认知无线电系统中基于信道分配的链路速率最大化方法
【技术领域】
[0001] 本发明设及认知无线电相关技术，特别是认知无线电系统中基于信道分配的链路 速率最大化方法。
【背景技术】
[0002] 无线通信业务的飞速发展使可用频谱资源越来越紧张，认知无线电技术通过灵活 的利用无线资源，可W大幅提高频谱资源的利用率，在一定程度上缓解了频谱资源紧缺的 现状。对于信道分配技术的研究是认知无线电关键技术研究的一个重要方面，在很大程度 上决定了认知无线电系统性能指标的好坏。通过设置不同的认知无线电系统的信道分配策 略，可W使认知无线电系统根据环境的变化和实际的目标要求，自适应地调整信道的分配， 满足不同的通信需求。不同的拓扑结构W及不同的应用需求对应认知无线电系统中的不同 的信道分配方法。传统意义上的信道分配方案自适应程度低，信道分配过程不够灵活，频谱 资源不能得到充分利用，已经不能满足认知无线电智能化的需求。
【发明内容】
[0003] 本发明的目的在于避免上述【背景技术】中的不足之处而提供一种较为智能化的信 道分配方案。该方案中所述的信道分配方法能够适应认知无线电系统的智能化需求，同时 也可W为其它自适应通信系统提供参考方案。本发明旨在实现一定需求下的链路速率最大 化，有两种应用模式：一种是W瓶颈链路速率最大化为目标，确立的信道分配方案；另一种 是W指定链路速率最大化为目标，确立的信道分配方案。本发明通过制定对应的算法策略， 根据节点间的距离、各节点的可用频谱状况等因素，确定信道的分配方案，最终达到链路速 率最大化的目标，为认知无线电系统的信道分配方案提供了一种较为有效的实现途径。
[0004] 本发明的目的是运样实现的： 阳〇化]认知无线电系统中基于信道分配的链路速率最大化方法，包括W下步骤：
[0006] (1)通过认知无线电系统中各节点的频谱感知功能感知到其可用频谱，并获得 各节点的位置信息；所述的认知无线电系统包含分布的多台认知设备，将认知设备作为节 占. '?、、，
[0007] (2)根据各节点的位置信息得到邻接矩阵后，根据邻接矩阵确定传输链路；
[0008] (3)根据传输链路上各节点的可用频谱和位置信息得到信道速率矩阵；
[0009] (4)对信道速率矩阵应用二部赋权匹配算法形成信道分配矩阵后，根据信道分配 矩阵对传输链路进行信道分配；
[0010] (5)根据信道分配矩阵和信道速率矩阵计算得出传输链路的最大链路速率。
[0011] 其中，所述的传输链路包括瓶颈链路和指定链路。
[0012] 其中，步骤（2)中所述的根据邻接矩阵确定瓶颈链路，具体步骤包括：
[0013] (101)确定一个发起节点，根据所有节点组成的邻接矩阵W及距离阔值，按照到发 起节点距离最短的原则，生成树状网；
[0014] (102)找出从发起节点出发的链路长度最长的链路集合；
[0015] (103)从链路集合中选出设及节点数量最多的支链链路，并将其定为瓶颈链路。
[0016] 其中，步骤（2)中所述的根据邻接矩阵确定指定链路，具体步骤包括：
[0017] (201)确定发起节点和结束节点，根据所有节点组成的邻接矩阵W及距离阔值，找 出从发起节点到结束节点的所有链路；
[001引（202)W所有链路中节点间的最大距离为依据，对所有链路进行排序，找出最大距 离最短的链路，并将该链路作为指定链路。
[0019] 其中，所述的步骤（3)中根据传输链路上各节点的可用频谱和位置信息得到信道 速率矩阵，具体步骤为：
[0020] (301)根据自由空间损耗公式计算传输链路中的传输损耗；
[0021] (302)根据传输损耗计算得到损耗倍数，根据热噪声公式计算得到对应带宽上的 热噪声；
[0022] (303)根据天线发射功率与损耗倍数计算得到接收功率后，根据接收功率、热噪 声、香农公式W及可变系数计算得出节点间的信道速率；
[0023] (304)将信道速率填入矩阵的对应位置得到信道速率矩阵。
[0024] 其中，步骤（304)中所述的矩阵具体为：将传输链路的各跳链路作为第一集合，将 每跳链路的可用信道作为第二集合，所述的第一集合与第二集合构成二部图，将二部图抽 象为X行Y列的矩阵；其中，X为第一集合的节点数，Y为第二集合的信道数。
[00巧]其中，步骤（4)中所述的二部赋权匹配算法包括KM算法和匈牙利算法。
[00%] 其中，步骤（4)中所述的对信道速率矩阵应用匈牙利算法形成信道分配矩阵，具 体步骤为：
