CN113613341A - 一种认知无线电网络的动态信道接入方法 - Google Patents
一种认知无线电网络的动态信道接入方法 Download PDFInfo
- Publication number
- CN113613341A CN113613341A CN202010537350.7A CN202010537350A CN113613341A CN 113613341 A CN113613341 A CN 113613341A CN 202010537350 A CN202010537350 A CN 202010537350A CN 113613341 A CN113613341 A CN 113613341A
- Authority
- CN
- China
- Prior art keywords
- network
- time slot
- state
- sus
- data transmission
- 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 44
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000007704 transition Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000006698 induction Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003068 static effect Effects 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
- H04W74/0833—Random access procedures, e.g. with 4-step access
- H04W74/0841—Random access procedures, e.g. with 4-step access with collision treatment
- H04W74/085—Random access procedures, e.g. with 4-step access with collision treatment collision avoidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
- H04W74/0841—Random access procedures, e.g. with 4-step access with collision treatment
- H04W74/0858—Random access procedures, e.g. with 4-step access with collision treatment collision detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知无线电网络的动态接入方法,包括确定马尔可夫决策过程的相关参数,确定传输时限下认知无线电网络的可靠性指标,进而根据最优接入概率得到近优可靠性。本发明对不同传输时限下等待数据发送的次用户数量不断变化的认知无线电网络的可靠性指标提出了一种启发式性能优化策略,为传输时限下认知无线电网络的有效实施提供帮助。
Description
技术领域
本发明属于无线网络通信技术领域,具体为一种认知无线电网络的动态信道接入方法。
背景技术
认知无线电技术能够突破传统静态频谱分配策略的局限性,是一种有效提高频谱利用率的方法,能极大地解决频谱稀缺的难题。近年来,面向传统认知无线电网络的频谱感知与动态接入策略优化已得到广泛研究,但非正交多址接入技术的发展和数据业务的传输时限使得以往策略无法适用于现代无线网络。以往的频谱接入技术大多局限于固定时限内的分析,无法灵活地适应数据业务的多变的传输时限需求。与此同时,网络中的可靠性性能逐渐成为了近年来的研究热点,以往大多数研究均假设网络中的设备采用固定的发送概率。显而易见,当网络中等待通信的设备数量与数据分组传输时限发生变化时,所述固定发送概率将难以灵活适应网络环境的变化需求,进而导致网络可靠性性能的恶化。
发明内容
本发明旨在提供一种认知无线电网络的动态信道接入方法,以得到不同传输时限下剩余的等待数据发送的SUs数量不断变化的认知无线电网络的近优可靠性指标。
实现本发明的目的的技术方案为:一种认知无线电网络的动态信道接入方法,具体步骤为:
步骤1、确定主用户(PU)在每个时隙下的状态转移概率矩阵P;
步骤2、确定马尔可夫决策过程的相关参数,所述相关参数包括:描述在时隙t的开始时刻,网络中剩余的等待数据发送的次用户(SUs)数量st(nt,vt,ct)、描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,SUs接入信道的接入概率的行为描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,网络采取行为在时隙t+1的开始时刻,网络处于状态st+1(nt+1,vt+1,ct+1)的转移概率以及描述在时隙t的开始时刻,当网络处于状态st(nt,vt)时,网络中已经成功完成数据传输的SUs数量增量期望的奖励
步骤3、利用逆向归纳法,确定网络中时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st)。
步骤4、根据网络中时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st)来确定网络的近优可靠性指标。
