CN110474659B - 一种天线异构认知无线网络的异步跳频序列设计方法 - Google Patents

Abstract

本发明属于通讯技术领域，特别涉及一种天线异构认知无线网络的异步跳频序列设计方法。本发明的目的在于为天线异构认知无线网络设计一种适用于控制信息交互的跳频序列生成方法，在确保任意两个具备相同或者不同天线数的认知节点能在任意时钟差异条件下在所有M个信道上实现跳频汇聚的同时，有效降低它们连续两次汇聚所需的最大时间间隔(即MTTR值)和最大条件时间间隔(即MCTTR值)，从而在汇聚信道个数(即DoR值)给定的限制条件下起到缩短天线异构认知无线网络控制信息交互最大时延的有益效果。

Description

一种天线异构认知无线网络的异步跳频序列设计方法

技术领域

本发明属于通讯技术领域，特别涉及一种天线异构认知无线网络的异步跳频序列设计方法。

背景技术

为了在不干扰授权网络通信的前提下灵活利用授权网络的空闲频谱资源进行通信，认知无线网络需要设置一套高效可靠的控制信息交互机制，以实现在认知节点之间交互包括频谱感知结果、网络拓扑、时钟同步和通信资源预约等各类型控制信息。而基于频率跳变的控制信息交互方式能够通过不断地改变认知节点交互控制信息的通信频段(或信道)，灵活而快速地寻找到未被授权网络占用的空闲通信频段(或信道)，从而能在有效对抗授权用户通信干扰的同时确保认知节点之间控制信息交互的顺利进行。

在基于频率跳变的控制信息交互过程中，只有当两个认知节点A和B实现了跳频汇聚，即节点A的至少一根天线和节点B的至少一个根天线在同一个时隙内跳到相同信道上，它们才能获得交互控制信息的机会。为此，每个认知节点均需要对其配置的每根天线设置一个跳频序列，而该节点对其所有天线所设置的跳频序列就构成了一个跳频序列集合。

在天线异构的认知无线网络中，由于任意两个认知节点所配置的天线数量均可能不同，因此它们在同一时隙内可以访问的信道数量也会有差异，从而对它们实现跳频汇聚的效率造成了一定的影响。如何为所有认知节点设计一个统一的跳频序列生成方法以实现任意两个认知节点之间的高效跳频汇聚就成为了影响天线异构认知无线网络控制信息交互性能的一个关键因素。

通常，衡量一种跳频序列生成方法性能优劣的性能参数包括：

汇聚度(Degree of Rendezvous，简称DoR)，即任意两个跳频序列集合可以实现汇聚的信道总个数。当DoR值越大，则基于跳频汇聚的控制信息交互具备更强的可靠性和抗授权用户干扰能力。

最大汇聚时间间隔(Maximum time-to-rendezvous，简称MTTR)，即任意两个跳频序列集合实现连续两次汇聚的最大时间间隔。当MTTR值越小，则基于跳频汇聚的控制信息交互具备更短的最大交互时延，而控制信息交互的性能就越好。

最大条件汇聚时间间隔(Maximum conditional time-to-rendezvous，简称MTTR),即任意两个跳频序列集合在只有一个信道可用的条件下，在该信道上实现连续两次汇聚的最大时间间隔。当MCTTR值越小，则基于跳频汇聚的控制信息交互在极强的授权用户干扰情况下仍然具备更短的最大交互时延，而抗干扰的控制信息交互性能就越好。

通常，DoR与MTTR和MCTTR性能参数之间存在一定程度的折中。例如，当一个时钟异步跳频序列生成方法(即任意两个跳频序列之间可能具备任意大的起始时间差异)的DoR越大，那么它的MTTR和MCTTR就会相应变大。因此，对于时钟异步和天线异构认知无线网络来说，其跳频序列生成方法所面临的一个亟待解决的优化问题是，对于一个给定的DoR值，如何最小化该生成方法的MTTR和MCTTR值。这一问题的物理意义在于，当任意两个认知节点配置的天线个数均可能不同并且它们的时钟均可能异步时，如何有效地缩短它们在不存在或者存在授权用户干扰的情况下连续两次交互控制信息的最大时间间隔。

发明内容

本发明的目的在于为天线异构认知无线网络设计一种适用于控制信息交互的跳频序列生成方法，在确保任意两个具备相同或者不同天线数的认知节点能在任意时钟差异条件下在所有M个信道上实现跳频汇聚的同时，有效降低它们连续两次汇聚所需的最大时间间隔(即MTTR值)和最大条件时间间隔(即MCTTR值)，从而在汇聚信道个数(即DoR值)给定的限制条件下起到缩短天线异构认知无线网络控制信息交互最大时延的有益效果。

