CN110290593A - 基于双跳阈值决策的无线分布式网络机会信道接入方法 - Google Patents

Abstract

本发明公开了一种基于双跳阈值决策的无线分布式网络机会信道接入方法。该方法为：首先多个信源节点通过竞争发送探测包，获取获胜信源节点到所有中继节点的信道状态；离线计算阈值，与当前信道状态进行阈值比较，得到第一跳信道接入决策；信源节点将数据包广播发送到所有中继节点，中继节点对信道进行数字采样保存；然后多个中继节点通过竞争发送探测包，获取中继节点到信宿节点信道的实时状态，在线计算阈值，通过在线阈值比较，得到第二跳信道接入决策，竞争获胜中继节点转发采样后的数据至信宿节点，完成一次多信源‑信宿对的分布式信道接入；多个信源节点重新进行竞争接入，重复上述接入过程。本发明提高了分布式协同网络的平均网络吞吐率。

Description

基于双跳阈值决策的无线分布式网络机会信道接入方法

技术领域

本发明涉及无线通信技术领域，特别是一种基于双跳阈值决策的无线分布式网络机会信道接入方法。

背景技术

当前无线协同网络主要包括集中式协同网络和分布式协同网络。集中式协同网络中的机会信道接入(调度)已得到广泛研究和使用。如图1所示，在集中式协同网络模式中，每个用户(信源节点)都只能以单跳的方式接入中继节点，用户发送数据包，中继节点集群的中央协调器收集并分析所有用户的信道状态信息，选择一个拥有最优质量的机会信道，辅助用户使用中继节点进行数据传输，将用户发送到中继集群的数据包通过中继节点选择发送到信宿节点。以上过程依托中央协调器完成集中式信道调度，以保证协同网络的整体网络平均吞吐率达到最优。

现有在集中式协同网络中进行中继选择的信道接入方法，存在以下两方面的缺陷：

1、实现复杂，需要设置中央协调器对中继节点进行统一调度和管理，系统鲁棒差，一旦中央协调器发生故障，整个协同网络不能正常运行；

2、由于节点没有竞争，需要中央协调器对每个用户的信息状态进行评估探测，信令开销随信源节点数线性增加，同时在协同网络下，信令开销随中继点数量乘性增加，导致集中式信道接入的信令开销巨大，严重影响协同网络的信道利用率。

发明内容

本发明的目的在于提供一种能够提升网络平均吞吐量、方法简单、可靠性高的基于双跳阈值决策的无线分布式网络机会信道接入方法。

实现本发明目的的技术解决方案为：一种基于双跳阈值决策的无线分布式网络机会信道接入方法，对无线分布式协同网络做如下刻画：

系统包含多个信源节点s_i、放大转发中继节点r_j和信宿节点d_i，i＝1,2,…K，j＝1,2,…L；从信源节点到信宿节点的信息传输没有直接连接，需要依靠中继节点协助进行信息传输；L个中继节点辅助K个信源-信宿节点对进行协同通信，信源-信宿节点对满足映射应关系，信源节点s_i发送的信息经中继节点传输到信宿节点d_i。

进一步地，包括第一跳信源节点到中继节点的阈值决策过程和第二跳中继节点到信宿节点的阈值决策过程，具体如下：

第一跳信源节点到中继节点的阈值决策过程：

步骤1，多个信源节点进行信道竞争探测，成功完成单次信道探测的次数为n，首次竞争成功记为n＝1；从持续时间δ的时隙开始处，所有信源节点以概率p₀发送RTS数据包来独立竞争信道；

步骤2，所有中继节点使用CTS数据包对信源节点s(n)进行响应，使得信源节点s(n)获得自身到中继节点的信道状态信息Γ(n)；s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送；

