基于自适应服务模型的联合分组调度和信道分配路由方法

摘要

本发明提供一种基于自适应服务模型的联合分组调度和信道分配路由方法，包括依次连接的认知信息库、推理学习库以及自适应路由调度器，其中：认知信息库用于认知信息的获取与建模；推理学习库用于资源分配子决策的预测与推理；自适应路由调度器用于联合分组调度和信道分配做出全局最优决策，控制整个网络资源的分配。本发明通过联合分组调度和信道分配算法，做出全局最优的路由决策，可以显著提高不同的多媒体业务在移动认知无线网络中的服务质量，高度动态、自适应地调整移动认知无线网络协议中的决策模型。认知信息、决策模型与路由的分离使得算法更易于扩展和维护，从而为标准统一的移动认知无线网络QoS路由方法提供了推动与支持。

说明书

技术领域

本发明属于计算机技术领域，尤其是应用于移动认知无线网络环境下基于自适应服 务模型的联合分组调度和信道分配的路由方法，具体涉及一种基于自适应服务模型的 联合分组调度和信道分配路由方法。

背景技术

认知无线电是在软件无线电的基础上扩展的一种新技术，最早在1999年由瑞典皇家 理工学院的Joseph Mitola博士提出。认知无线电技术的出现打破了传统的固定频谱分配 制度，它可以实时地感知当前的无线环境，找出没有被使用的授权频谱，通过机会频谱 接入，动态地利用这些“频谱空穴”，实现授权频谱的二次利用，提高了授权频谱的利 用率，有效地缓解了无线频谱资源日趋紧张的问题。在认知无线网络中，存在两种用户， 主用户(Primary User,PU)和次用户(Secondary User,SU)。主用户即分配了固定频段的授 权用户，它对频谱具有优先使用权。次用户也叫做认知用户，它是在不对主用户的通信 造成干扰的前提下，动态地接入授权频谱、利用“频谱空穴”进行通信的非授权用户。

传统的认知无线网络为数据传输业务提供单一的尽力而为的服务，而随着一些多媒 体业务如视频点播、IP电话的不断涌现，对网络的服务质量（QoS）提出了不同层次的 要求。例如实时语音业务要求传输时延和抖动要小，允许存在一定错误；而数据传输业 务要求可靠性高，对时延要求一般。此外，在移动认知无线网络中，各节点的移动速度、 移动模式、接入频谱都是随机的，这就造成网络拓扑、信道带宽随时可能发生变化。移 动无线认知网络内在的动态性决定了它很难满足不同业务的服务质量需求。如何根据不 同的业务QoS需求提供不同的服务始终是移动认知无线网络致力解决的难点，而综合各 层的认知信息进行路由选择是解决QoS的关键技术。

经过对现有技术文献的检索发现，目前针对移动认知无线网络的QoS路由方法的研 究还处于起步阶段，且没有一个公认的模型。He Qing和Zhou Huaibei(He Qing,Zhou  Huaibei.Research on the routing algorithm based on Qos requirement forcognitive radio  networks[C].2008International Conference on Computer Science and SoftwareEngineering. 2008)根据信道容量和时延的不同，联合网络层和MAC层采用最小生成树的思想找出最 佳的路由路径，用于减少整个路由数据转发过程中的时延。这种QoS路由算法试图在信 道容量和时延之间找到一个平衡点，最终得出一个具有最佳QoS性能的路由选择。但是， 网络的QoS性能不单单是指时延这样一种单一的性能，不同的应用在不同的场合有着不 同的性能需求。此外，该QoS路由机制中将认知信息与控制信息融合在一起，使得协议 很难扩展和维护。认知无线网络必须能根据不同的业务QoS需求、不同的网络环境自适 应地分配所需的网络资源，以此达到网络资源的优化分配与网络服务质量的提高，因而， 移动认知无线网络需要新的可扩展资源的路由方法。

发明内容

移动认知无线网络必须根据动态的网路状况、可用频谱以及不同的业务QoS需求自 适应地选择路由，以此来提高用户满意度和网络资源利用率。因此，为了在最短时间内 完成业务的传输需求，必须基于业务QoS联合考虑分组调度和频谱分配，进行路由选择。

基于以上理解以及针对现有技术中的不足之处，本发明的目的在于克服现有移动认 知无线网络资源分配机制可扩展性差、自适应能力弱的不足，针对业务QoS需求多样性， 认知无线网络动态多变的特点，提出一种移动认知无线网络中基于自适应服务模型的联 合分组调度和信道分配的路由方法。本发明将业务的不同层次需求、网络状况、可用频 谱统一建模，在选择路由时综合考虑调度和信道策略，做出全局最优路由决策，从而达 到了自适应地满足不同业务QoS需求、提高网络整体服务质量的目的。

