一种矿井下认知无线电系统中自动式多次竞争的频谱分配方法与流程

本发明涉及矿井下认知无线电系统中自动式多次竞争的频谱分配方法。

背景技术：

现有的通信系统为固定方式通信，可能适用于矿井的某一段巷道环境，但整个矿井的通信效果差，存在可靠性差、造价高等缺点。矿井生产对建立一个良好的无线通信系统有迫切的要求。在使用频谱空洞的矛盾是授权用户和认知用户(cognitive user,CU)之间的冲突，为了保证授权用户在其频段上的正常通信，在授权用户回归的时候，认知用户需要释放其所占用的信道，将其“归还”给授权用户。然而鉴于授权用户回归至某频段是一种随机行为，而且认知用户突然切换到空闲信道，系统的性能在不同程度上受到影响，这样为了使认知用户在其使用的频谱空洞内能够完整地实现自己的通信需求，需要分析信道的状态及其所保持的时间长度。

空闲的频谱是由于授权用户没有使用所产生的频谱空洞，一个频谱空洞一般具有空域、频域和时域3方面的属性，即在某一个地区内(认知用户的数量)、在某段频谱(某几个信道)上、在某段时间范围内均没有授权用户的出现。在该领域的研究中，频谱资源的“空间-时间-频域”特性并未受到足够的重视，大多数的研究主要考虑如何分配信道数量或者不同空闲的信道怎么分配给各个认知用户，从而提高系统的吞吐量。但是若不考虑空闲频谱在时间域上的变化特性和空间域上认知用户的数量和频域上授权用户空闲信道的情况，就会出现分配的信道不能够满足认知用户的实际需求的问题，影响系统的可行性，本发明从频谱空洞的自动式多次竞争的角度进行分析，频谱池管理中心分配给认知用户的频谱资源包括：认知用户的数量、空闲信道数量和信道上的预期占用时长，分别对应频谱空洞的空域特性、频域特性和时域特性。从空域角度看，不同的区域认知用户的数量也是不一样的，认知用户越多，竞争越激烈，对于那些有利于系统实现其效用目标的认知用户，频谱池优先予以分配。从频域角度看，对于认知无线电系统中的可用空闲信道数量，部分认知用户可能在某次资源分配中没有获得任何信道。对于那些有利于系统实现其效用目标的认知用户，频谱池优先予以分配。从时域的角度看，系统分配主用户(authored user,AU)的空闲信道占用时间属于预期的数值，认知用户预期占用时长的数值越大，发生冲突的可能性就越大，从规避冲突和减少损失的角度，应该尽可能的减小分配给认知用户的预期占用时间。

技术实现要素：

本发明是为了解决现有技术中频谱资源分配时新一轮竞争周期是固定的，缺乏灵活性的问题，而提出的一种矿井下认知无线电系统中自动式多次竞争的频谱分配方法。

一种矿井下认知无线电系统中自动式多次竞争的频谱分配方法以下步骤实现：

本发明从多次竞争的次数角度出发，提出自动式多次竞争的的频谱分配方法。提出有效的频谱分配算法，改善系统性能，确保CU通信质量，分配合适频谱给CU。频谱分配技术的关键问题是避免干扰AU正常通信，以前研究的基于贪婪算法的频谱分配技术，主要原理是根据随机选择每一个CU，统计CU的期望使用时间和频谱的特性，依次求解该CU在每个频谱上的性能，综合考虑分配给该用户性能最好的频谱，同时在空闲频谱池中删除该频谱，采用同样的方法再选择其他用户，当分配完所有的频谱时，算法结束。贪婪算法考虑了不同CU在不同属性信道上的性能差异，但是在空闲信道数小于用户数的条件下，认为每个用户仅能分配给一个子信道，虽然有助于研究频谱分配的时域特性，但不符合实际通信情况。以前研究的随机算法针对频谱资源空洞的时频特性，指出资源分配在时间域上的特性必要性。采用ON/OFF模型分析频谱空洞的时长分布，其特点是可以用于描述AU的信道占用和空闲两种状态之间的转化，ON为占用，表示正在发送数据，OFF为空闲，表示没有发送数据。以前提出的二维的频谱分配算法，采用马尔科夫模型分析传输的数据量，得到时间域和频率域之间的转化关系。对频谱空洞进行了分析，但考虑的都是单个CU使用频谱空洞的情况。在实际应用中，不同业务类型的CU，通信时间不同，因此对同一频谱空洞的时变性敏感程度不同。对于通信时间短的CU，对频谱空洞的时变性敏感程度较低，但是对于通信时间长的CU，对频谱空洞的时变性敏感程度较高。因此，考虑频谱空洞时变性，不仅要从频谱空洞角度去考虑，还要从认知用户使用的角度去考虑。