步骤3，基于实时测量的第一跳信道状态信息Γ(n)，在线计算阈值λ^*；

步骤4，计算第一跳阈值决策所需的参数和

步骤5，计算离线阈值γ^*，使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策；

第二跳中继节点到信宿节点的阈值决策过程：

步骤6，开始中继节点的竞争，从持续时间δ的时隙开始处，所有中继节点以概率p₁竞争发送RTS包；

步骤7，获胜中继节点r_j＝j(m)在第一跳传输中具有f_s(n)j(m)(n)的信道信息，根据该信息计算信源节点s(n)到信宿节点d(n)的可达速率R_m，j＝1,2,…L；f_s(n)j(m)(n)表示第一跳的信道增益，即信源节点s(n)到中继节点j(m)的信道增益，其中s(n)为信源节点、j(m)为中继节点，d(n)为信宿节点，n为信源节点s(n)进行竞争探测次数，m为中继节点j(m)进行竞争探测次数，d(n)表示和信源节点s(n)相对应的信宿节点；

步骤8，中继节点r_j根据阈值λ^*进行决策，然后进行数据传输；

步骤9，结束本次传输，所有信源节点下一时隙开始新一轮信道竞争。

进一步地，步骤1所述的多个信源节点进行信道竞争探测，成功完成单次信道探测的次数为n，首次竞争成功记为n＝1；从持续时间δ的时隙开始处，所有信源节点以概率p₀发送RTS数据包来独立竞争信道，具体如下：

如果该时隙中没有信源节点发送RTS数据包，则所有信源节点在下个时隙竞争信道；

如果有两个或多个信源节点同时发送RTS数据包，发生数据包冲突，则所有信源节点在下个时隙继续竞争；

如果仅一个信源节点s(n)发送RTS数据包，其中n表示需要第n次成功的信道竞争，则该信源节点将获得信道接入机会，被称为信道竞争获胜节点；每个中继节点通过接收RTS数据包，利用其中携带的训练序列估计信源节点s(n)到每个中继节点的信道实时状态信息。

进一步地，步骤3所述的基于实时测量的第一跳信道状态信息Γ(n)，在线计算阈值λ^*，具体如下：

阈值λ^*的计算过程如下：

式中，λ₀是一个非负的初始值，取值为任一正数；α_λ是迭代步长，满足条件ε＞0为收敛算法的迭代精度门限，按精度需要动态调整，ε典型取值为10^-3；是中继节点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，λ_l是第l次迭代的结果，λ_l+1是第l+1次迭代的结果，Γ是第一跳传输过程中的观测信息，包括获胜节点号、探测信道增益、竞争时间；

公式(3-1)中R_m为信源节点到信宿节点的可达速率，计算公式为：

其中，p_s是信源节点的传输功率，p_r是中继节点传输功率；f_s(n)j(n)是信源节点s(n)到第j个中继节点的信道增益，括号中n表示信源节点s(n)第n次竞争完成；g_jd(n)(1)是第j个中继节点到信宿节点d(n)的信道增益，1表示第一次竞争后获得的信道增益；

公式(3-1)中期望运算公式为通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值序列{λ_l}_{l＝1,2,...,∞}通过公式(3-1)的迭代运算收敛到λ^*，迭代算法按索引数l更新，当|λ_l+1-λ_l|≤ε时迭代运算完成，其中ε＞0为收敛算法的迭代精度门限，按精度需要动态调整，ε取值为10^-3。

进一步地，步骤4所述的计算第一跳阈值决策所需的参数和具体如下：

计算第一跳阈值决策所需的参数和公式为：

其中，Γ(n)为信源节点s(n)的信道增益，s(n)为通过n次竞争获得信道接入的信源节点，K₁(·)为一阶修正型贝塞尔函数，通过查表计算；是中继点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，是信源节点到中继节点的信道增益方差，是中继节点到信宿节点的信道增益方差。

进一步地，步骤5所述的计算离线阈值γ^*，使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策，具体如下：

步骤5.1、计算离线阈值γ^*，在信道统计信息已知的基础上通过数值迭代离线计算得到，具体迭代公式为：

式中，γ₀是一个非负初始值，随机选取正数；α_γ为迭代步长，满足条件η＞0为收敛算法的迭代精度门限；γ_K是第K次迭代的结果，γ_K+1是第K+1次迭代的结果，τ_d为竞争完成后数据传输所耗费的时间，是信源节点s(n)完成单次竞争所耗费时间的统计平均值；

