在主用户PUs的传输覆盖区域内将会受到主用户活动的干扰，其数学表达式为公式(10)：
上式Xi和Xpu分别表示认知节点Ui和PU的位置坐标rpu分别表示认知节点Ui和PU的传输覆盖范围半径。
类似的，定义它表示在t时刻干扰两认知节点Ui与Uj在第m个信道通信的主用户PUs覆盖区域。
定义5：链路可用概率(Link Availability Probability，LAP)
两认知节点Ui和Uj在第m个公共信道上通信，链路在时间t没有受到主用户活动干 扰的概率即为链路可用概率，其表达式为公式(11)：
式中是一个随机过程变量，描述了主用户PUs在链路的活动情况，表示 链路在时间t没有受到主用户活动干扰。表示主用户PUs在第m个信道的活动概率， 可在信道感知过程中的公式(7)或公式(8)获得，表示认知节点Ui感知到主用 户PUs在第m个信道的活动(占用)概率，即主用户对Ui的干扰概率。
定义6：链路中断概率(Link Breakage Probability)
根据定义5，两认知节点Ui和Uj在第m个公共信道上通信，链路在时间t受到主用户活动干扰的概率即为链路中断概率，其表达式为公式(12)：
那么，在t时刻，两认知节点Ui和Uj间m个公共信道全部受到主用户PUs活动影响而链 路中断的概率为公式(13)所示：
定义7：全中断概率/信道切换概率(All Breakage Probability/ChannelSwitching Probability)
假设Ui在第m个公共信道上的认知邻居节点集为将其按某一优先权递减规则 顺序排列，选前k个最优节点作为最佳侯选认知邻居节点，该最佳邻居节点集表示为在时间t，Ui与最佳邻居节点间各条链路全部受 主用户PUs活动干扰而中断的概率定义为全中断概率，因为此时Ui不得不切换信道，故 亦称信道切换概率，其数学表达式如下公式(14)所示：
若主用户PUs活动在时间t对随机变量的影响是彼此独立的，此时的链路中 断概率为公式(15)所示：
定义8：条件链路中断概率(Conditional Link Breakage Probability)
结合定义7，在时间t，若已知第k条链路不受主用户PUs活动影响，则前k-1条 链路都受主用户PU活动影响而链路中断的概率称为条件链路中断概率，其表 达式为公式(16)所示：
注：给出了定义7与8中关于中断概率与条件中断概率的区别。
因为在同一信道，同一时间，不同空间位置的认知节点受到主用户活动干扰不同，所 以在第m个公共信道上，时刻t，Ui也许会有多个邻居候选节点可供选择作为下一跳路由节点。根据定义7，Ui的最佳邻居候选节点集按照距离认知目的节点Ud最近的原则进行 优先权排序，其优先权序列集为这个顺序反映了路由选择的先后顺序， 即，当且仅当所有优先权较大的候选节点都受到主用户活动的影响而链路连接 失败时，才会被选为下一跳路由前传节点；若主用户PUs在时间t的活动对随机变量的影响是相互独立的，那么此时成为下一跳路由节点的前传概率可表示为公式(17)所示：
式中由公式(12)定义。而Ui不得不切换到另一可用信道m+1的切换概率为公式(18) 所示：
Ui选择好下一跳路由节点之后，如果在数据传输周期内没有主用户活动出现，就 可以在链路上成功进行数据传输，此时在信道m，Ui和间能成功路由的概率为公 式(19)所示：
式中被定义为期望的链路利用因数，它等于Ui和在时间间隔 (t+nT,t+(n+1)T)内期望的累积通信时间Δtik与时间周期T的比值，可表示为公式(20) 所示：
所述最优信道选择过程的具体方式如下：
为了优化CRAHNs网络路由的性能，我们试图优化路由每一链路(单跳)的性能。 各认知节点SU通过与相邻节点周期性的交换授权信道被占用的概率，根据公式(17)， 它可求得N个信道上的全部链路可用概率；那么，在这N个信道中，具有最大链路可用 概率的信道将被选择进行数据传输，因此，Ui和间最优信道可通过下式即公式 (21)获得：
那么，此时Ui和间的链路可用概率即可表示为公式(22)所示：
如果从认知源节点Us到认知目的节点Ud间的路由跳数用h表示，那么整条路径成功路由的机会概率，亦称路径接入概率，可表示为公式(23)所示：
显然，上式路径接入概率是一个关于路由跳数h的减函数，当h取最小值时，可以得到最 优的路径接入概率；设定认知源节点Us到认知目的节点Ud间的距离为d，且它们间的路由路径近似为一条直线，每一链路的长度为各认知节点的传输范围半径若各节点传 输范围半径相等，即那么，最小路由跳数就可表示为此外，根据极值 运算的性质，当每一跳的链路可用概率相等时，可以得到路由接入概率的最大值，即公式 (24)所示：
每一条链路选择好一个最优可用信道后，根据网络连通性原理，路由路径可被建立， 然而，由于路由分集的存在，在认知源节点Us到认知目的节点Ud间也许存在多条路由路径，那么如何选择一条最优路径使路由质量好且稳定就变得十分关键。根据公式(24)， 可以知道，一条完美稳定的全局最优路由路径需有最高的路径接入概率，并且各条链路的 可用概率要均匀分布，因此，最优路由路径的选择可以用函数表达式表示为公式(25)所 示：
式中route表示路径分集数，即可能建立的路由路径数。上式第一项为最大路径接入概率， 可由公式(23)求得，第二项中表示在第route条路由路径上的h条链 路中链路可用概率最小的链路的概率，因此route条路由路径中含有route个最小链路可用 概率，route个最小链路可用概率中概率最大的那条链路所在的路径其路由稳定性最好， 概率最小的那条链路所在的路径其路由的稳定性最差，链路最容易中断。
如图5所示，有三条路由路径，分别为路径1:{Us,A,B,Ud}，路径2:{Us,E,F,Ud}，路径3:{Us,C,D,Ud}。路径1的路由接入概率和路径3的路由接入概率虽然相等： 0.9*0.3*0.8＝0.63，但是路径1中链路AB的可用概率相对路径3的各链路都较小，链路较 易中断，所以路径1的稳定性较差。路径2的路由接入概率最大，但是链路EF的可用概 率相对路径3的各链路的可用概率则较小，此时目的节点很难决策是选路径2还是路径3。 对于这种没有全局最优路径的情况，目的节点选择路由接入概率最大的那条路径，或者选 择最小链路可用概率最大的那条路径作为最优路径，其函数表达式为公式(26)所示：
下面主要研究分析影响路由性能的有关度量，给出有关度量的闭合表达式，如路由接 入机会，路由传输延迟等。
上面研究分析了认知路由节点根据链路可用概率选择最优空闲信道，具体地说，认知 节点将在t时刻测量得到的各信道链路可用概率按降序排列，此序列即为认知节点进行信 道选择的优先权序列。其优先权函数表达式为公式(27)：
