一种基于频谱聚合的认知无线电频谱分配方法

摘要

本发明涉及一种基于频谱聚合的认知无线电频谱分配方法，其特征在于:系统中K个认知用户U

说明书

技术领域

本发明涉及一种基于频谱聚合的认知无线电频谱分配方法。

背景技术

随着无线通信技术的飞速发展，尤其是无线局域网(WLAN)技术、无线个人 域网络(WPAN)技术的发展，越来越多的人通过这些技术以无线的方式接入互联 网，使得无线频谱成为越来越紧缺的资源。为了解决频谱资源匮乏的问题，基本 思想就是尽量提高现有的频谱利用率，于是人们提出了这样的一种方法：在已授 权频段没有或只有很少的通信业务在活动的情况下，具有认知功能的无线通信设 备可以侦测出在空域、时域和频域中出现的可被利用的频谱资源，并按照某种“伺 机(Opportunistic Way)”的方式工作在这些已授权的频段内，合理的使用这些 “频谱空洞”。这种使无线通信设备具有发现“频谱空洞”并合理利用它们的能 力构成了认知无线电(Cognitive Radio，CR)的核心思想。

近年来，多数认知无线电中频谱分配方法的研究是基于连续频谱分配的，但 是在连续频谱分配方法中，每个信道只能由一段连续的频段构成，这样会生成许 多带宽小于用户需求的频谱片段，这些频谱片段不能被充分利用从而导致频谱浪 费。

随着OFDM(Orthogonal Frequency Division Multiplexing)的发展，在当 今的通信系统中，为了提高用户无线接入的带宽，以支持数据速率更高的数据业 务，载波聚合(Carrier Aggregation，CA)技术被广泛应用。载波聚合能够聚合 一个通信系统内多个频域相邻的成员载波，使得总带宽增大，并满足频谱兼容性。 而频谱聚合(Spectrum Aggregation，SA)被认为是载波聚合的一般化，其聚合 的载波带宽可以不同，所处频带不限定于相邻的成员载波。

现有的频谱聚合分配方法，其用户的满意度较差，而且现有的频谱聚合分配 方法中，没有考虑到不同认知用户对频谱资源的需求迫切程度，这也在一定程度 上降低了系统的公平性。而在认知无线电频谱分配问题上，系统公平性是最重要 的指标之一，为此需要一种方法考虑认知用户对频谱资源的需求度，从而在基本 保持系统达到的总吞吐量的前提下提高系统的公平性。

发明内容

本发明目的在于提供一种基于频谱聚合的认知无线电频谱分配方法，用户的 满意度高，并且能够有效提高系统的公平性。

实现本发明目的技术方案：

一种基于频谱聚合的认知无线电频谱分配方法，其特征在于:

步骤一：系统中K个认知用户U₁到U_K接入到网络中，从用户信息中获取 认知用户U₁到U_K相应的传输速率需求到需求因子Q₁到Q_K，所说的 需求因子用于反映认知用户对频谱资源的需求迫切程度；

步骤二：针对每个认知用户，求出满足传输速率需求的条件下至少要聚合的 子载波数n；

步骤三：通过步骤二中获得的每个认知用户需要聚合的子载波数n，计算出 认知用户U₁到U_K相应的最大频谱利用率η_1,max到η_K,max；

步骤四：结合需求因子和最大频谱利用率，计算出认知用户U₁到U_K相应的 最大需求频谱利用率χ_1,max到χ_K,max；

步骤五：得到最大需求频谱利用率向量H_max＝[χ_1,max,χ_2,max,...,χ_K,max]；

步骤六：根据χ_i,max的大小决定认知用户获得频谱资源的顺序，对H_max中 χ_i,max最大的用户优先分配频谱资源，i＝1,2…K；

步骤七：将用户分配向量S中对应用户的值更新为1，表示该用户已被分配；

步骤八：将子载波分配矩阵A中对应子载波的位置更新为1，表示相应子载 波已被使用；

步骤九：将传输速率矩阵R^max中对应子载波的传输速率置0，防止再次分 配时其他用户重复占用相同的子载波；

步骤十：重复步骤二至步骤九，对未分配用户进行处理，直到所有用户都得 到了频谱资源或者在一轮分配中不能满足任何用户的传输速率需求。

步骤四中，认知用户的最大需求频谱利用率通过如下公式获得，

${\chi }_{i,\max }={\eta }_{i,\max }·Q_i,\forall i=\mathrm{1,2}...K.$

步骤九中，传输速率矩阵R^max表示如下，

代表认知用户U_i在子载波C_j上支持的最大传输速率，如果C_j被占用， 则$R_{i,j}^{\max }=0,\forall i=\mathrm{1,2}...K.$