期望运算通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值迭代序列γ_K,K＝1,2,...,∞通过迭代运算收敛到γ^*，迭代算法按系数K更新，当|γ_K+1-γ_K|≤η时，运算收敛并获得阈值，η＞0为收敛算法的迭代精度门限；

步骤5.2、使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策：

如果第一跳信道条件满足公式(5-1)，则信源节点s(n)放弃传输机会并与其他信源节点重新竞争，返回步骤1；

如果第一跳信道条件不满足公式(5-1)，则信源节点s(n)向所有中继节点广播信源节点所需发送的数据和步骤3中得到的阈值λ^*信息。

进一步地，步骤6所述的开始中继节点的竞争，从持续时间δ的时隙开始处，所有中继节点以概率p₁竞争发送RTS包，具体如下：

如果该时隙中没有中继节点发送RTS数据包，则所有中继节点在下个时隙继续竞争信道；

如果有两个或多个中继节点发送RTS数据包，则发生数据包发送冲突，需要在下个时隙继续竞争；

如果仅有一个中继节点r_j＝j(m)，m为中继节点竞争次数，即中继节点需要通过m次竞争才能发送RTS数据包，RTS数据包中包含信宿节点d_i的信息，该中继节点称为信道竞争获胜中继节点，则信宿节点d_i用中继节点r_j估算从中继节点到信宿节点的信道增益，并用包含信道增益信息g_ij的CTS数据包回复，g_ij表示从中继节点r_j到信宿节点d_i的信道增益。

进一步地，步骤8所述的中继节点r_j根据阈值λ^*进行决策，然后进行数据传输，具体如下：

如果R_m＜λ^*，则中继节点r_j放弃传输机会，并与其它中继节点重新开始竞争；

如果R_m≥λ^*，则中继节点r_j将从信源节点s(n)接收的数据转发至信宿节点d(n)，使得信源节点s(n)的数据包两跳传输过程完成；

s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送，由于信源节点和信宿节点满足一一对应的映射关系，此时用d(n)表示和信源节点相对应的信宿节点d_i

本发明与现有技术相比，其显著优点在于：(1)分布式网络不依赖于中央协调器的集中调度，可在较低信令开销下实现无线网络的分布式协同接入，提高了网络平均吞吐量；(2)机会信道的接入通过双跳决策，即分布式的信源节点到中继节点和中继节点到信宿节点的接入决策均通过阈值决策判定，实现过程简单；(3)决策过程所需的阈值可通过离线和在线方法获取，计算量低；(4)将网络平均吞吐率通过两跳信道决策过程分别达到统计学上的最优，有效提升了分布式协同网络条件下的平均网络吞吐率。

附图说明

图1是集中式协同网络模型的结构示意图。

图2是无线分布式协同网络的结构示意图。

图3是本发明基于双跳阈值决策的无线分布式网络机会信道接入方法的流程图。

图4是本发明中在线阈值λ^*迭代计算的流程示意图。

图5是本发明中阈值γ^*离线计算的流程示意图。

图6是本发明实施例中信源到中继和中继到信宿的平均信噪比相同条件下，网络平均吞吐量随信噪比变化的仿真结果曲线图。

图7是本发明实施例中信源到中继的信噪比固定且中继到信宿的信噪比逐渐变化条件下，网络吞吐量随信噪比变化的的仿真结果曲线图。

具体实施方式

本发明涉及无线分布式协同网络条件下一种基于双层阈值决策的机会信道接入方法，该方法用于在多个信源-信宿对和多个信号放大转发型中继节点组成的无线协同网络中进行分布式机会信道接入，自主运行多个信源以分布方式发送和接收探测数据包来竞争信道，实时测量信道状态，动态选择最佳中继信道进行机会接入，实现信道中继辅助下的数据收发。为了方便理解，对如下术语做出解释：

