CN111935722A - 基于用户在线学习与低开销合作的动态频谱共享方法 - Google Patents
基于用户在线学习与低开销合作的动态频谱共享方法 Download PDFInfo
- Publication number
- CN111935722A CN111935722A CN202010840764.7A CN202010840764A CN111935722A CN 111935722 A CN111935722 A CN 111935722A CN 202010840764 A CN202010840764 A CN 202010840764A CN 111935722 A CN111935722 A CN 111935722A
- Authority
- CN
- China
- Prior art keywords
- channel
- secondary user
- user
- time slot
- spectrum
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000005540 biological transmission Effects 0.000 claims abstract description 54
- 230000009365 direct transmission Effects 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/02—Selection of wireless resources by user or terminal
-
- 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
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于用户在线学习与低开销合作的动态频谱共享方法,属于电磁频谱技术领域。本发明首先次级用户获取频谱共享的场景信息以及要求参数;然后初始化信道的状态参数和频谱感知参数;然后在每个时隙开始时,次级用户根据前一时隙传输情况判断是否符合直接传输条件,选择直接在前一时隙的信道上继续传输,或是根据信道状态和频谱感知获取空闲信道传输,并更新信道的状态参数和频谱感知参数;最后,每隔固定数量时隙,次级用户基站根据信道占用情况进行冲突协调。本发明通过次级用户对信道状态、传输情况的学习,实现了低开销、高效的频谱共享,能够有效提升高用户密度和动态频谱环境下频谱利用率,实现高效频谱共享。
Description
技术领域
本发明属于电磁频谱技术领域,具体涉及一种基于用户在线学习与低开销合作的动态频谱共享方法。
背景技术
无线通信网络已经成为现代信息社会最重要的基础设施之一,用户数量和带宽需求持续快速增长,作为支撑无线网络的核心资源,无线频谱是一种有限可重复利用的稀缺资源,面临着新应用难以获得频谱和已分配频谱未被充分利用的局面。在短波频段,频率资源十分有限,而用户数量及其工作功率不断增大,不同用户间频率竞争、功率竞争加剧了短波电磁环境恶化,使得实际频谱利用率和频段可利用性不断下降,因此需要研究更高效的频谱共享方法;在移动通信频段,国际电信联盟已经启动了面向2030及未来6G的研究工作,6G将需要比5G峰值速率20Gbit/s再提升50倍,用户体验速率提升10倍,6G的频谱效率也将需要比5G提升10倍,也需要更有效共享频谱的途径方法。因此,基于用户设备灵活、智能频谱接入能力的动态和智能频谱共享已经成为为解决频谱资源稀缺问题、支撑无线通信系统时延、功耗、速率性能大幅提高的根本途径之一。
动态频谱共享的基本思路是允许不同优先级的异构终端共享相同频谱,由于政策、频谱牌照权益等原因,无法获得频谱资源的次级用户与拥有频谱的主用户进行频谱共享的基础和前提是次级用户的频谱接入不对拥有频谱权益的主用户产生有害干扰,同时,次级用户之间也需要有效的协调和合作机制,以降低彼此接入频谱的冲突。未来无线通信网络的频谱共享面临用户密度大、带宽需求高、相互干扰复杂等应用场景,在这种场景下,对于次级用户来说,信道可用性复杂多变,难以建立普适的信道可用性模型,确定信道是否可用以及该过程的开销是次级用户面临的重要挑战。同时,由于用户密度大(例如移动通信)或者用频影响范围大(例如短波中大功率台站),次级用户之间也需要有效协作以降低用频冲突,并且这种协作由于频谱环境复杂、频谱资源有限,应当以较低的时间和频谱资源为代价实现,目前未发现能够解决上述问题的有效方法。
未来无线通信网络动态频谱共享面临主用户分布和信道占用动态变化导致信道可用性难以准确获得、次级用户数量较多和协作困难等问题,因此,需要研究有效的动态频谱共享方法,以实现频谱高效共享。
发明内容
技术问题:本发明提供一种基于用户在线学习与低开销合作的动态频谱共享方法,主要解决多次级用户如何根据信道竞争情况选择信道和根据主用户活动情况调整频谱感知策略,以实现高效频谱共享的技术问题。
技术方案:本发明基于用户在线学习与低开销合作的动态频谱共享方法,包括:
S1:次级用户获取频谱共享的场景信息以及要求参数,其中,所述场景信息包括能够共享的信道集合M={1,...,M}、参与频谱共享的次级用户集合N={1,...,N}、次级用户的备选信道数量L、感知每个信道需要的时间τ、次级用户向次级用户基站汇报信道使用情况的间隔的时隙数量T1;所述要求参数包括次级用户用频冲突概率域值η和信道冲突调整参数φ;