为便于阐述和理解本发明技术方案，首先对本发明所使涉及的基本概念和原理进行简单介绍：

定义1.如果集合Z_n＝{0,1,…,n-1}的一个k元素子集A＝{a₀,a₁,…,a_k-1}满足如下条件，即对于任意非零整数d∈Z_n均存在至少一个有序元素对(a_i,a_j)满足a_i∈A，a_j∈A和d＝a_i-a_j modulo n，那么集合A就被称为一个(n,k)-松弛循环差集或简称为(n,k)-差集，其中Z_n表示对所有整数取modulo n所构成的集合。

特别地，由于所有的(n,k)-差集都需要满足条件n≤k²-k+1或者其等效条件k>n^0.5，因此，当参数k尽可能地逼近n^0.5时，相应的(n,k)-差集通常被进一步称之为(n,k)-最小差集。

定义2.对一个k元素集合

执行距离为r∈[0,n-1]的旋转可以得到一个k元素集合，即

对于任意n≥2来说，(n,k)-差集总是存在的，并有如下两个推论成立：

推论1.如果一个k元素集合

是(n,k)-差集，那么其旋转集合

也是一个(n,k)-差集。

推论2.对于(n,k)-差集A来说，总有

成立。

定义3.如果一个Mk元素集合

可以被划分为M个互不相交的(n,k)-差集，那么集合U被称为一个M维不相交(n,k)-差集组合或简称为一个(M,n,k)-联合不相交差集。如果每个(n,k)-差集都是一个(n,k)-最小差集，那么集合U会被进一步称为一个M维不相交(n,k)-最小差集组合或简称为一个(M,n,k)-联合不相交最小差集。当M逼近其上限值

时，(M,n,k)-联合不相交最小差集会被进一步称为一个最大(M,n,k)-联合不相交最小差集。

推论3.如果一个Mk元素集合

是一个(M,n,k)-联合不相交差集，那么集合

也构成一个(M,n,k)-联合不相交差集。

本发明的技术方案为：

对于给定的天线数R(≥1)、一个(N,R)-差集U，其中

Z_N表示对所有整数取模N所构成的集合、汇聚信道数DoR＝M、以及一个(M,n,k)-联合不相交差集A，其中

Z_n表示对所有整数取模n所构成的集合，A可以被划分为M个互不相交的k元素差集，可以通过如下步骤为一个具备R根天线的认知节点生成一个包含了R个跳频序列的异步跳频序列集合：

S1、对认知无线网络的M个可汇聚信道进行编号，编号记作：0,1,…,m,…,M-1；对认知节点的R根天线进行编号，编号记作：0,1,…,r,…,R-1；对每根天线执行的周期性跳频序列在每个周期内的n个时隙进行编号，编号记作：0,1,…,t,…,n-1；对给定的(N,R)-差集U，可表示为R元素集合

对由(M,n,k)-联合不相交差集A划分出来的M个互不相交的(n,k)-差集分别标记为A₀,A₁,…,A_i,…,A_M-1；对每个由(M,n,k)-联合不相交差集A划分出来的A_i，可表示为k元素集合

S2、初始化认知节点的天线编号为r＝0。

S3、在每个n时隙周期的每个时隙t∈[0,n-1]内，如果t＝a_i,j∈A_i，其中i∈[0,M-1]和j∈[0,k-1]，那么需要首先针对该认知节点的天线r执行步骤S31，然后跳到步骤S4；否则，需要首先针对天线r执行步骤S32，然后跳到步骤S4。

S31、如果N>M，那么步骤S3所述的天线r在时隙t内将跳跃到信道(u_r+i+j moduloM)上；否则，步骤S3所述的天线r在时隙t内将跳跃到信道(i+a_r,j modulo M)上，其中a_r,j＝u_r+j modulo N。

S32、步骤S3所述的天线r在时隙t内将跳跃到一个随机选择的信道c∈[0,M-1]上。

S4、如果r<R-1，那么更新r＝r+1，并返回步骤S3；否则，结束算法执行，并输出所有R个跳频序列。

本发明的有益效果是：

首先，本发明提出的跳频序列设计方法适用于任意两个认知节点具备具备任意时钟差异的认知无线网络，并且能保证任意两个认知节点在每个n个时隙的周期内均能实现在M个不同信道(即信道0,1,…,M-1)上的跳频汇聚。