它表示两认知节点Ui和在信道m的链路可用概率要大于在信道m+1的链路可用概率， 只有信道m受到主用户活动干扰时才可切换到次优信道m+1，直至发现一个空闲可用信 道。若所有信道都被主用户活动干扰，就必须重新路由或切换路由路径。假设认知节点Ui在每一信道的最佳可选邻节点集为可用信道数为N，那么，在选择信道 的过程中，其期望链路路由接入机会函数闭表达式即公式(28)所示：
式中在下面的公式(33)中定义。路由链路传输过程中也许会受到主用户活动或其它 因素干扰而选择失败，那么经过数次选择，链路成功路由的期望可表示为公式(29)所示：
式中n表示认知节点Ui试图传输数据失败的次数。
若认知节点Ui在同一频带(信道)上仅有一个侯选认知邻居节点Uj，那么它在N个信道发送一个数据包到Uj所经历的时间称为期望链路传输延迟，其表达式为公式(30) 所示:
式中N表示认知节点Ui和Uj间的可用信道总数；m表示优先仅为第m的空闲可 用信道，1≤m≤N；l表示是数据包的长度；表示认知节点Ui和Uj间在第m 个信道的吞吐量；在公式(13)中定义；T表示认知节点工作时间周期。而 公式(30)的推导过程如下：
证明：首先，为了分析方便，假设包的到达时间与时隙周期同步，如所示，Ui和 Uj间每次因PU的活动而不能成功传输的延迟为SU的一个工作时间周期T，因 此，期望链路传输延迟表达式为公式(31)所示：
如果|x|<1，通过利用和及公式(13)，可推导 出
根据公式(30)中的Ui有一个侯选认知邻居节点的期望链路传输延迟表达式，可以推 导出Ui有多个侯选认知邻居节点时的期望链路传输延迟表达式。
推论1：若认知节点Ui在同一频带(信道)上有k个侯选认知邻居节点，则Ui可在N个信道发送一个数据包到认知邻居节点集的第j个邻居节点的期望链路传输延迟表达式为公式(32)所示:
式中l表示数据包的长度，由公式(11)定义，表示认知节点Ui和Uj间在第m个信道的吞吐量，T表示认知节点工作时间周期，而和的表达式用表示为公式 (33)所示：
公式(33)表示的物理意义为认知邻居节点集中前j-1个认知邻居节点在N个 信道上全部受到主用户活动干扰，同时第j个认知邻居节点在前个信道也 都受到主用户活动的干扰，而在第个信道没有受到主用户活动干扰，那么这两种情 况同时发生的中断概率即为公式(33)。换句话说，在信道上，认知邻居节点 集中前j个认知邻居节点都受到主用户活动干扰，在第个信道上，认知邻 居节点受到主用户活动干扰，而邻居点没有受到主用户活动干扰，在信道认知邻居节点全都受到主用户活动干扰，这三种情况同时发生的中断概率，其表达式为公式(34)所示，j为正整数：
式中由公式(15)定义,由公式(16)定义。比较公式(33)与公式(34)，很 明显，这里给出的公式(33)比较容易理解,而且计算复杂度相对较低。此外，当k＝1时， Tlink,i(Ui,Ucj)＝Tij，即公式(32)等价于公式(30)，因此这验证了公式(32)的正确性。
在分析推导了一跳路由链路的期望传输延迟表达式后，下面继续详细分析。首先，设 定源节点US与目的节点Ud通信所选路由路径为 path(Us,Ud)＝{Us,U1,U2,...,Ui,...,Uh,Ud}，h∈{1,2,...,Ns-2}，Ns＝|U|表示认知节点总数， 所以路由路径总跳数为hops＝h+1。如果用事件I＝{Ii|i∈(s,1,2,...,h,d)}表示认知节点没 有受到主用户PUs活动干扰，事件表示认知节点受到主用户PUs 活动干扰，根据路由路径连通性原理，路由路径上各个认知节点都没受到主用户PUs活 动干扰而成功传输的概率可表示为公式(35)所示：
设定两节点间的路由路径(链路)近似为一条直线，每一跳的长度近似为各认知节点的传 输半径因此第i+1跳的路由链路仅与第i跳的路由链路相关。这意味着整个路由事件 是一个马尔可夫过程(Markov process)，因此上式可简化为公式(36)：
同理可得路由路径前i跳成功传输的概率表达式为公式(37)所示：
式中当x＝0时即对应节点Us，将公式(29)代入上式，即可求得机会认知路由前i跳成 功传输概率的表达式为公式(38)所示：
由此，可以得到路由路径端到端的平均延迟表达式：理论1。
理论1：若源节点Us通过侯选领居节点集与目的节点Ud发送数据包，路由 5路径path(Us,Ud)端到端的平均传输延迟表达式为公式(39)所示：
将公式(37)与公式(32)分别代入上式即可求得机会认知路由(DCSS-OCR)端到端的 平均路径延迟表达式为公式(40)所示：
上式中当i＝0，即路由仅有一跳时，其值与公式(32)相等。此外，值得强调的是路径 平均传输延迟仅取决于链路可用概率，路径长度，和已知的优先权规则。因此，表达式具有一般性，不受限于任何指定的网络拓扑和机会路由协议。公式(40)的推导证明过程与 公式(30)类似，详细过程如下：
证明：为了更清楚的理解，设定路由路径仅为两跳{Us,Ui,Ud}，其机会路由树如，经过简单的运算处理后，可得到其表达式如公式(41)所示：
式中cj对应i，Ui实际上代表一个侯选邻节点集n表示试图传输的失败次 数，T为一个工作帧时间周期。如果|x|<1，通过利用和 可以推导出从而可以获得公 式(40)。
所述认知节点可同时作为感知中继节点使用，所述感知中继节点亦可同时作为路由节 点使用。
本实施例针对多信道多跳认知无线Ad hoc网络中由于主用户活动干扰和复杂射频环 境等动态特性所引发的路由不稳定性问题，将物理层(PHY)的频谱感知技术和媒体访问 控制子层(MAC)的调度机制跨层协同到网络层的路由决策中，提出了基于双次协同频谱感知的认知机会路由协议(DCSS-OCR)，以更准确地发现认知无线Ad hoc网络路由 建立的机会，减少路由中断的概率。首先，构建了DCSS-OCR系统模型，给出了路由发 现协议过程；其次，考虑路由分集的存在，给出了基于最短路径选择下一跳前传点，最 大链路可用概率选择信道，和最大路径接入概率和或最大化最小链路可用概率选择路径的 方法，以满足认知网络路由可靠性和稳定性目标；最后，给出了链路可用性概率、中断概 率、路径接入概率，期望链路延迟和端到端平均延迟等路由度量的数学闭表达式，并给出 相关推导证明。
以上以附图说明的方式对本发明作了描述，本领域的技术人员应当理解，本公开不限 于以上描述的实施例，在不偏离本发明的范围的情况下，可以做出各种变化、改变和替换。

Claims (8)

1.一种基于频谱感知的机会认知路由的方法，其特征在于，具体方式如下:
首先设置一个分布式多信道多跳认知无线Ad hoc网络，在所述认知无线Ad hoc网络中共存有不同类型的主用户PUs与认知节点SUs，所述认知无线Ad hoc网络的授权频谱被分成N个正交频带，主用户PUs与认知节点SUs共享这N个正交频带，一个授权频带授权给一个主用户PU，N为正整数，认知节点SUs配有两种类型的射频信道：
一种射频信道为数据信道，可在N信道上进行数据传输；