RTS：request-to-send，请求发送包，是信道感知接入协议里的常用数据报，被发送节点用户探测信道占用情况和估计信道质量；

CSI：channel state information，信道状态信息，反映无线信道实时条件的数据信息；

CTS：clear-to-send，清除发送包，是信道感知接入协议里的常用数据报，被接收节点对发送节点做出回应；

机会信道接入：多用户共享信道，利用信道空闲动态接入信道。

下面结合附图及具体实施例对本发明作进一步详细说明。

结合图2，一种基于双跳阈值决策的无线分布式网络机会信道接入方法，对无线分布式协同网络做如下刻画：

系统包含多个信源节点s₁,s₂,...,s_k、放大转发中继节点r₁,r₂,...,r_L和信宿节点d₁,d₂,...,d_k；从信源节点到信宿节点的信息传输没有直接连接，需要依靠选择中继节点协助进行信息传输；L个中继节点辅助K个信源-信宿节点对进行协同通信，信源-信宿节点对满足映射应关系，信源节点s_i发送的信息经中继节点传输到信宿节点d_i。

基于图2所示的系统模型，对基本参数做出定义如下：

(1)信源-信宿节点对为K个，索引号为s₁,s₂,...,s_k和d₁,d₂,...,d_k；中继节点为L个，索引号为r₁,r₂,...,r_L；信源节点和中继节点的传输功率分别为P_s和P_r；

(2)设定所有节点时间同步，以微时隙为基础以分布方式竞争信道。第一跳传输过程，所有信源节点以相同概率p₀独立发送信道竞争探测包；第二跳传输过程，所有中继节点以概率p₁独立发送竞争探测包；信道竞争过程中，RTS数据包时长为τ_RTS，CTS数据包时长为τ_CTS，δ为最小的竞争时隙。

根据概率统计分析，第一跳传输过程中，多信源完成一次竞争过程所花费时间记为计算公式为：

第二跳传输过程中，多中继节点完成竞争发送所花费的时间记为计算公式为：

(3)考虑具有统计特性的随机信道衰落模型，从信源节点s_i到中继节点r_j的信道增益记为f_ij，从中继节点r_j到信宿节点d_i的信道增益记为g_ij；信道满足瑞利信道衰落模型，f_ij和g_ij服从复数高斯分布，且考虑信源节点和信宿节点发射功率等效后情况，信道等效增益均值为0，方差分别为和噪声服从归一化方差的高斯分布。方法对于莱斯信道、Nakagami信道等典型无线信道都可适用；

(4)考虑到信道相关时间，从信源节点到信宿节点的数据传输时间记为τ_d，其中每跳传输持续时间为τ_d/2；

(5)第一跳过程中，信源节点通过多次成功信道竞争，设定第n次，获胜信源节点通过发送探测包到L个中继节点，获取第一跳传输中的信道增益，记为Γ(n)，Γ(n)＝{f_s(n)1(n),f_s(n)2(n),...,f_s(n)L(n)}；此基础上完成第一跳接入后，单次传输所花费时间和数据传输时间为：

其中为第l次信源信道竞争所经历时间；

结合图3，本发明基于双跳阈值决策的分布式协同网络机会信道接入方法，包括第一跳信源节点到中继节点的阈值决策过程和第二跳中继节点到信宿节点的阈值决策过程，具体如下：：

第一跳信源节点到中继节点的阈值决策过程：

步骤1：多个信源节点进行信道竞争探测，成功完成单次信道探测的次数为n，首次竞争成功记为n＝1；从持续时间δ的时隙开始处，所有信源节点以概率p₀发送RTS数据包来独立竞争信道；，可能出现以下三种情况：

如果该时隙中没有信源节点发送RTS数据包，则所有信源节点在下个时隙竞争信道；

如果有两个或多个信源节点同时发送RTS数据包，发生数据包冲突，则所有信源节点在下个时隙继续竞争；

如果仅一个信源节点s(n)发送RTS数据包，其中n表示需要第n次成功的信道竞争，则该信源节点将获得信道接入机会，被称为信道竞争获胜节点；每个中继节点通过接收RTS数据包，利用其中携带的训练序列估计信源节点s(n)到每个中继节点的信道实时状态信息。

步骤2：所有中继节点使用CTS数据包对信源节点s(n)进行响应，使得信源节点s(n)获得自身到中继节点的信道状态信息Γ(n)；s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送；