使用空闲的频谱时需要分析信道的不同状态及其所持续的时间长度，这样CU使用频谱空洞时能够满足通信需要。由于AU是否使用频段具有随机性，为了不能影响AU，当AU回归到频段时，CU必须无条件腾出正在使用的信道还给AU。AU暂时不使用频谱会带来一些频谱空洞，分配的信道可能不符合CU的实际需求，达不到系统的优化目标。

本发明提出了自动式多次竞争的频谱分配算法，其物理含义是频谱管理中心收集频谱池的频谱，若β≥β₀，发起新一次竞争频谱，否则SMC继续伺服等待，分配给CU的频谱资源包括：期望使用信道时间长度(时域特性)、CU的数量(频谱空洞的空域特性)和空闲信道数量(频域特性)。

本发明自动式多次竞争的的频谱分配算法：首先根据各CU的传输速率进行降序排列，然后依次从大到小选取CU，当新加入的CU被分配一定频谱，计算吞吐量能否增大，假设增大，就把相应的频谱给新加入的CU，同理继续判断其他CU，相反，如果减少，不能够提高系统的总效用。

步骤1：若β≥β₀，发起新一次竞争频谱，否则SMC继续伺服等待；其中β表示当前系统频谱池中的空闲频谱总量占授权用户拥有的频谱总量的比值，β₀为频谱管理中心定的阈值，SMC为频谱管理中心；

步骤2：N个认知用户向SMC提交各自投标

步骤3：初始化参数：系统总吞吐量TR、数据传输需求D_n、单位信道宽度△f、被初分配的认知用户数q，q≤N，认知用户n在频谱m_n上的传输速率

步骤4：对N个认知用户按照降序进行排列；每个认知用户在其获得的信道上的预期占用时长t_n根据首先确定的数据传输需求D_n求出：

其中m_n表示认知用户n获得的空闲信道数，△f为单位信道带宽记，为m_n个空闲信道的带宽。

步骤5：按照t_n得到认知用户成功占用预期占用时长的概率P(t_n)，该概率表明认知无线电系统的统计平均吞吐量，由式(9)得到认知无线电系统总吞吐量为：

其中m_q表示q个认知用户获得的信道数，为m_q个空闲信道的带宽；

步骤6：选择分享信道新加入的认知用户n′：

I₁＝{n|m_n≥m_n′,n,n′∈[0,q-1]},I₂＝{n|m_n≥1,n∈I₁},

其中m_n'表示新加入的认知用户n′获得的信道数，代表新加入的认知用户为n′在频谱m_q上的传输速率，I₁为满足m_n≥m_n′时认知用户的集合，I₂为满足m_n≥1时认知用户的集合，I₃为满足时认知用户的集合判断I₃是否为空，若为空，频谱分配结束，转到步骤7，若不为空，则转至步骤5；

步骤7：为新加入的认知用户n′预分配；

步骤8：新加入的认知用户n′当前所占各信道中的最小值μ，若μ>t_n′，确认试分配，更新参数：q＝q+1，转到步骤9；若μ≤t_n′，分配失败，则m_q＝0,t_q＝0，m_n′＝2m_n′,t_n′＝t_n′/2，转到步骤10；

