CN108809455B - 基于网络编码的rfeh-cr数据传输时间分配方法 - Google Patents

Abstract

本发明公开了一种基于网络编码的RFEH‑CR数据传输时间分配方法，包括以下步骤：S1、建立带移动节点的网络拓扑结构；S2、在一个长度为T的时隙内，将M个SU节点首先划分为不同的簇，簇中每个SU节点在进行数据传输过程中先后进行网络编码、能量收集、频谱感知、以及数据传输；能量收集过程中能量收集系数α为能量收集时间与T‑T_c的比值；频谱感知过程中的频谱感知系数β为频谱感知时间与T‑T_c的比值，频谱感知同时统计每个节点的能量系数ω。本发明的数据传输时间分配方法，以优化的能量收集时间系数α，感知时间系数β，及数据传输时间系数1‑α‑β，最终使节点的吞吐量最大。

Description

基于网络编码的RFEH-CR数据传输时间分配方法

技术领域

本发明涉及5G关键技术之一的认知无线电技术领域，更具体地说，本发明涉及一种基于网络编码的RFEH-CR数据传输时间分配方法。

背景技术

随着无线通信的持续发展，频谱资源短缺及设备能量受限等问题日益显著。射频能量收集认知无线电(RFEH-CR)作为一种新兴的无线通信技术，通过允许能量受限的次级用户(SU)从周围环境的射频信号中采集能量进行供电，并在不影响主用户(PU)通信的情况下使用主用户的授权频谱进行通信，从而解决了无线通信的能量限制和频谱限制问题。与传统认知无线电技术相比，RFEH-CR的次用户节点作为可移动节点，无外接电源，并且有限的时间资源为能量收集、频谱感知、数据传输三者所共享，因而收集的能量是有限的，极易产生能量中断问题。因此，RFEH-CR网络的能量均衡及时间分配问题至关重要。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于网络编码的RFEH-CR数据传输时间分配方法，通过在能量约束及碰撞约束的条件下，建立能量收集时间优化模型及吞吐量最大化的约束模型，得到优化的能量收集时间系数α，感知时间系数β，及数据传输时间系数1-α-β，最终使节点的吞吐量最大。

为了实现根据本发明的这些目的和其它优点，提供了一种基于网络编码的RFEH-CR数据传输时间分配方法，包括以下步骤：

S1、建立带移动节点的网络拓扑结构，所述网络拓扑结构包括多个汇聚中心、PU节点和SU节点，每个PU节点分别具有一个授权的频谱信道，而每个SU节点都具有从环境中的射频信号收集能量的能力，并在能量因果关系约束和碰撞约束的条件下，通过感知PU节点信道并利用频谱空洞进行数据传输；

S2、在一个长度为T的时隙内，将M个SU节点首先划分为不同的簇，簇中每个SU节点在进行数据传输过程中先后进行网络编码、能量收集、频谱感知、以及数据传输；其中，

划分为不同的簇与网络编码的时间之和为T_c；

能量收集过程中能量收集系数α为能量收集时间与T-T_c的比值；

频谱感知过程中的频谱感知系数β为频谱感知时间与T-T_c的比值，频谱感知同时统计每个节点的能量系数ω，

E_s(t)为在时隙T开头的存储的能量，E_o为网络编码后需要传输的数据消耗的能量；

所述α＝(1-β)(4ω²-4ω+1)。

优选的是，所述的基于网络编码的RFEH-CR数据传输时间分配方法，包括N个PU节点和M个SU节点，M≥N；

频谱感知系数β根据最优感知时间机制获得最优值β^*，以使SU节点的网络吞吐量最大；

最优感知时间机制具体如下：

A1、z_i,j表示第i个SU节点的感知第j个PU节点使用信道的情况，

每一个SU节点一个时隙T内只能并且必须感知一个PU节点信道，并且每个PU节点至少要被感知一次，依据平均原则，则感知第j个PU节点信道的SU节点的个数为k_j，

A2、k_j个SU节点中每个SU节点感知PU节点信道的虚警概率P_fl(λ,β)和检测概率P_dl(λ,β)表示为：

其中，λ表示局部检测阈值，f_s为采样频率，

为噪声功率，

是SU信号的发射功率，

A3、k_j个SU节点感知PU节点信道的虚警概率和检测概率经汇聚节点根据OR准则融合后，得到第j个PU节点信道的虚警概率P_f,j和检测概率P_d,j，第j个PU节点信道的虚警概率P_f,j和检测概率P_d,j分别表示为：

