CN107947877A - 一种基于能效的用户选择协作频谱感知方法 - Google Patents

Abstract

本发明公开了一种基于能效的用户选择协作频谱感知方法，包括采用两次检测策略进行协作频谱感知；采用反对用户上报策略进行信息报告；采用历史信息计数方案选择广播用户。本发明在不影响检测概率的情况下提高了能量效率。

Description

一种基于能效的用户选择协作频谱感知方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于能效的用户选择协作频谱感知方法。

背景技术

伴随通信网络的高速发展和业务需求的爆炸式增长，特别是第五代(the fifthGeneration，5G)无线通信系统等高密集异构网络的出现，如何妥善解决无线频谱资源严重短缺问题是一项具有挑战性的任务。众所周知，当前的频谱管理机构把大多数频谱带宽分配给专有的授权用户(Primary Users，PUs)，而且不允许次用户(Secondary Users，SUs)接入该频谱带宽，然而通过频谱观测站监测可知分配给PUs的频谱带宽大多数时间都未被利用。因此，为改善频谱资源利用情况，认知无线电网络(Cognitive Radio Networks，CRNs)概念被提出，其工作原理是利用频谱空洞，允许认知用户在不对授权用户产生过大干扰的情况下接入授权频谱。认知无线电系统的性能取决于认知用户如何准确地检测频谱使用机会，即频谱感知技术，目前常用的频谱感知技术有三种：1)匹配滤波检测；2)特征值检测；3)能量检测。然而，由于信道不确定性，上述3种方法的检测性能可能会严重下降，则为提高频谱感知方法检测性能，相关研究提出协作频谱感知技术(collaborative spectrumsensing，CSS)。

在协作频谱感知方法中，每个协作SU单独地进行本地检测，并分别感知PUs的状态并向融合中心(Fusion Center，FC)上报感知结果，最后FC结合收集到的本地检测结果并通过一个确定的融合策略进行全局决策，例如OR、AND或者少数服从多数原则。CSS虽然可以提高全局检测性能，但是也导致了额外的能量消耗，并引起新的安全挑战。

现有文献中的许多作品都研究了减少CSS中的能量消耗。A Li等人选择最少的SUs进行协作频谱感知以进一步降低能量消耗。D Das等人为了减少无线环境中的阴影效应，提出了选择较少空间相关的SU进行频谱感知，以提高能量效率。R Muthukkumar等人提出了一种分布式动态负载平衡的聚类算法，通过形成集群选择簇头并进行上报，减少了能量消耗。LI Feng等人提出一种自适应能量感知，SUs只有在本地感知结果与上一轮感知过程结果不同时才发送报告，从而节省了能量消耗。Najimi M等人研究了一种感知节点选择方案，以提高协作频谱感知中的能量效率。在上述的文献中，由于在报告过程中排除了一些感知数据，并非所有的本地感知结果都将出现在FC上。因此，总体检测精度将受到影响，导致吞吐量下降，从而影响到全局能量效率。经研究发现，目前相关研究方案中让所有协作SUs报告感知结果，可能会导致较大的检测延迟、能量损耗和对PUs的干扰。

发明内容

针对以上现有技术的不足，本发明提出一种基于能效的用户选择协作频谱感知方法，在不影响检测概率的情况下提高了能量效率。

一种基于能效的用户选择协作频谱感知方法，包括以下步骤：

步骤101：采用两次检测策略进行协作频谱感知；

步骤102：采用反对用户上报策略进行信息报告；

步骤103：采用历史信息计数方案选择广播用户。

优选地，所述步骤101采用采用两次检测策略进行协作频谱感知包括：

考虑由一个授权用户PU、N个认知用户SU和一个具有感知功能的融合中心(sensing fusion center，SFC)组成的认知无线电网络CRNs。

(1)SFC首先进行本地检测。

(2)如果SFC检测到了PU是正在被使用的，它会通过广播宣称PU被占用的信息给其他SU，然后立即停止频谱感知。当协作SU接收到广播信息之后，他们会保持静默状态并为下次感知做好准备。

(3)否则，为了提高检测概率并降低对PU的干扰，SUs应该进行协作频谱感知，并把本地检测结果与广播用户的结果进行比较。

优选地，所述步骤102采用反对用户上报策略进行信息报告包括：

若SFC检测到PU不存在则SUs进行协作频谱感知，并选择一个SU广播其本地决策，而其它的SU应该反对或同意公布的决策。每个反对的SU将在其报告时段向SFC发送异议报告，而同意的SU将在其时隙保持静默。这样做，CSS中消耗的能量较少，并且检测精度不受影响。