S2:对于每个次级用户,初始化每个信道m∈M的状态参数以及频谱感知参数,所述信道的状态参数包括第一信道状态参数αm和第二信道状态参数βm,所述频谱感知参数包括信道可跳过感知的时隙数量κm和剩余可跳过的时隙数量lm;
S3:每个时隙开始时,次级用户根据前一时隙传输情况判断是否符合直接传输条件,若符合直接传输条件,则直接在前一时隙的信道上继续传输,若不符合直接传输条件,则根据信道状态和频谱感知获取空闲信道传输;
S4:更新信道的状态参数和频谱感知参数;
S5:每隔T1个时隙,所有次级用户向次级用户基站报告信道占用情况,次级用户基站根据信道占用情况进行冲突协调。
进一步地,所述步骤S2中,初始化信道m∈M的状态参数为:
第一信道状态参数αm=1;
第二信道状态参数βm=T0,其中,T0表示时隙长度;
初始化信道m∈M的频谱感知参数为:
信道可跳过感知的时隙数量κm=0;
剩余可跳过的时隙数量lm=0。
进一步地,所述步骤S3中,次级根据前一时隙传输情况判断是否符合直接传输条件的方法为:
若前一时隙中,次级用户在某一信道上成功传输且剩余可跳过的时隙数量lm≥1,则符合直接传输条件,否则,不符合直接传输条件。
进一步地,所述步骤S3中,若符合直接传输条件,直接在前一时隙的信道上继续传输的方法为:
令参数lm=lm-1,次级用户直接选择前一时隙的信道进行传输。
进一步地,所述步骤S3中,若不符合直接传输条件,根据信道状态和频谱感知获取空闲信道传输的方法为:
S31:次级用户根据公式计算每个信道的当前优先级,其中Pm,t表示优先级参数,t表示当前时隙的编号,表示前t-1个时隙中次级用户选择信道m时获得的平均吞吐量,hm,t表示信道m被次级用户选择的次数,c为常数;
S32:将所有信道按照Pm,t大小降序排列,并取前L个信道作为次级用户的备选信道;
S33:对于L个备选信道,次级用户按顺序逐个执行频谱感知,直到获得空闲信道,根据信道的状态参数第一信道状态参数αm、第二信道状态参数βm的当前值,在Γ分布Γ(αm,βm)随机采样,获得主用户信道占用的估计参数θ,计算次级用户可跳过感知的时隙数量其中表示向上取整函数,min(·)表示取较小值函数,
S34:令lm=κm,次级用户在所获得的空闲信道上进行传输;
S35:若次级用户在L个备选信道上均未感知到空闲信道,则放弃此次传输,下一个时隙继续尝试。
进一步地,所述步骤S4中,若步骤S3中符合直接传输条件,选择前一时隙的信道进行传输,则更新信道的状态参数和频谱感知参数的方法为:
若传输成功且lm=0,则令βm=βm+κmT0;
若传输成功且lm≠0,则无需更新信道的状态参数;
若传输不成功,则令αm=αm+1,βm=βm+(κm-1)T0+0.5T0,lm=0;
进一步地,所述步骤S4中,若步骤S3不符合直接传输条件,根据信道状态和频谱感知获取空闲信道传输时,更新信道的状态参数和频谱感知参数的方法为:
若传输成功,则令βm=βm+κmT0,lm=lm-1;
若传输不成功,则令lm=κm=0,αm=αm+1,βm=βm+(κm-1)T0+0.5T0。
进一步地,所述步骤S5中,次级用户基站根据信道占用情况进行冲突协调的方法为:
次级用户基站根据信道占用情况调整信道对次级用户的回报值,若某个信道在T1个时隙中,被两个或两个以上的次级用户同时占用的概率大于冲突概率域值η,则对选择该信道的次级用户,除了平均回报值最大的外,其余次级用户平均回报值降低φ,并将新的回报值反馈给各次级用户。
进一步地,所述步骤S1中,根据主用户对信道的占用情况和每次尝试接入获得可用信道的期望概率确定每个次级用户的备选信道数量,根据主用户保护要求和次级用户感知能力确定感知每个信道需要的时间。
有益效果:本发明与现有技术相比,具有以下优点:
(1)本发明通过多次级用户少量的协同开销,能够实现不同次级用户接入信道时的竞争协调,在保证能够获取最大吞吐量的次级用户获取信道使用权的同时,降低了由于信道竞争造成的频谱资源浪费问题。
(2)本发明次级用户在获取空闲信道后,能够通过在线学习信道状态参数,估计该信道剩余空闲时间,从而可以避免次级用户在每个在时隙开始时都进行不必要的频谱感知,从而显著提高空闲频谱利用率。
(3)本发明设计的信道状态学习和利用机制实现方便、开销较小,便于在实际系统中应用。
附图说明
图1为本发明的方法的流程图;
图2为频谱共享场景示意图;
图3为次级用户频谱接入时隙帧结构图;
图4为本方法所提方法与现有方案效果仿真对比图。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
结合图1所示,本发明的基于用户在线学习与低开销合作的动态频谱共享方法包括:
S1:次级用户获取频谱共享的场景信息以及要求参数。
本发明的实施例中,次级用户获取频谱共享的场景信息包括:次级用户获取能够共享的信道集合M={1,...,M}、参与频谱共享的次级用户集合N={1,...,N}、每个次级用户的备选信道数量L,感知每个信道需要的时间τ,次级用户向次级用户基站汇报信道使用情况的间隔T1;要求参数包括次级用户用频冲突概率域值η和信道冲突调整参数φ。其中,每个次级用户的备选信道数量L根据主用户对信道占用的变化情况和每次尝试接入获得可用信道的期望概率确定,感知每个信道需要的时间τ根据主用户保护要求和次级用户感知能力确定。说明的是,在信道集合M={1,...,M}中,M表示编号最大的信道,因此M同时代表了信道集合中信道的数量,同样,次级用户集合N={1,...,N},N表示编号最大的次级用户,因此N同时代表了信道集合中信道的数量。