本发明与现有技术相比,其显著优点为:通过本发明能够确定不同传输时限下等待数据发送的SUs数量不断变化的认知无线电网络的近优可靠性指标,即可以使传输时限内成功完成数据传输的SUs数量与总SUs数量的比值更高,因此能够为认知无线电网络动态信道接入的有效实施提供帮助。
附图说明
图1为本发明的流程图。
图2为实施例1中两种信道接入策略随SUS数量N变化的可靠性性能示意图。
图3为实施例1中两种信道接入策略随传输时限D变化的可靠性性能示意图。
图4为实施例1中两种信道接入策略随MPR能力γ变化的可靠性性能示意图。
图5为实施例1中两种信道接入策略随信道空闲概率π1变化的可靠性性能示意图。
具体实施方式
本发明中,动态信道接入方法具体为在D传输时限内,认知无线电网络中的N个SUs在任一全局超帧开始时刻均有数据发送需求,并在PU不占据信道时尝试以随机接入方式发送数据,发送一次后在下个全局超帧开始前保持安静,不使用应答机制。此时,网络中等待数据发送的SUs的数量不断减少。假设每个时隙下SUs可以观测到{未有SU通信,传输成功及对应的用户数,传输冲突},其中观测到冲突时,就假设为γ+1个SUs参与了冲突。在每个时隙下,每个SUs进而在任一没有被PU占用的时隙t的开始时刻,以概率发送数据分组。一种认知无线电网络的动态信道接入方法,具体步骤为:
步骤1、确定主用户(PU)在每个时隙下的状态转移概率矩阵P;
步骤2、确定马尔可夫决策过程的相关参数,所述相关参数包括:描述在时隙t的开始时刻,网络中剩余的活跃次用户(SUs)数量st(nt,vt,ct)、描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,SUs接入信道的接入概率的行为描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,网络采取行为在时隙t+1的开始时刻,网络处于状态st+1(nt+1,vt+1,ct+1)的转移概率以及描述在时隙t的开始时刻,当网络处于状态st(nt,vt)时,网络中已经成功完成数据传输的设备数量增量期望的奖励
步骤3、利用逆向归纳法,确定网络中时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望ut(st)。
步骤4、根据网络中时隙t至时隙D之间已经成功完成数据传输的设备数量增量之和的期望ut(st)来确定网络的近优可靠性指标。
优选地,所述马尔可夫决策过程的相关参数的确定方法具体为:
步骤1-1、确定马尔可夫决策过程的决策时间,D为数据分组的传输时限,满足D<∞,即有限时域马尔可夫决策过程;在该有限时域马尔可夫决策过程中,网络在时隙t=0,1,...D-1做出决策,在时隙t=D结束决策;
步骤1-2、确定状态st∈S={(vt,nt,ct)},满足:st∈S={(vt,nt,ct)},t∈[0,D],S为有限、离散的状态空间,N为网络中的设备数量,其中vt(0≤v≤V)表示猜测得到的活跃用户数,nt(0≤n≤N)表示真实的活跃用户数,ct=0/1。本发明假设一开始时V=N。
当猜测的等待数据发送的SUs数为vt,真实的等待数据发送的SUs数为nt时,模型假设在t时隙接入的SUs为kt,根据对观测的猜测以及kt的值可以猜测得到下一时隙的等待数据发送的用户数vt+1,如下所示:
优选地,时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st)的确定方法为:
步骤2-3、如果t=0,则停止迭代,否则继续执行步骤2-2。
优选地,网络可靠性指标Prel(V,N,D)的确认方法为:
Prel(V,N,D)=(π0u0(V+1,N+1,0)+π1u0(V+1,N+1,1))/N
优选地,步骤1中的传输时限具体为:在D传输时限内,认知无线电网络中的N个SUs在任一全局超帧开始时刻均有数据发送需求,并在PU不占据信道时尝试以随机接入方式发送数据,发送一次后在下个全局超帧开始前保持安静,不使用应答机制。此时,网络中等待数据发送的SUs的数量不断减少。
优选地,步骤1中的信道接入规则具体为:假设每个时隙下SUs可以观测到{未有SU通信,传输成功及对应的用户数,传输冲突},其中观测到冲突时,就假设为γ+1个SUs参与了冲突。在每个时隙下,每个SUs进而在任一没有被PU占用的时隙t的开始时刻,以概率发送数据分组。
实施例1
本发明采用MATLAB软件对所述方法进行实施,下面是网络中的Markov双状态链参数α=0.5,0.7,β=0.4,0.5,SUs数量N=10,15,20,25,30,35,40,传输时限D=20,40和多包接收能力γ=2,4的参数组合下的两种信道接入策略的性能对比图。考虑以下两种认知无线电网络动态信道接入策略。方案一:本发明所设计的认知无线电网络动态信道接入方法。方案二:在传输时限D’中,等待数据发送的SUs在任一时隙都采取当前时隙下的最优接入概率来接入信道。其中D’=D*π1,即原本的总传输时限与信道空闲稳态概率的乘积,即D’为按比例缩略后的新传输时限,其中最优接入概率是基于Δp=0.001的间隔搜索得到的。
如图2所示,在所有网络参数的组合下,本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着SUs数量的增加,使得竞争的概率增大,因而两种策略的可靠性性能都有所恶化。
如图3所示,在所有网络参数的组合下,本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着传输时限D数量的增加,传输的机会增多,因而两种策略的可靠性性能都有所改善。
如图4所示,在所有网络参数的组合下,本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着MPR能力γ的增加,任一个时隙内中能够同时发送数据分组的SUs数增加,冲突的概率减少,因而两种策略的可靠性性能都有所改善。