优选地，所述步骤103采用历史信息计数方案选择广播用户包括：

广播SU的选择是所提出方案的关键因素。具体地，由广播SU的本地检测精度，即P_di和P_fi来确定节省的能量。棘手地是，广播SU不需要是实现最佳检测精度的那个，应该选择广播SU，使得其决策将很可能与网络中的大多数其它SU一致。这样选择广播SU，以便通过减少反对SU的数量来最小化总的能量消耗。

选择广播SU的实际算法是在SFC处启动每个SU的计数器。这个计数器根据大多数决策按每个CSS循环进行更新。为了更准确地选择出最佳的广播SU，我们需要考虑每个SU的历史感知信息。

与现有技术相比，本发明的有益效果在于：本发明提出的方案并不会让所有的SUs上报结果，而是选择出一个广播用户，向所有SUs广播其本地检测决策，而其它SUs根据这个决策与自己的本地检测决策进行比较，反对则上报给SFC，同意则保持静默，在不降低检测概率的同时，减少上报的数量，从而降低能量消耗，提高能量效率。

附图说明

图1本发明基于能效的用户选择协作频谱感知方法优选实施例流程图；

图2本发明用户两次检测策略的系统模型图；

图3本发明频谱感知时隙图；

图4本发明用于反对用户上报择策略的实施例流程图；

图5本发明与现有技术能效仿真比较图。

具体实施方式

为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。

图1本发明基于能效的用户选择协作频谱感知方法优选实施例流程图，该方法包括以下步骤：

步骤101：采用两次检测策略进行协作频谱感知；

步骤102：采用反对用户上报策略进行信息报告；

步骤103：采用历史信息计数方案选择广播用户。

为实现所述步骤101中两次检测策略，图2给出用户选择协作频谱感知策略的系统模型，包括：

考虑由一个PU、N个SU和一个SFC组成的CRNs，其中SU1被选为广播用户，向其它SU广播自己的本地感知结果，SU3认为自己的本地感知结果与广播用户不一致，向SFC上报反对信息，而其他同意的SUs则保持静默。

假设单信道频谱的占用概率由P₁表示(P₀＝1-P₁)。CSS在每个时间帧开始，SFC单独地进行频谱感知。如果SFC未能检测到PU存在，为了提高全局检测概率同时减少对PUs之间传输的干扰，SUs应该协助SFC进行进一步的频谱感知。如果SFC检测到PU存在，CCS会推迟信息传输并在下一个传输时隙继续尝试，尽管这样可能会增加全局虚警概率，但是现目前关于协作频谱感知的研究方法是通过固定可接受的虚警概率范围，从而得到对应的检测概率来判别整体检测性能。而在本文方案中，SFC能够获得所有SU的检测结果信息，并不会为了减少感知结果信息上报而缺失部分感知信息，所以整体检测概率不会受到影响。

假设每个SU发出关于频段可用性的本地决策μ_i{0,1}。空闲频段由μ_i＝0表示，而μ_i＝1表示频段被占用。每个SU的本地决策的可靠性通过两个指标进行评估：局部检测概率(P_di)和局部虚警概率(P_fi)。前者被定义为正确检测到频段被占用的概率，而后者是在频段空闲时检测到被占用的概率。

根据CSS过程，下一步是在SFC上共享所有的本地决策，我们假定SUs以时分多址模式运行，其中每个SU都有自己的时隙。每个MAC帧由两部分组成，分别是感知时期和传输时期。如图2所示，为简单起见，假定感知子时隙为{t₀,t₁,...,t_N}，它们占用相同的时间τ。因此，一个感知时隙持续的时间为T＝(N+1)τ。

该发明协作频谱感知时隙结构如图3所示，具体包括：

图3(a)表示在传统方案中，在t₀时所有的SU独立检测P的状态，然后每个SU会在{t₀,t₁,...,t_N}报告它们的本地检测信息给SFC。特别地是，每个SU对它们的本地检测结果用循环冗余码(cyclicredundancycode，CRC)进行编码，然后把CRC码信号指示器送到已经准备好CRC检测的SFC处。最后，只有被成功解码的结果会被用来数据融合。

