首页> 中国专利> 基于双层控制信道机制的认知无线电网络时钟同步方法

基于双层控制信道机制的认知无线电网络时钟同步方法

页面导航

摘要
著录项
法律信息
说明书
相似文献

摘要

本发明属于无线通信信号处理领域，公开了一种基于双层控制信道机制的认知无线电网络时钟同步方法，包括以下步骤：第一步，基于低层控制信道的邻居/层次发现和时钟同步初始化；第二步，基于低层控制信道的时钟粗同步；第三步，基于高层控制信道的时钟精同步。本发明将认知无线电网络的控制信道建立与时钟同步有机地结合起来，由于控制信道的建立过程可以得到时间同步过程的时间信息，所以可以加速控制信道的建立过程；提高了认知无线电网络在网络建立阶段的可用性，有助于认知无线电网络走向实用。

著录项

公开/公告号CN104202813A

专利类型发明专利
公开/公告日2014-12-10

原文格式PDF
申请/专利权人中国人民解放军国防科学技术大学;
展开▼

申请/专利号CN201410462726.7
发明设计人韩方剑;余莉;吴克宇;
展开▼

申请日2014-09-12
分类号H04W56/00;
代理机构北京中济纬天专利代理有限公司;
代理人胡伟华
地址 410073 湖南省长沙市开福区德雅路109号
入库时间 2023-12-17 03:49:25

法律信息

法律状态公告日

法律状态信息

法律状态
2019-09-03

未缴年费专利权终止 IPC(主分类):H04W56/00 授权公告日:20171205 终止日期:20180912 申请日:20140912

专利权的终止
2017-12-05

授权

授权
2015-01-07

实质审查的生效 IPC(主分类):H04W56/00 申请日:20140912

实质审查的生效
2014-12-10

公开

公开

说明书

技术领域

本发明属于无线通信信号处理领域，具体涉及一种认知无线电网络时钟同步方法。

背景技术

认知无线电网络(Cognitive Radio Network,CRN)是一种新型的无线网络通信系统，它由称作认知用户(Cognitive User,CU)的认知无线电设备通过无线连接组成。认知无线电网络与传统无线通信网络的运行方式存在极大的不同，它能够与称作主用户(Primary User,PU)的常规无线通信设备及其系统共存于同一区域的同一无线电频段中，并且不对后者造成有害影响。建立并运行认知无线电网络之前不需要向当地无线电频谱管理部门申请工作频段授权(或仅需要极小部分频段的授权)。认知无线电网络的这一特性引起无线通信领域的学术界、工业界、商用和军用用户以及各国无线电管理部门广泛、持续而密切的关注，相关技术在近年来发展迅速。

技术上，安全建立并有效运行认知无线电网络大致需要以下步骤：首先，网络中的认知用户利用频谱传感器及网络数据库等手段收集并分析本地无线频谱使用状态信息、检测周边常规无线设备；之后，根据认知无线电网络的通信需求进行决策，制订出后续无线电行为方案；最后，通过应用灵活的无线波形与通信协议，认知无线电网络中的所有认知用户协调一致地实施上述无线电行为方案完成网络通信任务。

实现上述技术途径需要解决多个关键技术问题，包括无线频谱监测、无线信道的参数估计、相邻认知用户的检测与识别及网络时钟同步等。由于认知无线电网络不具有固定频段的使用授权(或仅具有极少部分频点的使用授权)，因此解决这些问题具有极大的技术难度。特别地，在认知无线电网络的最初建立阶段，一方面由于认知用户缺乏可用频点、网络拓扑及网络时间基准等关键信息，另一方面，为避免对主用户的干扰，认知用户不能使用常规的信道探测、握手信令等通信辅助手段，上述技术问题的挑战性尤为突出。学术界将这一类问题统称为“认知无线电网络建立问题”(以下简称网络建立问题)，并展开了广泛的研究。

前期，我们针对网络建立问题提出了基于双层控制信道机制的网络建立方法并获得国家发明专利(专利号ZL 201110259192.4)。该方法的主要技术思路是将控制信道分成功率谱密度受限的低层控制信道(Lower LevelControl Channel，LLCC)和高信道容量的高层控制信道(Higher LevelControl Channel，HLCC)，在两种控制信道中采用不同的无线波形和通信协议，可以有效降低网络建立问题的技术难度。在低层控制信道中，采用干扰温度限制的波形设计可以保证认知用户与主用户共存于同一区域同一频段，使得认知无线电网络可以在缺乏频谱授权的条件下建立并持续运行。在低层控制信道实现基本控制信息交换的基础上，进一步建立高层控制信道，拓展控制信道覆盖范围并提高控制信息交换速率，从而分步实现认知无线电网络的有效建立。

