认知无线电中一种保证服务质量的多级信道分配方法

摘要

认知无线电中一种保证服务质量的多级信道分配方法，在CDMA通信系统下检测频谱空洞，把频谱空洞等划分成M个带宽为B的空闲频带，对于一个基站下的N个认知用户，信道分配的目标函数为认知用户实际获得的QoS水平，确定认知用户需要使用空闲频带上的最小信道数目，根据认知用户需要的最小信道数目和预计通信量对认知用户分配信道。本发明在保证服务质量的前提下对认知用户进行动态频谱信道分配，运算复杂度低，计算量小，快速完成满足用户QoS要求的信道分配；采用多级的分配，以减少频谱跳变次数保证各认知用户通信的连续性；在CDMA通信系统下实现，提高系统容量，也可以更方便的实现认知用户与现存CDMA无线通信网的融合。

说明书

技术领域

本发明属于无线通信技术领域，涉及认知无线电(Cognitive Radio，CR)网络动态频谱分配(Dynamic Spectrum Allocation，DSA)，具体为认知无线电中一种保证服务质量的多级信道分配方法。

背景技术

现代无线通信系统的频谱资源是由无线电管理机构统筹分配的，目前采用的静态分配的原则和方案。随着新的无线通信系统的层出不穷，即使每一种通信系统都尽量提高其自身的频谱利用率，有限的频谱资源也越来越不能满足日益增长的用户需求。但是从时域和空域的双重角度来看，仍然存在许多未被充分利用的空白频段。联邦通讯委员会(Federal Communications Commission，FCC)的测试表明，目前大多数频段的频谱资源利用率是很低的，在美国城市区域中，3-4GHz的频谱利用率为0.5％，4-5GHz的频谱利用率降为0.3％^[1]。这和当前广泛关注的频谱资源短缺问题互相矛盾。CR技术的出现，为解决频谱资源不足、实现频谱动态管理以及提高频谱利用率开创了崭新的局面。

CR的概念最早由Joseph Mitola博士在他1999年发表的一篇学术论文^[2]中提出，此后，不同的机构和学者从不同的角度给出了CR的定义^[3]，其中比较有代表性的包括FCC和著名学者Simon Haykin教授的定义。FCC认为CR是能够基于对其工作环境的信息交互从而改变发射机参数的无线电^[4]。Simon Haykin则从信号处理的角度出发，认为CR是一个智能无线通信系统，它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时改变某些操作参数，比如传输功率、载波频率和调制技术等，从而实现任何时间、地点的高可靠度通信，以及对频谱资源的有效利用^[5]。从CR的各种不同定义中，我们可以看到一个共同点，即CR技术要求无线终端足够智能，具备认知能力，能够通过对周围无线环境的历史和当前状况进行检测、分析、学习、推理和规划，并利用相应结果调整自己的传输参数，使用最合适的无线资源，包括频率、调制方式、发射功率等，使无线通信系统整体性能最优。

以CR技术为基础构建的网络我们称之为认知无线电网络。认知无线电网络由基本网络和认知网络组成，基本网络是由已经分配频段的主用户(Primary User，PU)组成的各种异构的子网的全体，每种子网都有自己固定不变的网络拓扑。认知网络是由借用PU的频段的次级用户(Secondary User，SU)组成，每一个SU都具有认知能力，也称为认知用户。SU相比PU具有更低的频谱接入优先权，即当PU没有使用授权频段时，SU可以利用这些空闲的频段实现认知用户之间的通信，或者其它的一些通信。当PU需要利用这些分配的频段通信时，为不对其造成干扰，SU必须快速地检测出PU的出现并让出占用的频段；当PU没有使用其授权频段时，为了提高频谱利用效率，SU也必须很快地检测出空闲频带，并且快速地把这些空闲频带共享给认知基站(CognitiveBase Station，CBS)，以便CBS可以快速的把空闲频带按照一定的准则分配给需要使用的SU。