本发明的时隙结构如图3(b)所示，与传统方案相比，在整个感知时长T中只有β(0＜β≤1)T是用来感知的。然后，每个感知时隙被进一步划分成三个子时隙{t'₀,t₁',t₂'}。其中t'₀和t₁'都占有ηβT(0＜η＜0.5)，t₂'占有剩下的(1-2η)βT。

在SFC中，采用特定的融合规则(fusionrules，FR)来处理这些报告的决策，以便作出全局决策。一般FR被称为KoutofN规则，其中K是提供μ_i＝1(1≤K≤N)的本地决策的用户数量。根据这个规则，报告1的用户数与K进行比较。如果小于K，则判定频段空闲。否则，频段被视为占用。如果频段已经被确定为空闲，那么其中一个SU将被安排在剩余时间内传输其数据。全局检测精度由全局检测概率(P_D)和全局虚警概率(P_F)评估。两者都与本地检测使用的指标相似，但与SFC的全局决策相关。值得注意地是，高P_D值有助于限制对PUs的干扰，而低P_F值提高了频谱利用率。

进一步，为实现图1流程图步骤102中反对用户上报策略，图4给出了反对用户上报策略的实施例流程，具体包括：

(1)从SFC角度来看：

步骤102A：初始化计数信息α＝0。

步骤102B：SFC单独进行本地检测；

步骤102C：若检测成功，即SFC判定PU存在此轮CSS结束，所有SUs保持静默并等待下轮CSS；

步骤102D：若检测失败，即SFC未能感知到授权用户PU是否存在，则选择一个广播用户广播其本地检测信息；

步骤102E：若全局决策为0，即判决为PU不存在，则选择一个SU进行数据传输。

步骤102F：使用大多数决策更新α的值进入下轮CSS。

(2)从SUs角度来看：

步骤102a：当SFC检测失败时进行本地频谱感知。

步骤102b：若被选为广播用户，则向其他所有SU广播本地检测结果；

步骤102c：若未被选为广播用户，则听取广播信息并判断是否与本地信息一致，同意保持静默，否则向SFC发送异议报告；

步骤102d：若被选择为传输用户则传输数据，否则保持静默。

在传统的CSS方案中，所有SU都应将其本地决策报告给SFC。只要CRN持续，这意味着额外的能量消耗是连续的^[16]。整个CRN的一轮总能耗可以表述如下：

E^Tra＝(N+1)E_S+NE_R+P_freeE_T (1)

其中上标Tra表示传统方案，E_S，E_R和E_T分别是本地频谱感知中消耗的能量，向SFR报告决策消耗的能量，数据传输中分配一个SU消耗的能量。E_S和E_R始终存在，而E_T是PU不存在才会消耗的能量。P_free是全局决策为“0”的概率，表示如下：

P_free＝P₁(1-P_ds)(1-P_D)+P₀(1-P_fs)(1-P_F) (2)

其中P_ds和P_fs分别是SFC单独进行频谱感知的检测概率和虚警概率。根据(1)式，能量消耗随着N的增加而增加，当N很大时可能导致SUs产生巨大的能量消耗。因此，我们提出了基于能效的用户选择协作频谱感知方案。本文方案中上报SUs的数量小于N，所以能耗会降低，其总能耗可以表示如下：

其中上标Pro表示本文所提出的方案，E_BC是广播中消耗的能量，是当第i个用户正在广播时反对SUs的数量。接收广播决策所消耗的能量被认为包含在报告能量(E_R)中。值得注意的是，所有的本地决策将在CSS过程结束时在SFC上提供。因此，所提出的方案不会降低检测概率，并且仍然提供与常规CSS方案相同的检测概率。从(3)式开始，总能耗取决于反对的数量。假设第j个SU是广播SU，第i个SU将发送异议报告的概率可以表示如下：

(4)式中出现的四个因子表示第i个SU发送反对意见的四种可能情况，如下：(i)广播SU发生虚警而第i个SU未发生虚警，(ii)广播SU未发生虚警而第i个SU发生虚警，(iii)广播SU检测到PU存在而第i个SU未检测到PU，(iv)广播SU未能检测到PU而第i个SU检测PU存在。