在基于上述方法的认知无线电网络研究与应用过程中，我们发现，网络时钟同步技术是解决认知无线电网络建立问题所必需的关键技术之一。原因如下:首先，认知无线电网络的运行依赖于频谱感知，频谱使用信息由分布于各个认知用户的频谱传感器获取，而为了有效融合这些频谱信息以形成全网可用的空闲频谱时空分布图，全网同步时钟是必需的。其次，为了更高效地利用探测到的空闲频段、建立高速认知信道、提高全网数据吞吐率，认知用户之间必须具备对认知信道的时分复用/双工机制；同时，由于认知信道在时间和空间上的分布都是随机的，只有建立全网时钟同步才能保证该时分复用/双工机制的精确度和稳定性。另外，全网时钟同步对于认知用户之间提取符号同步、位同步、帧同步等关键波形参数无疑是有利的，可以提高点对点传输性能。

但是，如果把时钟同步过程与基于双层控制信道机制的认知无线电网络建立过程分开独立设计，会发现两者之间实际上存在着相互依赖、相互牵制的关系。一方面，时钟同步信息的分发与交换有赖于高层控制信道的建立。由于低层控制信道的波形功率受限，导致其覆盖范围小且信道容量较低，而且由多个认知用户通过时分方式共享使用，因此其只能用于实现一些对数据速率要求不高的业务，如邻居/层次探测(neighbor/hierarchydiscovery)等。对于全网时钟同步过程，如果仅借助低层控制信道，同步精度和刷新率必然受到极大限制，因此需要高速信道的支持。另一方面，高速信道的建立又依赖于一定精度的时钟同步信息。例如，相邻的认知用户间需要实时协商共同可用的空闲频点，或称作频谱空洞(SpectrumHole)；高数据速率的通信波形及协议需要较高精度的符号同步、位同步、帧同步时钟等。

出于上述考虑，我们进一步提出了一种基于双层控制信道机制的认知无线电网络时钟同步方法。该方法的主要技术路线是，首先利用LLCC提供低速控制信息交换能力，在实现邻居/层次探测等网络初始化过程的同时，完成全网时钟同步初始化过程，并提供低精度时钟同步以满足建立高层控制信道的需要。之后，在高层控制信道的建立过程中实现高精度全网时钟同步。相对于传统的无线网络时钟同步方法，该方法可以在双层控制信道的建立过程中提供并保持全网时钟同步，并且充分利用了双层控制信道的信道资源，逐步提高时钟同步精度。这一特性对于保证认知无线电网络中认知用户的无线行为的协调性、提高网络建立的效率以及改善网络运行的稳定性都有很大的帮助。

发明内容

针对认知无线电网络发展与应用中的网络时钟同步问题，本发明公开了一种基于双层控制信道机制的认知无线电网络时钟同步方法，包括以下步骤：

设表示第n次簇首广播消息的簇首本地时间，n为自然数；设认知无线电网络中给定的用户簇中，包含至少一个认知用户；

第一步，基于低层控制信道的邻居/层次发现和时钟同步初始化；

第(S11)步，设某一个认知用户在低层控制信道等待簇首广播消息，如果没有检测到簇首广播消息，则确定该认知用户为簇首；

第(S12)步，簇首通过低层控制信道发送簇首广播消息，簇首广播消息中包含该认知用户的ID号和本地发送时间

第(S13)步，除簇首以外的认知用户从簇首广播消息中读取时间并记录簇首广播消息的到达时间同时向簇首返回一个加入请求消息或者退出请求消息，所述加入请求消息或者退出请求消息包括认知用户的ID号和本地发送时间

第(S14)步，簇首通过低层控制信道收到来自某个认知用户的加入请求消息或者退出请求消息，并记录该消息到达时间此时，认知用户记作为簇成员；而后，向发送该消息的簇成员回复一个包括本地发送时间的允许加入消息或者允许退出消息；

第(S15)步，簇成员收到第(S14)步中的簇首回复的允许加入消息或者允许退出消息后，记录本地到达时间并读取时间和通过计算得到对簇首时钟参数和簇广播消息传播时延的估计初值

