一种动态认知网络资源分配方法
【专利摘要】本发明公开了一种动态认知网络资源分配方法，属于无线通信【技术领域】。该方法基于主用户历史信息和业务特性预测主用户授权频带占用情况，根据频谱预测信息及从用户业务需求信息，认知基站执行从用户频谱及功率联合优化分配，以实现从用户联合能效最大化及切换次数最小化。本方法综合考虑了认知网络主用户频带占用状态，从用户业务需求及频带间切换所产生的切换代价，基于网络能效最大化准则执行联合资源分配，在保障从用户业务需求、减少切换导致的性能下降的同时，实现了从用户联合能效优化。
【专利说明】一种动态认知网络资源分配方法
【技术领域】
[0001] 本发明属于无线通信【技术领域】，涉及一种动态认知网络资源分配方法。
【背景技术】
[0002] 随着无线通信技术的快速发展及无线应用需求的不断增长，各类通信应用对无线 频谱的需求日益增加。传统的固定频谱分配方法导致部分频带竞争激烈，频谱资源严重匮 乏，同时，部分频段大量已分配的频谱未得到充分使用，导致频谱利用率低下。为有效提高 频谱资源利用率，缓解频谱资源匮乏问题，采用动态频谱接入机制的认知无线电技术近年 来受到广泛关注。
[0003] 认知无线电系统采用基于软件无线电技术的认知无线电终端，能够动态感知可用 频谱，优化调整传输参数，执行软硬件重配置，在不影响授权用户（主用户）正常通信情况 下动态、智能接入空闲频谱，实现未授权用户（从用户）的数据传输。认知无线电技术可有 效实现频谱资源共享，提高频谱利用率，解决频谱资源匮乏的问题。
[0004] 认知无线电网络中，从用户通过接入主用户空闲频谱或在不影响主用户正常工作 的情况下与主用户共享频谱，可实现其通信需求。在存在多个从用户竞争接入主用户可用 频谱的认知网络中，如何实现从用户频谱及功率分配，在确保不干扰主用户通信情况下，实 现从用户的高效频谱占用，提高网络频谱资源利用率及用户QoS具有重要意义。
[0005] 目前已经有一些研究考虑认知网络从用户资源的分配方案，比如针对认知网络中 从用户功率分配的机制。该机制首先为各从用户分配至少一个子信道以保障用户间的公平 性，继而为从用户优化功率分配，以最大化网络容量。还有就是动态认知无线电网络中考虑 从用户异构服务需求的信道和功率分配机制。
[0006] 以上方法仅考虑主用户授权信道信息确定情况下从用户信道和功率分配问题，未 考虑实际应用场景中主用户业务需求的随机性，以及因此导致的各信道主用户到达时间、 业务持续时间的不确定性问题，致使从用户可能因主用户的到达而被迫中止传输或切换至 其他频谱，导致从用户业务传输的连续性和综合性能严重受限。
【发明内容】
[0007] 有鉴于此，本发明的目的在于提供一种动态认知网络资源分配方法，该方法综合 考虑了认知网络主用户频带占用状态，从用户业务需求及频带间切换所产生的切换代价， 基于网络能效最大化准则执行联合资源分配。
[0008] 为达到上述目的，本发明提供如下技术方案：
[0009] -种动态认知网络资源分配方法，在该方法中，认知基站基于网络能效最大化及 用户切换次数最小化准则进行频谱、时隙及功率联合优化分配；分别设置了主用户业务分 析模块、历史信息收集模块、频谱状态预测模块、从用户业务分析模块和联合资源分配模 块；所述主用户业务分析模块用于分析主用户授权频谱业务特性，为频谱状态预测模块提 供输入参考数据；所述历史信息收集模块用于收集主用户占用频谱历史信息输入至频谱状 态预测模块；所述频谱状态预测模块用于接收主用户业务分析模块和历史信息收集模块的 数据，根据主用户占用频谱情况及信道特性，预测主用户到达时刻及频带占用时隙，并输出 至联合资源分配模块；所述从用户业务分析模块用于分析从用户业务特性，输入至联合资 源分配模块；所述联合资源分配模块用于接收频谱状态预测模块及从用户业务分析模块的 数据，基于联合资源分配准则执行从用户频谱、时隙及功率联合分配。
[0010] 进一步，在该方法中，假设各用户占用某频谱的一个或多个时隙进行通信，定义优 化变量
【权利要求】