步骤3：基于实时测量的第一跳信道状态信息Γ(n)，在线计算阈值λ*；

阈值λ^*的计算过程如下：

式中λ₀是一个非负的初始值，取值为任一正数，如λ₀＝1；α_λ是迭代步长，需满足条件ε＞0为收敛算法的迭代精度门限，按精度需要动态调整，ε典型取值为10^-3；是中继节点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，λ_l是第l次迭代的结果，λ_l+1是第l+1次迭代的结果，Γ是第一跳传输过程中的观测信息，包括获胜节点号、探测信道增益、竞争时间；

公式(3-1)中R_m为信源节点到信宿节点的可达速率，计算公式为：

其中，p_s是信源节点的传输功率，p_r是中继节点传输功率；f_s(n)j(n)是信源节点s(n)到第j个中继节点的信道增益，括号中n表示信源节点s(n)第n次竞争完成；g_jd(n)(1)是第j个中继节点到信宿节点d(n)的信道增益，1表示第一次竞争后获得的信道增益；

公式(3-1)中期望运算公式为通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值序列{λ_l}_{l＝1,2,...,∞}通过公式(3-1)的迭代运算收敛到λ^*，迭代算法按索引数l更新，当|λ_l+1-λ_l|≤ε时迭代运算完成，其中ε＞0为收敛算法的迭代精度门限，按精度需要动态调整，ε典型取值为10^-3；迭代计算的具体计算流程如图4所示。

步骤4：计算第一跳阈值决策所需的参数和公式如下：

其中，Γ(n)为信源节点s(n)(通过n次竞争获得信道接入)的信道增益，K₁(·)为一阶修正型贝塞尔函数，通过查表计算；是中继点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，是信源节点到中继节点的信道增益方差，是中继节点到信宿节点的信道增益方差。

步骤5：计算离线阈值γ^*，使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策，具体如下：

步骤5.1、计算离线阈值γ^*，是在信道统计信息已知的基础上通过数值迭代计算离线计算得到，具体迭代公式为：

式中，γ₀是一个非负初始值，随机选取正数；α_γ为迭代步长，满足条件η＞0为收敛算法的迭代精度门限；γ_K是第K次迭代的结果，γ_K+1是第K+1次迭代的结果，τ_d为竞争完成后数据传输所耗费的时间，是信源节点s(n)完成单次竞争所耗费时间的统计平均值；

期望运算通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值迭代序列γ_K,K＝1,2,...,∞通过迭代运算收敛到γ^*，迭代算法按系数K更新，当|γ_K+1-γ_K|≤η时，运算收敛并获得阈值，η＞0为收敛算法的迭代精度门限；迭代方法的计算流程如图5所示；

步骤5.2、使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策，可能出现以下两种情况：

如果第一跳信道条件满足公式(5-1)，则信源节点s(n)放弃传输机会并与其他信源节点重新竞争，返回步骤1；

如果第一跳信道条件不满足公式(5-1)，则信源节点s(n)向所有中继节点广播信源节点所需发送的数据和步骤3中得到的阈值λ^*信息；

第二跳中继节点到信宿节点的阈值决策过程：

步骤6：开始中继节点的竞争，从持续时间δ的时隙开始处，所有中继节点以概率p₁竞争发送RTS包，具体如下：

如果该时隙中没有中继节点发送请求接收RTS数据包，则所有中继数据在下个时隙继续竞争信道；

如果有两个或多个中继数据发送RTS数据包，则发生包发送冲突，需要在下个时隙继续竞争；

如果仅有一个中继节点r_j＝j(m)，m为中继节点竞争次数，即中继节点需要通过m次竞争才能发送RTS数据包，RTS数据包中包含信宿节点d_i的信息，该中继节点称为信道竞争获胜中继节点，则信宿节点d_i用中继节点r_j估算从中继节点到信宿节点的信道增益，并用包含信道增益信息g_ij的CTS数据包回复，g_ij表示从中继节点r_j到信宿节点d_i的信道增益。