如图5所示,在所有网络参数的组合下,本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着信道空闲概率π1的增加,SUs能够传输数据分组的机会增加,两种策略的可靠性性能都有所改善。
Claims (5)
1.一种传输时限下认知无线电网络动态信道接入方法,其特征在于,具体步骤为:
步骤1、确定主用户(PU)在每个时隙下的状态转移概率矩阵P;
步骤2、确定马尔可夫决策过程的相关参数,所述相关参数包括:描述在时隙t的开始时刻,网络中剩余的等待数据发送的次用户(SUs)数量st(nt,vt,ct)、描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,SUs接入信道的接入概率的行为描述在时隙t的开始时刻,当网络处于状态st(nt,vt,ct)时,网络采取行为在时隙t+1的开始时刻,网络处于状态st+1(nt+1,vt+1,ct+1)的转移概率以及描述在时隙t的开始时刻,当网络处于状态st(nt,vt)时,网络中已经成功完成数据传输的SUs数量增量期望的奖励
步骤3、利用逆向归纳法,确定网络中时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st);
步骤4、根据网络中时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st)来确定网络的近优可靠性指标。
3.根据权利要求1所述的传输时限下认知无线电网络的动态信道接入方法,其特征在于,步骤2中的马尔可夫决策过程的相关参数的确定方法具体为:
步骤1-1、确定马尔可夫决策过程的决策时间,D为数据分组的传输时限,满足D<∞,即有限时域马尔可夫决策过程;在该有限时域马尔可夫决策过程中,网络在时隙t=0,1,...D-1做出决策,在时隙t=D结束决策;
步骤1-2、确定状态st∈S={(vt,nt,ct)},满足:st∈S={(vt,nt,ct)},t∈[0,D],S为有限、离散的状态空间,N为网络中的SUs数量,其中vt(0≤v≤V)表示t时隙下猜测得到的等待数据发送的SUs数,nt(0≤n≤N)表示真实的等待数据发送的SUs数,ct=0/1。本发明假设一开始时V=N。
当猜测的等待数据发送的SUs数为vt,真实的等待数据发送的SUs数为nt时,模型假设在t时隙接入的SUs为kt,根据对观测的猜测以及kt的值可以猜测得到下一时隙的等待数据发送的用户数vt+1,如下所示:
5.根据权利要求1所述的传输时限下认知无线电网络的动态信道接入方法,其特征在于,网络近优可靠性性能计算过程如下:
步骤3-1、根据时隙t至时隙D之间已经成功完成数据传输的SUs数量增量之和的期望ut(st),确定网络近优可靠性指标Prel(V,N,D),计算公式为:
Prel(V,N,D)=(π0u0(V+1,N+1,0)+π1u0(V+1,N+1,1))/N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537350.7A CN113613341B (zh) | 2020-06-12 | 2020-06-12 | 一种认知无线电网络的动态信道接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537350.7A CN113613341B (zh) | 2020-06-12 | 2020-06-12 | 一种认知无线电网络的动态信道接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113613341A true CN113613341A (zh) | 2021-11-05 |
CN113613341B CN113613341B (zh) | 2023-07-21 |
Family
ID=78336325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010537350.7A Active CN113613341B (zh) | 2020-06-12 | 2020-06-12 | 一种认知无线电网络的动态信道接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113613341B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100173587A1 (en) * | 2009-01-06 | 2010-07-08 | Huawei Technologies Co., Ltd. | Method and apparatus for spectrum access of secondary users in cognitive radio system |
CN102595570A (zh) * | 2012-01-11 | 2012-07-18 | 北京邮电大学 | 认知无线电系统中基于隐马尔可夫模型的频谱接入方法 |
CN107070569A (zh) * | 2017-03-06 | 2017-08-18 | 广西大学 | 基于hmm模型的多点协作频谱感知方法 |
CN110213088A (zh) * | 2019-05-16 | 2019-09-06 | 南京理工大学 | 一种传输时限下aloha网络可靠性的优化方法 |
-
2020