第(S16)步，簇成员通过计算得到对簇首时钟的估计值,完成簇成员与簇首之间的时钟同步初始化；

第二步，基于低层控制信道的时钟粗同步；

第(S21)步，簇首通过低层控制信道周期性继续发送N-1个簇首广播消息,并在发送消息中包括本地发送时间数据其中，n＝{2,...,N}，N为大于等于2的自然数；

第(S22)步，簇成员接收簇首广播消息，记录本地接收时间为并且读取时间

第(S23)步，结合第一步中获得的簇成员对簇首本地时钟参数估计初值和簇广播消息传播时延的估计初值，更新簇成员对簇首的时钟参数估计值；

第(S24)步，更新簇成员对簇首本地时钟的估计值；

第三步，基于高层控制信道的时钟精同步；

设在认知无线电网络的某一簇中存在两个簇成员，分别记作CM_A和CM_B，且它们已经分别与簇首完成了所述第一步的时钟同步初始化和第二步的时钟粗同步；

第(S31)步，簇首在低层控制信道上继续发送簇首广播消息，并在消息中写有本地时间其中，n∈{N+1,...,N+m}，m为自然数；

第(S32)步，CM_A和CM_B在低层控制信道上接收到簇首广播消息，读取并分别记录接收时间为和

第(S33)步，CM_B在高层控制信道上向CM_A发送写有本地时间和簇首时间的发送请求消息；

第(S34)步，CM_A在高层控制信道上接收到CM_B的发送请求消息，记录到达时间并且读出发送请求消息中的时间数据和根据CM_A从本地数据库中找到对应的簇首广播消息到达时间

第(S35)步，CM_A向CM_B发送一个写有和本地发送时间的发送许可消息；

第(S36)步,CM_B接收到发送许可消息，记录本地到达时间并读出和

第(S37)步,计算CM_B与CM_A之间的相对时钟参数的估计值；

第(S38)步,计算CM_B对CM_A本地时钟的估计值，完成CM_A与CM_B之间基于高层控制信道的时钟精同步过程。

进一步地,在第一步中的第(S15)步，计算簇成员对簇首本地时钟参数估计初值和簇广播消息传播时延的估计初值具体为：

$> (\begin{matrix} {\hat{θ}}_{1}^{(1)} \\ {\hat{θ}}_{2}^{(1)} \\ {\hat{D}}^{(1)} \end{matrix}) = {({[B^{(1)}]}^{T} B^{(1)})}^{- 1} {[B^{(1)}]}^{T} A^{(1)},$ >

其中，

进一步地,第二步中的第(S23)步具体计算过程为：

$> {\hat{Θ}}^{(n)} \overset{Δ}{=} (\begin{matrix} {\hat{θ}}_{1}^{(n)} \\ {\hat{θ}}_{2}^{(n)} \end{matrix}) = {({[B^{(n)}]}^{T} B^{(n)})}^{- 1} {[B^{(n)}]}^{T} A^{(n)},$ >

其中，

表示Θ的第n次估计值，n＝{1,...,N}，为时钟参数估计值。

进一步地,第二步中的第(S24)步具体计算过程为：其中，表示簇成员对簇首的本地时钟的第n次估计值，t_CM为簇成员的时钟值，为时钟参数估计值。

进一步地,第三步中的第(S37)步计算公式为：

$> {\hat{Φ}}^{(m)} \overset{Δ}{=} (\begin{matrix} {\hat{φ}}_{1}^{(m)} \\ {\hat{φ}}_{2}^{(m)} \end{matrix}) = {({[Q^{(m)}]}^{T} Q^{(m)})}^{- 1} {[Q^{(m)}]}^{T} P^{(m)},$ >

其中，

$> P^{(m)} \overset{Δ}{=} (\begin{matrix} T_{2, A}^{(1)} \\ . \\ . \\ . \\ T_{2, A}^{(N)} \\ T_{4}^{(N + 1)} + T_{5}^{(N + 1)} + T_{2, A}^{(N + 1)} \\ . \\ . \\ . \\ T_{4}^{(N + m)} + T_{5}^{(N + m)} + T_{2, A}^{(N + m)} \end{matrix}), Q^{(m)} \overset{Δ}{=} (\begin{matrix} T_{2, B}^{(1)} & 1 \\ . & . \\ . & . \\ . & . \\ T_{2, B}^{(N)} & 1 \\ T_{3}^{(N + 1)} + T_{6}^{(N + 1)} + T_{2, B}^{(N + 1)} & 3 \\ . & . \\ . & . \\ . & . \\ T_{3}^{(N + m)} + T_{6}^{(N + m)} + T_{2, B}^{(N + m)} & 3 \end{matrix}),$ >