另一种射频信道为公共控制信道，所述公共控制信道用于信息交换；所述认知无线Adhoc网络模型G(t)定义为公式(1)所示：
G(t)＝(U,L(t),P) (1)
模型中的顶点Ui∈U，Ui表示第i个认知路由节点，U表示认知路由节点的集合，当Ui＝SRi时，SRi∈U，SRi表示第i个感知中继节点，每个认知路由节点都有N个频带；lij(t)∈L(t)，lij(t)表示在时刻t时从第i个认知节点Ui到第j个认知节点Uj的路由链路,L(t)为所述路由链路的集合，i,j∈{1,2,...,Ns},i<j，Ns＝|U|，Ns为认知路由节点总数，每个从第i个认知节点Ui到第j个认知节点Uj的路由链路的可用概率描述为pij，pij∈P，P为所述可用概率的集合，i、j、Ns和N均为正整数，所述可用概率表示在这个链路上主用户没有活动的概率，设定每个认知节点在一个频带上至多受一个主用户活动的干扰，主用户的活动模型为ON-OFF模型，其平均活动间隔时间E[Ton]与平均空闲间隔时间E[Toff]分别服从参数为λon和λoff的指数分布，所述λon和λoff分别表示主用户在ON时和主用户在OFF时对应的时间均值指数分布参数，并且所述活动模型在每个信道的占用时间内独立同分布；设定认知节点SUs是异构的，其工作时间帧结构是周期为T的动态可变时分多址接入时隙，所述工作时间帧可同时在多个非连续频带上同时传输以满足宽带需求，第i个主用户PU标识为PUi，所述PUi也是异构的，所述PUi亦有不同的传输范围和不同的信道占用概率和平均活动时间；
接着在DCSS-OCR中，利用双次协同频谱感知方法判别是否有空闲可用频带以执行路由机制实现的三个阶段：路由发现、路由选择和路由反馈，成功建立路由进行数据前传。
2.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，在所述利用双次协同频谱感知方法判别是否有空闲可用频带以执行路由机制实现的路由发现阶段，每个认知节点需要进行三个操作过程，所述三个操作过程分别为：空闲信道感知、下一跳节点选择和最优信道选择这样的三个操作过程；
在空闲信道感知过程中，所述认知源节点或认知发送节点利用双次协同频谱感知方法与相邻的最佳感知中继节点来协同搜寻一个空闲的未被主用户占用的信道；在进行频谱感知前，认知发送节点首先在公共控制信道广播一个Hello消息给所要感知数据信道上的相邻认知节点，该Hello消息中包含发送节点的位置信息及目的节点的位置信息，所述Hello消息在CCC信道上的传输服从IEEE 802.11 MAC中的载波侦听多路访问/冲突避免机制，根据接收到的Hello消息，相邻所述认知路由节点将所要感知的数据信道设为非允许接入信道以使其他认知节点在频谱感知期间不要占用，可以减少认知节点间的同频干扰；根据Hello消息中的位置信息，相邻认知路由节点评估自己是否符合候选前传节点条件，符合条件的候选前传节点会协同发送节点进行信道感知和下一跳前传节点的选择，当信道被感知是空闲时，发送节点会和候选前传节点启动一个握手协议进入下一跳节点的选择过程。否则，发送节点不得不另选一个信道，重新进行信道感知；
在下一跳节点选择过程中，当信道被感知是空闲的，所述认知发送节点在所感知的数据信道先广播一个路由请求信息给下一跳的候选前传节点，所述候选前传节点会根据发送节点指定的优先权序号应答路由响应消息，如果候选前传节点有更大的链路吞吐量、更大的前传距离增益或更高的链路可用率，则会有更高的优先权；所述候选前选节点保持监听数据信道，直至听到一个RRSP或当退避时间为零时发送一个RRSP；所述认知发送节点选择优先权最高的应答候选节点作为下一跳路由节点；如果没有收到RRSP消息表示没有合适的候选节点，就会重复信道感知与下一跳路由节点的选择过程；一个成功的RREQ-RRSP握手协议后，认知发送节点计算链路可用概率，进入最优信道选择过程；
在最优信道选择过程中，所述认知发送节点将计算的链路可用概率，加入空闲可用信道集，并依据链路的可用概率大小进行优先排序，具有最大链路的可用概率的信道将被选择进行数据传输。
3.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，在路由选择阶段，所述认知无线Ad hoc网络的目的节点执行最优路由路径的选择决策，对于目的节点，一旦所述目的节点收到多个路由请求包RREQ后，就可以进行路由决策；所述目的节点比较各条路由链路的可用概率及稳定性，建立多条可达路由路径；然后，所述目的节点将路径接入概率最高并且各条链路的可用概率均匀分布的路径作为全局最优路径，由此建立优先权最高的路径ID；将路径接入概率最高或路径上最小的链路可用概率在所有路径的最小链路的可用概率中最大的路径作为局部最优路径，建立优先权次之的路径ID；依此类推，将多条可达路径按优先权高低建立路径ID。
4.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，在路由反馈阶段，所述目的节点单播一个路由应答消息给认知源节点；该RREP消息中包括被选择的路径信息从路径相反的方向发送，以告知被选择路径上的节点所在路径对应的目的节点，路径ID，下一跳节点以及所使用信道；当认知源节点收到RREP后，开始利用这条路由路径进行通信。
5.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，所述空闲信道感知的具体方式如下：
所述主用户PUs对授权信道m的占用可等效为ON-OFF开关模型，当频谱处于开启ON状态时，表示该频谱正被某个主用户PU所占用；而当频谱处于关闭OFF状态时，则表示该频谱未被主用户PU占用，此时，认知用户SUs可以接入该频段进行通信；ON-OFF时间均值和分别服从参数为和的指数分布，那么，主用户PU占用授权信道m的先验概率可表示为公式(2)：
<mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msubsup> <mi>T</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msubsup> <mi>T</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>&amp;rsqb;</mo> <mo>+</mo> <mi>E</mi> <mo>&amp;lsqb;</mo> <msubsup> <mi>T</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>&amp;rsqb;</mo> </mrow> </mfrac> <mo>=</mo> <mfrac> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mrow> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