[0027] (401)将信道速率矩阵中的各信道速率取倒数得到新的信道速率矩阵；
[002引 （402)在新的信道速率矩阵中添加0矩阵得到行数与列数相同的添0矩阵；
[0029](403)对添0矩阵应用匈牙利算法得到信道分配矩阵。
[0030] 其中，步骤（4)中所述的对信道速率矩阵应用KM算法形成信道分配矩阵，具体步 骤为：
[0031] (501)在信道速率矩阵中添加0矩阵得到行数与列数相同的添0矩阵； 阳03引（502)对添0矩阵应用KM算法得到信道分配矩阵。
[0033] 其中，步骤巧）中根据信道分配矩阵和信道速率矩阵得出传输链路的最大链路速 率，具体为：将信道分配矩阵中矩阵元素为"1"的位置所对应的信道速率矩阵上的数值进 行求和运算，得到传输链路的最大链路速率。
[0034] 本发明相比【背景技术】具有如下优点：
[00对 1.运算时间较短，适合认知无线电系统的时变性环境。
[0036] 2.计算准确性高，其运用的数学理论成熟可靠，使最终的分配方案优化程度较高。
[0037] 3.适应程度较强，易于在认知无线电系统中实现。
【附图说明】
[0038] 图1是本发明中最大化瓶颈链路速率目标下的流程图。
[0039] 图2是本发明中瓶颈链路的选取流程图。
[0040] 图3是本发明中最大化指定链路速率目标下的流程图。
[0041] 图4是本发明中指定链路的选取流程图。
[0042] 图5是本发明实现链路速率最大化流程图。
【具体实施方式】
[0043] 下面结合附图和【具体实施方式】对本发明做进一步详细的说明。
[0044] 本发明可W对各节点位置信息进行归纳，形成邻接矩阵，该矩阵包含了各节点间 的相对距离，反应节点间的连通关系；W邻接矩阵为依据，分别确定两条链路一一瓶颈链路 与指定链路，并确定链路上的节点；根据选出的链路上的节点W及可用频谱，按照速率公式 进行计算，得出二维速率矩阵；对速率矩阵应用匈牙利算法和KM算法，得出信道分配矩阵， 按照信道分配矩阵的分配方案，计算出对应链路的最大速率。
[0045] 瓶颈链路是指树状网结构中，链路长度最长、所设及的节点数量最多的支链为主 链。该主链对于整个树状拓扑结构来说极其重要，影响整个系统的速率。最大化瓶颈链路 速率，就是使该链路上的总速率最大化。运对于整个认知系统的性能具有较大的影响。
[0046] 如图1所示，最大化瓶颈链路速率实现的基本思路是先采用拓扑生成算法生成树 状拓扑结构，再采用相应的链路捜索算法找到符合W上两个条件的主链，在既得主链上采 用匈牙利算法或KM算法进行合理的信道分配实现速率最大化。此处首先按照到一级节点 距离最短的原则生成树状网，在其基础上，确定最长链路集合后，再找出最大化瓶颈链路。 找出最大瓶颈链路后，就可W依照通过KM算法或匈牙利算法得出的矩阵，算出瓶颈链路速 率。
[0047] KM算法与匈牙利算法是数学图论中计算二部图的典型算法，均要求处理矩阵为方 阵，二者的区别在于：KM算法一般用来求取权值最大的带权二部图的最优匹配；而匈牙利 算法一般用来求取权值最小的带权二部图的最优匹配。
[0048] 指定链路是指，发起节点和终止节点被事先指定的链路。寻找满足距离阔值条件 的指定链路是指根据所给的发起节点和终止节点寻找到一条通路，运条通路中的每一段链 路都必须满足给定的距离阔值条件，运样整个通路必然也满足距离阔值条件。
[0049] 如图3所示，在寻找指定链路时，首先，要根据阔值条件构造出满足阔值条件的邻 接矩阵，所谓的邻接矩阵是指表征各个节点间的邻接关系的矩阵。然后，根据运个邻接矩阵 从指定发起节点开始逐层寻找连通节点，直到寻找到指定链路的终止节点，从而最后得到 了从指定发起节点到指定终止节点之间的链路，也就是寻找到了指定链路。根据指定链路 节点对应的信道分配矩阵，即可计算出最大化指定链路速率。
[0050] 如图5所示，认知无线电系统中基于信道分配的链路速率最大化方法，包括W下 步骤：
[0051] (1)通过认知无线电系统中各节点的频谱感知功能感知到其可用频谱，并获得各 节点的位置信息；所述的认知无线电系统包含多个分布在一定范围的多台认知设备，将认 知设备作为节点；
[0052] (2)根据各节点的位置信息得到邻接矩阵后，根据邻接矩阵确定传输链路；传输 链路包括瓶颈链路和指定链路；
[0053] 如图2所示，根据邻接矩阵确定瓶颈链路，具体步骤包括：
[0054] (101)确定一个发起节点，根据所有节点组成的邻接矩阵W及距离阔值