- 2020-06-12 CN CN202010537350.7A patent/CN113613341B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100173587A1 (en) * | 2009-01-06 | 2010-07-08 | Huawei Technologies Co., Ltd. | Method and apparatus for spectrum access of secondary users in cognitive radio system |
CN102595570A (zh) * | 2012-01-11 | 2012-07-18 | 北京邮电大学 | 认知无线电系统中基于隐马尔可夫模型的频谱接入方法 |
CN107070569A (zh) * | 2017-03-06 | 2017-08-18 | 广西大学 | 基于hmm模型的多点协作频谱感知方法 |
CN110213088A (zh) * | 2019-05-16 | 2019-09-06 | 南京理工大学 | 一种传输时限下aloha网络可靠性的优化方法 |
Non-Patent Citations (2)
Title |
---|
RAHUL URGAONKAR,MICHAEL J.NEELY: "《Opportunistic Scheduling with Reliability Guarantees in Cognitive Radio Networks》", 《IEEE TRANSACTIONA ON MOBILE COMPUTING》 * |
YUN HAN BAE: "《Modeling Timely-Delivery Ratio of Slotted Aloha With Energy Harvesting》", 《IEEE COMMUNICATIONS LETTERS》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113613341B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110418416B (zh) | 移动边缘计算系统中基于多智能体强化学习的资源分配方法 | |
CN109474980B (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
Ma et al. | An analysis of generalized slotted-aloha protocols | |
CN111556572B (zh) | 一种基于强化学习的频谱资源和计算资源联合分配方法 | |
Altman et al. | Closed form solutions for water-filling problems in optimization and game frameworks | |
CN106358308A (zh) | 一种超密集网络中的强化学习的资源分配方法 | |
CN113543342B (zh) | 基于noma-mec强化学习资源分配与任务卸载方法 | |
CN107094060A (zh) | 基于非合作博弈的分布式超密集异构网络干扰协调方法 | |
Aggarwal et al. | Probability-based centralized device for spectrum handoff in cognitive radio networks | |
CN112153744B (zh) | 一种icv网络中物理层安全资源分配方法 | |
CN110856268A (zh) | 一种无线网络动态多信道接入方法 | |
CN116744311B (zh) | 基于per-ddqn的用户组频谱接入方法 | |
CN112492686A (zh) | 一种基于深度双q网络的蜂窝网络功率分配方法 | |
CN114126021B (zh) | 一种基于深度强化学习的绿色认知无线电的功率分配方法 | |
Niyato et al. | Competitive wireless energy transfer bidding: A game theoretic approach | |
CN110213088B (zh) | 一种传输时限下aloha网络可靠性的优化方法 | |
CN111132348A (zh) | 移动边缘计算的资源调度方法及移动边缘计算系统 | |
CN113891481B (zh) | 一种面向吞吐量的蜂窝网络d2d通信动态资源分配方法 | |
CN110536398B (zh) | 基于多维有效容量的平均时延保障功率控制方法及系统 | |
CN113613341A (zh) | 一种认知无线电网络的动态信道接入方法 | |
CN109561129B (zh) | 一种基于光纤-无线网络的协同计算卸载方法 | |
Qiao et al. | Optimal channel selection based on online decision and offline learning in multichannel wireless sensor networks | |
CN116017755A (zh) | 一种基于noma的机器通信随机接入方法 | |
Zhang et al. | Multi-Service Oriented Multi-Dimensional Resource Requirement Conflicts Coordination in Radio Access Networks | |
Jiang et al. | Optimal dynamic backoff for grant-free NOMA IoT networks: a mean field game approach |
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 |