那么认知节点SUs可以利用授权信道m的先验占用率可表示为：
<mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
信道当前状态可以根据信道状态周期及感知历史信息来估计，用Sm(t)表示授权信道m在时刻t所处的状态，那么授权信道m处于ON状态的概率可表示为公式(4)：
<mrow> <msubsup> <mi>p</mi> <mrow> <mi>b</mi> <mi>u</mi> <mi>s</mi> <mi>y</mi> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>Pr</mi> <mrow> <mo>(</mo> <msup> <mi>S</mi> <mi>m</mi> </msup> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>=</mo> <mn>1</mn> <mo>|</mo> <msup> <mi>S</mi> <mi>m</mi> </msup> <mo>(</mo> <mrow> <mi>t</mi> <mo>-</mo> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> </mrow> <mo>)</mo> <mo>=</mo> <msup> <mi>H</mi> <mi>m</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
式中“1”对应ON，“0”对应OFF，Hm∈{0,1}表示在时刻t-Δtm时的观察结果，那么第i个认知节点Ui所在信道经过一段时间Δtm后，转换为ON的转换概率为公式(5)所示：
<mrow> <msubsup> <mi>p</mi> <mrow> <mi>b</mi> <mi>u</mi> <mi>s</mi> <mi>y</mi> <mo>,</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>-</mo> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>&amp;CenterDot;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mrow> <mo>(</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <msup> <mi>H</mi> <mi>m</mi> </msup> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mrow> <mo>(</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <msup> <mi>H</mi> <mi>m</mi> </msup> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
那么它转换为OFF的转换概率则为公式(6)所示：
<mrow> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mi>d</mi> <mi>l</mi> <mi>e</mi> <mo>,</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mrow> <mo>(</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <msup> <mi>H</mi> <mi>m</mi> </msup> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>-</mo> <msubsup> <mi>u</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>&amp;CenterDot;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mrow> <mo>(</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>f</mi> <mi>f</mi> </mrow> <mi>m</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;lambda;</mi> <mrow> <mi>o</mi> <mi>n</mi> </mrow> <mi>m</mi> </msubsup> <mo>)</mo> </mrow> <msup> <mi>&amp;Delta;t</mi> <mi>m</mi> </msup> </mrow> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <msup> <mi>H</mi> <mi>m</mi> </msup> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
根据所述双次协同频谱感知方法，经过感知时间周期后，信道m仍然处于ON状态的概率可以获得，所述第i个认知用户Ui选择一个最佳感知中继节点SRi协同地感知信道m是否被PUi占用；考虑到感知错误的存在，利用单次协同感知方法和双次协同感知方法得到的所述第i个认知用户Ui所处信道m处于ON状态的概率分别表示为公式(7)的和公式(8)的所示：
上式中由公式(5)已定义，和分别指主用户处在ON状态的时候SRi对Ui功率放大倍数和主用户处在OFF状态时候的SRi对Ui功率放大倍数，和分别是Ui和SRi最大传输功率限，GUS,i表示Ui和SRi间的信道增益，ζm指协同频谱感知在信道m的能量感知阈值，Ns＝|U|表示认知节点数，Ks为N-out-of-K判别准则中的判决值；
对于机会频谱接入路由协议，和表示Ui感知到信道m处于空闲状态的概率，一旦发送节点Ui发现一个空闲信道，它就会转到下一跳节点的选择过程，否则它会切换到另一个信道m+1，重新开始信道感知过程。
6.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，所述下一跳节点选择过程具体如下：
