基于業務感知的協作頻譜決策機制研究

邱恭安，封 森

(南通大學 電子信息學院，江蘇 南通 226019)

?

基于業務感知的協作頻譜決策機制研究

邱恭安，封 森

(南通大學 電子信息學院，江蘇 南通 226019)

認知無線電頻譜分配中為了追求絕對公平而采用隨機分配策略，然而由于次用戶業務服務質量要求不同，會導致用戶中斷概率增加。在主用戶行為預測模型中應用二狀態馬爾科夫鏈，主用戶出現概率隨機產生，不能反映信道真實狀態。為此，提出時頻聯合檢測與實時監測相結合的主用戶行為預測，在頻譜分配中區分業務類型。仿真結果顯示，所提算法次用戶平均中斷概率優于隨機分配機制。

認知無線電；頻譜決策；業務感知；時頻聯合檢測

近年來，日益增長的無線業務需求與固定頻譜分配政策之間的矛盾使得人們對頻譜資源利用率的要求越來越高。與此同時，美國FCC研究結果表明超過70%的可用授權頻段沒有被充分利用，Mitola博士首先提出通過伺機的方式使用空閑頻譜(頻譜空洞)——認知無線電(Cognitive Radio，CR)[1]。CR系統主要包括頻譜感知、頻譜決策、頻譜共享、頻譜搬移等[2]。通常，CR網絡在很寬的頻率范圍內具有多個可用的頻段，并且具有不同的信道特性，能夠滿足具有不同服務質量要求的次用戶。一旦可用頻段通過頻譜感知識別，CR網絡需要根據不同的業務要求來選擇合適的頻段，即頻譜決策[3]。文獻[4]提出基于服務質量保證的頻譜決策算法，該算法通過記錄和分析歷史數據預測頻譜空洞的時長，結合次用戶服務質量要求做出頻譜決策。文獻[5]綜合考慮物理層頻譜感知錯誤和無線信道衰落、主用戶的多次打斷帶來的不利影響，提出了基于概率的和基于感知的具有負載均衡功能的頻譜決策方法。文獻[6]提出一種自適應頻譜決策構架，考慮到了所有決策事件和主用戶行為，但算法復雜度較大，難于實現。文獻[7]提出一種基于能耗的頻譜決策算法，該算法在保證次用戶服務質量的同時，盡可能地降低能耗。以上算法中主用戶出現概率都采用隨機產生，這樣并不能夠準確反映當前信道狀態，因此在進行頻譜分配時容易造成次用戶中斷概率的增加。

為了在頻譜決策中更加真實準確地反映當前信道狀態，降低次用戶中斷概率，本文提出基于次用戶業務感知的協作頻譜決策機制，將時頻聯合檢測與實時監測相結合對主用戶行為進行預測，通過對接入速率的感知將次用戶分為VBR(Variable Bitrate)和CBR(Constant Bitrate)兩種業務類型。定義信道穩定性與有效信道容量兩個特性，對于CBR業務則分配穩定性較好的信道，而VBR業務則分配容量較大的信道。仿真結果表明，所提方案能夠有效降低次用戶平均中斷概率。

1 系統模型

1.1 認知無線網絡

假設分布式認知無線網絡中有M個次用戶、N個主用戶。所有節點都在通信范圍之內，即節點相互之間距離只有一跳，他們通過一個專用控制信道進行通信。認知無線網絡中總共有C個信道，每個信道帶寬為Bi。

1.2 主用戶行為預測模型

通常主用戶行為被建模為ON-OFF模型，主用戶只有存在和不存在兩種狀態，因此可以用二狀態馬爾科夫鏈來表示[8]，如圖1所示。

圖1 2狀態馬爾科夫信道狀態模型

圖1中，參數α和β分別表示主用戶從ON到OFF狀態以及從OFF到ON狀態轉化的概率。

上述模型雖然簡單易懂，然而由于主用戶出現概率隨機產生，并不能夠準確反映當前信道狀態，在進行頻譜分配時容易造成中斷概率的增加。因此本文采用時頻聯合檢測對認知無線網絡中所有信道進行檢測，以便盡可能準確地反映出當前信道狀態。所謂時頻聯合檢測，就是通過對認知無線網絡時間域和頻率域的聯合觀測得到各個信道歷史狀態，從而預測該信道未來狀態。

2 基于業務感知的頻譜決策機制

通過時頻聯合檢測得到各頻段的空穴信息，并定義各空穴頻段的穩定性和有效信道容量。將次用戶業務分為VBR業務與CBR業務。當次用戶請求接入空穴頻段時，首先根據其接入請求速率判斷次用戶業務類型，如果是CBR業務則分配穩定性較好的信道，如果是VBR業務則分配容量較大的信道。

2.1 可用頻譜特征定義

頻譜感知所得可用頻譜可能具有不同的特點，在頻譜決策過程中為了能夠根據不同次用戶業務類型選擇合適的頻譜，首先應該根據當前網絡狀態和主用戶行為對可用頻譜特征進行定義。

由香農定理可知次用戶k在信道i中的標準信道容量為

(1)

式中：Bi表示信道i的帶寬；SNRi表示當前信道i的接收信噪比。

(2)

式中：ηi表示次用戶對信道i的頻譜感知效率。

定義2：信道i的穩定性為

(3)

式中：βi表示信道i中主用戶出現的概率。

2.2 次用戶業務類型劃分

將次用戶業務類型分為VBR業務(如話音業務)和CBR業務(如視頻業務)。VBR業務要求信道穩定性強，CBR業務要求信道容量盡可能大。由于服務質量要求不同，VBR業務優先級高于CBR業務。

分類依據為次用戶接入請求速率，如果請求接入速率大于等于最小信道容量的0.01倍則判定其為VBR業務，否則判定其為CBR業務。

2.3 基于業務感知的協作頻譜決策

首先，通過時頻聯合檢測得到各頻段的空穴歷史信息，并對其進行實時監測；其次，根據時頻聯合檢測結果以及實時監測結果定義各空穴頻段的穩定性和有效信道容量等特性；然后根據次用戶接入請求速率判斷次用戶業務類型，如果是VBR業務則分配穩定性較好的信道，如果是CBR業務則分配其有效信道容量較大的信道。圖2為所提頻譜決策基本框架。

圖2 所提頻譜決策框架

3 仿真與分析

為了驗證所提算法的有效性，通過MATLAB進行仿真并與隨機頻譜分配算法進行了對比。假設共有5個可用信道，時頻聯合檢測結果如圖3所示。通過兩周時間監測，得到5個信道一天24h各個時刻主用戶出現的平均概率。

由圖3可知，0至5時和22至24時兩個時段主用戶出現的概率較低，其中信道5主用戶出現概率一直較低。分別取0時和12時兩個時刻進行仿真，假設頻譜感知效率為0.9，信道帶寬分別為0.5Mbit/s，1Mbit/s，1.5Mbit/s，2Mbit/s，2.5Mbit/s。仿真結果分別如圖4和圖5所示。

在0時，如圖4所示，由于主用戶平均出現概率小，所以3種算法次用戶平均中斷概率都較低，所提算法中斷概率最低、隨機分配算法中斷概率最高。隨著用戶數的增加，中斷概率差距越來越小。在12時，如圖5所示，由于主用戶平均出現概率較高，所以3種算法下次用戶中斷概率偏大，而且所提算法用戶平均中斷明顯低于基于服務質量的分配算法和隨機分配機制。

圖3 時頻聯合檢測結果

圖4 0時平均中斷概率

圖5 12時平均中斷概率

4 總結

傳統的頻譜分配中為了追求絕對公平，不區分業務類型和優先級而采用隨機分配策略，在主用戶行為預測模型中應用二狀態馬爾科夫鏈，主用戶出現概率隨機產生不能真實反映信道真實狀態，導致用戶中斷概率增大。本文所提算法基于業務區分，采用時頻聯合檢測與實時監測相結合的主用戶行為預測。仿真結果顯示，所提算法次用戶平均中斷概率優于基于服務質量的分配算法和隨機分配方案，當主用戶出現概率較大時優勢更加明顯。

[1]MITOLAJ，MAGUIREGQ，Jr.Cognitiveradio:makingsoftwareradiosmorepersonal[J].IEEEPersonalCommunications，1999，6(4)：13-18.

[2]YOUSSEFM，IBRAHIMM，ABDELATIFM，etal.Routingmetricsofcognitiveradionetworks:asurvey[J].IEEECommunicationsSurveys&Tutorials, 2014，1(16)：92-109.

[3]MASONTAMT，MZYECEM，NTLATLAPAN.Spectrumdecisionincognitiveradionetworks:Asurvey[J].IEEECommunicationsSurveys&Tutorials，2013，(15)：1088-1107.

[4]MISHRAV，LAUCT，CHANS.QoSbasedspectrumdecisionframeworkforcognitiveradionetworks[C]//Proc.18thIEEEInternationalConferenceonNetworks(ICON).[S.l.]：IEEEPress， 2012：18-23.

[5]孫武劍，李娜，劉洋，等.認知網絡中時延最優的頻譜決策方法[J].通信學報，2011，2(33)：60-70.

[6]WON-YEOLL，AKYLDIZIF.Aspectrumdecisionframeworkforcognitiveradionetworks[J].IEEETrans.MobileComputing，2011，2(10)：161-174.

[7]MISHRAV，LAUCT，CHANS，etal.Energyawarespectrumdecisionframeworkforcognitiveradionetworks[C] //Proc.InternationalSymposiumonElectronicSystemDesign(ISED).[S.l.]：IEEEPress，2012：309-313.

[8]劉婧，任品毅，薛少麗，等.認知無線網絡中基于主用戶行為的聯合路由和信道分配算法[J].通信學報, 2011，11(32)：183-190.

責任編輯：許 盈

Research of Collaborative Spectrum Decision Mechanism Based on Business Sensing

QIU Gong’an, FENG Sen

(SchoolofElectronicandInformation,NantongUniversity,JiangsuNantong226019,China)

In pursuit of absolute justice, random allocation policy is adopted in spectrum decision of cognitive radio, but because of the different requirements of service quality which will lead to the increase of user interruptions.The primary user behavior prediction model uses 2 state Markov chain, as the primary users generated at random, it can not reflect the real state of the channel.For this, the prediction that time-frequency joint detection and real-time monitoring of the main user combined to distinguish the type of business in the spectrum decision.The result of simulation shows that the average user interrupt probability of the proposed algorithm is better than random allocation policy.

cognitive radio; spectrum decision; business sensing; time-frequency joint detection

國家自然科學基金項目(61371113)；南通市應用研究計劃項目(BK2013052)；南通大學研究生科技創新計劃項目(YKC13008)

TN92

A

10.16280/j.videoe.2015.07.031

2014-09-03

【本文獻信息】邱恭安，封森.基于業務感知的協作頻譜決策機制研究[J].電視技術,2015，39(7).