步骤八中，子载波分配矩阵A表示如下，

代表认知用户U_i是否占用C_j，如果A_i,j＝1，则子载波C_j分配给了用户U_i， 反之，则没有。

还包括步骤十一，得到最终的用户分配向量S和子载波分配矩阵A；利用 步骤十一中获得的子载波分配矩阵A，可通过如下公式计算系统达到的总吞吐 量T_a，

$T_a=\underset{j=1}{\overset{N}{\Sigma }}\underset{i=1}{\overset{K}{\Sigma }}{R}_{i,j}^{\max }·A_{i,j}.$

利用步骤十一中获得的用户分配向量S，可通过如下公式计算认知用户需求 满意度S_a

$S_a=\underset{i=1}{\overset{K}{\Sigma }}{S}_i·Q_i.$

本发明具有的有益效果：

本发明采用了反映认知用户对频谱资源的需求迫切程度的需求因子；结合需 求因子和最大频谱利用率，计算出认知用户的最大需求频谱利用率，根据各认知 用户最大需求频谱利用率的大小，进行频谱资源的分配，本发明充分考虑到了认 知用户对频谱资源的需求度，从而在基本保持系统达到的总吞吐量的前提下提高 系统的公平性。经实验验证，本发明获得的总吞吐量达到现有CCASA方法的吞 吐量，而用户需求满意度则大大超过了现有CCASA方法。

附图说明

图1为本发明中基于频谱聚合的认知无线电频谱分配方法流程图；

图2为子载波分割感知频谱的示意图；

图3为系统达到的吞吐量随系统需求吞吐量提高的变化情况图；

图4为随着认知用户数量增加，需求满意度的变化情况图。

具体实施方式

如图1所示，本发明包括以下步骤：

步骤一：系统中K个认知用户U₁到U_K接入到网络中，从用户信息中获取 认知用户U₁到U_K相应的传输速率需求到需求因子Q₁到Q_K，所说的 需求因子用于反映认知用户对频谱资源的需求迫切程度；

步骤二：针对每个认知用户，求出满足传输速率需求的条件下至少要聚合的 子载波数n；

步骤三：通过步骤二中获得的每个认知用户需要聚合的子载波数n，计算出 认知用户U₁到U_K相应的最大频谱利用率η_1,max到η_K,max；

步骤四：结合需求因子和最大频谱利用率，计算出认知用户U₁到U_K相应的 最大需求频谱利用率χ_1,max到χ_K,max；

步骤五：得到最大需求频谱利用率向量H_max＝[χ_1,max,χ_2,max,...,χ_K,max]；

步骤六：根据χ_i,max大小决定认知用户获得频谱资源的顺序，对H_max中 χ_i,max最大的用户优先分配频谱资源，i＝1,2…K；

步骤七：将用户分配向量S中对应的值更新为1，表示该用户已被分配；

步骤八：将子载波分配矩阵A中对应子载波的位置更新为1，表示相应子载 波已被使用；

步骤九：将传输速率矩阵R^max中对应子载波的传输速率置0，防止再次分 配时其他用户重复占用相同的子载波；

步骤十：重复步骤二至步骤九，对未分配用户进行处理，直到所有用户都得 到了频谱资源或者在一轮分配中不能满足任何用户的传输速率需求。

步骤十一：得到最终的用户分配向量S和子载波分配矩阵A；利用子载波 分配矩阵A，计算系统达到的总吞吐量T_a，利用用户分配向量S，计算认知用 户需求满意度S_a。

实施时，如果系统感知到的频谱总带宽为BHz，令一个OFDM子载波的带 宽为C_Unit，那么可以将BHz的频带分为N部分

$N=\frac{B}{C_{\mathrm{Unit}}},$

N代表整个频带上的子载波数。如图2所示，与主用户重叠的子载波应当关闭。

假设所有用户在所有子载波上的信道特性是已知的，也就意味着任意用户 U_i在子载波C_j上的最大传输速率事确定的，代表认知用户U_i在子载波C_j上支持的最大传输速率，如果C_j被占用，则这样得到传 输速率矩阵：