第i个SU正在广播时的反对SU的平均数量可以表示如下：

其中：

其中表示从N个SU的总数中选出n个SU的整体可能组合。

进一步，对于图1流程图步骤103中描述的采用历史信息计数方案选择广播用户具体如下：

广播SU的选择是所提出方案的关键因素。具体地，由广播SU的本地检测精度，即P_di和P_fi来确定节省的能量。棘手地是，广播SU不需要是实现最佳检测精度的那个，应该选择广播SU，使得其决策将很可能与网络中的大多数其它SU一致。这样选择广播SU，以便通过减少反对SU的数量来最小化总的能量消耗。因此，最佳广播SU应该是要符合大多数其它SUs的本地决策。值得注意地是，大多数决策可能与SFC所做的全局决策有所不同。例如，如果SFC采用AND规则或OR规则，则全局决策很可能不符合大多数决策。

选择广播SU的实际算法是在SFC处启动每个SU的计数器。这个计数器根据大多数决策按每个CSS循环进行更新。为了更准确地选择出最佳的广播SU，我们考虑了每个SU的历史感知信息，虽然每轮CSS中SFC只会接收到反对SU的感知信息，但是SUs总数对SFC来说是确定的，所以SFC处可以获得所有SU的感知信息集。在SFC处保留当前CSS循环和上一轮中SUs的感知结果，在更新决策时提取上一轮CSS的感知数据进行比较。具体来说，如果SU的本轮CCS的本地决策与大多数决策一致，而其上一轮CSS的本地决策与大多数决策不一致，则其对应的计数器将增加1。如果SU的本轮CSS的本地决策与大多数决策一致，并且上一轮CSS的本地决策与大多数决策也一致，则其对应的计数器增加2。如果我们在第k个CSS循环中用α_i,k表示第i个SU的计数器，那么α_i,k应该更新如下：

其中M_k是大多数决策，而α_i,0＝0，μ_i,0＝M₀。

每个CSS轮次，SFC将根据计数器的当前状态选择广播SU，其中给出第i个SU的广播概率如下：

所选择的SU将在第一时隙作为广播SU。这意味着，SFC应该更新每一轮的报告顺序，以避免在报告本地决策时发生任何可能的冲突。

3.3吞吐量奖励

广播的决策应转发给整个CRN，而在正常报告中，本地决策只发送给SFC。因此，广播消耗的能量比正常报告更多。所以这些具有高价值的SUs将遭受高能耗，而另一些SUs则由于甚至不报告本地决策而节省能量。受此影响，提出的方案可以更频繁地向广播SU提供吞吐量奖励。这样做，那些在广播中损耗能量的SU将通过实现更高的吞吐量得到补偿。根据这个吞吐量的回报，在SU中可以实现能量效率的公平性。特定SU的奖励概率等于如下给出的广播概率：

注意，(9)式不意味着特定一轮CSS中的广播SU是相应数据传输帧上的奖励SU。

每个SU的个体能量效率可以被定义为可实现的吞吐量与消耗的能量之间的比率，表示为：

第i个SU消耗的平均个体能量可以表示如下：

个体可实现的吞吐量可以表示如下：

D_i＝(1-P_fs)P₀(1-P_F)P_sch,iRT (12)

其中只有当频段正确地被识别为空闲时，才能成功的进行数据传输，由(12)式的因子(1-P_fs)P₀(1-P_F)表示。从(11)式和(12)式可以看出，广播概率的增加也增加了单个能量消耗，但也增加了单个可实现的吞吐量，从而达到了SU中可实现的能量效率平衡。

为说明本发明的有益效果，本发明的性能通过数值和模拟结果评估，具体参数按照表1进行仿真。

表1仿真参数

参数	值
		检测概率P0	0.5
传输速率R/Mbps	1
		本地感知消耗能量ES/mJ	0.1
向SFC报告消耗的能量ER/mJ	1
		数据传输选择SU消耗的能量ET/mJ	6
广播消耗的能量EBC/mJ	1.8
		感知时间T/sec	0.2
SFC的检测概率	0.7
		SFC的虚警概率	0.01

由5个SU组成的CRN的数值结果如表2和表3所示。表2中的前两列列出了随机选择的每个SU的个体感知性能。采用的FR被认为是大多数规则(K＝N/2)。关于提出的方案和传统方案的单个能量消耗、可实现的吞吐量和能量效率示于表2中。传统的CSS方案是指所有SU感知并将其结果报告给SFC的方案，并且在所有SU被选择为广播SU的概率都相等的情况下随机选择奖励的SU。