步骤9：本次分配结束，更新m_q和t_q值，并将结果反馈给SUs，各认知用户接入各自获得的信道，更新β＝0，转至步骤1；开始为其他认知用户进行分配，当获得频谱的用户不能再减少其信道数时，执行步骤10；

步骤10：分配结束。

发明效果：

在常见的多次竞争中，周期虽然可长可短，但仍然是一个固定的值，这种方式将限制频谱资源分配的灵活性。因此，本发明从多次竞争的次数角度出发，提出“自动式多次竞争的”的频谱分配方法。分析了时间域方面CU与AU的概率性干扰矛盾，空间方面的CU数和AU空闲的信道数量的关系，频率域方面不同CU彼此的竞争关系。计算系统总效用时考虑干扰概率，符合认知系统的实际情况。

附图说明

图1为CU时间需求与信道统计时长的关系图；

图2为增加分配的信道和较少信道占用时长图；

图3为系统模型图；竞标b₁--b_N表示用于SMC判断和分析的认知用户1到N的信息，SU₁--SU_N表示认知用户1，…,认知用户N，X[1]—X[N]表示认知用户1到认知用户可用的频谱信息；

图4为自动式多次竞争示意图；图中横坐标下的的英文是什么含义，Auction-i表示认知用户竞争的频谱i，Auction-(i+1)表示认知用户竞争的频谱i+1，SU1表示认知用户1，SU9表示认知用户9，SU7表示认知用户9，PU2表示授权用户2，PU12表示授权用户12，PU6表示授权用户6；

图5为传输数据量与认知用户数的关系图；

图6为系统总吞吐量与认知用户的关系。

具体实施方式

具体实施方式一：一种矿井下认知无线电系统中自动式多次竞争的频谱分配方法包括以下步骤：

一种随机过程理论被俄国数学家A.A.马尔科夫提出，相应的定义如下：假如X_n表示在时刻n的状态，随机变量X_i的集合构成状态空间，那么X_n+1对过去状态的条件概率分布只是X_n的表达式，即

P(X_n+1＝m|X₀,X₁,...,X_n)＝P(X_n+1＝m|X_n) (1)

该理论属于可靠性研究领域的一种重要的模型，当随机过程在t₀时刻所处状态确定时，在t(t₀<t)时刻的状态与在t₀时刻之前的状态无关。

设状态离散参数连续的齐次马尔可夫过程{X′(t),t≥0}的状态空间S＝{1,2,…,N}，其转移概率矩阵为P(t)，密度矩阵为Q，初始分布为P＝{p₁,p₂,…,p_N}。假定当系统处于状态1,2,…,K时，系统能正常工作；而当处于状态K+1,…,N时，系统故障不能正常运行，需要修复。

认知用户n的预期占用时间需求t_n大于该信道的空闲时间，如图1所示。

由于授权用户的回归具有随机特性，信道的实际空闲时长有可能大于该值，也有可能小于该值。为了能够达到数据传输需求并避免干扰，若在传输数据量和速率已知的情况下，SSP能够合理分配给认知用户期望使用的时间长度和需要的信道数，如图2所示。

在目前的大多数信道分配的研究里，若不研究频谱空洞的情况，就不能很好地优化系统目标。而且在常见的多次竞争中，周期虽然可长可短，但仍然被看成是一个固定的值，这种方式将限制频谱资源分配的灵活性。因此，本发明从多次竞争的次数角度出发，提出自动式多次竞争的的频谱分配方法。

本发明采用基本模型，如图3所示。在该模型中，授权用户随机释放的频谱信息和各个认知用户对频谱资源的需求均由系统设置的频谱管理中心(SMC：Spectrum Management Center)进行统一地收集和管理。频谱池(SP：Spectrum Pool)用来收集当前系统中各授权用户对各自频谱的使用情况，如果某段频谱并未被对应的授权用户使用，则在SP中该段频谱被标记为可用，反之为不可用，另外当有授权用户回归至某段频谱上时，SP将做出相应的标记改写。

在本发明的模型中，SMC采用自动式多次竞争的方式来分配频谱资源，系统发起新一轮竞拍的方式为自动式，自动的条件为当前SP中的可用频谱数量超过一定的阈值。对于认知用户i，每当其有频谱接入的需求时，便向SMC递交其申请竞标b_i，SMC在下一轮竞拍时对该竞标做出判断并将结果反馈给用户。其中的竞标b_i主要包括用于SMC判断和分析的信息，在不同的目标导向系统中往往不尽相同，比如在以系统利润为目标的竞拍系统中，b_i＝(j_i,d_i,t_i)，j_i、t_i和d_i分代表认知用户愿意支付的信道单价、需要的时长和需求数量；在以系统吞吐量为目标的系统中，b_i＝(γ_i,d_i,t_i)，γ_i为认知用户的信道利用率(反映用户的传输能力)。

在频谱空洞的自动式多次竞争的方面假设如下：

(1)SSP能够统计不同信道的空闲时长的平均值T_aver-j，认知无线电系统信道有且只有两种状态，分别为占用状态(Y(t))和空闲状态(X(t))；

(2)认知用户接入频谱目标是传输数据，数据量D_i和传输速率R_n确定；

(3)信道的空闲、工作状态的时间长度都服从负指数分布，常数λ表示从工作状态到空闲状态，常数μ表示从空闲状态到工作状态，则空闲时长概率为P{X≤t}＝1-e^-μt,t≥0,μ>0，其中，X表示空闲时长。P{Y≤t}＝1-e^-λt，其中t≥0,λ>0，Y表示占用时长；在任何时刻能够状态变换，在极小的时间△t内不能两次以上变换；不同信道上的用户不会相互干扰，即用户的发射功率值不受约束。

基于以上的分析和假设，下面描述矿井中认知无线电中的频谱分配算法的步骤、可行性以及有效性。

系统的工作、空闲状态变化的概率可以用式(2)表示：

其中o(△t)表示数量级小于Δ(t)，可以忽略不计。

设系统处于空闲状态和占用状态的概率分别为P₀＝P{X(t)＝0}和P₁＝P{Y(t)＝1}，则根据微分方程的定义可以得到式(3)：

对(3)式进行Laplace变换可得：

其中P₀^*(s)表示P₀'(t)的Laplace变换，P₁^*(s)表示P₁'(t)的Laplace变换。

对于初始时刻处于空闲状态的系统，(P₀(0),P₁(0))＝(0,1)，解上述方程得：

对于初始时刻处于占用状态的系统，(P₀(0),P₁(0))＝(1,0)解得：

不论初始时刻系统所处的状态为何，P₀(0)被称为系统的有效度(可信度)，用Γ(t)表示，如果存在，记为Γ，则称Γ为系统的稳态有效度，它表示运行时间足够长时系统正常的概率。

时间t越长，认知用户使用一条信道的有效度Γ(t)＝0越低，本发明引用可靠性理论中“任务有效度”的定义，描述认知用户在一段时间T内占用空闲信道概率，在时间[t₁,t₂]范围内，系统在正常使用状态的概率称为任务有效度，表示为Γ(t₁,t₂)，则有：

步骤1：若β≥β₀，发起新一次竞争频谱，否则SMC继续伺服等待；其中β表示当前系统频谱池中的空闲频谱总量占授权用户拥有的频谱总量的比值，β₀为频谱管理中心定的阈值，SMC为频谱管理中心；

步骤2：N个认知用户向SMC提交各自投标

步骤3：初始化参数：系统总吞吐量TR、数据传输需求D_n、单位信道宽度△f、被初分配的认知用户数q，q≤N，认知用户n在频谱m_n上的传输速率

步骤4：对N个认知用户按照降序进行排列；每个认知用户在其获得的信道上的预期占用时长t_n根据首先确定的数据传输需求D_n求出：

其中m_n表示认知用户n获得的空闲信道数，△f为单位信道带宽记，为m_n个空闲信道的带宽。

步骤5：按照t_n得到认知用户成功占用预期占用时长的概率p(t_n)，该概率表明认知无线电系统的统计平均吞吐量，由式(10)得到认知无线电系统总吞吐量为：

其中m_q表示q个认知用户获得的信道数，为m_q个空闲信道的带宽；

步骤6：选择分享信道新加入的认知用户n′：

I₁＝{n|m_n≥m_n′,n,n′∈[0,q-1]},I₂＝{n|m_n≥1,n∈I₁},

其中m_n'表示新加入的认知用户n′获得的信道数，代表新加入的认知用户为n′在频谱m_q上的传输速率，I₁为满足m_n≥m_n′时认知用户的集合，I₂为满足m_n≥1时认知用户的集合，I₃为满足时认知用户的集合判断I₃是否为空，若为空，频谱分配结束，转到步骤7，若不为空，则转至步骤5；

步骤7：为新加入的认知用户n′预分配；

步骤8：新加入的认知用户n′当前所占各信道中的最小值μ，若μ>t_n′，确认试分配，更新参数：q＝q+1，转到步骤9；若μ≤t_n′，分配失败，则m_q＝0,t_q＝0，m_n′＝2m_n′,t_n′＝t_n′/2，转到步骤10；

步骤9：本次分配结束，更新m_q和t_q值，并将结果反馈给SUs，各认知用户接入各自获得的信道，更新β＝0，转至步骤1；开始为其他认知用户进行分配，当获得频谱的用户不能再减少其信道数时，执行步骤10；

步骤10：分配结束。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中β具体为：

表示当前系统频谱池中的空闲频谱总量，表示M个授权用户拥有的频谱总量。

在常见的多轮竞价拍卖中，拍卖周期虽然可长可短，但仍然是一个固定的值，这种方式将限制频谱资源分配的灵活性，也不符合本文所设计的算法理念。因此，本节从竞争频谱的次数角度出发，提出“自动式多此竞争”的频谱分配方法，如图4所示，其具体的定义如下：

定义：自动式多次竞争一种多次竞争，相邻两次竞争频谱行为之间不设置固定周期，而是通过系统的判断来触发新一次的竞争发生。

自动新一次竞争行为的条件为：如果则启动新一次竞争。其中，表示当前系统频谱池中的空闲频谱总量，表示M个授权用户拥有的频谱总量。

结合图4，不难发现这种竞争的优势在于：(1)可根据系统的实时情况变化作出动态反应，在系统空闲资源较丰富的时段较为密集地发起竞争，在系统空闲资源叫紧张的时段自动地降低竞争次数；(2)从上述的触发条件可知，阈值β₀的存在以及各认知用户时间需求长短的差异性使得频谱池中留有适量的空闲资源，这部分空闲的资源能够保证在必要时刻认知用户的频谱切换需求得到满足，从而减小系统的掉话率，即增强了系统的健壮性。

各认知用户的传输速率进行降序排列，然后依次从大到小选取认知用户，当新加入的认知用户被分配一定频谱，计算吞吐量能否增大，假设增大，就把相应的频谱给新加入的认知用户，同理继续判断其他认知用户，相反，如果减少，不能够提高系统的总效用。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤四中数据传输需求D_n具体为：

若在空间域、时间域和频率域方面一起分析，能够得到空间域(认知用户数)、频率(带宽)和时间(传输时长)之间有一定的联系，当已知认知用户需求数据量时，获得数据传输需求为：

其中p′_n,m表示认知用户n在信道m上的传输功率，|H_n,m|²为表示认知用户为n在信道m上的功率增益，假设每个认知用户在各个信道的增益相同，即：|H_n,m|²＝|H_m|²,为m_n个空闲信道的带宽；单位信道带宽记为△f；t_n表示传输时长；f_s为采样点频率，σ²为噪声功率；K为无编码QAM调制方式和香农容量的信噪比关系，若为瑞利信道，K的表达式为：

其中BER表示误码率。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤五中得到认知无线电系统总吞吐量具体过程为：

针对上述阐述的空域、时域和频域之间的关系，在一段时间内认知用户一直使用空闲信道的概率，能够引用任务有效度的定义来表达，当已知需求和传输速率时，本发明提出一种自动式多次竞争的频谱算法，分析可用的信道数和认知用户数等参数，对系统效用的影响。

假设当前系统的效用目标为总吞吐量，当已知认知用户n的数据传输需求D_n和传输速率时，B_n-old和T_n-old各自代表目前的分配策略中的认知用户被分配的信道带宽和期望使用的时间长度，B_n-new和T_n-new分别代表自动式多次竞争的频谱算法中认知用户被分配的信道带宽和期望使用的时间长度，若满足式(9)，则系统能够使用自动式多次竞争的频谱算法；

其中N₁为现有算法中获得信道的认知用户数；N₂为自动式多次竞争的频谱算法中得到信道的认知用户数；P(T_n-new)为认知用户n采用自动式多次竞争的频谱方法能够完整使用预期占用时长的概率，P(T_n-old)为认知用户n采用采用目前的频谱方法能够完整使用预期占用时长的概率；表示认知用户为n在频谱m_n上的效率，其中代表频谱m_n的带宽B，设分配的空闲信道的初始状态都是空闲的，开始使用是0时刻，那么根据式(6)、(7)能够获得此概率的表达式为：

其中λ_n表示从工作状态到空闲状态，μ_n表示从空闲状态到工作状态，t为P(T_n-new)或P(T_n-old)，x表示时间的积分变量。

式(10)系统的效用目标是总吞吐量最大化，需要综合考虑是提高时间长度、缩减信道数还是提高信道数、缩小时间长度，判断和抉择信道数缩减引起的速率降低与预计使用时间引起的冲突情况两种情况的利弊，实现效用目标。

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤七中为新加入的认知用户n′预分配具体为：

m_n′＝m_n′/2,t_n′＝2t_n′；

其中D_q表示认知用户q数据传输需求，t_n'表示新加入的认知用户n′在其获得的信道上的预期占用时长。

其它步骤及参数与具体实施方式一至四之一相同。

实施例一：一种矿井下认知无线电系统中自动式多次竞争的频谱分配方法的步骤为：

本发明的方法和以前方法进行比较和验证，参数设置如下：取值为[4，6,8,10,12]bps；D_n的取值为[200,400,600,1000,1200]kbit；μ_n取值为[2,4,6,8,10]；λ_n取值为[4,6,8,10,12]；单位子信道的带宽为15KHz；认知用户n在信道m上的传输功率为0.02W；σ²＝10^-11W，BER＝10^-5。

鉴于频谱空洞的变化特点，当设置主用户数量为28，认知用户数从5到25时，不失一般性，仿真结果如图5所示，自动式多次竞争的频谱分配方法、二维算法和贪婪算法的系统传输数据量的比较。传输数据总量随认知用户数量的增加而上升。自动式多次竞争的频谱分配方法表现最好，好于二维算法和贪婪算法。二维算法和贪婪算法均是随机地确定信道的一种优先级后进行频谱分配，但自动式多次竞争的频谱分配方法的理念是按照传输速度优先级进行衡量得到最优的匹配。

从系统总吞吐量的角度评价三种算法的性能，当授权用户空闲信道数取值为28，认知用户数从5到25，不失一般性，仿真结果如图6，性能曲线并非光滑的，原因是仿真过程中按照在一定取值范围随机选取的数据，但这并不影响性能参数的趋势和规律特点。