表示CM_A与CM_B收到第N+m次簇首广播消息后，CM_A与CM_B之间的第m次相对时钟参数估计值。

进一步地,第三步中的第(S38)步计算公式为：CM_B估计CM_A的本地时钟 $> {\hat{t}}_{A, B}^{(m)} \overset{Δ}{=} t_{B} {\hat{φ}}_{1}^{(m)} + {\hat{φ}}_{2}^{(m)},$ >其中，为CM_B与CM_A之间的第m次相对时钟参数估计值。

本发明基本思路为：将认知无线电网络的全网时钟同步过程分成三个步骤，分别为：基于LLCC的邻居/层次发现和时钟同步初始化，基于LLCC的时钟粗同步和基于HLCC的时钟精同步。具体原理和相关计算公式的推导过程如下：

假设，认知用户本地时钟的非理想性被建模为时钟倾斜(Clock Skew)和时钟偏移(Clock Offset)。即任意两个认知用户CR_i和CR_j的本地时钟t_i和t_j之间满足t_i＝f_ijt_j+τ_ij，其中f_ij为CR_i相对于CR_j的时钟倾斜，τ_ij为CR_i相对于CR_j的时钟偏移。认知用户之间交换写有本地时间戳的信令消息。根据认知无线电网络所处的环境，信令消息从一个用户传播到另一个用户的时间延时变量可以建模为下面两种随机过程中的一种：即给定均值的高斯分布随机过程和指数分布随机过程。由于时间延时变量的建模方式对于认知用户在网络建立及时钟同步过程中的操作方法没有影响，而只影响时钟参数的最终推算公式，因此在本文中，为了便于描述本发明的详细过程，下面以高斯分布随机过程为例进行推导。

第一步，基于LLCC的邻居/层次发现和时钟同步初始化过程。

对于认知无线电网络中任一给定的用户簇，其包含至少一个认知用户，邻居/层次发现和时钟同步初始化阶段的操作如下。LLCC采用时分复用方式，包含三种时隙，分别为簇首广播(CH Broadcasting,CHB)时隙，簇成员广播(Cluster Member Broasting,CMB)时隙和簇首回应(CH Answering,CHA)时隙。在CHB时隙，簇首CH在LLCC上广播写有本地时间的簇首广播消息，而其它认知用户CU在该时隙侦听该消息，并记录接收到的簇首广播消息的CU本地时间和从该消息读取到的簇首发送广播消息的CH本地时间对于想要加入或者退出簇的CU，可以在CMB时隙，在LLCC上广播写有CU本地时间的加入请求(Request To Join,RTJ)消息或者退出请求(Request To Quit,RTQ)消息。CH一旦收到RTJ或RTQ消息，首先记录消息到达时间然后在CHA时隙回复一个写有CH本地时间和刚才记录到的到达时间的允许加入(Clear To Join,CTJ)消息或者允许退出(Clear To Quit,CTQ)消息。CU收到CTJ或者CTQ便完成认知用户在簇中的层次发现，同时还要记录消息到达时间并且读取簇首发送消息中的时间和以完成与CH之间的时钟同步初始化。定义簇首CH与某个簇成员CM的时钟倾斜和时钟偏移分别为f和τ，则簇首时钟t_CH与簇成员的时钟t_CM满足如下关系：

t_CH＝(t_CM-τ)/f (公式1)

而CM记录到的时间数据满足如下关系，其中D⁽¹⁾为消息传播时延。

$> (\begin{matrix} T_{2}^{(1)} = f (T_{1}^{(1)} + D^{(1)}) + τ \\ T_{3}^{(1)} = f (T_{4}^{(1)} - D^{(1)}) + τ \\ T_{6}^{(1)} = f (T_{5}^{(1)} + D^{(1)}) + τ \end{matrix})$ > (公式2)

(公式2)可以重写为：

$> (\begin{matrix} T_{1}^{(1)} = T_{2}^{(1)} θ_{1} - θ_{2} - D^{(1)} \\ T_{4}^{(1)} = T_{3}^{(1)} θ_{1} - θ_{2} + D^{(1)} \\ T_{5}^{(1)} = T_{6}^{(1)} θ_{1} - θ_{2} - D^{(1)} \end{matrix})$ > (公式3)