假设第i个SU节点对应感知的是第j个PU节点信道，则第i个SU节点的吞吐量为：

其中，P_oc表示PU节点使用信道的概率，C₀表示PU节点不使用授权信道时信道的最大信道容量，C₀＝log₂(1+γ)，其中，

V＝(2ω-1)²e_h+e_sp，E_c是划分不同的簇及网络编码过程中消耗的能量，e_h、e_sp分别表示能量收集速率及频谱感知能量消耗速率；

由于α＝(1-β)(4ω²-4ω+1)，则第i个SU节点的吞吐量进一步为：

其中，

P_oc表示PU节点使用信道的概率，

在能量约束和碰撞约束条件下，为了使第i个SU节点的吞吐量最大，每个信道上检测概率P_d,j(λ,β)需要大于等于预设的目标检测概率

节点的检测阈值λ的最优值应该在取等号时取得，因此λ可以表示为：

其中，Q^-1()是Q函数的逆函数，则SU节点感知PU节点信道的虚警概率可以表示为：

进一步，为了使第i个SU节点的吞吐量最大，则使-R_i(β)最小，其中，

利用拉格朗日乘子，将约束优化问题转化为无约束优化问题如下：

其中，μ₁、μ₂、μ₃、μ₄是非负的拉格朗日乘子。然后在KKT条件下，对β进行求导：

因此，存在最优的频谱感知系数β^*使得SU节点吞吐量最大化，并且β^*满足：

本发明至少包括以下有益效果：

1、本发明的基于网络编码的RFEH-CR数据传输时间分配方法，通过在能量约束及碰撞约束的条件下，建立能量收集时间优化模型及吞吐量最大化的约束模型，得到优化的能量收集时间系数α，感知时间系数β，及数据传输时间系数1-α-β，最终使节点的吞吐量最大。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

具体实施方式

下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

一种基于网络编码的RFEH-CR数据传输时间分配方法，包括以下步骤：

S1、建立带移动节点的网络拓扑结构，所述网络拓扑结构包括多个汇聚中心、PU节点和SU节点，每个PU节点分别具有一个授权的频谱信道，而每个SU节点都具有能量收集能力，并在能量因果关系约束和碰撞约束的条件下，通过感知PU节点信道并利用频谱空洞进行数据传输；

S2、在一个长度为T的时隙内，将M个SU节点首先划分为不同的簇，簇中每个SU节点在进行数据传输过程中先后进行网络编码、能量收集、频谱感知、以及数据传输；其中，

划分为不同的簇与网络编码的时间之和为T_c；

能量收集过程中能量收集系数α为能量收集时间与T-T_c的比值；

频谱感知过程中的频谱感知系数β为频谱感知时间与T-T_c的比值，频谱感知同时统计每个节点的能量系数ω，

E_s(t)为在时隙T开头的存储的能量，E_o为网络编码后需要传输的数据消耗的能量；

所述α＝(1-β)(4ω²-4ω+1)。

本发明的基于网络编码的RFEH-CR数据传输时间分配方法，RFEH-CR网络由L个汇聚中心、N个PU节点和M个SU节点组成，其中M≥N。每个PU节点分别具有一个授权的频谱信道并且都由外接电源供电即不受能量限制，而每个SU节点都具有能量收集能力，具有用于存储数据包的数据队列和用于存储从环境中收集能量的能量队列，并在能量因果关系约束和碰撞约束的条件下，通过感知PU信道并利用频谱空洞进行数据传输。其中能量因果关系约束要求总消耗能量不应超过总收获能量，而碰撞约束是保护主网络不受次级传输的干扰。对于时隙模型，假设各信道时间同步，对于SU使用空闲时隙，长度T的时隙进一步划分为五个部分，包括簇的建立及网络编码时间T_c、能量收集时间、感知时间和传输时间。簇的建立及网络编码时间T_c，相对于能量收集时间、感知时间和传输时间很小，固可将T_c看成定值，将能量收集时间系数α与频谱感知时间系数β之间的关系设置为α＝(1-β)(4ω²-4ω+1)，能保证节点有足够传输能量的同时也提高了时间效益。