其次，该跳频序列设计方法适用于任意两个具备相同或不同天线数量的认知节点实现跳频汇聚，从而确保了天线异构认知无线网络能高效可靠的交互控制信息。

最后，在相同的汇聚信道个数(即DoR值)下，本发明所提的跳频序列生成方法能够获得比现有适用于天线异构认知无线网络的跳频序列生成方法更小的MTTR和MCTTR值。

附图说明

图1是在认知无线网络汇聚信道个数为M(＝4)和认知节点配置了R(＝2)根天线的情况下，基于本发明所生成的包含2个跳频序列的跳频序列集合。

图2是在认知无线网络汇聚信道个数为M(＝4)和认知节点配置了R(＝3)根天线的情况下，基于本发明所生成的包含3个跳频序列的跳频序列集合。

图3是在时钟差异为2个时隙的情况下，当一个2天线认知节点采用图1所示跳频序列集合和一个3天线认知节点采用图2所示跳频序列集合时，这两个认知节点之间的跳频汇聚示意图。图中每个双箭头代表两个认知节点所实现的一次汇聚。

图4是在两个认知节点天线数分别为R₁＝2和R₂＝3的情况下，本发明和四种现有多天线跳频序列生成方法的最大汇聚时间间隔MTTR随汇聚信道数变化的对比曲线。

图5是在两个认知节点天线数分别为R₁＝2和R₂＝3的情况下，本发明和三种现有多天线跳频序列生成方法的最大条件汇聚时间间隔MCTTR随汇聚信道数变化的对比曲线。

具体实施方式

下面结合附图对本发明进行详细的描述

对于给定的天线数R＝2，(3,2)-差集

汇聚信道数DoR＝M＝4，以及可被划分为4个互不相交(24,6)-差集，即

和

和

的(4,24,6)-联合不相交差集A，可以通过如下步骤为一个具备2根天线的认知节点生成一个包含了2个跳频序列的异步跳频序列集合：

S1、对认知无线网络的M＝4个可汇聚信道进行编号，编号记作：0,1,2,3；对认知节点的R＝2根天线进行编号，编号记作：0,1；对每根天线执行的周期性跳频序列在每个周期内的n＝24个时隙进行编号，编号记作：0,1,…,23；对给定的(3,2)-差集U，其2个元素可以分别标识为u₀＝0和u₁＝1；对由(4,24,6)-联合不相交差集A划分出来的4个互不相交的(24,6)-差集分别标记为

和

对每个由(4,24,6)-联合不相交差集A划分出来的A_i，其6个元素可以分别标识为a_i,0,a_i,1,a_i,2,a_i,3,a_i,4,a_i,5。例如，当i＝0时，A₀的6个元素可以分别标识为a_0,0＝0,a_0,1＝1,a_0,2＝5,a_0,3＝7,a_0,4＝12,a_0,5＝15；当i＝1时，A₁的6个元素可以分别标识为a_1,0＝3,a_1,1＝4,a_1,2＝8,a_1,3＝10,a_1,4＝19,a_1,5＝22；以此类推。

S2、初始化认知节点的天线编号为r＝0。

S3、在每个24时隙周期的每个时隙t∈[0,23]内，如果t＝a_i,j∈A_i，其中i∈[0,3]和j∈[0,5]，那么需要首先针对该认知节点的天线r执行步骤S31，然后跳到步骤S4；否则，需要首先针对天线r执行步骤S32，然后跳到步骤S4。

例如，在每个24时隙周期的时隙t＝0内，由于t＝a_0,0＝0∈A₀，i＝0，以及j＝0，因此需要首先针对该认知节点的天线r执行步骤S31，然后跳到步骤S4。

S31、如果N>M，那么步骤S3所述的天线r在时隙t内将跳跃到信道(u_r+i+j moduloM)上；否则，步骤S3所述的天线r在时隙t内将跳跃到信道(i+a_r,j modulo M)上，其中a_r,j＝u_r+j modulo N。

例如，由于N＝3<4＝M，因此步骤S3所述的天线r在时隙t＝0内跳跃到信道(0+a_{r, 0}modulo4)上，其中a_r,0＝u_r+0modulo 3，即当r＝0或者1时，u_r分别为0或者1，而天线r会如图1中的时隙编号0所示分别跳跃到信道0或者1上。

S4、最终输出所有2个周期为24的跳频序列分别为{0,1,3,1,2,2,2,0,3,3,1,0,1,1,0,2,2,3,0,2,3,0,3,1}和{1,2,0,2,3,0,3,1,1,0,2,1,2,3,2,0,3,0,1,3,0,2,1,3}。