认知无线网络中实现空闲频带的接入，除了要考虑系统的容量和公平性，还要保证系统的服务质量QoS(Quality of Service)水平，认知无线网络中QoS主要考虑SU对PU的干扰水平以及SU通信的连续性，要限制认知用户对主用户的干扰，以及降低SU使用空闲频带的跳变次数。已有研究优化系统容量和认知用户公平性的问题^[6]，并实现了这两方面性能的折衷^[7]。文献[8]研究了认知网络中SU对PU的存在干扰情况下的系统的容量和公平性，并对通信延迟进行了研究，但其只考虑了一个PU存在时的场景，实际认知网络中会有多个PU与SU共存。根据PU与SU通信的随机性，空闲频带可占用时间的统计特性，可以合理地分配空闲频带以实现SU之间通信的连续性。文献[9]、[10]、[11]分别针对不同场景建立了空闲频带调度的模型。相比较随机分配情况降低了频谱跳变次数，但其算法复杂度高，实际中会不适应捷变的频谱环境。因此就需要从空闲频谱的特性(占用时间、带宽等)考虑，根据空闲频带的可占用时间统计特性，设计一种能够提供QoS保障的、快速的动态频谱分配机制。

已有研究根据空闲频带特征设计了频带最佳匹配的分配算法^[10，11]。空闲频带特征可以建模为带宽和空闲时间两方面因素，频带带宽B可以建模为均匀分布参量，空闲时间t_hold可以建模为参数为λ的指数分布，定义当空闲频带可占用时间t_hold小于用户所需服务时间T_req时发生频带跳变。具体设置如下。

设空闲频带j可占用时间t服从参数为λ_j的指数分配。概率密度函数为：

$f\left(x\right)=\left(\begin{array}{cc}{\lambda }_j{e}^{-{\lambda }_{j}x}& x\ge 0\\ 0& x<0\end{array}\right)---\left(1\right)$

定义认知用户i使用空闲频带j时发生频谱跳变的概率为p_i，j^h，表达式如下：

$p_{i,j}^h=P(t_{\mathrm{hold},j}<T_{\mathrm{reqi},j})---\left(2\right)$

其中t_hold，j为空闲频带j可使用时间，T_reqi，j为认知用户i使用频带j所需通信时间，其值可有下式估计而得：

$T_{\mathrm{reqi},j}\approx \frac{I_i}{B_j·\log (1+{\mathrm{SINR}}_j)}---\left(3\right)$

其中I_i表示用户i的通信信息量的估计值，B_j表示频带j的带宽，SINR_j表示频带j信道的信干比值。

由(1)式和(2)式可以计算出认知用户i使用空闲频带j的跳转概率：

$p_{i,j}^h=P(t_{\mathrm{holdj}}<T_{\mathrm{reqi},j})$

$={\int }_0^{T_{\mathrm{req},i}}{\lambda }_j{e}^{-{\lambda }_{j}t}\mathrm{dt}$

$=1-e^{-{\lambda }_j{T}_{\mathrm{reqi},j}}---\left(4\right)$

系统总的服务质量定义为p_QoS，可表示为：

$p_{\mathrm{QoS}}=\underset{i}{\overset{N}{\Pi }}(1-p_{i,j}^h)---\left(5\right)$

N为所有认知用户数。系统频谱分配的目标就是最大化(5)式，已达到系统总体服务质量最优。实际中无法精确预测频带和用户的服务到达信息，但可以设计启发式算法去实现，文献[10]设计了一种最小差值算法(Cost Minimized Matching，CMM)，差值方程如下：

$\arg \left\{\underset{j}{\min }\right|{\lambda }_j-{\lambda }_{i,j}^{\prime }\left|\right\}\left(\cos \mathrm{tFunction}\right)$