所述的基于网络编码的RFEH-CR数据传输时间分配方法，包括N个PU节点和M个SU节点，M≥N；

频谱感知系数β根据最优感知时间机制获得最优值β^*，以使SU节点的网络吞吐量最大；

最优感知时间机制具体如下：

A1、z_i,j表示第i个SU节点的感知第j个PU节点使用信道的情况，

每一个SU节点一个时隙T内只能并且必须感知一个PU节点信道，并且每个PU节点至少要被感知一次，依据平均原则，则感知第j个PU节点信道的SU节点的个数为k_j，

比如M＝10，N＝3时，则感知PU节点信道的SU节点的个数为3、3、4；

A2、k_j个SU节点中每个SU节点感知PU节点信道的虚警概率P_fl(λ,β)和检测概率P_dl(λ,β)表示为：

其中，λ表示局部检测阈值，f_s为采样频率，

为噪声功率，

是SU信号的发射功率，

A3、k_j个SU节点感知PU节点信道的虚警概率和检测概率经汇聚节点根据OR准则融合后，得到第j个PU节点信道的虚警概率P_f,j和检测概率P_d,j，第j个PU节点信道的虚警概率P_f,j和检测概率P_d,j分别表示为：

假设第i个SU节点对应感知的是第j个PU节点信道，则第i个SU节点的吞吐量为：

其中，P_oc表示PU节点使用信道的概率，C₀表示PU节点不使用授权信道时信道的最大信道容量，C₀＝log₂(1+γ)，其中，

V＝(2ω-1)²e_h+e_sp，E_c是划分不同的簇及网络编码过程中消耗的能量，e_h、e_sp分别表示能量收集速率及频谱感知能量消耗速率；

由于α＝(1-β)(4ω²-4ω+1)，则第i个SU节点的吞吐量进一步为：

其中，

P_oc表示PU节点使用信道的概率，

在能量约束和碰撞约束条件下，为了使第i个SU节点的吞吐量最大，每个信道上检测概率P_d,j(λ,β)需要大于等于预设的目标检测概率

节点的检测阈值λ的最优值应该在取等号时取得，因此λ可以表示为：

其中，Q^-1()是Q函数的逆函数，则SU节点感知PU节点信道的虚警概率可以表示为：

进一步，为了使第i个SU节点的吞吐量最大，则使-R_i(β)最小，其中，

利用拉格朗日乘子，将约束优化问题转化为无约束优化问题如下：

其中，μ₁、μ₂、μ₃、μ₄是非负的拉格朗日乘子。然后对β进行求导：

在KKT条件下，互补松弛条件为：

由于P_fl(β)＝1意味着每一次SU的检测结果都是错误的，为不正常的工作状态，因此P_fl(β)≠1，即

中的第1、2、4、6项因式都大于0，第3、5项因式小于等于0，因此，存在最优的频谱感知系数β^*满足互补松弛条件使得SU节点吞吐量最大化。因此，β^*最终满足：

本发明的基于网络编码的RFEH-CR数据传输时间分配方法，先根据节点不同的能量状态及传输负荷设置能量收集时间模型，然后基于能量收集时间模型以最大化吞吐量为目标，得到优化的能量收集时间系数α，感知时间系数β，及数据传输时间系数1-α-β，将此方案作为方案一。

不同k_j值下的α、β联合优化方案，是在不同的k_j值下，以最大吞吐量为目标，利用二分法与简化线性搜索方法求解最优的收集时间系数α及感知时间系数β及数据传输时间系数1-α-β，具体参照：F.Yao,H.Wu,Y.Chen,Y.Liu and T.Liang,"Cluster-BasedCollaborative Spectrum Sensing for Energy Harvesting Cognitive WirelessCommunication Network,"in IEEE Access,vol.5,pp.9266-9276,2017，将此方案作为方案二。

固定α、β值优化方案，是在单点感知信道(即k_j＝1)的条件下，以最大化吞吐量为目标，求解最优的α、β值，将求解的α、β值作为不同k_j值下的分配时间系数，因此，不同的k_j值下，能量收集时间系数α、感知时间系数β、数据传输时间系数固定不变，将此方案作为方案三。

