CN113115471A - 一种异构无线协同网络分布式信道智能探测与接入方法 - Google Patents
一种异构无线协同网络分布式信道智能探测与接入方法 Download PDFInfo
- Publication number
- CN113115471A CN113115471A CN202110324708.2A CN202110324708A CN113115471A CN 113115471 A CN113115471 A CN 113115471A CN 202110324708 A CN202110324708 A CN 202110324708A CN 113115471 A CN113115471 A CN 113115471A
- Authority
- CN
- China
- Prior art keywords
- channel
- relay
- source
- gamma
- decision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000005562 fading Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 241000764238 Isis Species 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000000153 supplemental effect Effects 0.000 claims description 2
- 230000011664 signaling Effects 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 abstract description 6
- 239000010410 layer Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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]
- H04W74/0816—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA] with collision avoidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种异构无线协同网络分布式信道智能探测与接入方法。该方法为:若只有一个信源发送RTS包,则信源获得信道接入机会;信宿计算信源到信宿的直连信道SNR、SNR判决门限和中继数量判决区间;信宿进行第一级决策,判断是通过直连信道接入、进一步探测中继节点或者放弃信道重新竞争,若选择进一步探测中继节点,则判断探测中继的最佳数量,通知中继节点发送RTS包,信宿收到RTS包后,得到单中继辅助传输下的信道速率,信宿执行第二级决策,判断通过单中继辅助进行信道接入、直连信道接入还是放弃信道重新竞争;两级决策结束后,信源根据决策结果进行相应的信道接入。本发明减少了信令开销,提升了网络的吞吐量和频谱利用率。
Description
技术领域
本发明涉及无线通信技术领域,特别是一种异构无线协同网络分布式信道智能探测与接入方法。
背景技术
近年来,无线通信网络一直是通信领域的研究重点之一,由于无线网络的时变特性和分布式竞争特性,如何为竞争成功的用户提供良好的信道进行接入,是必须要解决的问题,目前针对无线网络信道接入问题的研究,主要分为集中式和分布式两种。
集中式网络通过在无线网络中部署中央控制器,来收集所有用户的全局信道状态信息(CSI),然后经过算法优化,为各个用户安排最佳的信道接入方式,以此来实现多用户分集,从而提高整个无线网络的性能。但是,随着用户数量和中继节点数量增加,数据量加大,信令交互的开销会随指数增长,严重影响网络的频谱效率,因此,提出了分布式调度算法。
分布式网络中,多对信源-信宿对经历独立的信道竞争后,获胜的信源-信宿对需基于有限的本地信息做出信道接入决策,以最大化网络的性能。已有研究将最优分布式调度建模为最优停止理论,提出了一种具有纯阈值结构的最优策略,并进一步研究了具有信道干扰和延迟约束下的问题。此外,为了满足不断增长的通信需求,提出了分布式无线协同网络的概念,利用协作传输来实现中继分集,获胜信源-信宿对可在探测中继信道后,选择信道质量较好的方式进行接入,显著提高网络性能。大多数现有研究仅针对单层中的协同信道访问,对无线网络的性能提升有限且灵活度较低,而用于PHY-MAC层的联合分布式调度有望进一步提高网络性能。
综上所述,现有技术具有以下缺点
集中式网络:(1)依赖中央控制器进行全网信息处理和优化,当中央控制器出现故障时,会导致全网处于瘫痪状态;(2)最优接入决策需要知道全网的信道状态信息,信令开销大,仅适用于规模小,用户数量少的网络,当用户数量增加时,信令开销急剧增大,导致网络的频谱利用率降低。