其中θ₁＝1/f，θ₂＝τ/f。θ₁，θ₂表示时钟参数，表示θ₁的估计初值，表示θ₂的估计初值，将(公式3)改写成矩阵形式为

Α⁽¹⁾＝B⁽¹⁾X (公式4)

其中，

$> A^{(1)} \overset{Δ}{=} (\begin{matrix} T_{1}^{(1)} \\ T_{4}^{(1)} \\ T_{5}^{(1)} \end{matrix}), B^{(1)} \overset{Δ}{=} (\begin{matrix} T_{2}^{(1)} & - 1 & - 1 \\ T_{3}^{(1)} & - 1 & + 1 \\ T_{6}^{(1)} & - 1 & - 1 \end{matrix}), X \overset{Δ}{=} (\begin{matrix} {\hat{θ}}_{1}^{(1)} \\ {\hat{θ}}_{2}^{(1)} \\ {\hat{D}}^{(1)} \end{matrix})$ >

因此，可以对时钟参数做如下估计：

$> X = (\begin{matrix} {\hat{θ}}_{1}^{(1)} \\ {\hat{θ}}_{2}^{(1)} \\ {\hat{D}}^{(1)} \end{matrix}) = {({[B^{(1)}]}^{T} B^{(1)})}^{- 1} {[B^{(1)}]}^{T} A^{(1)}$ > (公式5)

由此，CM得到对CH本地时钟的估计初值

第二步，基于LLCC的时钟粗同步：

在完成认知网络中簇的层次发现后和时钟初始化，簇成员CM得到对簇首CH时钟参数θ₁，θ₂和传播时延D⁽¹⁾的估计初值和同时，CH继续通过LLCC发送CH广播消息。假设CH在完成上述的第一步操作后，又继续发送了N-1次CH广播消息，N为取值大于等于2的自然数；若把第一步中的CH广播消息也计算在内，则所有CHB广播消息中的CH本地时间数据可以记为n∈[1,N]。CM接收到CH的广播消息，并记录每个广播消息的到达时间，记为n∈[1,N]。CH时钟和CM时钟的关系可以表示为

$> T_{1}^{(n)} + {\hat{D}}^{(1)} = \frac{T_{2}^{(n)} - τ}{f} + d^{(n)}, n = {1,2, . . ., N}$ > (公式6)

其中，为高斯分布的零均值随机变量。(公式6)可写成如下的矩阵形式。

Α⁽ⁿ⁾＝B⁽ⁿ⁾Θ+d⁽ⁿ⁾ (公式7)

其中，

$> A^{(n)} = (\begin{matrix} T_{1}^{(1)} + {\hat{D}}^{(1)} \\ T_{1}^{(2)} + {\hat{D}}^{(1)} \\ . \\ . \\ . \\ T_{1}^{(n)} + {\hat{D}}^{(1)} \end{matrix}), B^{(n)} = (\begin{matrix} T_{2}^{(1)}, & - 1 \\ T_{2}^{(2)}, & - 1 \\ . & . \\ . & . \\ . & . \\ T_{2}^{(n)}, & - 1 \end{matrix}), Θ = (\begin{matrix} θ_{1} \\ θ_{2} \end{matrix}) \overset{Δ}{=} (\begin{matrix} \frac{1}{f} \\ \frac{τ}{f} \end{matrix}),$ >

$> d^{(n)} = (\begin{matrix} d^{(1)} \\ d^{(2)} \\ . \\ . \\ . \\ d^{(n)} \end{matrix}) \overset{Δ}{=} (\begin{matrix} {\hat{D}}^{(1)} - D^{(1)} \\ {\hat{D}}^{(1)} - D^{(2)} \\ . \\ . \\ . \\ {\hat{D}}^{(1)} - D^{(n)} \end{matrix})$ >

可以进一步得到：

$> {\hat{Θ}}^{(n)} \overset{Δ}{=} (\begin{matrix} {\hat{θ}}_{1}^{(n)} \\ {\hat{θ}}_{2}^{(n)} \end{matrix}) = {({[B^{(n)}]}^{T} B^{(n)})}^{- 1} {[B^{(n)}]}^{T} A^{(n)}$ > (公式8)

