基于效益驅動的無線網絡動態頻譜分配

1引言

隨著新一代無線通信技術的發展和應用領域的拓展，帶來了對帶寬的巨大需求，無線頻譜已成為一種不可或缺的資源，如何提高頻譜利用效率是目前面臨的問題和研究熱點。感知無線電正是一種用于提高無線電通信頻譜利用率的新技術，提出了一種動態頻譜共享的框架，允許二級用戶（SU，Second User）在不影響主用戶（PU Primary User）工作的前提下智能地利用空閑頻譜，動態地進行頻譜分配并且隨時隨地進行高可靠性地通信。因此，研究感知無線電環境下的頻譜分配有著重要意義。目前在無線網絡中，動態頻譜分配方式可以滿足一定范圍內的頻譜資源分配要求。其主要根據頻譜資源在時間與空間方面的變化進行分配。相對來說，這種分配方式實現了頻譜資源的高效率利用，比傳統的固定頻譜資源分配方式要有更強的適應性。可見，目前對于頻譜分配方式已有不少的研究成果。蘇曦（2009）依據了對檢測到的窄閑頻譜的閑時長的預測機制，提出一種自適應動態頻譜分配方法。王力（2011）提出了一種基于需求驅動的無線網絡動態頻譜分配，其主要解決對動態頻譜資源的高效率利用。針對中心式或分布式的網絡體系結構、協作式或非協作式的頻譜分配行為、共存式或覆蓋式的頻譜接入技術，人們提出了不同的動態頻譜分配方法，要包括博弈論、圖論著色等。提出了一種基于配對算法的認知網絡的頻譜接入算法，該算法是一種最優算法，復雜度高，不具有實用性。以上研究結果沒有將頻率分配的效益與效用結合考慮，本文主要解決了這個問題。

2模型

2.1模型描述

3基于遺傳算法的模型求解

該模型求解復雜，利用傳統優化方法無法在合理的時間內得到滿意的結果。因此，本文利用智能算法中的遺傳算法尋找近似最優解或滿意解。遺傳算法是一種隨機化的智能搜索方法，依據的理論基礎是生物進化論的遺傳學機理，按照優勝劣汰的原則對模型的解進行選擇。

針對該模型，遺傳算法的具體實施步驟如下：

基因編碼：基因編碼：基因中的編碼方式采用二進制編碼方式，每N位說明一個節點的分配情況。編碼格式如表1所示。表1中第二行代表S個基站，每個基站下有N個信道，第三行說明N個信道中哪些信道是分配到該基站的。

4仿真結果

本節將對本文的算法模型與文獻[5]和[7]中的算法模型進行比較分析。將頻譜利用效率、有效頻譜利用效率和平均滿意度等作為頻譜分配的性能指標，比較了3種算法的性能指標。本算例實驗的系統配置為CPU: G630 @ 2.70GHz，2.00GB內存（不同的運行環境會使得運行時間有所差異）。

在3000m×3000m的區域內隨機設置10個基站，分配的頻譜信道數量為10。通過改變節點數目來改變網絡密度。每個節點能運行于WCDMA網絡或LTE網絡。基站通信半徑為50m；路徑損耗因子為3；發射功率為5dBm；信干比門限為10dB；噪聲功率為-105dBm；基站信道需求為1~20，服從均勻分布；種群個數為，進化代數為，交叉概率為0.8，變異概率為0.1。為簡化問題，假設滋1為固定值，其值為100；滋1=50，滋2=25；每次實驗進行20次，記錄均值。圖2顯示3種算法的歸一化頻譜利用率的比較結果。可以看出，本文的算法并沒有優勢反而利用率略低，這是因為約束控制了解空間范圍。但是，如圖3所示，在歸一化的有效頻譜利用率方面，本文的方法要優于其他兩種方法。對于效益驅動的動態頻譜分配而言，有效頻譜利用率更具有價值和意義。

5總結

將基于效益的效用評價與基于網絡性質的效用評價相結合來構建頻譜資源分配的方案是本模型的特點與關鍵所在。可以避免單方面評價容易造成的頻譜分配不均衡。本文通過設計遺傳算法，可以快速準確的尋找到問題的滿意解，但求解結果需要進一步印證，此外還需要著重考慮，的設置，這與區域的環境因素密切相關。總之，本模型為頻譜資源分配提供了新的研究思路，值得進一步深入研究。