图2给出了频谱共享场景示意图,其中有多个主用户(PU)和多个次级用户(SU)以及一个次级用户基站(SUBS),共享的信道集合M={1,...,M}为主用户优先使用,在不对主用户产生不可忍受干扰的前提下,次级用户可以接入使用。实际共享中,次级用户需要了解共享信道情况,但由于次级用户本身数量多、变化大,每个次级用户不需要知道所有其他次级用户情况,而是通过传输是否成功判断与其他次级用户的信道竞争状态。
图3给出了每个次级用户的频谱接入时隙帧结构图,在每个时隙,次级用户最多感知L个信道,L具体由主用户对信道占用的变化情况和每次尝试接入获得可用信道的期望概率确定,例如主用户信道占用概率大约为70%,每次期望获得信道的概率为80%,则大约只需要感知5个信道即能够获得空闲信道,可令L=5;每个信道感知时间为τ,由次级用户感知能力和主用户保护要求(即检测概率)决定,保证检测概率不小于保护主用户要求的概率即可。因此从图3中可以看出,感知阶段的时长为Lτ,即L与τ的乘积,传输阶段的时长为T0-Lτ。
参数T1用于明确次级用户基站进行信道占用竞争协调的周期,具体值可根据该区域用户数量、可共享信道数量等估算获得;参数η和φ用于明确信道冲突时调整的程度,具体参数值可在大约10%和20%左右选取。
S2:对于每个次级用户,初始化每个信道m∈M的状态参数以及频谱感知参数,其中信道的状态参数包括第一信道状态参数αm和第二信道状态参数βm,频谱感知参数包括信道可跳过感知的时隙数量κm和剩余可跳过的时隙数量lm。
说明的是,次级用户均属于次级用户集合N={1,...,N}。第一信道状态参数αm代表对某一信道的选择次数,第二信道状态参数βm代表在当前信道上成功传输的时间。
具体地,将信道m∈M的状态参数初始化为:第一信道状态参数αm=1;第二信道状态参数βm=T0,其中,T0表示时隙长度;将信道m∈M的频谱感知参数初始化为:信道可跳过感知的时隙数量κm=0;剩余可跳过的时隙数量lm=0。
S3:每个时隙开始时,次级用户根据前一时隙传输情况判断是否符合直接传输条件,若符合直接传输条件,则直接在前一时隙的信道上继续传输,若不符合直接传输条件,则根据信道状态和频谱感知获取空闲信道传输。
具体地,在本发明的实施例中,次级根据前一时隙传输情况判断是否符合直接传输条件的方法为:若前一时隙中,次级用户在某一信道上成功传输且剩余可跳过的时隙数量lm≥1,则符合直接传输条件,否则,不符合直接传输条件。
如果符合直接传输条件,则令参数lm=lm-1,次级用户直接选择前一时隙的信道进行传输。
如果不符合直接传输条件,根据历史信道选择和传输情况寻找空闲信道传输的方法为:
S31:次级用户根据公式计算每个信道的当前优先级,其中Pm,t表示优先级参数,t表示当前时隙的编号,表示前t-1个时隙中次级用户选择信道m时获得的平均吞吐量,hm,t表示信道m被次级用户选择的次数,c为常数;在本发明的优选实施例中,例如,当前为第20个时隙,那么t=20;
S32:将所有信道按照Pm,t大小降序排列,并取前L个信道作为次级用户的备选信道;
S33:对于L个备选信道,次级用户按顺序逐个执行频谱感知,直到获得空闲信道,根据信道的状态参数第一信道状态参数αm、第二信道状态参数βm的当前值,在Γ分布Γ(αm,βm)随机采样,获得主用户信道占用的估计参数θ,计算次级用户可跳过感知的时隙数量κm,计算κm的方法为:其中表示向上取整函数,min(·)表示取较小值函数;
S34:令lm=κm,次级用户在所获得的空闲信道上进行传输;
S35:若次级用户在L个备选信道上均未感知到空闲信道,则放弃此次传输,下一个时隙继续尝试。
采用上述方法的原因在于,如果每个时隙次级用户均先进行频谱检测再接入频谱,则可能造成不必要的时间浪费,因为主用户可能连续多个时隙均未使用信道,为此,需要估算每次检测到空闲信道时,还有多少时隙可以不必检测主用户信道占用情况而直接通信。
以主用户业务服从指数分布为例估算跳过频谱感知步骤的时隙长度,采用贝叶斯方法来估算信道剩余空闲时长,令θ表示信道空闲时间分布参数,即主用户信道占用的估计参数,故信道空闲时间服从f(t)=θe-θt,则其平均空闲时间为1/θ。
由概率论的知识可知,后验概率正比于似然概率与先验概率。如果后验分布与先验分布属于同类,则先验分布与后验分布被称为共轭分布,而先验分布被称为似然函数的共轭先验。由常见共轭先验分布可知,指数分布的共轭先验分布服从参数为α和β的Γ分布,θ的先验概率为
用x表示在某次传输中数据未经历冲突的持续时间则x关于θ的函数就是指数分布,因此θ的后验概率正比于似然概率与先验概率,即:
即满足:p(θ|x)=γ(θ|α+1,β+x),系统的目标是最好地估计出空闲时间,使得系统频谱利用率达到最大化的同时最小化系统冲突。那么,当有K个样本时,θ的后验概率为
其中,k表示序号。由概率论知识,随着样本数量的增加,后验概率会收敛到最大似然估计附近。同时,受乐观汤普森采样的启发,可以采取更大的值,这同时也会使跳过值更快的收敛到最优。因此,对于参数αm,βm和时隙长度T0,跳过时隙数量计算公式如下:
其中,参数αm代表对某信道的选择次数,由于次级用户可以选择网络中任一信道,所以也存在针对某一信道多次接入的情况。所以仅当下一次选择不同的信道,或者当前信道产生冲突的时候,才会对参数αm进行更新;参数βm代表在当前信道上成功传输的时间,当检测到冲突时针对βm的反馈值也有相应减小。
S4:更新信道的状态参数和频谱感知参数;
当一个时隙传输完成后,需要更新参数,为下一个时隙做准备。具体地,若步骤S3中符合直接传输条件,选择前一时隙的信道进行传输,则更新信道的状态参数和频谱感知参数的方法为:
若传输成功且lm=0,则令βm=βm+κmT0;
若传输成功且lm≠0,则无需更新信道的状态参数;
若传输不成功,则令αm=αm+1,βm=βm+(κm-1)T0+0.5T0,lm=0。
若步骤S3不符合直接传输条件,根据信道状态和频谱感知获取空闲信道传输时,更新信道的状态参数和频谱感知参数的方法为:
若传输成功,则令βm=βm+κmT0,lm=lm-1;
若传输不成功,则令lm=κm=0,αm=αm+1,βm=βm+(κm-1)T0+0.5T0。
S5:每隔T1个时隙,所有次级用户向次级用户基站报告信道占用情况,次级用户基站根据信道占用情况进行冲突协调。
具体地,每隔T1个时隙,所有次级用户向次级用户基站报告前T1的信道占用情况,次级用户基站根据信道选择冲突情况调整信道对于次级用户的回报值,若某个信道在T1个时隙中,被两个或两个以上的用户同时占用的概率大于冲突概率域值η,则对选择该信道的次级用户,除了平均回报值最大的外,其余次级用户平均回报值降低φ,将新的回报值返回给各次级用户。
本发明通过多次级用户少量的协同开销,能够实现不同次级用户接入信道时的竞争协调,在保证能够获取最大吞吐量的次级用户获取信道使用权的同时,降低了由于信道竞争造成的频谱资源浪费问题。同时,次级用户在获取空闲信道后,能够通过在线学习信道状态参数,估计该信道剩余空闲时间,从而可以避免次级用户在每个在时隙开始时都进行不必要的频谱感知,从而显著提高空闲频谱利用率。信道状态学习和利用机制实现方便、开销较小,便于在实际系统中应用。
为了对本发明的方法有益效果进行说明,对本发明的方法进行仿真分析。
系统中信道数量M=9,次级用户数量N=4,每个信道仅存在一个授权主用户。主用户的忙闲时长分别服从参数为λ(空闲)和μ(繁忙)的指数分布。次级用户SU采用overlay的方式伺机接入主信道。在帧时隙结构中,假设每个时隙长度T0为50ms,SU每感知一个信道需要时间τ为3ms。每个SU的传输功率固定为23dBm,加性高斯白噪声功率为1mW,信道衰落因子a=3。在冲突避免中,取参数L=4,间隔时隙T1=100,即每隔100个时隙将各个SU信息汇总到中心节点进行冲突检测。次级用户用频冲突概率域值η设置为10%,即若某信道冲突超过10个时隙,则执行冲突避免策略。仿真中本方法提出的优化方案与三种其他策略进行比较:
(1)ε-贪婪策略:每个时隙SU都检测信道,而后根据ε-贪婪算法进行信道选择并接入。随机数ε随着仿真次数的增加而逐渐减小,算法中系统不执行跳过策略,不执行冲突避免。
(2)非冲突避免策略:SU采用本方法S3步骤进行信道选择和时隙跳过,但无冲突避免策略。
(3)固定分组策略:每个SU在传输前被分配固定数量的信道,仿真中SU分配信道数量设置为4,信道为随机分配,保证每个信道最多被两个SU作为备选信道;SU采用本方法步骤S3选择信道和时隙跳过,但无冲突避免策略。
图4比较了不同方案下次级用户的总吞吐量。可以看到,方案(1)和方案(2)获得的系统吞吐量较低,这是由于未采取冲突避免措施;方案(3)采用固定分组的方式,降低了次级用户间信道占用的冲突,提高了吞吐量,但是由于未考虑信道对不同用户的吞吐量,也由于分组无法最大限度地支持用户基于吞吐量优选信道,系统吞吐量提高有限;本发明提出的优化方案能够在大约3000个时隙的较短时间内收敛到最优,吞吐量提升大约为66%。
根据对比仿真结果,可以发现,采用本发明的动态频谱共享方法,保证能够获取最大吞吐量的次级用户获取信道使用权的同时,降低了由于信道竞争造成的频谱资源浪费问题;同时避免次级用户在每个在时隙开始时都进行不必要的频谱感知,从而显著提高空闲频谱利用率。
上述实施例仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和等同替换,这些对本发明权利要求进行改进和等同替换后的技术方案,均落入本发明的保护范围。
Claims (9)
1.基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,包括:
S1:次级用户获取频谱共享的场景信息以及要求参数,其中,所述场景信息包括能够共享的信道集合M={1,...,M}、参与频谱共享的次级用户集合N={1,...,N}、次级用户的备选信道数量L、感知每个信道需要的时间τ、次级用户向次级用户基站汇报信道使用情况的间隔的时隙数量T1;所述要求参数包括次级用户用频冲突概率域值η和信道冲突调整参数φ;
S2:对于每个次级用户,初始化每个信道m∈M的状态参数以及频谱感知参数,所述信道的状态参数包括第一信道状态参数αm和第二信道状态参数βm,所述频谱感知参数包括信道可跳过感知的时隙数量κm和剩余可跳过的时隙数量lm;
S3:每个时隙开始时,次级用户根据前一时隙传输情况判断是否符合直接传输条件,若符合直接传输条件,则直接在前一时隙的信道上继续传输,若不符合直接传输条件,则根据信道状态和频谱感知获取空闲信道传输;