表示Θ的第n次估计值,随n的推移而变化，估计精度逐次提高，为CM对CH时钟参数的第n次估计值。

由此，CM得到对CH本地时钟的第n次估计值：其中,t_CM为簇成员的本地时间。

第三步，基于HLCC的时钟精同步：

如果在认知无线电网络的某一簇内存在两个簇成员(记作CM_A和CM_B)，则CM_A和CM_B都已经分别完成了对CH的时钟同步初始化和时钟粗同步过程。不失一般性，设CM_A和CM_B都接收了N个CHB消息。如果它们之间需要建立HLCC以支持后续的通信任务，它们可以使用具有时间同步条件的控制信道交汇算法(此类算法可以采用现有技术中的有效方案，不属于本文讨论范围)在当前可用的频谱空洞中建立对于CM_A和CM_B可用的HLCC。在HLCC的建立过程中，CM_A和CM_B之间可以完成相互的时钟精同步过程，具体过程为：

CH继续借助LLCC周期性地向整个簇发送带有本地发送时间的CHB消息，此时,n∈{N+1,N+2,...,N+m},m为自然数。CM_A接收到CHB消息，读取数据，并记录本地接收时间CM_B接收到广播消息，读取发送时间并记录接收本地时间同时，CM_B和CM_A之间周期性地尝试交换控制信令消息(周期与CHB广播周期相同)。设CM_B向CM_A发送一个写有本地时间和对应的CHB消息发送时间的发送请求(Request ToSend,RTS)消息。如果CM_A接收到该RTS消息，则记录消息到达的本地时间并且读出消息中的时间数据和根据CM_A从本地数据库中找到对应于这个CHB消息发送时间的到达时间CM_A向CM_B发送一个写有本地时间和以及的发送许可(Clear To Send,CTS)消息。如果CM_B接收到CTS消息，则记录到达时间并读出时间数据和

对于某一个时刻n∈{N+1,N+2,...,N+m}，CM_B、CM_A与CH三者本地时钟间的关系如下。

$> (\begin{matrix} t_{A} = f_{A} \cdot t_{CH} + τ_{A} \\ t_{B} = f_{B} \cdot t_{CH} + τ_{B} \end{matrix})$ > (公式9)

其中，f_A表示簇首CH与簇成员CM_A的时钟倾斜，f_B表示表示簇首CH与簇成员CM_B的时钟倾斜，t_A表示簇成员CM_A的时钟，t_B表示簇成员CM_B的时钟，τ_A表示簇首CH与簇成员CM_A的时钟偏移，τ_B表示表示簇首CH与簇成员CM_B的时钟偏移，t_CH表示簇首时钟；

将上面两式合并为：

t_A＝t_Bφ₁+φ₂ (公式10)

其中，θ_A、θ_B分别表示簇成员CM_A和簇成员CM_B对应的时钟参数；令θ_A＝1/f_A，θ_B＝1/f_B； $> φ_{1} \overset{Δ}{=} f_{A} / f_{B} = θ_{B} / θ_{A}, φ_{2} \overset{Δ}{=} τ_{A} - τ_{B} f_{A} / f_{B} = τ_{A} - τ_{B} φ_{1};$ >因此，φ₁、φ₂称作CM_A与CM_B之间的相对时钟参数；进一步，得到对应的时间数据的关系如下：

$> (T_{2, A}^{(n)} - τ_{A}) / f_{A} = T_{1}^{(n)} + D_{A}^{(n)}$ > (公式11)

$> (T_{2, B}^{(n)} - τ_{B}) / f_{B} = T_{1}^{(n)} + D_{B}^{(n)}$ > (公式12)

$> (T_{4}^{(n)} - τ_{A}) / f_{A} - D_{BA}^{(n)} = (T_{3}^{(n)} - τ_{B}) / f_{B}$ > (公式13)

$> (T_{5}^{(n)} - τ_{A}) / f_{A} + D^{AB (n)} = (T_{6}^{(n)} - τ_{B}) / f_{B}$ > (公式14)

其中和分别表示从CM_A向CM_B和从CM_B向CM_A的传播时延。可以取把(公式13)和(公式14)相加得到

$> T_{4}^{(n)} + T_{5}^{(n)} = (T_{3}^{(n)} + T_{6}^{(n)}) φ_{1} + 2 φ_{2}$ > (公式15)

将(公式11)与(公式12)的差加上(公式15)得到

$> (\begin{matrix} T_{4}^{(n)} + T_{5}^{(n)} + T_{2, A}^{(n)} = \\ (T_{3}^{(n)} + T_{6}^{(n)} + T_{2, B}^{(n)}) φ_{1} + 3 φ_{2} + (D_{A}^{(n)} - D_{B}^{(n)}) f_{A} \end{matrix})$ > (公式16)

注意到(公式11)和(公式12)对于所有n∈{1,2,...,N}时刻也成立，因此将他们相减后得到：

$> T_{2, A}^{(n)} = T_{2, B}^{(n)} \cdot φ_{1} + φ_{2} + (D_{A}^{(n)} - D_{B}^{(n)}) f_{A}, n \in {1, 2, . . ., N + m}$ > (公式17)

将(公式16)和(公式17)写成矩阵形式

P^(m)＝Q^(m)Φ^(m)+ξ^(N+m) (公式18)

其中

$> Φ^{(m)} \overset{Δ}{=} (\begin{matrix} φ_{1}^{(m)} \\ φ_{2}^{(m)} \end{matrix}), ξ^{(N + m)} = (\begin{matrix} ξ^{(1)} \\ ξ^{(2)} \\ . \\ . \\ . \\ ξ^{(N + m)} \end{matrix}) \overset{Δ}{=} (\begin{matrix} (D_{A}^{(1)} - D_{B}^{(1)}) f_{A} \\ (D_{A}^{(2)} - D_{B}^{(2)}) f_{A} \\ . \\ . \\ . \\ (D_{A}^{(N + m)} - D_{B}^{(N + m)}) f_{A} \end{matrix})$ >

可以得到：

$> {\hat{Φ}}^{(m)} \overset{Δ}{=} (\begin{matrix} {\hat{φ}}_{1}^{(m)} \\ {\hat{φ}}_{2}^{(m)} \end{matrix}) = {({[Q^{(m)}]}^{T} Q^{(m)})}^{- 1} {[Q^{(m)}]}^{T} P^{(m)}$ > (公式19)

表示CM_A与CM_B收到第N+m次簇首广播消息后，CM_A与CM_B之间的第m次相对时钟参数估计值。

至此，CM_B完成了对CM_A本地相对时钟参数的估计。同理，CM_A也可以得到对CM_B本地相对时钟参数的估计。

根据第m次Φ参数估计值，可以得到CM_B对CM_A本地时钟的第m次估计为 $> {\hat{t}}_{A, B}^{(m)} = t_{B} {\hat{φ}}_{1}^{(m)} + {\hat{φ}}_{2}^{(m)} .$ >

此即CM_A与CM_B之间基于HLCC的时钟精同步过程。

采用本发明取得的有益效果：

本发明将认知无线电网络的控制信道建立与时钟同步有机地结合起来。由于在控制信道的建立过程中可以持续得到时间同步过程提供的全网同步时钟信息，所以可以加速控制信道的建立过程；本发明的时间同步过程在得到高速率控制信道的支持后，可以更加高效地交换本地时间信息，从而不断提高时间同步的精度。本发明提供了一种有效的认知无线电网络时间同步方法，提高了认知无线电网络在网络建立阶段的可用性，有助于认知无线电网络走向实用。

附图说明

图1是基于双层控制信道机制的认知无线电网络时钟同步方法流程图；

图2是基于双层控制信道机制的认知无线电网络时钟同步第一步和第二步的消息交换示意图；

图3是基于双层控制信道机制的认知无线电网络时钟同步第三步的消息交换示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

图1是基于双层控制信道机制的认知无线电网络时钟同步流程图。整个流程分为三个步骤。

第一步，基于LLCC的层次发现和时钟初始化具体的步骤为(n＝1)。

(1)某一认知用户CU在LLCC等待簇首CH的广播，如果没有检测到CH的广播，则该认知用户通过LLCC发送CHB消息(包含该CU的ID号和本地发送时间)，宣布自己为簇首CH。

(2)某一CU收到来自CH的广播，则该CU将发送CHB消息的认知用户设为CH，将自己认作该CH的一个簇成员CM，并且从CHB消息中读取CH本地时间数据并记录CHB消息的到达时间同时向CH返回一个RTJ消息，并且将自己的ID和本地时间数据写入该消息中。

(3)CH通过LLCC收到来自某CU的RTJ消息，记录消息到达时间并从该消息中读取ID号数据，将该CU设为本簇的一个成员。

(4)CH通过LLCC向CM回复CTJ消息，并且将自己的本地发送时间和记录的RTJ消息到达时间写入该消息中。

(5)该CM通过LLCC收到来自CH的CTJ，记录消息到达时间并读取消息中的时间和由此，CM得到对CH本地时钟参数与CHB消息传播时延的估计初值：

$> X = (\begin{matrix} {\hat{θ}}_{1}^{(1)} \\ {\hat{θ}}_{2}^{(1)} \\ {\hat{D}}^{(1)} \end{matrix}) = {({[B^{(1)}]}^{T} B^{(1)})}^{- 1} {[B^{(1)}]}^{T} A^{(1)} .$ >

(6)CM得到对CH本地时钟的初始估计值：

$> {\hat{t}}_{CH}^{(1)} = t_{CM} \cdot {\hat{θ}}_{1}^{(1)} - {\hat{θ}}_{2}^{(1)} .$ >

第二步，基于LLCC的时钟粗同步的具体步骤描述如下(n＝{2,...,N})。

(1)CH利用LLCC周期性发送CHB消息，其中写有本地时间数据

(2)CM接收到CHB消息，记本地接收时间为并且读取消息中的CH本地时间数据

(3)CM对CH的时钟参数进行估计，得到和计算公式见(公式8)。

(4)CM得到对CH本地时钟的估计值：

第三步，基于HLCC的时钟精同步的具体步骤如下(n＝{N+1,...,N+m})。

(1)CH在LLCC上继续发送CHB消息，其中写有本地时间数据

(2)CM_A和CM_B在LLCC上接收到CHB消息，读取并分别记录接收时间为和

(3)CM_B在HLCC上向CM_A发送写有本地时间和CH时间的RTS消息。

(4)CM_A在HLCC上接收到到RTS消息，记录到达时间并且读出RTS消息中的时间数据和根据CM_A从本地数据库中找到对应的CHB消息到达时间

(5)CM_A向CM_B发送一个写有本地时间和以及的CTS消息。

(6)CM_B接收到CTS消息，记录达到时间并读出和

(7)CM_B得到对CM_A的相对时钟参数的估计值和计算公式见(公式19)。

(8)计算CM_B对CM_A的本地时钟的估计值为

图2是基于双层控制信道机制的认知无线电网络时钟同步第一步和第二步的消息交换示意图。如图所示，CH和CM的本地时钟分别表示为时间轴t_CH与t_CM，两者的时钟偏移量为τ，CM相对于CH的时钟倾斜为f。第一步，CH和CM间依次交换CHB、CMB和CHA消息，对应的消息发送时间分别为和消息接收时间分别为和第二步，CH周期性地向CM发送CHB消息，发送时间为n∈[2,N]，接收时间为n∈[2,N]。

图3是基于双层控制信道机制的认知无线电网络时钟同步第三步的消息交换示意图。图中，CH、CM_A和CM_B的本地时钟分别表示为时间轴t_CH、t_A与t_B。t_A与t_CH的时钟偏移量为τ_A，t_B与t_CH的时钟偏移量为τ_B。CMA相对于CH的时钟倾斜为f_A，CM_B相对于CH的时钟倾斜为f_B。CH周期性地发送CHB消息，发送时间设为CM_A和CM_B接收到CHB消息的本地时间分别设为和CM_A和CM_B间依次交换RTS和CTS信令消息。CM_B处，发送RTS消息的本地时间设为接收CTS消息的本地时间设为CM_A处，接收RTS消息的本地时间设为发送CTS消息的本地时间设为上述n∈{N+1,N+2,...,N+m}，m为自然数。

以上实施例仅用于说明本发明的技术方案而非限制，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

去获取专利，查看全文>

相似文献

专利
中文文献
外文文献

1. 基于双层控制信道机制的认知无线电网络时钟同步方法 [P] . 中国专利： CN104202813B . 2017.12.05
2. 基于双层控制信道机制的认知无线电网络时钟同步方法 [P] . 中国专利： CN104202813A . 2014-12-10
3. MEDIA ACCESS CONTROL METHOD USING CHANNEL PREEMPTION IN DISTRIBUTED COGNITIVE RADIO NETWORK [P] . 韩国专利： KR101511150B1 . 2015-04-10

机译：分布式认知无线电网络中基于信道删减的媒体访问控制方法
4. Method and system for clock synchronization based on time based control [P] . US10983554B2 . 2021-04-20

机译：基于基于时间的控制的时钟同步方法和系统
5. METHOD AND SYSTEM FOR CLOCK SYNCHRONIZATION BASED ON TIME BASED CONTROL [P] . 美国专利： US2020264653A1 . 2020-08-20

机译：基于时间控制的时钟同步方法及系统