分布式网络:(1)仅研究单层中的中继协同信道访问,各层中获取到的数据量较小,不能进行联合调度,对无线网络的性能提升有限;(2)部分研究中涉及了PHY-MAC层的分布式联合调度,但仅考虑探测的中继数量固定的情况,灵活度较低,且当中继数量增加时,信令开销增大,影响网络的频谱利用率;(3)为降低问题复杂度,对无线信道特性进行了限制,例如具有互易性、同构性等,与实际的无线网络信道条件不符。
发明内容
本发明的目的在于提供一种能够提高网络平均吞吐量性能,实现多个中继节点动态探测与最优单中继信道接入的异构无线协同网络分布式信道智能探测与接入方法。
实现本发明目的的技术解决方案为:一种异构无线协同网络分布式信道智能探测与接入方法,包括以下步骤:
步骤1、根据无线网络信道统计特性参数,通过线下迭代计算获得网络平均吞吐量λ*;
步骤2、信源-信宿通信对以分布方式感知和接入信道;在第n次观测中,从时长δ的微时隙开始,所有信源以相同概率p0发送RTS数据包独立地竞争信道,如果没有信源发送RTS数据包,则所有信源在下个微时隙竞争信道;如果有两个或以上信源发送RTS数据包,则发生冲突,所有信源在下个微时隙继续竞争;如果仅一个信源s(n)发送RTS数据包,该信源获得信道接入机会,称为信道竞争获胜信源s(n),然后进入步骤3;
步骤3、信源s(n)向信宿d(n)和所有中继节点广播RTS数据包;信宿d(n)通过解调接收RTS数据包内的训练符号序列,估计信源s(n)与其自身之间的直连信道SNRγ和直连信道速率Rd(n);同时,中继节点根据收到的RTS数据包估计信源s(n)到其自身的第一跳信道SNR,进入步骤4;
步骤5、根据异构两跳中继信道的统计信息,离线计算探测j个中继的判决区间Bs(n),j,中继数量j从1开始,到L-1结束,L表示总的中继节点数量,进入步骤6;
步骤7、将直连信道SNRγ与判决门限和进行比较,其中如果直连信道则信源s(n)按照直连信道最大可达速率Rd(n)进行传输,第一级决策φn=0,单次数据传输结束后返回步骤2;如果直连信道则信源s(n)放弃信道接入机会,φn=L+1,转入步骤2;如果直连信道SNR满足则信宿d(n)进一步探测中继信道,进入步骤8;
步骤8、将直连信道SNRγ与中继数量判决区间Bs(n),j进行比较,其中中继数量j从1开始,到L-1结束,如果直连信道SNR满足γ∈Bs(n),j,则第一级决策φn等于最佳的探测中继节点数量j即φn=j,否则为φn=L,进入步骤9;
步骤9、信宿d(n)向信源s(n)和前φn个中继节点发送CTS包,令信源s(n)和φn个中继节点向信宿d(n)自身发送RTS数据包,用于估计中继信道的CSI,至此,信宿d(n)获得了φn个中继辅助传输的信道速率进入步骤10;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,ψn=1,返回步骤2;
步骤11、将直连信道速率Rd(n)与网络平均吞吐量λ*进行比较,做出决策如下:
a)如果直连信道速率Rd(n)≥λ*,则信宿d(n)发送CTS包至信源s(n),告知信源s(n)通过直连信道以最大可达速率Rd(n)进行数据传输,单次数据传输结束后进行第n+1次观测,返回步骤2;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,返回步骤2。
本发明与现有技术相比,其显著优点为:(1)同时考虑了接入层的多用户竞争和物理层的智能信道接入,实现了跨层的分布式网络智能探测与接入,充分利用了多用户分集和中继分集,频谱利用率优于单层的分布式算法;(2)探测中继节点的数量可变且可随信道状态自适应的进行调整,节省了不必要的中继探测的信令开销;(3)根据无线通信网络的实际情况,对异构无线组网进行了建模,每次竞争成功后,针对不同的信源-信宿对,计算所得的判决门限和判决区间各不相同,相应的信道接入决策也有所差异;(4)所有的判决门限和判决区间都可在基于无线网络信道的统计信息的条件下,离线进行计算,且均为解析解,无需迭代收敛即可达到最优,计算速度快,在相同的信道相干时间下,可以留出更多的时间用于数据传输;(5)获胜信宿根据中继结合的探测信息选择最优的单个中继节点进行中继辅助传输,相比多中继的传输方式,该方式不需要多中继之间的时间同步,实现复杂度低,同时具有全分集特性和更高的中继效率;(6)方法简单,易于工程实现,具有较强的鲁棒性和适用性。
附图说明
图1是异构分布式协同网络模型的结构示意图。
图2是优胜信源信宿对接入模型的结构示意图。
图3是本发明异构无线协同网络分布式信道智能探测与接入方法的流程示意图。
图4是本发明中中继数量L=2时,步骤8的简化算法流程示意图。
图5是本发明实施例中探测不同数量中继的收益函数Ms(n),j(γ)的曲线示意图。
图6是本发明实施例中探测不同数量中继的收益函数的差函数ΔMs(n),j(γ)的曲线示意图。
图8是本发明实施例中相同信道条件下,本发明所提策略与其他三种传统策略的平均吞吐量对比示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
本发明的异构无线网络模型如图1所示。信源-信宿对为K个,分别表示为信源S1,...,Si,...,SK,信宿D1,...,Di,...,DK,中继节点为L个,表示为R1,R2,...RL。所有直连信道和中继信道都具有异构性,对应的最优接入决策也不同,如图1中所示,不同信源-信宿对选择的数据传输路径不尽相同。