图1给出了根据上述步骤所生成的跳频序列集合的2个跳频序列，每个跳频序列的周期长度均为24个时隙。图2则给出了在汇聚信道数为DoR＝4和认知节点天线数为R＝3的情况下，根据本发明所生成的包含3个跳频序列的跳频序列集合，每个跳频序列周期长度为24个时隙。而图3是在时钟差异为2个时隙的情况下画出了一个2天线认知节点基于图1所示的跳频序列集合和另一个3天线认知节点基于图2所示跳频序列集合所实现的跳频汇聚示意图。可以验证，在任意时隙差异d∈[0,23]情况下，这两个认知节点在每个时隙上均可实现汇聚。因此上述两个跳频序列集合具备MTTR＝1。

图4给出了在汇聚信道数M＝2,3,4,5,6,7,8的情况下，一个2天线认知节点和另一个3天线认知节点基于本发明所生成的跳频序列集合与现有四种适用于天线异构认知无线网络的跳频汇聚方法，即RPS^[1]、ISJS^[2]、CMR^[3]和Enhanced Emulation^[4]，所生成的跳频序列集合在最大汇聚时间间隔MTTR这一性能指标上的对比曲线。可以看出，随着汇聚信道数的增加，这5种方法所生成的跳频序列集合的最大汇聚时间间隔均将逐渐增大。与其他4种方法相比，本发明的跳频序列生成方法可以获得最小的MTTR值。

图5给出了在汇聚信道数M＝2,3,4,5,6,7,8的情况下，一个2天线认知节点和另一个3天线认知节点基于本发明所生成的跳频序列集合与现有三种适用于天线异构认知无线网络的跳频汇聚方法，即RPS^[1]、ISJS^[2]和CMR^[3]，所生成的跳频序列集合在最大条件汇聚时间间隔MCTTR这一性能指标上的对比曲线。可以看出，随着汇聚信道数的增加，这4种方法所生成的跳频序列集合的最大条件汇聚时间间隔均将逐渐增大。虽然本发明跳频序列集合的MCTTR稍大于CMR，但与ISJS和RPS相比，本发明方法可以获得更小的MCTTR。

Claims (1)

1.一种天线异构认知无线网络的异步跳频序列设计方法，设定天线节点数为R≥1，一个给定的(N,R)-差集U，其中

Z_N表示对所有整数取模N所构成的集合，N≥R，汇聚信道数DoR＝M，一个给定的(M,n,k)-联合不相交差集A，其中

Z_n表示对所有整数取模n所构成的集合，A可以被划分为M个互不相交的k元素差集；(N,R)-差集的定义是：如果集合Z_n＝{0,1,…,n-1}的一个k元素子集A＝{a₀,a₁,…,a_k-1}满足如下条件，即对于任意非零整数d∈Z_n均存在至少一个有序元素对(a_i,a_j)满足a_i∈A，a_j∈A和d＝a_i-a_j modulo n，那么集合A就被称为一个(n,k)-差集；(M,n,k)-联合不相交差集的定义是：如果一个Mk元素集合

可以被划分为M个互不相交的(n,k)-差集，那么集合U被称为一个(M,n,k)-联合不相交差集；其特征在于，所述异步跳频序列设计方法包括以下步骤：

S1、对认知无线网络的M个可汇聚信道进行编号，编号记作：0,1,…,m,…,M-1；对认知节点的R根天线进行编号，编号记作：0,1,…,r,…,R-1；对每根天线执行的周期性跳频序列在每个周期内的n个时隙进行编号，编号记作：0,1,…,t,…,n-1；对给定的(N,R)-差集U，表示为R元素集合

对由(M,n,k)-联合不相交差集A划分出来的M个互不相交的(n,k)-差集分别标记为A₀,A₁,…,A_i,…,A_M-1；对每个由(M,n,k)-联合不相交差集A划分出来的A_i，表示为k元素集合

S2、初始化认知节点的天线编号为r＝0；

S3、在每个n时隙周期的每个时隙t∈[0,n-1]内，如果t＝a_i,j∈A_i，其中i∈[0,M-1]和j∈[0,k-1]，则对认知节点的天线r执行步骤S31，否则，执行步骤S32；

S31、如果N>M，则天线r在时隙t内跳跃到信道(u_r+i+j modulo M)上并进入步骤S4；否则，天线r在时隙t内跳跃到信道(i+a_r,j modulo M)上并进入步骤S4，其中a_r,j＝u_r+jmodulo N；

S32、天线r在时隙t内跳跃到一个随机选择的信道c∈[0,M-1]上，进入步骤S4；

S4、如果r<R-1，更新r＝r+1，并返回步骤S3；否则，结束并输出所有R个跳频序列。

Images