子载波分配矩阵：

代表认知用户U_i是否占用C_j，如果A_i,j＝1，则子载波C_j分配给了用户U_i， 反之，则没有。

通过传输速率矩阵R^max和子载波分配矩阵A可以计算出用户U_i的吞吐量：

$T_i=[A_{i,1}{A}_{i,2}···A_{i,N}]{[R_{i,1}^{\max }{R}_{i,2}^{\max }···R_{i,N}^{\max }]}^T,$

从而可以求得系统的总吞吐量：

$T_a=\underset{i=1}{\overset{K}{\Sigma }}{T}_i.$

总的来说，系统的总吞吐量可以表示为：

$T_a=\underset{j=1}{\overset{N}{\Sigma }}\underset{i=1}{\overset{K}{\Sigma }}{R}_{i,j}^{\max }·A_{i,j}.$

由于发射机AD转换器性能的限制，认知用户只能在一定的带宽范围内聚合 子载波，这个聚合范围称为聚合跨度。令B_aHz为聚合跨度，则一个认知用户最 多可聚合的子载波数表示为：

$N_{\mathrm{carrier}}=\frac{B_a}{C_{\mathrm{Unit}}}.$

对每一个认知用户U_i，定义其最大频谱利用率

${\eta }_{i,\max }=\frac{Z_i}{N_{\mathrm{carrier},i,\min }},$

其中Z_i是满足的用户U_i的吞吐量，N_{carrier,i,min}表示用户U_i要达到Z_i最 少需要聚合的子载波数。

最大需求频谱利用率由最大频谱利用率和需求因子结合得到：

${\chi }_{i,\max }={\eta }_{i,\max }·Q_i,\forall i=\mathrm{1,2}...K.$

用户分配向量：

$S=[S_1,S_2,...,S_K],S_i\in \left\{\mathrm{0,1}\right\},\forall i=\mathrm{1,2}...K.$

表示用户U_i是否分配到了合适的频谱，如果S_i＝1，则用户U_i分配到了信道， 反之，则没有。

认知用户需求满意度S_a由最终的用户分配向量和需求因子计算得到：

$S_a=\underset{i=1}{\overset{K}{\Sigma }}{S}_i·Q_i.$

下面通过具体实例进一步说明本发明的有益效果。为了使得频谱分配过程更 符合实际情况，频谱的状态是变化的，每有新的用户接入到系统，频谱状态则发 生一次变化，即频谱处于一个运动的状态。

系统频率范围设定为包含电视频段的100MHz～700MHz，其中可用频谱为 200MHz。设定每个子载波的带宽为1MHz，聚合跨度为40MHz。

从用户信息中获取的传输速率需求为10Mbps，15Mbps，20Mbps。用户需求 因子为0.1，0.5，1，越大表示需求度越高。

为了分析系统达到的吞吐量随系统需求吞吐量提高的变化及需求满意度随 用户数K增多的变化情况。系统初始时有2个用户接入系统，随后每单位时间有 2个新的用户接入到系统，最终系统中容纳100个用户。结果如图3，图4所示， 图3、图4中，☆曲线为现有CCASA的方法，*曲线为本发明方法。

从图3可以看出，认知用户数量较少时，系统达到的吞吐量随着系统总吞吐 量需求的增加而增加，随着用户数量继续增多，系统逐渐达到饱和，吞吐量趋于 平稳，最终两种方法达到的总吞吐量相近。

从图4可以看出，认知用户数量较少时，两种方法达到的总的需求满意度相 同，但是随着用户数量逐渐增多，对频谱资源的竞争加剧，本发明中方法相对于 现有CCASA方法有着明显的优势。