表2个体性能

	Pd	Pf	BC％	E	ETra	D	DTra	u	μTra
										CU1	0.6	0.1	20.95	1.45	1.86	18.02	17.56	12.43	9.44
CU2	0.5	0.4	16.92	1.32	1.86	15.65	17.58	11.86	9.45
										CU3	0.6	0.3	18.63	1.39	1.86	16.98	17.61	12.22	9.47
CU4	0.8	0.05	22.65	1.52	1.86	19.56	17.65	12.87	9.49
										CU5	0.55	0.1	20.85	1.48	1.86	17.71	17.52	11.97	9.42

表III全局性能

	PD	PF	E[mJ]	D[Kb]	μ[Mb/J]
						传统方案	0.7	0.03	9.3	87.92	9.45
本文方案	0.7	0.03	7.16	87.92	12.27

关于表2所示的个体能量消耗，结果表明，与常规方案相比，所有SU节省了不同的能量。然而，SU中不同的个体能量消耗是来自不同的广播和反对概率。所传输的数据分布在常规方案中几乎相同，而在所提出的方案中，传输机会基于广播阶段的贡献来分发。因此，与常规方案相比，在所提出的方案中，每个SU的个体能量效率已得到改善。在表3所示的全局性能中，两种方案的全局检测精度相等，不影响检测概率是大多数文献中的方案中通常不存在特征。提出的方案可以为整个CRN节省23.2％的能量，从而使整个CRN的能量效率提高29.8％。

为了与其它方案进行比较，我们选择基于异议的协作频谱感知方案(objection-based，OB)和传统方案。三种方案的全局能量效率比较如图5所示(当N＝5时的能效与表2不同是因为选取了不同的P_d和P_f)。SUs的检测和虚警概率分别从[0.40.95]和[0.050.6]中均匀地选择。全局能量效率被选为比较基准，因为它包含了所有的性能方面。一般来说，所有方案的全局能量效率会因为个体感知消耗能量的增加而减少。

在传统方案中，由于所有SU都会上报感知结果，每个SU所消耗的能量与本文方案相比大大增加，所以能量效率是最低的。在OB方案中，采用了与本文类似的基于异议SU上报的策略，但是本文在采用的系统模型中SFC起到避免不必要的感知过程作用，减少了协作频谱感知的次数，从而节省了感知过程和报告过程的开销。本文的方案能够比其它方案实现更高的能量效率，这是减少报告数量和不必要感知过程的结果。

本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于能效的用户选择协作频谱感知方法，其特征在于，包括以下步骤：

步骤101：采用两次检测策略进行协作频谱感知；

步骤102：采用反对用户上报策略进行信息报告；

步骤103：采用历史信息计数方案选择广播用户。

2.根据权利要求1所述的基于能效的用户选择协作频谱感知方法，其特征在于，所述步骤101采用两次检测策略进行协作频谱感知包括：

考虑由一个授权用户PU、N个认知用户SU和一个具有感知功能的融合中心SFC组成的认知无线电网络CRNs。

(1)SFC首先进行本地检测。

(2)如果SFC检测到了PU是正在被使用的，它会通过广播宣称PU被占用的信息给其他SU，然后立即停止频谱感知。当协作SU接收到广播信息之后，他们会保持静默状态并为下次感知做好准备。

(3)否则，为了提高检测概率并降低对PU的干扰，SUs应该进行协作频谱感知，并把本地检测结果与广播用户的结果进行比较。

3.根据权利要求1所述的基于能效的用户选择协作频谱感知方法，其特征在于，所述步骤102采用反对用户上报策略进行信息报告包括：

若SFC检测到PU不存在则SUs进行协作频谱感知，并选择一个SU广播其本地决策，而其它的SU应该反对或同意公布的决策。每个反对的SU将在其报告时段向SFC发送异议报告，而同意的SU将在其时隙保持静默。这样做，CSS中消耗的能量较少，并且检测精度不受影响。

4.根据权利要求1所述的能效的用户选择协作频谱感知方法，其特征在于，所述步骤103采用历史信息计数方案选择广播用户包括：

广播SU的选择是所提出方案的关键因素。具体地，由广播SU的本地检测精度，即P_di和P_fi来确定节省的能量。棘手地是，广播SU不需要是实现最佳检测精度的那个，应该选择广播SU，使得其决策将很可能与网络中的大多数其它SU一致。这样选择广播SU，以便通过减少反对SU的数量来最小化总的能量消耗。

选择广播SU的实际算法是在SFC处启动每个SU的计数器。这个计数器根据大多数决策按每个CSS循环进行更新。为了更准确地选择出最佳的广播SU，我们需要考虑每个SU的历史感知信息。