根据本发明提供的基于自适应服务模型的联合分组调度和信道分配路由方法，包 括依次连接的认知信息库、推理学习库以及自适应路由调度器，其中：

认知信息库用于认知信息的获取与建模；

推理学习库用于资源分配子决策的预测与推理；

自适应路由调度器用于联合分组调度和信道分配做出全局最优决策，控制整个网络 资源的分配。

优选地，所述认知信息库包括业务QoS需求信息、网络节点信息、可用频谱信息， 其中：

业务QoS需求信息包括传输时延、时延抖动、吞吐量和丢包率；

网络节点信息包括节点的邻居信息；

可用频谱信息包括频谱的分配情况、干扰约束、效益情况。

优选地，所述推理学习库包括分组调度策略模块和频谱分配策略模块，其中：

分组调度策略模块用于根据当前网络的变化情况实时调整个业务及各指标所占的 权重，动态地调整各数据分组在等待队列中所处的位置；

频谱分配策略模块用于根据当前频谱分配情况预测下一轮的频谱分配。

优选地，所述自适应路由调度器是网络资源分配的控制者，控制着各数据分组在网 络节点的调度、路由、传输信道，所述自适应路由调度器根据当前网络节点和邻居节点 的信息自适应地调整分组调度策略和频谱分配策略，从候选的数据分组集找出最适合调 度的数据分组，从预测的可分配频谱中找出可用信道，从而联合分组调度和信道分配将 当前节点的数据分组从最优的路由传输。

与现有的技术相比，本发明具有如下有益效果：在最短时间内通过联合分组调度和 信道分配生成的路由策略是全局综合最优解，满足了不同业务的QoS需求，同时降低了 重建路由的可能性，因此可以极大提升网络的服务质量。此外，通过认知信息、推理自 决策与联合调度的分离，使得该自适应服务模型更加容易扩展和维护。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特 征、目的和优点将会变得更明显：

图1为自适应服务模型与传统无线网络协议的交互原理示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人 员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技 术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于 本发明的保护范围。

自适应服务模型（AdaptiveService）包括认知信息库、推理学习库以及自适应路由， 如图1所示。其中：认知信息库用于认知信息的获取与建模，推理学习库用于资源分配 子决策的预测与推理，自适应路由联合分组调度和信道分配做出全局最优路由决策，控 制整个网络资源的分配。自适应服务模型的关键组件是自适应路由，通过交互一系列的 认知信息，控制着网络资源的分配过程。具体包括三个阶段：（1）认知信息获取与建模。 各网络节点将各层认知信息加入到认知信息库中并统一建模。（2）资源分配子决策预测 与推理。根据认知信息库中的认知信息，生成相应的分组调度策略和信道分配策略，以 及相应的候选集。（3）全局最优路由决策生成。基于候选集中选出的数据分组和可用信 道，选择下一跳节点。

所述的认知信息库包括业务QoS需求信息、网络节点信息、可用频谱信息。其中： 业务QoS需求信息包括传输时延、时延抖动、吞吐量和丢包率，不同的业务在网络中所 占的权重不同，各需求指标在各业务中的所占的权重也是不同的，这样通过加权可以得 到各业务的优先级。网络节点信息存储的是节点的邻居信息，是进行路由选择的重要参 考信息。可用频谱信息包括频谱的分配情况、干扰约束、效益情况。

所述的推理学习库包括分组调度策略和频谱分配策略。其中：分组调度策略是各节 点调度数据分组的依据，它根据当前网络的变化情况实时调整个业务及各指标所占的权 重，动态地调整各数据分组在等待队列中所处的位置；频谱分配策略根据当前频谱分配 情况预测下一轮的频谱分配。

所述的自适应路由是网络资源分配的控制者，控制着各数据分组在网络节点的调度 和传输信道。它根据当前网络节点和邻居节点的信息自适应地调整分组调度策略和频谱 分配策略，从候选的数据分组集找出最适合调度的数据分组，从预测的可分配频谱中找 出可用信道，从而联合分组调度和信道分配选出最优的路由。

以下结合具体的实施例对本发明的技术方案作进一步详细阐述。整个发明实现过程 如下：

1．认知信息的获取与建模

（1）业务QoS

业务QoS需求信息包括传输时延、时延抖动、吞吐量和丢包率来描述。通过对这些 影响QoS的因素的综合判定，给出每个业务的优先级。

业务类型的分类及权重

A＝{a₁,a₂,…,a_n}，a_i(i＝1,2,3,…,n)代表不同的业务，如语音，视频，数据等。

T＝{t₁,t₂,…,t_n}，t_i(i＝1,2,3,…,n)代表不同业务在网络中所占权重。

QoS级别的判决指标及权重

C＝{c₁,c₂,…,c_n}分别代表QoS判决指标：传输时延、时延抖动、吞吐量、丢包 率。各业务对QoS指标的要求不一样，所以，各指标在各业务下所占的权重不 一样。设各判决指标在各业务中的权重系数表示为W_i＝[w_i1,w_i2,w_i3,w_i4]分别代表 传输时延、时延抖动、吞吐量、丢包率在第i种业务中所占的权重系数。