在不同的SU节点剩余能量及SU节点预传输消耗能量下，对以上提出的三种时间方案利用MALAB搭建实验平台进行仿真求解，仿真参数如表1所示：

表1-仿真参数

上述三种方案的仿真结果如表2所示，从表2中可以看出在感知第j个PU节点信道的SU节点的个数为k_j大于3之后，本发明的方案一的节点吞吐量最大，因此本发明的时间分配方法是最优的。

表-2三种方案的仿真结果

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (1)

1.基于网络编码的RFEH-CR数据传输时间分配方法，其特征在于，包括以下步骤：

S1、建立带移动节点的网络拓扑结构，所述网络拓扑结构包括多个汇聚中心、PU节点和SU节点，每个PU节点分别具有一个授权的频谱信道，而每个SU节点都具有从环境中的射频信号收集能量的能力，并在能量因果关系约束和碰撞约束的条件下，通过感知PU节点信道并利用频谱空洞进行数据传输；

S2、在一个长度为T的时隙内，将M个SU节点首先划分为不同的簇，簇中每个SU节点在进行数据传输过程中先后进行网络编码、能量收集、频谱感知、以及数据传输；其中，

划分为不同的簇与网络编码的时间之和为T_c；

能量收集过程中能量收集系数α为能量收集时间与T-T_c的比值；

频谱感知过程中的频谱感知系数β为频谱感知时间与T-T_c的比值，频谱感知同时统计每个节点的能量系数ω，

E_s(t)为在时隙T开头的存储的能量，E_o为网络编码后需要传输的数据消耗的能量；

所述α＝(1-β)(4ω²-4ω+1)；

所述网络拓扑结构具有N个PU节点和M个SU节点，M≥N；

频谱感知系数β根据最优感知时间机制获得最优值β^*，以使SU节点的网络吞吐量最大；

最优感知时间机制具体如下：

A1、z_i，j表示第i个SU节点的感知第j个PU节点使用信道的情况，

每一个SU节点一个时隙T内只能并且必须感知一个PU节点信道，并且每个PU节点至少要被感知一次，依据平均原则，则感知第j个PU节点信道的SU节点的个数为k_j，

或

A2、k_j个SU节点中每个SU节点感知PU节点信道的虚警概率P_fl(λ，β)和检测概率P_dl(λ，β)表示为：

其中，λ表示局部检测阈值，f_s为采样频率，

为噪声功率，

是SU信号的发射功率，

A3、k_j个SU节点感知PU节点信道的虚警概率和检测概率经汇聚节点根据OR准则融合后，得到第j个PU节点信道的虚警概率P_f，j和检测概率P_d，j，第j个PU节点信道的虚警概率P_f，j和检测概率P_d，j分别表示为：

假设第i个SU节点对应感知的是第j个PU节点信道，则第i个SU节点的吞吐量为：

其中，P_oc表示PU节点使用信道的概率，C₀表示PU节点不使用授权信道时信道的最大信道容量，C₀＝log₂(1+γ)，其中，

V＝(2ω-1)²e_h+e_sp，E_c是划分不同的簇及网络编码过程中消耗的能量，e_h、e_sp分别表示能量收集速率及频谱感知能量消耗速率；

由于α＝(1-β)(4ω²-4ω+1)，则第i个SU节点的吞吐量进一步为：

其中，

P_oc表示PU节点使用信道的概率，

在能量约束和碰撞约束条件下，为了使第i个SU节点的吞吐量最大，每个信道上检测概率P_d，j(λ，β)需要大于等于预设的目标检测概率

节点的检测阈值λ的最优值应该在取等号时取得，因此λ可以表示为：

其中，Q^-1()是Q函数的逆函数，则SU节点感知PU节点信道的虚警概率可以表示为：

进一步，为了使第i个SU节点的吞吐量最大，则使-R_i(β)最小，其中，

利用拉格朗日乘子，将约束优化问题转化为无约束优化问题如下：

其中，μ₁、μ₂、μ₃、μ₄是非负的拉格朗日乘子；然后在KKT条件下，对β进行求导：

因此，存在最优的频谱感知系数β^*使得SU节点吞吐量最大化，并且β^*满足：