在检测到一个空闲信道后，所述认知发送节点需要从相邻的认知节点中选择一个下一跳前传节点进行数据前传；
Ui的最佳邻居候选节点集按照距离认知目的节点Ud最近的原则进行优先权排序，其优先权序列集为这个顺序反映了路由选择的先后顺序，即，当且仅当所有优先权较大的候选节点都受到主用户活动的影响而链路连接失败时，才会被选为下一跳路由前传节点；若主用户PUs在时间t的活动对随机变量的影响是相互独立的，那么此时成为下一跳路由节点的前传概率可表示为公式(17)所示：
<mrow> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>p</mi> <mrow> <mi>f</mi> <mi>o</mi> <mi>r</mi> <mi>w</mi> <mi>a</mi> <mi>r</mi> <mi>d</mi> <mo>,</mo> <msub> <mi>c</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>p</mi> <mrow> <mo>(</mo> <msubsup> <mi>L</mi> <mrow> <msub> <mi>ic</mi> <mn>1</mn> </msub> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msubsup> <mi>L</mi> <mrow> <msub> <mi>ic</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mn>0</mn> <mo>,</mo> <msubsup> <mi>L</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mi>p</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <munderover> <mi>&amp;Pi;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <msub> <mi>ic</mi> <mi>j</mi> </msub> </mrow> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>
式中由公式(12)定义。而Ui不得不切换到另一可用信道m+1的切换概率为公式(18)所示：
<mrow> <mtable> <mtr> <mtd> <mrow> <msubsup> <mover> <mi>z</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>s</mi> <mi>w</mi> <mi>i</mi> <mi>t</mi> <mi>c</mi> <mi>h</mi> <mo>,</mo> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <munder> <mi>&amp;Sigma;</mi> <mrow> <msubsup> <mi>U</mi> <msub> <mi>c</mi> <mi>j</mi> </msub> <mi>m</mi> </msubsup> <mo>&amp;Element;</mo> <msubsup> <mi>U</mi> <mi>c</mi> <mi>m</mi> </msubsup> </mrow> </munder> <msubsup> <mi>p</mi> <mrow> <mi>f</mi> <mi>o</mi> <mi>r</mi> <mi>w</mi> <mi>a</mi> <mi>r</mi> <mi>d</mi> <mo>,</mo> <msub> <mi>c</mi> <mi>j</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>j</mi> </msub> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mi>p</mi> <mrow> <mo>(</mo> <mrow> <msubsup> <mo>&amp;cap;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </msubsup> <msubsup> <mi>L</mi> <mrow> <msub> <mi>ic</mi> <mi>j</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mo>=</mo> <mn>0</mn> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <munderover> <mi>&amp;Pi;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <msubsup> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <msub> <mi>ic</mi> <mi>j</mi> </msub> </mrow> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
Ui选择好下一跳路由节点之后，如果在数据传输周期内没有主用户活动出现，就可以在链路上成功进行数据传输，此时在信道m，Ui和间能成功路由的概率为公式(19)所示：
<mrow> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&amp;rho;</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mo>&amp;CenterDot;</mo> <msubsup> <mi>p</mi> <mrow> <mi>f</mi> <mi>o</mi> <mi>r</mi> <mi>w</mi> <mi>a</mi> <mi>r</mi> <mi>d</mi> <mo>,</mo> <msub> <mi>c</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mo>(</mo> <mrow> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> </mrow> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mi>&amp;rho;</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mo>&amp;CenterDot;</mo> <msubsup> <mi>p</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <msub> <mi>ic</mi> <mi>j</mi> </msub> </mrow> <mi>m</mi> </msubsup> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