本发明的基于单中继的协同传输模型如图2所示,获胜信源-信宿对在探测多个中继后,仅会选择信道条件最好的中继进行辅助传输。从第i个信源Si到其信宿Di的直连信道的接收SNR(信噪比)表示为γi,从第i个信源到第j个中继的第一跳信道以及从第j个中继到第i个信宿的第二跳信道的接收SNR分别表示为和
基于图1异构无线网络模型和图2单中继的协同传输模型,定义网络的基本参数如下:
①在每一轮新的观测开始时,各信源在每个时长为δ的微时隙开始时独立地竞争信道,以概率p0发送RTS包;将信道竞争开始直至出现获胜信源的过程定义为一次观测,每次观测过程中竞争的数量满足参数为Kp0(1-p0)K-1的几何随机分布,在一次观测过程的最后一次信道竞争中,获胜信源—信宿对出现,经历的时间为τRTS+τCTS,概率为Kp0(1-p0)K-1,其中τRTS表示传输RTS(请求发送)包的时间,τCTS表示传输CTS(允许发送)包的时间,K表示信源-信宿对的个数;在其他次信道竞争中,网络中只会出现空闲时隙(持续时间为δ,概率为(1-p0)K)或者发生冲突(持续时间为τRTS,概率为1-(1-p0)K-Kp0(1-p0)K-1)。因此,一次观测过程中从信道竞争开始到获胜信源—信宿对出现所经历的平均时长为
③直连信道的信道速率为Rd=log2(1+γi),中继信道中,信宿在探测得到j个中继的第一跳和第二跳信道状态CSI(信道状态信息)后,令信源选择信道质量最好的中继j*进行辅助传输,此时执行信号的放大-转发操作。在中继信道的辅助下,信宿收到的有用信号中同时包含通过直连信道和通过中继两跳信道传输的信号。因此信宿在探测j个中继节点后,可得到通过中继辅助传输的最大信道接收SNR为Rj表示已经探测的j个中继节点的集合,信道可达速率为
④信道相干时间为τd,单次数据传输时间应不大于信道相干时间,若进行了中继探测,则单次数据传输的时间为信道相干时间τd减去探测中继的时间。
在以上模型基础上,将信道分布式接入问题建模为基于序贯观测规划理论的最优统计决策问题。以提高网络平均吞吐量为优化目标,对多信源-信宿对和多中继的分布式无线网络中,是否探测中继信道、最优中继信道探测数量、最优单中继选择和信道接入方式(何时接入和如何接入)进行联合设计,提出了一种基于最优序贯观测规划决策的异构无线协同网络分布式信道智能探测与接入方法。方法的总体运行框架如图3所示。
结合图3,本发明的一种异构无线协同网络分布式信道智能探测与接入方法,包括以下步骤:
步骤1、根据无线网络信道统计特性参数,通过线下迭代计算获得网络平均吞吐量λ*;
步骤2、信源-信宿通信对以分布方式感知和接入信道;在第n次观测中,从时长δ的微时隙开始,所有信源以相同概率p0发送RTS数据包独立地竞争信道,如果没有信源发送RTS数据包,则所有信源在下个微时隙竞争信道;如果有两个或以上信源发送RTS数据包,则发生冲突,所有信源在下个微时隙继续竞争;如果仅一个信源s(n)发送RTS数据包,该信源获得信道接入机会,称为信道竞争获胜信源s(n),然后进入步骤3;
步骤3、信源s(n)向信宿d(n)和所有中继节点广播RTS数据包;信宿d(n)通过解调接收RTS数据包内的训练符号序列,估计信源s(n)与其自身之间的直连信道SNRγ和直连信道速率Rd(n);同时,中继节点根据收到的RTS数据包估计信源s(n)到其自身的第一跳信道SNR,进入步骤4;
步骤5、根据异构两跳中继信道的统计信息,离线计算探测j个中继的判决区间Bs(n),j,中继数量j从1开始,到L-1结束,L表示总的中继节点数量,进入步骤6;
步骤7、将直连信道SNRγ与判决门限和进行比较,其中如果直连信道则信源s(n)按照直连信道最大可达速率Rd(n)进行传输,第一级决策φn=0,单次数据传输结束后返回步骤2;如果直连信道则信源s(n)放弃信道接入机会,φn=L+1,转入步骤2;如果直连信道SNR满足则信宿d(n)进一步探测中继信道,进入步骤8;
步骤8、将直连信道SNRγ与中继数量判决区间Bs(n),j进行比较,其中中继数量j从1开始,到L-1结束,如果直连信道SNR满足γ∈Bs(n),j,则第一级决策φn等于最佳的探测中继节点数量j即φn=j,否则为φn=L,进入步骤9;
步骤9、信宿d(n)向信源s(n)和前φn个中继节点发送CTS包,令信源s(n)和φn个中继节点向信宿d(n)自身发送RTS数据包,用于估计中继信道的CSI,至此,信宿d(n)获得了φn个中继辅助传输的信道速率进入步骤10;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,ψn=1,返回步骤2;
步骤11、将直连信道速率Rd(n)与网络平均吞吐量λ*进行比较,做出决策如下:
a)如果直连信道速率Rd(n)≥λ*,则信宿d(n)发送CTS包至信源s(n),告知信源s(n)通过直连信道以最大可达速率Rd(n)进行数据传输,单次数据传输结束后进行第n+1次观测,返回步骤2;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,返回步骤2。
