一种保证多业务服务质量的最佳信道预留方法

摘要

本发明公开了一种保证多业务服务质量的最佳信道预留方法，包括以下步骤：①对认知无线电网络进行初始化；②建立一个多维的连续马尔科夫链模型，求出其稳态概率；③根据稳态概率，求出认知无线电网络的性能指标；④找出既能使多用户服务质量得到满足，又能使认知无线电网络性能达到最优化的预留信道组合。该方法不仅可以严格地保证多用户的服务质量，而且可以使认知无线电网络的性能达到最优化。

说明书

技术领域

本发明涉及认知无线电网络的呼叫接纳控制（CAC）策略，具体涉及 一种保证多业务服务质量的最佳信道预留方法。

技术背景

近些年来，随着无线网络技术的快速发展，频谱资源变得越来越稀缺。 造成这种现象的一个重要原因是，传统的动态频谱分配导致了频谱的低利 用率。在这种情况下，认知无线网络（CRNs）的概念被提出来了。认知无 线电网络由独占某些信道的一级用户（PU）和择机使用空闲信道的二级用 户（SU）组成，相对于传统无线网络，其频谱的利用率会得到显著提升。 尽管认知无线技术可以有效地解决频谱资源紧张的问题，但是由于频谱资 源的动态变化所带来的不确定性，使得认知无线网络业务的服务质量保证 成为一个严峻的挑战。

为了提高频谱的利用率或保证业务的服务质量，一些模型和算法相继 被提出。其中，呼叫接纳控制就是一种常用的策略，而为新业务预先预留 信道又是呼叫接纳控制的一种常用方法。当存在多种业务时，一般模型只 是为多种业务预留同样的信道数，很少有模型为多种业务分别预留不同信 道数，这样就无法同时对多种业务的服务质量进行严格控制。

发明内容

针对现有技术的不足，本发明的目的在于提出一种保证多业务服务质 量的最佳信道预留方法，为不同的业务预留不同的信道数。

为实现以上发明目的，本发明采用以下技术方案：

一种保证多业务服务质量的最佳信道预留方法，包括以下步骤：

步骤(1)、初始化认知无线电网络，所述认知无线电网络由一级用户PU 和三种不同优先级的二级用户SU₁、SU₂和SU₃组成，有N个可用信道以及 缓冲区，所述三种二级用户的优先级从高到低依次是SU₁、SU₂、SU₃；

步骤(2)、找出最佳的预留信道组合，具体为：

（2.1）求出认知无线电网络的稳态概率；

（2.2）遍历r₁∈{0,1,...,N},r₂∈{0,1,...,N},r₃∈{0,1,...,N}，利用步骤（2.1） 得到的稳态概率，求出在每一个组合（r₁,r₂,r₃）下认知无线电网络的多个 性能指标；

（2.3）找出满足p_drop1≤掉线率门限值ζ₁以及HD₂≤时延门限值ζ₂的 所有（r₁,r₂,r₃），其中，使二级用户的加权吞吐率R达到最大值的（r₁,r₂,r₃） 组合，即为最佳预留信道组合，其中r₁、r₂、r₃分别是认知无线电网络为 新到来的SU₁、SU₂、SU₃所预留的信道数；p_drop1为SU₁的掉线率；HD₂为SU₂的时延。

本发明的技术效果为：可以严格地保证多用户的服务质量，而且可以 使二级用户（SU）的吞吐率达到最大化。

附图说明

图1为认知无线电网络的状态转移图,其中(a)为缓冲区为空时的情况, (b)为认知无线电网络中无SU₃的情况,(c)为认知无线电网络中有SU₃的情 况；

图2为求最佳预留信道组合的算法流程图；

图3为SU₁的掉线率p_drop1随PU的到达率λ_p变化而变化的趋势图；

图4为SU₂的时延HD₂随PU的到达率λ_p变化而变化的趋势图；

图5为SU的加权吞吐率R随PU的到达率λ_p变化而变化的趋势图。

其中，图3～5中的<a>和<s>分别代表分析结果与仿真结果。

具体实施方式

以下结合附图进一步阐明本发明的技术方案。

本发明提出的保证多业务服务质量的最佳信道预留方法，关键在于找 出最佳的预留信道组合。

图1为求最佳预留信道组合的算法流程图，其中R_max为在保证服务质 量的前提下，二级用户加权吞吐率R的最大值；N为认知无线电网络中总 的可用信道数；r₁,r₂,r₃分别是为新到来的SU₁,SU₂,SU₃所预留的信道数； p_drop1为SU₁的掉线率，HD₂为SU₂的时延。