S4:更新信道的状态参数和频谱感知参数;
S5:每隔T1个时隙,所有次级用户向次级用户基站报告信道占用情况,次级用户基站根据信道占用情况进行冲突协调。
2.根据权利要求1所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S2中,初始化信道m∈M的状态参数为:
第一信道状态参数αm=1;
第二信道状态参数βm=T0,其中,T0表示时隙长度;
初始化信道m∈M的频谱感知参数为:
信道可跳过感知的时隙数量κm=0;
剩余可跳过的时隙数量lm=0。
3.根据权利要求2所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S3中,次级根据前一时隙传输情况判断是否符合直接传输条件的方法为:
若前一时隙中,次级用户在某一信道上成功传输且剩余可跳过的时隙数量lm≥1,则符合直接传输条件,否则,不符合直接传输条件。
4.根据权利要求3所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S3中,若符合直接传输条件,直接在前一时隙的信道上继续传输的方法为:
令参数lm=lm-1,次级用户直接选择前一时隙的信道进行传输。
5.根据权利要求4所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S3中,若不符合直接传输条件,根据信道状态和频谱感知获取空闲信道传输的方法为:
S31:次级用户根据公式计算每个信道的当前优先级,其中Pm,t表示优先级参数,t表示当前时隙的编号,表示前t-1个时隙中次级用户选择信道m时获得的平均吞吐量,hm,t表示信道m被次级用户选择的次数,c为常数;
S32:将所有信道按照Pm,t大小降序排列,并取前L个信道作为次级用户的备选信道;
S33:对于L个备选信道,次级用户按顺序逐个执行频谱感知,直到获得空闲信道,根据信道的状态参数第一信道状态参数αm、第二信道状态参数βm的当前值,在Γ分布Γ(αm,βm)随机采样,获得主用户信道占用的估计参数θ,计算次级用户可跳过感知的时隙数量其中表示向上取整函数,min(·)表示取较小值函数;
S34:令lm=κm,次级用户在所获得的空闲信道上进行传输;
S35:若次级用户在L个备选信道上均未感知到空闲信道,则放弃此次传输,下一个时隙继续尝试。
7.根据权利要求5所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S4中,若步骤S3不符合直接传输条件,根据信道状态和频谱感知获取空闲信道传输时,更新信道的状态参数和频谱感知参数的方法为:
若传输成功,则令βm=βm+κmT0,lm=lm-1;
若传输不成功,则令lm=κm=0,αm=αm+1,βm=βm+(κm-1)T0+0.5T0。
8.根据权利要求1所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S5中,次级用户基站根据信道占用情况进行冲突协调的方法为:
次级用户基站根据信道占用情况调整信道对次级用户的回报值,若某个信道在T1个时隙中,被两个或两个以上的次级用户同时占用的概率大于冲突概率域值η,则对选择该信道的次级用户,除了平均回报值最大的外,其余次级用户平均回报值降低φ,并将新的回报值反馈给各次级用户。
9.根据权利要求1-8任一项所述的基于用户在线学习与低开销合作的动态频谱共享方法,其特征在于,所述步骤S1中,根据主用户对信道的占用情况和每次尝试接入获得可用信道的期望概率确定每个次级用户的备选信道数量,根据主用户保护要求和次级用户感知能力确定感知每个信道需要的时间。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010840764.7A CN111935722B (zh) | 2020-08-20 | 2020-08-20 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
PCT/CN2021/113779 WO2022037676A1 (zh) | 2020-08-20 | 2021-08-20 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
US17/796,194 US11671845B2 (en) | 2020-08-20 | 2021-08-20 | Dynamic spectrum sharing method based on user online learning and low-overhead cooperation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010840764.7A CN111935722B (zh) | 2020-08-20 | 2020-08-20 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935722A true CN111935722A (zh) | 2020-11-13 |
CN111935722B CN111935722B (zh) | 2021-04-30 |
Family