进一步地,作为一种具体实施例,步骤1所述根据无线网络信道统计特性参数,通过线下迭代计算获得网络平均吞吐量λ*,具体如下:
(1)无线网络信道统计特性参数如下
①信源-信宿对为K个,分别表示为信源S1,...,Si,...,SK,信宿D1,...,Di,...,DK,中继节点为L个,表示为R1,R2,...RL;在每一轮新的观测开始时,各信源在每个时长为δ的微时隙开始时独立地竞争信道,以概率p0发送RTS数据包;
将信道竞争开始直至出现获胜信源的过程定义为一次观测,每次观测过程中竞争的数量满足参数为Kp0(1-p0)K-1的几何随机分布,在一次观测过程的最后一次信道竞争中,获胜信源—信宿对出现,经历的时间为τRTS+τCTS,概率为Kp0(1-p0)K-1,其中τRTS表示传输RTS数据包的时间,τCTS表示传输CTS包的时间,K表示信源-信宿对的个数;在其他次信道竞争中,网络中只会出现空闲时隙或者发生冲突,空闲时隙持续时间为δ、概率为(1-p0)K,发生冲突持续时间为τRTS、概率为1-(1-p0)K-Kp0(1-p0)K-1),因此,一次观测过程中从信道竞争开始到获胜信源—信宿对出现所经历的平均时长τ0为
②从第i个信源Si到其信宿Di的直连信道的接收SNR表示为γi,从第i个信源到第j个中继的第一跳信道接收SNR表示为从第j个中继到第i个信宿的第二跳信道的接收SNR表示为直连信道和中继信道均服从瑞利衰落模型,信道接收SNRγi、和服从指数随机分布,期望分别为和
③直连信道的信道速率为Rd=log2(1+γi),中继信道中,信宿在探测得到j个中继的第一跳和第二跳信道CSI后,令信源选择信道质量最好的中继j*进行辅助传输,此时R表示中继节点的集合,执行信号的放大-转发操作;在中继信道的辅助下,信宿收到的有用信号中同时包含通过直连信道和通过中继两跳信道传输的信号,因此信宿在探测j个中继节点后,得到通过中继辅助传输的最大信道接收SNR为Rj表示已经探测的j个中继节点的集合,信道可达速率为
④信道相干时间为τd,单次数据传输时间应不大于信道相干时间,若进行了中继探测,则单次数据传输的时间为信道相干时间τd减去探测中继的时间;
(2)网络平均吞吐量λ*的计算公式如下
其中,E[·]表示期望;Mi,j(γ)表示探测j个中继后的得到的中继辅助传输的信道收益;τj=j τRTS+τCTS,表示探测j个中继的时间;表示探测j个中继后,可用于数据传输的时间;采用蒙特卡洛的方式对λ*进行求解,根据信道变化率,对信道进行采样,根据不同用户的最大收益函数,迭代求和后取平均,最后根据上述公式求解得到网络的平均吞吐量λ*。
进一步地,作为一种具体实施例,步骤2所述的第n次观测,具体过程如下:
将异构无线网络建模为序贯观测规划决策模型,将信道竞争开始直至出现获胜信源的过程定义为一次观测,令φn和ψn分别表示第n次观测过程后的第一级决策和第二级决策。φn=0,1,2,...,L+1为第一级决策的结果,其中,φn=0表示停止,即使用直连信道进行传输;φn=L+1表示继续,即放弃传输机会重新参与信道竞争;φn=1,2,...,L表示进一步探测不同数量的中继节点。此外,若第一级决策中φn=1,2,...,L,则中继探测结束后需要进行第二级决策ψn,ψn=0表示停止,即在直连信道和中继辅助两跳信道中选择信道速率更大的方式进行接入传输;ψn=1表示继续,即信宿在探测中继后仍决定放弃接入机会,令信源重新进行信道竞争。
其中,表示探测j个中继的收益函数Mi,j(γ)与0的交点,0表示放弃传输机会的收益;为所有j中的最小值;表示探测j个中继地收益函数Mi,j(γ)与τdRd-λ*τd的交点,τdRd-λ*τd表示通过直连信道传输的收益,为所有j中的最大值。
进一步地,作为一种具体实施例,步骤5所述的根据异构两跳中继信道的统计信息,离线计算探测j个中继的判决区间Bs(n),j,判决区间Bs(n),j的定义涉及收益函数Mi,j(γ)和收益函数的差函数ΔMi,j(γ),具体计算公式如下:
(1)探测j个中继的收益函数Mi,j(γ)的解析表达式如下:
其中,βl(γ)=lμi(α(γ)-1-γ),和J(x)=exE1(x),E1(x)为指数积分函数,具体表示为Fγi,j(x|γ)表示在信源i直连信道SNRγi=γ,中继数量为j个的条件下的中继辅助信道SNRγi,j的累积分布函数,为γi,j的概率密度函数,具体表示为 其中
(2)定义收益函数Mi,j(γ)的差函数ΔMi,j(γ):
ΔMi,j(γ)=Mi,j+1(γ)-Mi,j(γ)j=1,2,...,L-1 (7)
差函数ΔMi,j(γ)表示探测中继数量若由j增加到j+1,给网络带来的收益的差值,具有如下性质:
证明:
②随着探测中继数量j的增加,函数ΔMi,j(γ)呈现单调递减;
证明:
函数ΔMi,j(γ)可被改写为
其中,Aj=max{Rd,log2(1+γi,j)/2,λ*};
证毕;
(3)定义判决区间Bi,j:
进一步地,作为一种具体实施例,步骤8中将直连信道SNRγ与中继数量判决区间Bs(n),j进行比较,决定探测中继的数量φn,当仅有两个中继节点时,采用以下简化算法,算法流程如图4所示,具体推导过程如下:
(1)参数定义及性质:
b)当γi,th>0时,ΔMi,1(γ)在的范围内单调递增,在的范围内单调递减;如果ΔMi,1(0)≥0,则存在唯一的交点使Mi,1(γ)=Mi,2(γ);否则,若满足则存在两个交点和若则交点不存在;
②性质证明:
(2)结合图4的算法流程图,中继数量L=2时的简化算法步骤如下:
步骤8.1、对于第n次成功竞争中的获胜信源s(n)及对应的信宿d(n),若对应总共K个通信对中的第i个通信对,则获胜信源和其信宿分别表示为Si和Di,统称为通信对i;计算门限γi,th,如果γi,th≤0,进入步骤8.2,否则进入步骤8.4;
步骤8.2、如果差函数△Mi,1(γ)在零点的值满足△Mi,1(0)<0,则φn=1,转入步骤9,否则进入步骤8.3;
步骤8.4、如果差函数ΔMi,1(γ)在零点的值满足ΔMi,1(0)≥0,则转入步骤8.3,否则,进入步骤8.5;
下面结合附图及具体实施例对本发明做进一步详细说明。
实施例
本实施例采用由10个信源-信宿对和多个中继组成的异构无线分布式网络,网络中所有信道服从独立同分布瑞利衰落。其中,信源节点的信道竞争参数设置为p0=0.3、δ=25μs和τRTS=τCTS=50μs,为模拟异构无线网络特性,假设直连信道的平均信噪比为10对信源-信宿对的直连信道分别服从期望为的指数分布;第一跳和第二跳的中继信道平均信噪比分别为和6个中继节点的第一跳和第二跳中继信道分别服从期望为和的指数分布,信道相干时间为τd。
为了对本发明所提的第一阶段阈值计算与最优方法接入决策做更具体地说明,本实施例仿真了τd=2ms,L=6时,不同接入方法地收益函数情况,通过计算可得放弃接入和直连信道接入的SNR门限分别为图5和图6分别显示了探测不同数量中继节点的收益函数Ms(n),j(γ)的曲线和收益的差函数ΔMs(n),j(γ)的曲线,其中j表示探测中继节点的数量。从图5和图6中可得到,仅当j=1、2时,ΔMs(n),j(γ)=0有解,具体地有结合可以得到,在该实施例中,若出现获胜信源-信宿对,此时获胜信宿面临第一级决策:若γ≤0,则放弃传输机会重新参与竞争;若γ≥4.54,则通过直连信道接入;若3.61≤γ<4.54,则探测两个中继;若0<γ<3.61,则探测三个中继。
为模拟不同信道条件对本发明方法的影响,图7显示了三种信道(直连、中继第一跳和第二跳)变化时,网络平均吞吐量的变化,满足τd=2ms、L=6,图中横坐标表示信道SNR的变化量σ2,其值从2到8变化,三条曲线的信道参数分别为 即其中一个信道参数变化时,另外两个信道参数保持不变,由图可得,当直连信道质量较差时,中继信道辅助传输对系统平均吞吐量的提升较大,而中继某一跳信道质量突变不会造成系统平均吞吐量性能的突变,证明本发明方法具有良好的稳定性和兼容性。
此外,本实施例将本发明方法与三种传统方法进行性能对比。图8显示了 τd=2ms,L=6时,系统吞吐量随信道参数σ2变化的曲线,随着σ2的增大,系统所有信道的SNR均增大,平均吞吐量提升,与其他三种传统策略相比,在相同的信道条件下,本发明所提方法具有更好的吞吐量性能,且随着网络信道状态变好,本发明方法在性能上与其他方法相比仍然保持绝对优势。
图9显示了本实施例中,τd=2ms时,系统吞吐量随中继数量变化的曲线。当中继数量从5增大到20时,由图可得,本发明所提方法的系统吞吐量仍然保持相对稳定,其他三种传统策略中,不等待全中继策略的吞吐量性能下降最快,这是由于中继数量的增加使得探测中继的开销加大,从而体现了本发明方法中,智能选择探测中继数量的重要性。
图10显示了本实施例中,L=6时,系统吞吐量随相干时间τd变化的曲线。相干时间越长,则在相同的网络参数下,数据传输的时间越长,则系统平均吞吐量越高,但当相干时间较短时,降低信令开销就显得尤为重要。由图10可得,随着相干时间τd的减小,本发明方法和不等待全中继策略受到的影响较大,不等待单中继和不等待直连策略受到的影响较小;显然,在同样的相干时间下,与其他三种传统策略相比,本发明所提方法仍然具有良好的吞吐量性能。本发明所提方法在利用中继分集的同时,提出了基于分布式异构无线网络的统计信息进行阈值计算的迭代算法,将探测中继的开销降低,减少了额外的信令开销,提升了网络的吞吐量和频谱利用率。此外,针对仅有两个中继节点的特殊情况,研究了探测中继收益函数的特殊性质,提出了决定探测中继数量的简化算法,使系统具有较强的可靠性和实用性。
Claims (6)
1.一种异构无线协同网络分布式信道智能探测与接入方法,其特征在于,包括以下步骤:
步骤1、根据无线网络信道统计特性参数,通过线下迭代计算获得网络平均吞吐量λ*;
步骤2、信源-信宿通信对以分布方式感知和接入信道;在第n次观测中,从时长δ的微时隙开始,所有信源以相同概率p0发送RTS数据包独立地竞争信道,如果没有信源发送RTS数据包,则所有信源在下个微时隙竞争信道;如果有两个或以上信源发送RTS数据包,则发生冲突,所有信源在下个微时隙继续竞争;如果仅一个信源s(n)发送RTS数据包,该信源获得信道接入机会,称为信道竞争获胜信源s(n),然后进入步骤3;
步骤3、信源s(n)向信宿d(n)和所有中继节点广播RTS数据包;信宿d(n)通过解调接收RTS数据包内的训练符号序列,估计信源s(n)与其自身之间的直连信道SNRγ和直连信道速率Rd(n);同时,中继节点根据收到的RTS数据包估计信源s(n)到其自身的第一跳信道SNR,进入步骤4;