步骤7：获胜中继节点r_j＝j(m)在第一跳传输中具有f_s(n)j(m)(n)的信道信息，根据该信息采用步骤3中公式(3-2)计算信源节点s(n)到信宿节点d(n)的可达速率R_m，j＝1,2,…L；f_s(n)j(m)(n)表示第一跳的信道增益，即信源节点s(n)到中继节点j(m)的信道增益，其中s(n)为信源节点、j(m)为中继节点，d(n)为信宿节点，n为信源节点s(n)进行竞争探测次数，m为中继节点j(m)进行竞争探测次数，d(n)表示和信源节点s(n)相对应的信宿节点；

步骤8：中继节点r_j根据阈值λ^*进行决策，然后进行数据传输；

此时可能出现以下情况：

如果R_m＜λ^*，则中继节点r_j放弃传输机会，并与其它中继节点重新开始竞争；

如果R_m≥λ^*，则中继节点r_j将从信源节点s(n)接收的数据转发至信宿节点d(n)，使得信源节点s(n)的数据包两跳传输过程完成；

s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送，由于信源节点和信宿节点满足一一对应的映射关系，此时用d(n)表示和信源节点相对应的信宿节点d_i。

步骤9：结束本次传输，所有信源节点下一时隙开始新一轮信道竞争。

实施例

图6和图7主要验证了信噪比变化条件下，本发明设计的双跳阈值接入方法和其它三种方法的不同性能对比。图6和图7中4种曲线代表4种不同的信道接入方法。曲线1是基于双跳阈值决策的接入方法，在第一跳和第二跳均要进行阈值决策，通过阈值比较判断在信源节点(第一跳)或者中继节点(第二跳)是否进行数据发送；曲线2是第二跳最优阈值接入方法，中继节点(第二跳)在发送数据时需要进行最优阈值决策，而信源节点(第一跳)没有阈值决策的过程，始终传输数据；曲线3是第一跳最优阈值接入方法，信源节点(第一跳)在发送数据时需要进行最优阈值决策，而中继节点(第二跳)没有阈值决策的过程，始终传输数据；曲线4是直接信道接入方法，信源节点竞争后的获胜信源只有部分信道状态，信源通过竞争直接完成信道接入，没有阈值比较的过程，中继同样没有阈值决策的过程，竞争完成后直接进行信道接入。

以上4种方法在采用计算机进行模拟验证时，设置了5个信源-信宿节点对和4个中继节点，从信源节点到中继节点的信道经历独立同分布瑞利衰落，中继节点到信宿节点的信道也经历独立同分布瑞利衰落，网络模型的主要配置参数为p₀＝p₁＝0.3，δ＝20us，τ_RTS＝τ_CTS＝40us和τ_d＝2ms。

图6比较了从信源到中继和从中继到信宿的平均接收信噪比相同，信噪比逐渐变化时4种方法的性能，图7比较了从信源到中继的信噪比固定且中继到信宿的信噪比逐渐变化时4种方法的性能。如图6和图7所示，曲线1较曲线2、曲线3和曲线4有更高的网络平均吞吐量表现，其原因在于曲线1在两跳情况下(即从信源到中继和从中继到信宿)都进行了阈值决策的过程，其阈值计算通过统计学证明，能够保证两跳情况下，网络的平均吞吐量性能在第一跳和第二跳是均达到最优，高于曲线2和曲线3所代表的，只进行第一跳和第二跳最优阈值决策的信道接入方法；而曲线4由于在两跳都没有进行阈值决策，而是完成竞争后立刻发送数据，其网络平均吞吐量性能为4种方法中最差的。

综上所述，本发明定义了一种双层统计决策架构的无线分布式协同网络动态接入模型，基于该模型设计一种动态分布特性的中继转发方法。该方法能够决策第一跳(多信源到多中继传输)的动态信道接入和第二跳(多中继到多信宿传输)的动态信道接入。针对两层相互作用特点，第二跳在第一跳基础上进行设计，分别制定了信源和中继节点分布竞争下的信道实时感知接入策略，通过计算在线函数计算和阈值比较，高效决定信道接入时机和传输方式，提升网络平均吞吐量。另外，本发明拓展了最优停止统计学方法，并匹配组网问题设计了一种基于双层阈值决策的信道机会接入方法。该方法信令交互较少，支持多信源和中继节点的自主运行和信道接入，接入决策过程通过阈值门限比较完成，仅依托局部信道信息，大部分阈值计算可通过离线进行，在线运算量少，具有工程可实现性。