ID=73305914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010840764.7A Active CN111935722B (zh) | 2020-08-20 | 2020-08-20 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11671845B2 (zh) |
CN (1) | CN111935722B (zh) |
WO (1) | WO2022037676A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112672359A (zh) * | 2020-12-18 | 2021-04-16 | 哈尔滨工业大学 | 基于双向长短时记忆网络的动态频谱接入方法 |
WO2022037676A1 (zh) * | 2020-08-20 | 2022-02-24 | 国防科技大学 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
CN114630333A (zh) * | 2022-03-16 | 2022-06-14 | 军事科学院系统工程研究院网络信息研究所 | 一种认知卫星通信中多参数统计学习决策方法 |
WO2023277218A1 (ko) * | 2021-06-30 | 2023-01-05 | 엘지전자 주식회사 | 무선 통신 시스템에서 반사판을 통해 신호를 전송하는 방법 및 장치 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114867029B (zh) * | 2022-05-07 | 2024-05-17 | 中国人民解放军国防科技大学 | 一种面向恶意干扰的无人机群动态频谱分配方法及系统 |
CN115086964B (zh) * | 2022-06-13 | 2024-05-10 | 中国人民解放军国防科技大学 | 一种基于多维向量空间优化的动态频谱分配方法及系统 |
CN116056090B (zh) * | 2023-03-29 | 2023-06-02 | 塔盾信息技术(上海)有限公司 | 一种基于人工智能的认知自组网通信方法 |
CN116506874B (zh) * | 2023-05-29 | 2024-01-23 | 重庆邮电大学空间通信研究院 | 一种延迟感知的频谱接入方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246411A1 (en) * | 2010-04-06 | 2011-10-06 | Laneman J Nicholas | Sequence detection methods, devices, and systems for spectrum sensing in dynamic spectrum access networks |
CN105592563A (zh) * | 2014-10-21 | 2016-05-18 | 中国人民解放军理工大学 | 一种多用户机会频谱接入方法 |
US20170118688A1 (en) * | 2015-10-23 | 2017-04-27 | The Florida International University Board Of Trustees | Interference and mobility management in uav-assisted wireless networks |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813315B2 (en) * | 2006-11-13 | 2010-10-12 | Samsung Electronics Co., Ltd. | Spectrum sharing in a wireless communication network |
CN103957528A (zh) | 2014-04-25 | 2014-07-30 | 哈尔滨工业大学深圳研究生院 | 一种基于认知无线电的多策略动态频谱接入方法 |
US9681307B2 (en) * | 2014-09-22 | 2017-06-13 | Illinois Institute Of Technology | System and method for determining and sharing spectrum availability |
US10812986B2 (en) * | 2016-07-01 | 2020-10-20 | Apple Inc. | Methods and devices for shared spectrum allocation |
US10103918B2 (en) * | 2017-02-02 | 2018-10-16 | John David Terry | Method and apparatus for range and coverage extension in a heterogeneous digital chaos cooperative network |