步骤5、根据异构两跳中继信道的统计信息,离线计算探测j个中继的判决区间Bs(n),j,中继数量j从1开始,到L-1结束,L表示总的中继节点数量,进入步骤6;
步骤7、将直连信道SNRγ与判决门限和进行比较,其中如果直连信道则信源s(n)按照直连信道最大可达速率Rd(n)进行传输,第一级决策φn=0,单次数据传输结束后返回步骤2;如果直连信道则信源s(n)放弃信道接入机会,φn=L+1,转入步骤2;如果直连信道SNR满足则信宿d(n)进一步探测中继信道,进入步骤8;
步骤8、将直连信道SNRγ与中继数量判决区间Bs(n),j进行比较,其中中继数量j从1开始,到L-1结束,如果直连信道SNR满足γ∈Bs(n),j,则第一级决策φn等于最佳的探测中继节点数量j即φn=j,否则为φn=L,进入步骤9;
步骤9、信宿d(n)向信源s(n)和前φn个中继节点发送CTS包,令信源s(n)和φn个中继节点向信宿d(n)自身发送RTS数据包,用于估计中继信道的CSI,至此,信宿d(n)获得了φn个中继辅助传输的信道速率进入步骤10;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,ψn=1,返回步骤2;
步骤11、将直连信道速率Rd(n)与网络平均吞吐量λ*进行比较,做出决策如下:
a)如果直连信道速率Rd(n)≥λ*,则信宿d(n)发送CTS包至信源s(n),告知信源s(n)通过直连信道以最大可达速率Rd(n)进行数据传输,单次数据传输结束后进行第n+1次观测,返回步骤2;
b)否则,信宿d(n)回复RTS数据包至所有信源节点,告知所有信源节点信宿d(n)放弃信道接入,并在下一轮竞争开始时,信源s(n)与其它信源节点重新竞争信道,返回步骤2。
2.根据权利要求1所述的异构无线协同网络分布式信道智能探测与接入方法,其特征在于,步骤1所述的根据无线网络信道统计特性参数,通过线下迭代计算获得网络平均吞吐量λ*,具体如下:
(1)无线网络信道统计特性参数如下
①信源-信宿对为K个,分别表示为信源S1,...,Si,...,SK,信宿D1,...,Di,...,DK,中继节点为L个,表示为R1,R2,...RL;在每一轮新的观测开始时,各信源在每个时长为δ的微时隙开始时独立地竞争信道,以概率p0发送RTS数据包;
将信道竞争开始直至出现获胜信源的过程定义为一次观测,每次观测过程中竞争的数量满足参数为Kp0(1-p0)K-1的几何随机分布,在一次观测过程的最后一次信道竞争中,获胜信源—信宿对出现,经历的时间为τRTS+τCTS,概率为Kp0(1-p0)K-1,其中τRTS表示传输RTS数据包的时间,τCTS表示传输CTS包的时间,K表示信源-信宿对的个数;在其他次信道竞争中,网络中只会出现空闲时隙或者发生冲突,空闲时隙持续时间为δ、概率为(1-p0)K,发生冲突持续时间为τRTS、概率为1-(1-p0)K-Kp0(1-p0)K-1),因此,一次观测过程中从信道竞争开始到获胜信源—信宿对出现所经历的平均时长τ0为
②从第i个信源Si到其信宿Di的直连信道的接收SNR表示为γi,从第i个信源到第j个中继的第一跳信道接收SNR表示为从第j个中继到第i个信宿的第二跳信道的接收SNR表示为直连信道和中继信道均服从瑞利衰落模型,信道接收SNRγi、和服从指数随机分布,期望分别为和
③直连信道的信道速率为Rd=log2(1+γi),中继信道中,信宿在探测得到j个中继的第一跳和第二跳信道CSI后,令信源选择信道质量最好的中继j*进行辅助传输,此时R表示中继节点的集合,执行信号的放大-转发操作;在中继信道的辅助下,信宿收到的有用信号中同时包含通过直连信道和通过中继两跳信道传输的信号,因此信宿在探测j个中继节点后,得到通过中继辅助传输的最大信道接收SNR为Rj表示已经探测的j个中继节点的集合,信道可达速率为
④信道相干时间为τd,单次数据传输时间应不大于信道相干时间,若进行了中继探测,则单次数据传输的时间为信道相干时间τd减去探测中继的时间;
(2)网络平均吞吐量λ*的计算公式如下
3.根据权利要求2所述的异构无线协同网络分布式信道智能探测与接入方法,其特征在于,步骤2所述的第n次观测,具体过程如下:
将异构无线网络建模为序贯观测规划决策模型,将信道竞争开始直至出现获胜信源的过程定义为一次观测,令φn和ψn分别表示第n次成功的信道竞争之后的第一级决策和第二级决策,φn=0,1,2,...,L+1为第一级决策的结果,其中,φn=0表示停止,即使用直连信道进行传输;φn=L+1表示继续,即放弃传输机会重新参与信道竞争;φn=1,2,...,L表示进一步探测不同数量的中继节点;此外,若第一级决策中φn=1,2,...,L,则中继探测结束后需要进行第二级决策ψn,ψn=0表示停止,即在直连信道和中继辅助两跳信道中选择信道速率更大的方式进行接入传输;ψn=1表示继续,即信宿在探测中继后仍决定放弃接入机会,令信源重新进行信道竞争。
5.根据权利要求4所述的异构无线协同网络分布式信道智能探测与接入方法,其特征在于,步骤5所述的根据异构两跳中继信道的统计信息,离线计算探测j个中继的判决区间Bs(n),j,具体计算公式如下:
(1)探测j个中继的收益函数Mi,j(γ)的解析表达式如下:
其中,βl(γ)=lμi(α(γ)-1-γ),和J(x)=exE1(x),E1(x)为指数积分函数,具体表示为 表示在信源i直连信道SNRγi=γ,中继数量为j个的条件下的中继辅助信道SNRγi,j的累积分布函数,为ri,j的概率密度函数,具体表示为 其中
(2)定义收益函数Mi,j(γ)的差函数ΔMi,j(γ):
ΔMi,j(γ)=Mi,j+1(γ)-Mi,j(γ)j=1,2,...,L-1 (7)
差函数ΔMi,j(γ)表示探测中继数量若由j增加到j+1,给网络带来的收益的差值,具有如下性质:
证明:
②随着探测中继数量j的增加,函数ΔMi,j(γ)呈现单调递减;
证明:
函数ΔMi,j(γ)可被改写为
其中,Aj=max{Rd,log2(1+γi,j)/2,λ*};
证毕;
(3)定义判决区间Bi,j:
6.根据权利要求1所述的异构无线协同网络分布式信道智能探测与接入方法,其特征在于,步骤8中将直连信道SNRγ与中继数量判决区间Bs(n),j进行比较,决定探测中继的数量φn,当仅有两个中继节点时,采用以下简化算法:
(1)参数定义及性质:
b)当γi,th>0时,ΔMi,1(γ)在的范围内单调递增,在的范围内单调递减;如果ΔMi,1(0)≥0,则存在唯一的交点使Mi,1(γ)=Mi,2(γ);否则,若满足则存在两个交点和若则交点不存在;
②性质证明:
(2)简化算法如下:
步骤8.1、对于第n次成功竞争中的获胜信源s(n)及对应的信宿d(n),若对应总共K个通信对中的第i个通信对,则获胜信源和其信宿分别表示为Si和Di,统称为通信对i;计算门限γi,th,如果γi,th≤0,进入步骤8.2,否则进入步骤8.4;
步骤8.2、如果差函数ΔMi,1(γ)在零点的值满足ΔMi,1(0)<0,则φn=1,转入步骤9,否则进入步骤8.3;
步骤8.4、如果差函数ΔMi,1(γ)在零点的值满足ΔMi,1(0)≥0,则转入步骤8.3,否则,进入步骤8.5;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110324708.2A CN113115471B (zh) | 2021-03-26 | 2021-03-26 | 一种异构无线协同网络分布式信道智能探测与接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110324708.2A CN113115471B (zh) | 2021-03-26 | 2021-03-26 | 一种异构无线协同网络分布式信道智能探测与接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113115471A true CN113115471A (zh) | 2021-07-13 |
CN113115471B CN113115471B (zh) | 2022-07-26 |
Family
ID=76712239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110324708.2A Active CN113115471B (zh) | 2021-03-26 | 2021-03-26 | 一种异构无线协同网络分布式信道智能探测与接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113115471B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114630386A (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 | 一种星地一体化网络中的卫星中继通信方法 |
CN114641084A (zh) * | 2022-02-18 | 2022-06-17 | 山东大学 | 基于社交信任模型的分布式协同最优信道接入方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100007691A (ko) * | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 중앙 제어식 mac 기반의 무선통신 시스템에서 릴레이 디바이스를 이용한 데이터 송수신 장치 및 방법 |
CN102594432A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 一种基于多输入多输出协作网络的增量中继传输方法 |
CN110290593A (zh) * | 2019-06-29 | 2019-09-27 | 中国人民解放军军事科学院国防科技创新研究院 | 基于双跳阈值决策的无线分布式网络机会信道接入方法 |
CN111511038A (zh) * | 2019-12-30 | 2020-08-07 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无线协同网络分布式信道智能感知与接入方法 |