各业务优先级

根据各业务权重及各QoS指标权重进行加权，得到各业务的优先级S_i为：

$S_i=t_i\left(\underset{j=1}{\overset{4}{\Sigma }}{c}_i{w}_{\mathrm{ij}}\right)$

（2）网络节点信息

用邻居节点列表存储来自与本节点相邻节点的相关信息，如下网络节点列表所 示：

NID NChannel NWLength NPostition VelocityVector ExpireTime

NID表示邻居节点地址；NChannel表示邻居节点工作的频段；NWLength表示 邻居节点中正在等待处理的分组的队列长度；NPositinon记录邻居节点的地理位置； VelocityVector表示邻居节点的速度矢量；ExpireTime表示邻居节点的生存时间。

（3）可用频谱

假设有N个认知用户，M个可用频谱，则认知库中的可用频谱信息如下：

可用频谱矩阵

L＝{l_n,m|l_n,m∈{0,1}}_N×M表示频谱对认知用户的分配情况，l_n,m=1表示认知用户n 可以使用信道m

效益矩阵

B＝{b_n,m|b_n,m≥0}_N×M，表示认知用户n在信道m上获得的收益。

冲突矩阵

C＝{c_n,m|c_n,m≥0}_N×M，表示与认知用户n在信道m上产生冲突的用户数。

干扰约束矩阵

I＝{i_n,k,m|i_n,k,m∈{0,1}}_N×N×M，表示对某一可用信道，若不同的认知用户同时使用， 则认知用户之间可能产生干扰。i_n,k,m＝1表示会产生干扰。

2．资源分配子决策的预测与推理

（1）分组调度策略

在考虑分组调度策略时还必须考虑当前分组的等待时间，以免某些低优先级的业务 得不到调度而处于饥饿状态。由此得到各业务分组的调度优先级为 Q_i＝cS_i+(1-c)R_i，其中c为调节系数，R_i为分组的等待时间。分组调度策略的实 施过程如下：

第一步，更新节点上所有分组的等待时间。

第二步，更新节点上所有分组的优先级Q_i＝cS_i+(1-c)R_i。

第三步，根据最新的分组优先级调整每一个分组在等待队列上的位置，按优先 级从高到低排序。

第四步，选取优先级最高的N个分组作为候选分组。

（2）频谱策略

具体的实施过程如下：

第一步，创建可用频谱矩阵L，效益矩阵B，冲突矩阵C，干扰约束矩阵I。

第二步，根据可用频谱矩阵L，冲突矩阵C，干扰约束矩阵I创建无干扰分配 矩阵T。

第三步，根据无干扰分配矩阵T和效益矩阵B，创建优化分配矩阵R。

第四步，根据优化分配矩阵R按照业务优先级分配信道。

第五步，更新可用频谱矩阵L、冲突矩阵C、干扰约束矩阵I、优化分配矩阵R，进 行下一轮频谱分配。

3．全局最优路由决策生成

自适应路由是自适应服务模型的核心，当接收到来自应用层的一个业务请求时， 并行地驱动推理学习库的分组调度策略和频谱策略，然后根据推理学习库返回的候 选子决策做出全局最优路由决策。具体的实施过程如下：

第一步，自适应路由等待来自应用层的业务请求，当有分组数据需要传输时， 则从相应的候选调度分组集和可用频谱集选出数据分组和可用频谱；期间，若任何 一个候选集为空，则转第二步；

第二步，调用相应的子决策，生成当前状态下的候选集，并将生成的候选集返 回给自适应路由。自适应路由根据当前的认知信息和候选集为数据分组选择下一跳 节点。

下一跳节点的选择有如下几个原则：（1）距离最短、（2）链路最稳定、（3）等 待队列的长度最短、（4）信道最稳定。当前节点与邻居节点的距离用d_i表示；若当 前节点和邻居节点相互靠近则表明链路比较稳定，若远离则表明链路不稳定，用rd_i表示两个节点之间的相对运动情况；邻居节点中数据分组的等待队列长度用wl_i表 示，根据公式邻居节点的优先选择权值可以表示为：p_i＝c₁d_i+c₂rd_i+(1-c₁-c₂)wl_i， c₁,c₂为调节系数，优先权值最小且和当前节点之间在优化分配矩阵R中存在信道的 邻居节点将被为下一跳节点。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上 述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改， 这并不影响本发明的实质内容。