专利名称：分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法
技术领域：
本发明属于无线通信技术领域认知网络中的信道感知机制，具体涉及一种基于马尔科夫预测的多信道感知顺序优化方法。
背景技术：
在过去的二十年里，随着无线通信技术的快速发展和广泛应用，极大地推动了社会和经济的发展，改变着人们的生活方式。而随着社会的发展和人们生活水平的提高，人们对无线通信的需求与日俱增。随着无线通信业务的快速增长，无线频谱资源日益稀缺；但实际测量数据却显示已分配的频谱在大部分的时间或地区并未被充分利用。为了提高频谱利用率，缓解频谱资源的相对匮乏和绝对浪费的矛盾，Mitola博士提出了认知无线电(Cognitive Radio, CR)技术,使得非授权用户(次级用户)能够在不影响授权用户(主用户) 通信的前提下，暂时接入授权频段进行通信。CR技术能够有效地提高的频谱资源的利用率，为次级用户提供通信业务，被视为下一代通信系统的重要技术，引起了各国学者的广泛关注。认知无线电技术的研究主要包含物理层频谱感知技术，MAC (Media AccessControl)层频谱管理、频谱接入技术，网络层路由技术及上层协议设计等方面。为了获得频谱接入机会，并不对主用户造成干扰，频谱感知技术是其中的关键。目前关于频谱感知的研究，主要集中在物理层的感知技术方面。而在CR实际应用场景中，考虑到次级用户与主用户之间可能没有任何信息交互，在次级用户的硬件限制条件下，仅凭借物理层的频谱感知技术，对提高频谱利用率和保护授权用户有一定的局限性。因此有必要通过基于MAC层及跨层的频谱感知机制研究，对感知参数和机制进行选取和优化，从而有效指导物理层感知算法准确、快速地发现可用频谱资源，以提高次级用户的感知效率，认知网络的吞吐量以及频谱利用率。合理的MAC层感知机制能够提高次级用户的感知效率，节省次级用户的能量开销，这对应急网络或军事应用中电池能量受限的次级用户至关重要。认知网络中的次级用户一般可以在很宽的频带(分为多个信道)上寻找可接入的频谱，而由于硬件条件的限制，次级用户一次只能感知或接入一个较窄的频带(一个信道)。这就提出了感知顺序的问题，传统的感知机制是以随机选择感知信道或者按照预定的逻辑顺序进行感知的方法，这两种感知顺序都可能导致次级用户在找到可用信道之前进行了很多次的信道感知，降低感知效率，耗费次级用户能量；特别是在次级用户不能连续感知，每个时隙只能进行一次感知的条件下，会导致认知网络吞吐量的下降。本发明就是考虑次级用户一个时隙只能进行一次感知的情况，提出了分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法。该方法根据各信道的统计信息及马尔科夫预测估计各信道的可用概率，优先选择可用概率较大的信道进行感知，以减少次级用户的感知次数，提高感知效率和认知网络的吞吐量，节省次级用户的能量；在网络中有多个次级用户的情况下，由于各用户的信息相近，次级用户会趋向于选择同一感知信道，导致次级用户间的频繁碰撞，本发明还提出了一种频域感知窗口调整策略。该策略统计各次级用户发生碰撞和成功传输的信息，自适应的调整频域的感知窗口大小，有效地降低了次级用户间的碰撞概率，提高认知网络的吞吐量。
发明内容
本发明的目的在于克服传统的随机或预定顺序的多信道感知方法感知效率较低，认知网络吞吐量不高的缺点，提供了一种认知网络中基于马尔科夫预测的多信道感知顺序优化方法。为达到上述目的，本发明采用的技术方案是系统模型的建立。对于包含M个次级用户，N个授权信道的认知网络，假设N个信道是同步的，具有相同的时隙结构。次级用户与主用户共享信道，并且与主用户时隙同步， 在主用户不使用信道时机会地接入信道进行数据传输。N个信道的占用状态彼此独立，在任一时隙t，每个信道有两种状态，表示SSn⑴，Sn (t) e {0，1} (n=l，2，...，N)，Sn(t) =0表示信道η不被主用户占用，次级用户可以接入；Sn(t) = I表示该信道被主用户使用，次级用户不能接入。主用户的信道使用情况满足离散的马尔科夫过程，信道状态转移矩阵为
aI—汉:Pn= nn
n βηα η表示信道η该时隙不被主用户占用，下一时隙仍不被主用户占用的概率，β η表示信道η该时隙被主用户占用，下一时隙仍被主用户占用的概率，如图I所示。信道η
的稳态可用(不被主用户占用)概率及不可用(被主用户占用)概率分别为I =-，
Ζ — αη — Ρ
I- Tl η。次级用户的每个时隙划分为三个阶段，分别是感知、数据发送、确认(ACK)阶段如图2所示，各阶段的时长分别为Ts，Ttr, Ta，整个时隙的长度为Τ—=Τ3+ \,+ ；。根据实际情况，假设Ta<<Ts〈Tta。次级用户在一个时隙只能对一个信道进行感知。在感知阶段，各次级用户对选定的信道进行感知；数据发送阶段，若感知结果为可用，则次级用户接入信道进行数据传输，否则次级用户保持静默直至下一时隙，重新选择感知信道。确认阶段，如果数据传输阶段进行了数据传输，则在此阶段等待与之通信的次级用户给出接收数据的确认消息，否则一直保持静默。我们假设次级用户的感知是无差错的，并且信道是理想信道。这样我们可以通过确认消息判断次级用户之间是否发生了碰撞，并根据统计的碰撞和成功传输情况，更新频域感知窗口的大小。I)次级用户根据各自记录的各信道可用概率值，优先选择可用概率较大的信道进行感知，再根据感知结果决定是否接入，并根据马尔科夫预测更新各信道的可用概率记录值。在感知阶段各个次级用户分别根据记录的各信道的可用概率选择感知信道，并进行感知。在时隙t，以次级用户m(m= 1，2，...，M)为例，所记录的各信道的可用概率Ωπα) = [ωπ α)，ωπ2α)，···，ωπ，Να)]。在单个次级用户的情况下，则选择可用概率最大的信道Cm (t)，即
权利要求
1.分布式认知网络中基于马尔科夫预测的多信道感知顺序优化算法，其特征在于，包括如下步骤 1)系统模型的建立系统包含M个次级用户，N个授权信道的认知网络，N个信道是同步的，具有相同的时隙结构，次级用户的每个时隙划分为三个阶段感知、数据传输、确认阶段； 2)次级用户根据各自记录的各信道可用概率值，优先选择可用概率较大的信道进行感知，根据感知结果决定是否接入，并根据马尔科夫预测更新各信道的可用概率记录值； 3)在认知系统中有多个次级用户的情况下，各次级用户统计自己与其他次级用户的碰撞情况，并据此自适应地调整自己的频域感知窗口大小，以减小次级用户间的碰撞概率。
2.根据权利要求I所述的方法，其特征在于，所述步骤2)具体为 在感知阶段次级用户m (m = 1，2，. . .，M)，所记录的各信道的可用概率为Ωπα) = [ωπ α)，ωπ2α)，···，ωπΝα)]，在单个次级用户的情况下，则选择可用概率最大的信道Cm (t)，即
3.根据权利要求I所述的方法，其特征在于，所述步骤3)具体为 在确认阶段，根据是否到接收确认消息，次级用户可以判断是否与其他次级用户发生了碰撞，频域窗口调整策略根据发生碰撞及成功传输的统计情况，动态调整各次级用户的频域感知窗口大小；次级用户 m(m = 1，2，...，Μ)在 t 时刻，感知窗口大小设为
全文摘要
分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法，在认知网络具有多个可机会接入的授权信道，次级用户一次只能感知并接入一个信道的限制条件下，基于马尔科夫预测估计各信道的可用概率，优先选择可用概率较大的信道进行感知，并根据感知结果决定是否接入信道进行数据传输；在认知网络具有多个次级用户同时接入的情况下，提出了一种频域感知窗口调整策略，以减小次级用户间的碰撞概率。该方法能使次级用户快速感知到可用信道开始数据传输，减少次级用户的感知次数，提高次级用户的感知效率和认知网络的吞吐量，并为次级用户节约能量。仿真结果表明，在授权信道统计信息各不相同时，与随机选择感知信道的策略相比，该方法能够明显提高次级用户的感知效率和认知网络的吞吐量。
文档编号H04W16/18GK102724680SQ20121019077
公开日2012年10月10日 申请日期2012年6月11日 优先权日2012年6月11日
发明者任品毅, 刘艳洁, 张世娇, 杜清河, 王熠晨 申请人:西安交通大学