式中被定义为期望的链路利用因数，它等于Ui和在时间间隔(t+nT,t+(n+1)T)内期望的累积通信时间Δtik与时间周期T的比值，可表示为公式(20)所示：
7.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，所述最优信道选择过程的具体方式如下：
各认知节点SU通过与相邻节点周期性的交换授权信道被占用的概率，根据公式(17)，它可求得N个信道上的全部链路可用概率；那么，在这N个信道中，具有最大链路可用概率的信道将被选择进行数据传输，因此，Ui和间最优信道可通过下式即公式(21)获得：
<mrow> <msubsup> <mi>m</mi> <mrow> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <mi>arg</mi> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>N</mi> <mo>&amp;rsqb;</mo> </mrow> </munder> <mo>{</mo> <msubsup> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>}</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>21</mn> <mo>)</mo> </mrow> </mrow>
那么，此时Ui和间的链路可用概率即可表示为公式(22)所示：
<mrow> <msub> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>N</mi> <mo>&amp;rsqb;</mo> </mrow> </munder> <mo>{</mo> <msubsup> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <msub> <mi>ic</mi> <mi>k</mi> </msub> </mrow> <mi>m</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>}</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>22</mn> <mo>)</mo> </mrow> </mrow>
如果从认知源节点Us到认知目的节点Ud间的路由跳数用h表示，那么整条路径成功路由的机会概率，亦称路径接入概率，可表示为公式(23)所示：
<mrow> <msub> <mi>p</mi> <mrow> <mi>s</mi> <mi>d</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>h</mi> </munderover> <msub> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>23</mn> <mo>)</mo> </mrow> </mrow>
显然，上式路径接入概率是一个关于路由跳数h的减函数，当h取最小值时，可以得到最优的路径接入概率；设定认知源节点Us到认知目的节点Ud间的距离为d，且它们间的路由路径近似为一条直线，每一链路的长度为各认知节点的传输范围半径若各节点传输范围半径相等，即那么，最小路由跳数就可表示为此外，根据极值运算的性质，当每一跳的链路可用概率相等时，可以得到路由接入概率的最大值，即公式(24)所示：
每一条链路选择好一个最优可用信道后，根据公式(24)，一条完美稳定的全局最优路由路径需有最高的路径接入概率，并且各条链路的可用概率要均匀分布，最优路由路径的选择可以用函数表达式表示为公式(25)所示：
<mrow> <msubsup> <mi>path</mi> <mrow> <mi>s</mi> <mi>d</mi> </mrow> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>r</mi> <mi>o</mi> <mi>u</mi> <mi>t</mi> <mi>e</mi> </mrow> </munder> <mrow> <mo>{</mo> <mrow> <munderover> <mi>&amp;Pi;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>h</mi> </munderover> <msubsup> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <mi>i</mi> </mrow> <mrow> <mi>r</mi> <mi>o</mi> <mi>u</mi> <mi>t</mi> <mi>e</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mrow> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> </mrow> <mo>)</mo> </mrow> </mrow> <mo>}</mo> </mrow> <mo>&amp;cap;</mo> <mi>arg</mi> <munder> <mi>max</mi> <mrow> <mi>r</mi> <mi>o</mi> <mi>u</mi> <mi>t</mi> <mi>e</mi> </mrow> </munder> <mrow> <mo>{</mo> <mrow> <munder> <mi>min</mi> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>h</mi> </mrow> </munder> <mrow> <mo>(</mo> <mrow> <msubsup> <mi>p</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>k</mi> <mo>,</mo> <mi>i</mi> </mrow> <mrow> <mi>r</mi> <mi>o</mi> <mi>u</mi> <mi>t</mi> <mi>e</mi> </mrow> </msubsup> <mrow> <mo>(</mo> <mrow> <msub> <mi>U</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>U</mi> <msub> <mi>c</mi> <mi>k</mi> </msub> </msub> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> <mo>}</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>25</mn> <mo>)</mo> </mrow> </mrow>