WO2018204917A1 (en) * | 2017-05-05 | 2018-11-08 | Ball Aerospace & Technologies Corp. | Spectral sensing and allocation using deep machine learning |
US20220400386A1 (en) * | 2019-11-19 | 2022-12-15 | Sony Group Corporation | Communication control device, communication device, and communication control method |
CN111262638B (zh) | 2020-01-17 | 2021-09-24 | 合肥工业大学 | 基于高效样本学习的动态频谱接入方法 |
CN111935722B (zh) | 2020-08-20 | 2021-04-30 | 中国人民解放军国防科技大学 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
-
2020
- 2020-08-20 CN CN202010840764.7A patent/CN111935722B/zh active Active
-
2021
- 2021-08-20 WO PCT/CN2021/113779 patent/WO2022037676A1/zh active Application Filing
- 2021-08-20 US US17/796,194 patent/US11671845B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246411A1 (en) * | 2010-04-06 | 2011-10-06 | Laneman J Nicholas | Sequence detection methods, devices, and systems for spectrum sensing in dynamic spectrum access networks |
CN105592563A (zh) * | 2014-10-21 | 2016-05-18 | 中国人民解放军理工大学 | 一种多用户机会频谱接入方法 |
US20170118688A1 (en) * | 2015-10-23 | 2017-04-27 | The Florida International University Board Of Trustees | Interference and mobility management in uav-assisted wireless networks |
Non-Patent Citations (2)
Title |
---|
ZHANG JIANZHAO 等: "Spectrum Knowledge and Real-Time Observing Enabled Smart Spectrum Management", 《IEEE ACCESS》 * |
刘流 等: "面向CR-NOMA的动态频谱共享模型与分配算法研究", 《通信技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022037676A1 (zh) * | 2020-08-20 | 2022-02-24 | 国防科技大学 | 基于用户在线学习与低开销合作的动态频谱共享方法 |
US11671845B2 (en) | 2020-08-20 | 2023-06-06 | National University Of Defense Technology | Dynamic spectrum sharing method based on user online learning and low-overhead cooperation |
CN112672359A (zh) * | 2020-12-18 | 2021-04-16 | 哈尔滨工业大学 | 基于双向长短时记忆网络的动态频谱接入方法 |
CN112672359B (zh) * | 2020-12-18 | 2022-06-21 | 哈尔滨工业大学 | 基于双向长短时记忆网络的动态频谱接入方法 |
WO2023277218A1 (ko) * | 2021-06-30 | 2023-01-05 | 엘지전자 주식회사 | 무선 통신 시스템에서 반사판을 통해 신호를 전송하는 방법 및 장치 |
CN114630333A (zh) * | 2022-03-16 | 2022-06-14 | 军事科学院系统工程研究院网络信息研究所 | 一种认知卫星通信中多参数统计学习决策方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230078242A1 (en) | 2023-03-16 |
US11671845B2 (en) | 2023-06-06 |
CN111935722B (zh) | 2021-04-30 |
WO2022037676A1 (zh) | 2022-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111935722B (zh) | 基于用户在线学习与低开销合作的动态频谱共享方法 | |