-
2021
- 2021-03-26 CN CN202110324708.2A patent/CN113115471B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100007691A (ko) * | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 중앙 제어식 mac 기반의 무선통신 시스템에서 릴레이 디바이스를 이용한 데이터 송수신 장치 및 방법 |
CN102594432A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 一种基于多输入多输出协作网络的增量中继传输方法 |
CN110290593A (zh) * | 2019-06-29 | 2019-09-27 | 中国人民解放军军事科学院国防科技创新研究院 | 基于双跳阈值决策的无线分布式网络机会信道接入方法 |
CN111511038A (zh) * | 2019-12-30 | 2020-08-07 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无线协同网络分布式信道智能感知与接入方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114641084A (zh) * | 2022-02-18 | 2022-06-17 | 山东大学 | 基于社交信任模型的分布式协同最优信道接入方法 |
CN114630386A (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 | 一种星地一体化网络中的卫星中继通信方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113115471B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113115471B (zh) | 一种异构无线协同网络分布式信道智能探测与接入方法 | |
CN111511038B (zh) | 一种无线协同网络分布式信道智能感知与接入方法 | |
CN110290593B (zh) | 基于双跳阈值决策的无线分布式网络机会信道接入方法 | |
CN107070794B (zh) | 一种低轨信息网络最优网络效益时延约束路由方法 | |
CN108990129B (zh) | 一种无线传感网络分簇方法及系统 | |
CN111556454B (zh) | 一种基于最小均方误差准则的加权DV_Hop节点定位方法 | |
JP2001510958A (ja) | チャネル衝撃応答の長さの決定 | |
CN110381562B (zh) | 基于双层松耦合最优停止的无线分布式协同网络接入方法 | |
CN113207156B (zh) | 一种无线传感器网络的分簇路由方法及系统 | |
CN110351885B (zh) | 基于阈值度量的无线分布式协同网络机会信道接入方法 | |
CN112969240B (zh) | 基于纯阈值决策的异构无线分布式网络智能信道接入方法 | |
CN104320805B (zh) | 通过少量数据包估计无线传感网络链路质量的方法 | |
CN109041161B (zh) | 基于异质节点的无线认知传感器网络低能量适应性分簇方法 | |
CN102224713B (zh) | 用于估算剩余带宽的方法 | |
CN106658647B (zh) | 一种基于干扰感知的中继选择算法 | |
CN116743541B (zh) | 多模通信的混合组网方法及系统、通信设备 | |
CN108366409B (zh) | 一种基于能量均衡的可靠多路径聚合路由方法 | |
KR20170090805A (ko) | 인지 라디오 네트워크를 위한 소프트-하드 융합기반 협력 스펙트럼 센싱 방법 | |
CN110381559B (zh) | 基于全局最优阈值决策的分布式无线网络频谱接入方法 | |
CN111278079A (zh) | 面向水下自组织网络的分层式协作路由方法及系统 | |
CN103152751A (zh) | 无线传感器网络的节能传播自适应lms分布式检测方法 | |
CN107948990B (zh) | Dcss-ocr机会认知路由协议优化方法 | |
CN107426748B (zh) | 一种无线网络控制系统中多传感器估计性能方法 | |
CN114641084A (zh) | 基于社交信任模型的分布式协同最优信道接入方法 | |
Wu et al. | CLIQUE: A cross-layer link quality based energy-efficient routing protocol for UWSNs |
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 |