1. 一种动态认知网络资源分配方法，其特征在于：在该方法中，认知基站基于网络能 效最大化及用户切换次数最小化准则进行频谱、时隙及功率联合优化分配；分别设置了主 用户业务分析模块、历史信息收集模块、频谱状态预测模块、从用户业务分析模块和联合资 源分配模块；所述主用户业务分析模块用于分析主用户授权频谱业务特性，为频谱状态预 测模块提供输入参考数据；所述历史信息收集模块用于收集主用户占用频谱历史信息输入 至频谱状态预测模块；所述频谱状态预测模块用于接收主用户业务分析模块和历史信息收 集模块的数据，根据主用户占用频谱情况及信道特性，预测主用户到达时刻及频带占用时 隙，并输出至联合资源分配模块；所述从用户业务分析模块用于分析从用户业务特性，输入 至联合资源分配模块；所述联合资源分配模块用于接收频谱状态预测模块及从用户业务分 析模块的数据，基于联合资源分配准则执行从用户频谱、时隙及功率联合分配。
2. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：在该方 法中，假设各用户占用某频谱的一个或多个时隙进行通信，定义优化变量爲Le {0J! f W = l,2，...,iV，《ι = 1,2,...,Μ, ?=1，2，...，Κ,其中，N为网络中子信道总数，Μ为资源分配时段的 总时隙数，Κ为从用户总数，濟i =1表示第k个从用户在时隙m占用第η个子信道进行信 肩、传输，=〇表示第k个从用户在时·隙m未占用第η个子信it ;认知基站为各从用户优 化确定AL，对应从用户不同时隙最佳频带分配策略。
3. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：频谱状态预 测模块根据以下公式确定子信道η在第m个时隙的空闲概率：
其中，< 表示主用户在频带η的到达时间，表示主用户在连续Μ个时隙内占用频带 η的时长，表示第m-Ι个时隙的结束时刻，1Γ表示主用户在频带η的业务到达率；若 ，其中，κ。为给定门限值，则可预测第m个时隙频带η空闲，以? Μ=1表示；若 < r,,，则预测主用户在时隙m占用频带η，以υ ? = 〇表示。
4. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：频谱状态预 测模块根据预测得到各频带主用户时隙占用状态，若主用户占用子信道η的某时隙，根据 公式
得到从用户k在子信道η上，满足主用户SINR门限允许的最大传 输功率
表示子信道η上从用户k与TO接收端之 间的信道增益，<表示子信道η上主用户与其接收端之间的信道增益，表示主用户在子 信道η的传输功率，Pf表示从用户k与主用户共享子信道η时对应的传输功率，yf为主用 户的SINR门限值；根据公式
得到从用户k在子信道η上，满足从用户 SINR门限允许的最小传输功率'其中，hkn表示子信道η上从用户k与其接收端之间的 信道增益，表示子信道η上TO与从用户k接收端之间的信道增益，^_为从用户k的 SINR门限值；若，则从用户在时隙m可与主用户共享子信道η,反之，则从用户k 无法在时隙m与主用户共享子信道η。
5. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：从用户业务 分析模块用于分析从用户业务特性，从用户资源分配需满足其业务量需求，即：
其中，表示从用户k在子信道η上第m个时隙的传输速率，Τ为各时隙长度，Lk为从 用户k的业务量需求。
6. 根据权利要求5所述的一种动态认知网络资源分配方法，其特征在于：根据公式：
确定从用户k的切换次数，为避免用户频繁切换，设定第k个从用户资源分配限定条件
其中，表示第k个从用户可允许的最大切换次数。
7. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：根据公式
确定从用户联合能效，其中，
为从用户联合传输速率，P为从用户 联合能耗，建模为
*其中，表示第k个从用 户在子信道η上主用户空闲时的传输功率，If表示从用户k的电路消耗功率。
8. 根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：认知基站统 一优化分配网络中各从用户子信道及时隙资源，以实现认知网络能效最大化及从用户切换 次数最小化；定义从用户k的子信道及时隙分配矩阵为
，功率分 配矢量为
给定从用户业务量、接收 SINR、最小切换次数限定条件及主用户SINR限定条件，基于最大能效优化准则，可得认知 网络联合子信道、时隙及功率优化分配方案，即：
对应从用户联合子信道、时隙及功率优化 分配策略。
【文档编号】H04W72/04GK104093209SQ201410355925
【公开日】2014年10月8日 申请日期:2014年7月24日 优先权日:2014年7月24日
【发明者】柴蓉, 周莉, 陈前斌 申请人:重庆邮电大学