Lanante et al. | Performance analysis of the 802.11 ax UL OFDMA random access protocol in dense networks | |
US8953527B2 (en) | Orthogonal frequency domain multiplexing (OFDM) communication system | |
CN103079278A (zh) | 基于用户满意度的ofdma-wlan系统下行资源分配方法 | |
US20240155356A1 (en) | Resolution method for intent-based wireless network resource conflicts and apparatus thereof | |
Zhang et al. | Multiaccess point coordination for next-gen Wi-Fi networks aided by deep reinforcement learning | |
CN102170706B (zh) | 分布式认知无线电系统频谱接入方法 | |
CN114423028A (zh) | 基于多智能体深度强化学习的CoMP-NOMA协作成簇与功率分配方法 | |
Islam et al. | A Proportional Scheduling Protocol for the OFDMA-Based Future Wi-Fi Network. | |
CN106412992B (zh) | 超密集WiFi组网场景下的动态分布式资源调度方法 | |
Kotera et al. | Lyapunov optimization-based latency-bounded allocation using deep deterministic policy gradient for 11ax spatial reuse | |
Pei et al. | A deep reinforcement learning based spectrum access scheme in unlicensed bands | |
Kosek-Szott et al. | A new busy signal-based MAC protocol supporting QoS for ad-hoc networks with hidden nodes | |
Almasri et al. | Distributed algorithm to learn OSA channels availability and enhance the transmission rate of secondary users | |
Shao et al. | Access Optimization in 802.11 ax WLAN for Load Balancing and Competition Avoidance of IPTV Traffic | |
CN108200602B (zh) | 一种无线自组网中基于负载感知的多址接入方法 | |
Salameh et al. | An opportunistic guard-band-aware channel assignment: A batch-based approach | |
Derakhshani et al. | Distributed learning-based spectrum allocation with noisy observations in cognitive radio networks | |
Gamage et al. | Adaptive resource allocation with traffic peak duration prediction and admission control for cognitive Wi-Fi networks | |
CN110958717A (zh) | 中心化无线局域网无竞争随机介质访问控制方法及系统 | |
JP7410517B2 (ja) | 無線通信システムおよび無線通信方法 | |
Zhu et al. | Delay-Guaranteed Resource Allocation for Deterministic Communications: An Efficient Stochastic Network Calculus Method | |
CN114143757B (zh) | 时延保障的海量机器类通信接入控制方法和系统 | |
Shi et al. | Deep Reinforcement Learning for NextG Radio Access Network Slicing With Spectrum Coexistence | |
Saroja et al. | Hybrid spectrum access model using game theory approach for multichannel heterogeneous mobile cognitive radio wireless sensor network |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |