認知無線電中基于感知門限的頻譜預測研究*

蘭昆偉,趙杭生,李湘洋,羅夢麟(.解放軍理工大學通信工程學院,江蘇,南京0007;.南京電訊技術研究所,江蘇,南京0007)

認知無線電中基于感知門限的頻譜預測研究*

蘭昆偉1,趙杭生2,李湘洋1,羅夢麟1
(1.解放軍理工大學通信工程學院,江蘇,南京210007;2.南京電訊技術研究所,江蘇,南京210007)

頻譜感知為未獲得頻譜授權的次用戶提供頻譜空穴,并監(jiān)測主用戶以防止對其造成干擾。然而頻譜感知會帶來時間和能量消耗,采用準確、主動的頻譜預測技術可以改善頻譜感知過程。文中通過研究感知門限對平均感知時間和頻譜利用率的影響,提出了基于感知門限的頻譜預測-感知機制,并利用頻譜預測結果按照空閑概率從大到小的順序進行感知。仿真結果表明,文中所提出的機制能夠減少感知時間并提高頻譜利用率。

頻譜感知 頻譜預測 感知門限

0 引 言

傳統(tǒng)的頻譜分配策略中,頻譜資源被劃分成不同頻段,每個頻段承載不同的通信業(yè)務,這種分配策略管理簡單,但頻譜利用率較低,已經不能滿足日益增長的無線通信業(yè)務需求。認知無線電(Cognitive Radio,CR)[1]技術以動態(tài)頻譜獲得(Dynamic Spectrum Access,DSA)方式機會式地使用空閑信道,CR可以使具有認知能力的次用戶(Secondary User,SU)利用未被主用戶(Primary User,PU)占用的頻譜空穴,同時不對PU造成干擾,從而提高頻譜利用率,為越來越多的無線通信設備提供了可靠的頻譜資源[2]。

頻譜感知[3-4]是CR技術中一個很重要的功能。頻譜感知能夠在時域、頻域和地域上準確感知是否存在空閑頻段,以供SU使用;同時還應隨時監(jiān)測是否有新的PU需要接入被SU占用的頻段,以使SU能夠及時退出使用該頻段,避免對PU造成干擾。文獻[5]介紹了頻譜感知的原理、感知方法等,其中一些方法假設SU可以感知整個頻段。然而由于硬件的限制,SU很難感知整個頻段;同時,連續(xù)地頻譜感知會帶來可觀的時間和能量消耗。SU可以通過頻譜感知得到的歷史數(shù)據(jù)預測信道未來時刻的狀態(tài),通過預測結果,SU選擇性地感知預測空閑信道,從而既節(jié)省了感知時間和能量,又能盡快感知到可用信道[6]。

如今,頻譜預測主要研究信道狀態(tài)的預測方法。文獻[7]提出了一種自回歸預測模型,對于確定信道的狀態(tài)具有較好的預測效果;文獻[8]利用BP神經網絡模型進行信道狀態(tài)預測,并且不需要預先知道PU系統(tǒng)的通信特征,而且通過大量的仿真驗證了該模型的預測性能,具有很強的實際意義;文獻[9]提出了基于隱馬爾科夫預測方法進行信道狀態(tài)建模,減少了SU對PU的干擾;文獻[10]使用部分周期挖掘(Partial Periodic Pattern Mining,PPPM)方法并利用實際頻譜數(shù)據(jù)進行仿真,不僅減少了SU的丟包率,而且提高了頻譜的利用率。文獻[11]提出了一種基于頻譜預測的機會式頻譜接入機制,并證明了頻譜預測可以減少丟包率,同時提高系統(tǒng)的吞吐量。

本文提出一種基于感知門限的頻譜預測-感知機制,按照預測結果按信道空閑概率從大到小的順序進行頻譜感知,使SU高效地利用頻譜資源,從而提高SU的頻譜利用率并減少頻譜感知次數(shù),以節(jié)省感知時間和能量。同時,本文根據(jù)實際情況,假設在一個時隙內,SU能夠感知一定數(shù)量的信道來發(fā)現(xiàn)可用信道,從而得到感知門限(一個時隙內SU能夠最大感知信道的數(shù)目)對SU頻譜利用率和感知時間的影響。

1 系統(tǒng)模型

本文考慮一種基于時隙的認知無線電網絡(Cognitive Radio Networks,CRN),而且假設在一個時隙中,信道狀態(tài)保持不變。SU在一個時隙的開始階段進行頻譜感知,并且感知結果(信道占用或空閑)是準確的。當信道的感知結果為空閑時,SU在該信道上傳輸數(shù)據(jù)直至該時隙結束;當信道的感知結果為占用時,SU感知其他信道或等待該時隙結束,并在下一個時隙繼續(xù)感知并發(fā)送數(shù)據(jù)。

1.1 單個信道和單個SU場景

假設一個時隙時間長為ts,SU完成一次頻譜感知需要的時間為Pi,單位時間內SU需要傳輸?shù)臄?shù)據(jù)為R。則SU只對信道進行頻譜感知時,感知過程如圖1所示。其中,黑色部分表示一個時隙開始時的感知過程,可以看到,每個時隙SU都需要進行感知來確定信道的狀態(tài)。則此時平均感知時間為ts。且系統(tǒng)的吞吐量R·Pi·[Ts-ts]+0·(1-Pi)·[Ts-ts]=R·Pi·[Ts-ts]。當信道占用時,SU的頻譜利用率為零,則系統(tǒng)的頻譜利用率可表示為。

圖1 單信道單SU場景下的頻譜感知過程圖Fig.1 Spectrum sensing process with one channel and one secondary user

下面討論該場景下頻譜預測對平均感知時間和頻譜利用率的影響。SU利用信道的歷史狀態(tài)數(shù)據(jù)進行頻譜預測,當預測結果為占用時,SU不對信道進行頻譜感知;當預測結果為空閑時,SU通過頻譜感知來檢驗預測結果的準確性。這個過程如圖2所示。假設預測概率(實際狀態(tài)為0預測為0)為Pr,錯誤預測概率(實際狀態(tài)為1預測為0)為Pf,虛警預測概率(實際狀態(tài)為0預測為1)為Pa,則信道空閑概率和預測概率、虛警預測概率之間的關系為Pi=Pr+Pa。則平均感知時間為ts*(Pr+Pf),平均頻譜利用率為T)。

圖2 單信道單SU場景下的頻譜預測-感知過程圖Fig.2 Spectrum-sensing process after prediction with one channel and one secondary user

1.2 多個信道和一個SU場景

假設每個信道能力相同且表示為C0,可用信道總數(shù)為Nch,一個時隙內空閑信道數(shù)目為I,占用信道數(shù)目為B,頻譜感知門限(一個時隙內SU最多可以感知的信道數(shù)目)為M,信道切換需要的時間為th,假設只有感知到空閑信道才發(fā)生切換。SU需要傳輸數(shù)據(jù)的速率為R。為了在一個時隙內實現(xiàn)通信,則必須有C0·[Ts-ts·M-th]逸R,得到頻譜感知閾值為M=,即一個時隙內SU最多只能感知M個信道,其中表示向下取整運算。

在沒有預測的頻譜感知時,SU隨機感知一個信道,如果信道為空閑狀態(tài),則立刻接入信道進行通信;如果信道為占用狀態(tài),則繼續(xù)感知其他信道,直到找到空閑信道或感知次數(shù)達到頻譜感知門限為止停止感知。下面通過感知門限來分析平均頻譜感知時間和頻譜利用率。

當M>Nch-I+1時,SU一定會感知到空閑信道。可以得到感知j個信道時發(fā)現(xiàn)可用信道的概率如式(1):

則發(fā)現(xiàn)空閑信道時感知的平均信道個數(shù)如式(2):

則此時的平均感知時間為式(3)所示,其中ˉrω已由式(2)求出。

當M＜Nch-I+1時,空閑信道數(shù)目I≤Nch-M+1。此時可能會出現(xiàn)SU感知不到可用信道的情況。則感知M個信道后沒有可用信道(這個時隙之內SU無法通信,只能等待下一個時隙)的概率為式(5):

在加入頻譜預測機制的頻譜感知時,本文提出了基于感知門限的頻譜預測-感知方法。這種預測方法的機制如下所述:

1)SU通過頻譜感知獲得所有信道當前時刻i及i時刻以前的歷史狀態(tài)統(tǒng)計數(shù)據(jù);

2)SU利用歷史數(shù)據(jù)對每一個信道(i+1)時刻的狀態(tài)進行頻譜預測,得到所有信道的預測結果;

3)對所有預測為空閑的信道,SU根據(jù)這些信道的空閑率從大到小進行排序;

4)在感知門限范圍內,SU按照(3)的排序方法依次進行頻譜感知,直到感知到空閑信道或感知次數(shù)達到感知門限為止。

在這種頻譜預測-感知機制下,本文同樣根據(jù)感知門限分為兩種情況進行討論。

當M>Nch-I+1時,SU肯定能夠感知到可用信道。根據(jù)預測結果,感知到j(1≤j≤Nch-I+1)個信道時得到可用信道的概率為PIω,j,其中Pr為正確預測空閑的概率,而且Pf+Pa=Pe,Pe為SU的錯誤預測概率。則平均感知信道數(shù)為式(11)所示。

從而得到平均頻譜感知時間為式(12):

當S≤Nch-I+1時,SU通過頻譜預測-感知機制也有可能感知不到可用信道,但是找到空閑信道的概率大于感知機制。此時頻譜預測-感知S個信道無法找到可用信道的概率為=(1-Pr-Pa)S,從而得到頻譜預測-感知S或者小于S個信道發(fā)現(xiàn)可用信道的概率為=1-。則通過頻譜預測-感知j (1≤j≤S)個信道,發(fā)現(xiàn)空閑信道的概率為j= (Pf)j-1·(Pr+Pa)。所以此時平均感知信道數(shù)目如式(14)所示。

從而得到平均頻譜感知時間為式(15):

2 仿真與結果分析

本節(jié)利用MATLAB軟件對單信道和多信道兩種不同場景下頻譜感知和頻譜預測-感知兩種機制進行了仿真。其中每個信道的占用時間服從指數(shù)分布,PU到達時間服從poisson分布,但每個信道上PU的占用時間和到達時間的分布參數(shù)不同。設定每個時隙長度為10 ms,每次頻譜感知時間長度為1 ms,信道切換時間為0.1 ms,且只有SU感知到可用信道才會切換信道。只進行頻譜感知時,SU隨機感知信道得到可用信道,進行頻譜預測-感知時,SU根據(jù)預測的結果按照預測空閑概率從大到小進行感知來獲得可用信道。

圖3表示單信道場景下頻譜預測概率與頻譜利用率的關系。可以看到,隨著頻譜預測概率的增加,頻譜預測-感知機制下的頻譜利用率逐漸增大,但小于頻譜感知機制的結果,這說明單信道時頻譜預測并不能提高SU的頻譜利用率。

圖4表示該場景下信道占用率與平均感知時間的關系,當信道占用率越高,頻譜預測-感知方案的感知時間越短,且感知時間總是小于頻譜感知方案。可以看出單信道場景下,頻譜預測能夠降低SU的頻譜感知時間,從而減少一些無效益的感知。

圖3 單信道場景下頻譜預測概率與頻譜利用率關系曲線圖Fig.3 Correlation between prediction accuracy and spectrum utilization

圖4 單信道場景下信道占用率與平均感知時間關系曲線圖Fig.4 Correlation between channel occupancy and average spectrum-sensing time

圖5 和圖6分別表示感知門限固定為M=3,可用信道數(shù)Nch=20時SU的頻譜預測概率與平均感知時間和頻譜利用率之間的關系。其中,頻譜預測概率表示頻譜預測結果與感知結果相同的概率。從圖7和圖8可以看出,當預測概率p逸0.6時,頻譜感知-預測方案的平均感知時間隨著頻譜預測的概率逐漸減少,而平均頻譜利用率則逐漸增大。

圖5 M=3時,預測概率與平均感知時間關系曲線圖Fig.5 Average spectrum sensing time for increasing prediction accuracy

圖6 M=3時,預測概率與平均頻譜利用率關系曲線圖Fig.6 Spectrum utilization vs.prediction accuracy

圖7 表示可用信道數(shù)固定時,感知門限與平均信道感知時間的關系。可以看到,沒有頻譜預測的感知機制和頻譜預測-感知機制的平均感知時間隨著感知門限的增大而增加,這是由于SU為了完成數(shù)據(jù)傳輸,需要感知更多的信道來得到空閑信道。同時,在感知門限一定且感知概率分別為p=0.7、p =0.8和p=0.9時頻譜預測-感知機制的平均感知時間小于沒有預測的感知機制,從而通過頻譜預測降低了SU的感知次數(shù)。另外,當感知門限大于5次時,SU的平均感知時間趨于穩(wěn)定,說明較小的感知門限就可以滿足SU的通信要求。

圖7 Nch=20時,感知門限和平均感知時間關系曲線圖Fig.7 Average spectrum sensing time for increasing of sensing threshold when Nch=20

圖8 表示可用信道數(shù)目固定時,感知門限與頻譜利用率之間的關系。如圖8所示,當感知門限小于5次時,兩種感知機制的頻譜利用率隨著感知門限的增加而增大,這是由于SU能夠以更大的機會發(fā)現(xiàn)空閑信道,從而避免一個時隙內SU無法傳輸數(shù)據(jù)的情況。而且在頻譜預測-感知機制下,頻譜利用率也會隨著預測能力的改善而提高,并總是大于沒有預測的頻譜感知機制。

圖8 Nch=20時,感知門限與平均頻譜利用率關系曲線圖Fig.8 Spectrum utilization with increasing of sensing threshold when Nch=20

3 結 語

本文提出了基于感知門限的頻譜預測-感知機制,SU利用頻譜預測結果按照信道空閑概率從大到小的順序進行感知信道,提高了SU發(fā)現(xiàn)可用信道的概率并降低了頻譜感知時間,提高了頻譜利用率。同時,本文還得出了頻譜預測-感知時影響系統(tǒng)性能的兩個因素,即頻譜預測概率和頻譜感知門限,通過仿真結果可以看出,當預測概率大于60%時,頻譜預測就能夠改善SU的頻譜感知能力,當感知門限達到5次時,SU的性能不會發(fā)生較大變化。另外,文中假設頻譜感知結果沒有誤差,這與現(xiàn)實情況并不相符,在下一步工作中將會研究頻譜感知誤差對預測結果的影響。

[1] Akyildiz IF,LeeW Y,Vuran M C,etal.NeXtGeneration Dynamic Spectrum Access/Cognitive Radio Wireless Networks:A Survey[J].Computer Networks,2006,50 (13):2127-2159.

[2] Mitola J,Maguire G.Cognitive Radio:Making Software Radios More Personal[J].IEEE Personal Commun, 1999,6(4):12-18.

[3] 陳雷,李永成,王英泓等.認知無線電的頻譜感知算法

研究[J].通信技術,2013,46(09):38-41.

CHEN Lei,LI Yong-cheng,WANG Ying-hong,et al. Spectrum Sensing Algorithms for Cognitive Radio[J].Communications Technology,2013,46(09):38-41.

[4] Tevfik Y,Arslan H.A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications,IEEE Communications surveys&tutorials,2009(1):116-130.

[5] Lin Y E,Liu K H,Hsieh H Y.On Using Interferenceaware Spectrum Sensing for Dynamic Spectrum Access in Cognitive Radio Networks[J].Mobile Computing,IEEE Transactions on,2013,12(3):461-474.

[6] Xing X,Jing T,Chen W,et al.Spectrum Prediction in Cognitive Radio Networks[J].Wireless Communications, IEEE,2013,20(2):90-96.

[7] Yarkan S,Arsla H.Binary Time Series Approach to Spectrum Prediction for Cognitive Radio[C]//Vehicular Technology Conference 2007.2007 IEEE 66th.IEEE, 2007:1563-1567.

[8] Tumuluru V K,Wang P,Niyato D.A Neural Network based Spectrum Prediction Scheme for Cognitive Radio [C]//Communications(ICC),2010 IEEE International Conference on.IEEE,2010:1-5.

[9] LIY,DONG Y,ZHANG H,et al.Spectrum Usage Prediction based on High-order Markov Model for Cognitive Radio Networks[C]//Computer and Information Technology(CIT),2010 IEEE 10th International Conference on. IEEE,2010:2784-2788.

[10] HUANG P,LIU C J,XIAO L,et al.Wireless Spectrum Occupancy Prediction based on Partial Periodic Mining [C]//Modeling Analysis&Simulation of Computer and Telecommunication Systems(MASCOTS),2012 IEEE 20th International Symposium on.IEEE,2012:51-58.

[11] YUAN G,Grammenos R C,Yang Y,et al.Performance Analysis of Selective Opportunistic Access with Traffic Prediction[J].Vehicular Technology,IEEE Transactions on.2010,59(4):1949-1959.

LAN Kun-wei(1989-),male,graduate student,majoring in spectrum prediction in cognit-ive radio;

趙杭生(1962—),男,博士,研究員,主要研究方向為電磁兼容與頻譜管理;

ZHAO Hang-sheng(1962-),male,Ph.D.,research fellow,mainly engaged in electromagnetic compatibility and spectrum management;

李湘洋(1991—),男,碩士,主要研究方向為衛(wèi)星通信、擴頻通信;

LIXiang-yang(1991-),male,M.Sci.,majoring in satellite communication and spectrum spreading;

羅夢麟(1990—),男,碩士研究生,主要研究方向為協(xié)同認知與綠色通信。

LUO Meng-lin(1990-),male,graduate student,majoring in collaborative cognitive and green communication.

Spectrum Prediction based on Sensing Threshold in Cognitive Radio Networks

LAN Kun-wei1,ZHAO Hang-sheng2,Li Xiang-yang3,LUO Meng-lin1
(1.Institute of Communication Engineering,PLA University of Science&Technology,Nanjing Jiangsu 210007,China; 2.Nanjing Telecommunication Technology Institute,Nanjing Jiangsu 210007,China)

Spectrum sensing provides spectrum hole for the secondary userswithout spectrum authorization and supervises the primary users in avoiding the collision.However,spectrum sensing would result in time and energy consumption,thus precise and initiative spectrum prediction is adopted to improve spectrum sensing process.By exploring the influence of sensing threshold on average spectrum sensing time and spectrum utilization,a spectrum prediction scheme based on sensing threshold is proposed.Then the secondary users sense the channels according to the idle probability and in large-to-small order.Simulation results show that the proposed scheme can reduce spectrum sensing time and increase spectrum utilization. Key words:spectrum sensing;spectrum prediction;sensing threshold

Natural Science Foundation of China(61301161,61471395)

date：2014-09-25;Revised date：2014-12-29

國家自然科學基金(61301161,61471395)

TN918

A

1002-0802(2015)02-0165-06

蘭昆偉(1989—),男,碩士研究生,主要研究方向為認知無線電中的頻譜預測;

10.3969/j.issn.1002-0802.2015.02.010

2014-09-25;

2014-12-29