具体而言，保证多业务服务质量的最佳信道预留方法包括以下步骤：

步骤(1)、初始化认知无线电网络。

假设认知无线电网络由一级用户PU和具有不同优先级的三种二级用 户SU₁、SU₂、SU₃组成，有N个可用信道以及缓冲区，缓冲区仅接纳切 换的SU₂和SU₃。其中，三种二级用户优先级从高到低依次是SU₁、SU₂、 SU₃,即：如果没有可用信道，新来的SU₁优先挤占SU₃，若无SU₃则挤占 SU₂，若无SU₃也无SU₂则直接掉线；如果没有可用信道，新来的SU₂可以 挤占SU₃，若无SU₃则进入缓冲区；如果没有可用信道，新来的SU₃直接进 入缓冲区。在本实施例中，设置认知无线电网络参数N=5,λ₁={0.6,0.8}, λ₂=0.8,λ₃=1,λ_p={0.1,0.2,...,1.1},μ₁=0.6,μ₂=0.8,μ₃=0.8,μ_p=1.2,r₁∈{0,1,...,N}, r₂∈{0,1,...,N},r₃∈{0,1,...,N}。其中λ₁、λ₂、λ₃分别为SU₁、SU₂、SU₃的到 达率，λ_p为PU的到达率；μ₁、μ₂、μ₃分别为SU₁、SU₂、SU₃的服务率,μ_p为PU的服务率；r₁、r₂、r₃分别是认知无线电网络为新到来的SU₁、SU₂、 SU₃所预留的信道数。

步骤(2)、找出最佳的预留信道组合。

具体包括以下步骤：

（2.1）求出认知无线电网络的稳态概率

要找出最佳的预留信道组合，需要先求出认知无线电网络的性能指标， 为此需要建立一个多维的连续马尔科夫链模型。假设在马尔科夫链中，一 般的状态为[i,j,k,l,k_q,l_q]，其中i∈{0,1,...,N},j∈{0,1,...,N-r₁}, k∈{0,1,...,N-r₂},l∈{0,1,...,N-r₃}分别表示正在服务的PU、SU₁、SU₂和SU₃业务的个数；k_q∈{0,1,...,N-r₂}、l_q∈{0,1,...,N-r₃}分别表示缓冲区中SU₂和 SU₃的个数。

设认知无线电网络处于状态[i,j,k,l,k_q,l_q]的稳态概率为则 根据图1中状态转移图(a)、(b)、(c),可以列出以下平衡状态方程:

a.当认知无线电网络中的用户数小于N

（iμ_p+jμ₁+kμ₂+λ_p+λ₁+λ₂+λ₃）P_{[i,j,k,l,0,0]}

＝α₁λ₁P_{[i,j-1,k,l,0,0]}+(j+1)μ₁P_{[i,j+1,k,l,0,0]}+α₂λ₂P_{[i,j,k-1,l,0,0]}

+(k+1)μ₂P_{[i,j,k+1,l,0,0]}+α₃λ₃P_{[i,j,k,l-1,0,0]}+(l+1)μ₃P_{[i,j,k,l+1,0,0]}

+(i+1)μ_pP_{[i+1,j,k,l,0,0]}+λ_pP_{[i-1,j,k,l,0,0]}

其中，${\alpha }_1=1_{(Y\le N-r_1)},{\alpha }_2=1_{(Y\le N-r_2)},{\alpha }_3=1_{(Y\le N-r_3)}.$

b.当认知无线电网络中的用户数等于N

（iμ_p+jμ₁+kμ₂）P_{[i,j,k,l,0,0]}

＝β₁（j+1）μ₁P_{[i,j+1,k-1,0,1,0]}+β₂(j+1)μ₁P_{[i,j+1,k,l-1,0,1]}

+β₂kμ₂P_{[i,j,k,0,1,0]}+β₂(k+1)μ₂P_{[i,j,k+1,l-1,0,0]}+β₂lμ₃P_{[i,j,k,l,0,1]}

+β₂（i+1）μ_pP_{[i+1,j,k,l-1,0,1]}+β₁(i+1)μ_pP_{[i+1,j,k-1,0,1,0]}

+β₃λ_pP_{[i-1,j+1,0,0,0,0]}+λ_pP_{[i-1,j,k,l,0,0]}

其中，β₁=1_(l＝0)，β₂=1_(l＞0)，β₃=1_{(l＝0,k＝0)}。

c.当认知无线电网络中没有SU₃

$\left(\begin{array}{c}(i{\mu }_p+j{\mu }_1+k{\mu }_2+{\lambda }_p)P_{[i,j,k,0,k_q,l_q]}\\ =(j+1){\mu }_1{P}_{[i,j+1,k-\mathrm{1,0},k_q+1,l_q]}+k{\mu }_2{P}_{[i,j,k,0,k_q+1,l_q]}\\ +(i+1){\mu }_p{P}_{[i+1,j,k-\mathrm{1,0},k_q+1,l_q]}+{\gamma }_1{\lambda }_p{P}_{[i-1,j+1,\mathrm{0,0},k_q,l_q]}\\ +{\gamma }_2{\lambda }_p{P}_{[i-1,j,k,\mathrm{1,0},l_q-1]}+{\gamma }_3{\lambda }_p{P}_{[i-1,j,k+\mathrm{1,0},k_q-1,l_q]}\end{array}\right)$

其中，γ₁=1_(k＝0)，${\gamma }_2=1_{(k_q=0)},{\gamma }_3=1_{(k_q>0)}.$

d.当认知无线电网络中有SU₃

$\left(\begin{array}{c}(i{\mu }_p+j{\mu }_1+k{\mu }_2+l{\mu }_3+{\lambda }_p)P_{[i,j,k,l,0,l_q]}\\ =(j+1){\mu }_1{P}_{[i,j+1,k,l-\mathrm{1,0},l_q+1]}+(k+1){\mu }_2{P}_{[i,j,k+1,l-\mathrm{1,0},l_q+1]}\\ +l{\mu }_3{P}_{[i,j,k,l,0,l_q+1]}+(i+1){\mu }_p{P}_{[i+1,j,k,l-\mathrm{1,0},l_q+1]}+{\lambda }_p{P}_{[i-1,j,k,l+\mathrm{1,0},l_q-1]}\end{array}\right)$

根据这些平稳方程以及所给参数，就可以求出任意状态的稳态概率

根据稳态概率，可以求出认知无线电网络中关于二级用户的多个性能 指标：

用Z=[i,j,k,l,k_q,l_q]表示认知无线电网络的一般状态，Y=i+j+k+l表示 忙的信道总数，P_z表示认知无线电网络处于状态Z时的稳态概率，则各性 能指标的计算式为：

SU₁的阻塞率p_block1：

SU₂的阻塞率p_block2：

SU₃的阻塞率p_block3：

SU₁的掉线率p_drop1:$p_{\mathrm{drop}1}=\frac{\underset{\forall z,Y=N,i>0,k=0,l=0}{\Sigma }{\lambda }_p·P_z}{{\lambda }_1·(1-p_{\mathrm{block}1})}$

SU₁的吞吐率R₁：R₁＝λ₁·(1-p_block1)·(1-p_drop1)

SU₂的吞吐率R₂：R₂＝λ₂·(1-p_block2)

SU₃的吞吐率R₃：R₃＝λ₃·(1-p_block3)

SU的加权吞吐率R：R＝0.45R₁+0.4R₂+0.15R₃

SU₂的时延HD₂：

${\mathrm{HD}}_2=\frac{\underset{\forall z,Y=N,l=0,k>0}{\Sigma }{P}_z}{\underset{\forall z,Y<N}{\Sigma }\frac{k}{N-i}{P}_z+\underset{\forall Z,Y=N,l=0,k>0}{\Sigma }{P}_Z+\underset{\forall z,Y=N,l>0}{\Sigma }\frac{k}{N-i}{P}_z}\frac{\underset{\forall z}{\Sigma }{k}_q·P_z}{\underset{\forall z,Y=N,l=0,k>0}{\Sigma }{\lambda }_p·P_z}$

（2.2）遍历r₁∈{0,1,...,N},r₂∈{0,1,...,N},r₃∈{0,1,...,N}，利用步骤（2.1） 得到的稳态概率，按照上述计算式求出在每一个组合（r₁,r₂,r₃）下认知无 线电网络的性能指标。

（2.3）根据优先级，SU₁被PU挤占后不进入缓冲区，而是直接掉线， 因此SU₁没有时延，只需保证其掉线率要求即可；而对于SU₂，因为其切换 后进入缓冲区，故没有掉线率，只需保证其时延要求即可；对于SU₃，因为 其切换后进入缓冲区，因此同样没有掉线率的要求，而且由于其优先级最 低，对时延也几乎无要求。综上，只需找出满足p_drop1≤掉线率门限值ζ₁以 及HD₂≤时延门限值ζ₂的所有（r₁,r₂,r₃），其中，使SU的加权吞吐率R 达到最大值的（r₁,r₂,r₃）组合，就是所要得到的最佳预留信道组合。本特 定实施例中，设置SU₁的掉线率门限值ζ₁＝0.01，SU₂的时延门限值ζ₂＝0.025。

实际上，当r₁，r₂给定时，p_drop1和HD₂都随着r₃的增加而单调增加， 因此可以用二分法查找的方法找出满足p_drop1≤0.01以及HD₂≤0.025的 r₃，这样可减小算法的时间复杂度。

图3～5分别给出了出了SU₁的掉线率p_drop1随PU的到达率λ_p变化而变 化的趋势图、SU₂的时延HD₂随PU的到达率λ_p变化而变化的趋势图以及 SU的加权吞吐率R随PU的到达率λ_p变化而变化的趋势图。从图3、图4 可以看出，在有预留信道的情况下，可以严格地控制p_drop1、HD₂在给定的 门限值之下；而在图5中可以看出，相对于没有预留信道的情况，有预留 信道时的SU的加权吞吐率有所下降，这是为了保证服务质量所必须付出的 代价。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在 本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含 在本发明的保护范围之内。