式中route表示路径分集数，即可能建立的路由路径数。上式第一项为最大路径接入概率，可由公式(23)求得，第二项中表示在第route条路由路径上的h条链路中链路可用概率最小的链路的概率，因此route条路由路径中含有route个最小链路可用概率，route个最小链路可用概率中概率最大的那条链路所在的路径其路由稳定性最好，概率最小的那条链路所在的路径其路由的稳定性最差，链路最容易中断。
8.根据权利要求1所述的基于频谱感知的机会认知路由的方法，其特征在于，所述认知节点可同时作为感知中继节点使用，所述感知中继节点亦可同时作为路由节点使用。
CN201710660974.6A 2017-08-04 2017-08-04 一种基于频谱感知的机会认知路由的方法 Pending CN107911184A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710660974.6A CN107911184A (zh) 2017-08-04 2017-08-04 一种基于频谱感知的机会认知路由的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710660974.6A CN107911184A (zh) 2017-08-04 2017-08-04 一种基于频谱感知的机会认知路由的方法

Publications (1)

Publication Number Publication Date
CN107911184A true CN107911184A (zh) 2018-04-13

Family

ID=61839971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710660974.6A Pending CN107911184A (zh) 2017-08-04 2017-08-04 一种基于频谱感知的机会认知路由的方法

Country Status (1)

Country Link
CN (1) CN107911184A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108924851A (zh) * 2018-09-29 2018-11-30 南京工业大学 基于定向天线的认知无线传感器网络QoS保障机会路由方法
CN109089273A (zh) * 2018-09-26 2018-12-25 西南科技大学 一种Ad-Hoc网络中基于状态转换概率的中继选择方法
CN110149140A (zh) * 2019-05-17 2019-08-20 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
WO2023044834A1 (en) * 2021-09-26 2023-03-30 Nokia Shanghai Bell Co., Ltd. Dynamic reservation of links for supporting low-latency in unlicensed spectrum
WO2023050571A1 (zh) * 2021-09-29 2023-04-06 天翼数字生活科技有限公司 用于无线交叉频段回传的方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108371A (zh) * 2011-11-14 2013-05-15 上海交通大学 单天线多信道认知无线传感器网络路由控制方法
CN103139073A (zh) * 2013-02-01 2013-06-05 苏州大学 一种基于Ad Hoc网络形式的认知路由方法
CN105610526A (zh) * 2016-01-26 2016-05-25 重庆邮电大学 一种CRSNs中基于认知与源感知节点分离的媒体访问控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108371A (zh) * 2011-11-14 2013-05-15 上海交通大学 单天线多信道认知无线传感器网络路由控制方法
CN103139073A (zh) * 2013-02-01 2013-06-05 苏州大学 一种基于Ad Hoc网络形式的认知路由方法
CN105610526A (zh) * 2016-01-26 2016-05-25 重庆邮电大学 一种CRSNs中基于认知与源感知节点分离的媒体访问控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
崔翠梅: "基于频谱感知的跨层机会认知路由决策研究", 《中国博士学位论文全文数据库》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089273A (zh) * 2018-09-26 2018-12-25 西南科技大学 一种Ad-Hoc网络中基于状态转换概率的中继选择方法
CN109089273B (zh) * 2018-09-26 2021-08-20 西南科技大学 一种Ad-Hoc网络中基于状态转换概率的中继选择方法
CN108924851A (zh) * 2018-09-29 2018-11-30 南京工业大学 基于定向天线的认知无线传感器网络QoS保障机会路由方法
CN108924851B (zh) * 2018-09-29 2021-09-10 南京工业大学 认知无线传感器网络QoS保障机会路由方法
CN110149140A (zh) * 2019-05-17 2019-08-20 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
CN110149140B (zh) * 2019-05-17 2021-09-14 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
WO2023044834A1 (en) * 2021-09-26 2023-03-30 Nokia Shanghai Bell Co., Ltd. Dynamic reservation of links for supporting low-latency in unlicensed spectrum
WO2023050571A1 (zh) * 2021-09-29 2023-04-06 天翼数字生活科技有限公司 用于无线交叉频段回传的方法和系统

Similar Documents

Publication Publication Date Title
Di Felice et al. End-to-end protocols for cognitive radio ad hoc networks: An evaluation study
Ozger et al. Event-driven spectrum-aware clustering in cognitive radio sensor networks
Pathak et al. A survey of network design problems and joint design approaches in wireless mesh networks
Yadav et al. Energy aware cluster based routing protocol over distributed cognitive radio sensor network
CN107911184A (zh) 一种基于频谱感知的机会认知路由的方法
US9699708B2 (en) Dynamically-selectable multi-modal modulation in wireless multihop networks
JP4175357B2 (ja) 無線ネットワークシステム、無線ノードおよび無線ノードの通信経路変更方法
EP1698106B1 (en) Fast/opportunistic distributed resource reallocation for established connections in a multihop network
Stephan et al. Artificial intelligence inspired energy and spectrum aware cluster based routing protocol for cognitive radio sensor networks
Chiu et al. J-CAR: An efficient joint channel assignment and routing protocol for IEEE 802.11-based multi-channel multi-interface mobile ad hoc networks
Aswale et al. Geographic multipath routing based on triangle link quality metric with minimum inter-path interference for wireless multimedia sensor networks
US7826366B2 (en) Joint channel assignment and routing in wireless networks
Talay et al. Self adaptive routing for dynamic spectrum access in cognitive radio networks
Gogu et al. Review of optimization problems in wireless sensor networks
Okazaki et al. Ant-based dynamic hop optimization protocol: A routing algorithm for mobile wireless sensor networks
Zareei et al. Efficient transmission power control for energy-harvesting cognitive radio sensor network
Hussain et al. QoS provisioning in wireless mesh networks: A survey
WO2013081628A1 (en) Wireless communication system and its method, and device and program used for same
Radi et al. Network initialization in low-power wireless networks: a comprehensive study
CN107948990B (zh) Dcss-ocr机会认知路由协议优化方法
Kamruzzaman et al. Energy aware multipath routing protocol for cognitive radio ad hoc networks
Cui et al. Optimal cooperative spectrum aware opportunistic routing in cognitive radio ad hoc networks
Elrhareg et al. Routing protocols on cognitive radio networks: Survey
Li et al. Multi-hop effective bandwidth based routing in multi-radio wireless mesh networks
Ge et al. Software radio-based decentralized dynamic spectrum access networks: A prototype design and experimental results

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180413

RJ01 Rejection of invention patent application after publication