Claims (8)

1.一种基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，对无线分布式协同网络做如下刻画：

系统包含多个信源节点s_i、放大转发中继节点r_j和信宿节点d_i，i＝1,2,…K，j＝1,2,…L；从信源节点到信宿节点的信息传输没有直接连接，需要依靠中继节点协助进行信息传输；L个中继节点辅助K个信源-信宿节点对进行协同通信，信源-信宿节点对满足映射应关系，信源节点s_i发送的信息经中继节点传输到信宿节点d_i。

2.根据权利要求1所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，包括第一跳信源节点到中继节点的阈值决策过程和第二跳中继节点到信宿节点的阈值决策过程，具体如下：

第一跳信源节点到中继节点的阈值决策过程：

步骤1，多个信源节点进行信道竞争探测，成功完成单次信道探测的次数为n，首次竞争成功记为n＝1；从持续时间δ的时隙开始处，所有信源节点以概率p₀发送RTS数据包来独立竞争信道；

步骤2，所有中继节点使用CTS数据包对信源节点s(n)进行响应，使得信源节点s(n)获得自身到中继节点的信道状态信息Γ(n)；s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送；

步骤3，基于实时测量的第一跳信道状态信息Γ(n)，在线计算阈值λ^*；

步骤4，计算第一跳阈值决策所需的参数和

步骤5，计算离线阈值γ^*，使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策；

第二跳中继节点到信宿节点的阈值决策过程：

步骤6，开始中继节点的竞争，从持续时间δ的时隙开始处，所有中继节点以概率p₁竞争发送RTS包；

步骤7，获胜中继节点r_j＝j(m)在第一跳传输中具有f_s(n)j(m)(n)的信道信息，根据该信息计算信源节点s(n)到信宿节点d(n)的可达速率R_m，j＝1,2,…L；f_s(n)j(m)(n)表示第一跳的信道增益，即信源节点s(n)到中继节点j(m)的信道增益，其中s(n)为信源节点、j(m)为中继节点，d(n)为信宿节点，n为信源节点s(n)进行竞争探测次数，m为中继节点j(m)进行竞争探测次数，d(n)表示和信源节点相对应的信宿节点；

步骤8，中继节点r_j根据阈值λ^*进行决策，然后进行数据传输；

步骤9，结束本次传输，所有信源节点下一时隙开始新一轮信道竞争。

3.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤1所述的多个信源节点进行信道竞争探测，成功完成单次信道探测的次数为n，首次竞争成功记为n＝1；从持续时间δ的时隙开始处，所有信源节点以概率p₀发送RTS数据包来独立竞争信道，具体如下：

如果该时隙中没有信源节点发送RTS数据包，则所有信源节点在下个时隙竞争信道；

如果有两个或多个信源节点同时发送RTS数据包，发生数据包冲突，则所有信源节点在下个时隙继续竞争；

如果仅一个信源节点s(n)发送RTS数据包，其中n表示需要第n次成功的信道竞争，则该信源节点将获得信道接入机会，被称为信道竞争获胜节点；每个中继节点通过接收RTS数据包，利用其中携带的训练序列估计信源节点s(n)到每个中继节点的信道实时状态信息。

4.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤3所述的基于实时测量的第一跳信道状态信息Γ(n)，在线计算阈值λ^*，具体如下：

阈值λ^*的计算过程如下：

式中，λ₀是一个非负的初始值，取值为任一正数；α_λ是迭代步长，满足条件ε＞0为收敛算法的迭代精度门限，按精度需要动态调整，ε取值为10^-3；是中继节点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，λ_l是第l次迭代的结果，λ_l+1是第l+1次迭代的结果，Γ是第一跳传输过程中的观测信息，包括获胜节点号、探测信道增益、竞争时间；

公式(3-1)中R_m为信源节点到信宿节点的可达速率，计算公式为：

其中，p_s是信源节点的传输功率，p_r是中继节点传输功率；f_s(n)j(n)是信源节点s(n)到第j个中继节点的信道增益，括号中n表示信源节点s(n)第n次竞争完成；g_jd(n)(1)是第j个中继节点到信宿节点d(n)的信道增益，1表示第一次竞争后获得的信道增益；

公式(3-1)中期望运算公式为通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值序列{λ_l}_{l＝1,2,...,∞}通过公式(3-1)的迭代运算收敛到λ^*，迭代算法按索引数l更新，当|λ_l+1-λ_l|≤ε时迭代运算完成，其中ε＞0为收敛算法的迭代精度门限。

5.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤4所述的计算第一跳阈值决策所需的参数和具体如下：

计算第一跳阈值决策所需的参数和公式为：

其中，Γ(n)为信源节点s(n)的信道增益，s(n)为通过n次竞争获得信道接入的信源节点，K₁(·)为一阶修正型贝塞尔函数，通过查表计算；是中继点完成单次竞争所耗费时间的统计平均值，τ_d为竞争完成后数据传输所耗费的时间，是信源节点到中继节点的信道增益方差，是中继节点到信宿节点的信道增益方差。

6.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤5所述的计算离线阈值γ^*，使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策，具体如下：

步骤5.1、计算离线阈值γ^*，在信道统计信息已知的基础上通过数值迭代离线计算得到，具体迭代公式为：

式中，γ₀是一个非负初始值，随机选取正数；α_γ为迭代步长，满足条件η＞0为收敛算法的迭代精度门限；γ_K是第K次迭代的结果，γ_K+1是第K+1次迭代的结果，τ_d为竞争完成后数据传输所耗费的时间，是信源节点s(n)完成单次竞争所耗费时间的统计平均值；

期望运算通过最大传输速率的统计概率积分计算得到，或由蒙特卡洛仿真方法近似得到；

阈值迭代序列γ_K,K＝1,2,...,∞通过迭代运算收敛到γ^*，迭代算法按系数K更新，当|γ_K+1-γ_K|≤η时，运算收敛并获得阈值，η＞0为收敛算法的迭代精度门限；

步骤5.2、使用离线阈值γ^*和步骤4中得到的和进行第一跳阈值决策：

如果第一跳信道条件满足公式(5-1)，则信源节点s(n)放弃传输机会并与其他信源节点重新竞争，返回步骤1；

如果第一跳信道条件不满足公式(5-1)，则信源节点s(n)向所有中继节点广播信源节点所需发送的数据和步骤3中得到的阈值λ^*信息。

7.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤6所述的开始中继节点的竞争，从持续时间δ的时隙开始处，所有中继节点以概率p₁竞争发送RTS包，具体如下：

如果该时隙中没有中继节点发送RTS数据包，则所有中继节点在下个时隙继续竞争信道；

如果有两个或多个中继节点发送RTS数据包，则发生数据包发送冲突，需要在下个时隙继续竞争；

如果仅有一个中继节点r_j＝j(m)，m为中继节点竞争次数，即中继节点需要通过m次竞争才能发送RTS数据包，RTS数据包中包含信宿节点d_i的信息，该中继节点称为信道竞争获胜中继节点，则信宿节点d_i用中继节点r_j估算从中继节点到信宿节点的信道增益，并用包含信道增益信息g_ij的CTS数据包回复，g_ij表示从中继节点r_j到信宿节点d_i的信道增益。

8.根据权利要求2所述的基于双跳阈值决策的无线分布式网络机会信道接入方法，其特征在于，步骤8所述的中继节点r_j根据阈值λ^*进行决策，然后进行数据传输，具体如下：

如果R_m＜λ^*，则中继节点r_j放弃传输机会，并与其它中继节点重新开始竞争；

如果R_m≥λ^*，则中继节点r_j将从信源节点s(n)接收的数据转发至信宿节点d(n)，使得信源节点s(n)的数据包两跳传输过程完成；

s(n)表示信源节点s_i需要通过n次信道竞争才能完成数据包发送，由于信源节点和信宿节点满足一一对应的映射关系，此时用d(n)表示和信源节点相对应的信宿节点d_i。