其中表示系统QoS参数，取值范围为(0，1)。CMM算法的思想就是找到与认知用户i服务要求最接近的空闲频带j。其频带分配模型如图1所示，具体分配算法如下：

For i＝1：认知用户数

For j＝1：空闲频带数

$T_{\mathrm{reqi},j}=\frac{I_i}{B_j·\log (1+{\mathrm{SINR}}_j)}$

End

End

CMM算法同时考虑了频谱空洞的带宽和空闲时间两方面信息，实现了服务于空闲频带的最优匹配，但其每对一个用户分配频带时，都要对所有频带对比搜索一遍，直到找到与服务要求最相近的频带，这样就需要较大的计算量和时间消耗，开销较大。

现有的CMM算法的主要缺点有：

1.CMM算法同时考虑了空闲频带的带宽和空闲时间因素，计算开销大；

2.CMM算法是针对FDMA系统的一种信道分配算法，系统容量不高，并且分配到的频带在满足QoS要求情况下，频谱跳变次数比较大；

3.CMM算法的分配周期会随着用户和空闲频带的增加线性增加。

参考文献

[1]DanijelaRobert W.Brodersen.Physical layer design issues unique to cognitiveradio system[C].In：PIMRC 2005 IEEE 16th International Symposium，eds.Indoor andMobile Radio Communications，2005.Berlin Germany，11-14Sept.2005.759-763

[2]J.Mitola etal.Cognitive radio：Making software radios more personal.IEEE PersonalCommunications，1999.8，6(4)：13-18

[3]Mitola III J.Cognitive radio for flexible mobile multimedia communications[J].JournalMobile Networks and Applications，2001，6(5)：435-441.

[4]Notice of proposed rule making and order[R].FCC Et Docket no.03-322，2003.

[5]Simon Haykin.Cognitive Radio：Brain-Empowered Wireless Communications[J].IEEEJournal on selected areas in communication，Feb.2005，23(2)：201-220.

[6]Chunyi Peng，Haitao Zheng，Ben Y.Zhao.Utilization and fairness in spectrumassignment for opportunistic spectrum access[J]，Mobile Networks andApplications 2006，08，11(4)：555-576.

[7]徐平平，李景，徐凯，许恒锦.认知无线电中自适应切换频谱分配准则的算法[J].解放军理工大学学报(自然科学版)，2008，12，9(6)：577-581.

[8]Hamdi，K.，Wei Zhang，Letaief，K.B..Uplink Scheduling with QoS Provisioning forCognitive Radio Systems[C].Wireless Communications and Networking Conference，2007.2007，03：2592-2596.

[9]Chowdhury，K.R.，Akyildiz，I.F.Cognitive Wireless Mesh Networks with DynamicSpectrum Access[J].IEEE Journal on Selected Areas in Communications.2008，26(1)：168-181.

[10]Jo，Ohyun；Park，Ji Hyun；Cho，Dong-Ho.QoS Proyisioning Spectrum ManagementBased on Intelligent Matching and Reservation for Cognitive Radio System[C].Cognitive Radio Oriented Wireless Networks and Communications，2007.2007，08：530-534.

[11]Ohyun Jo，Dong-Ho Cho.Efficient spectrum matching based on spectrum characteristicsin cognitive radio systems[C].Wireless Telecommunications Symposium，2008.2008，04：230-235.

[12]F.Kelly.Charging and rate control for elastic traffic.Eur.Trans.elecommun.1997，02，vol.8，pp：33-37.

[13]SEO H.，LEE B.G.：‘Proportional-fair power allocation with CDF-based scheduling forfair and efficient multiuser OFDM systems’，IEEE Trans.On Wirel.Commun.，2006，5，(5)，pp.978-983. 

发明内容

本发明要解决的问题是：对于目前的认知无线网络中动态频谱分配问题，需要解决频谱分配过程中空闲频带的快速、优化分配问题，现有的一些方法需要很大的计算量和时间消耗，开销较大；需要新的能够在服务质量QoS得到保证的同时，进行快速有效的动态频谱信道分配方法。

本发明的技术方案为：认知无线电中一种保证服务质量的多级信道分配方法，在CDMA通信系统下，扩频因子为SF，检测频谱空洞，把频谱空洞根据CDMA通信系统对通信频带带宽的要求等划分成M个带宽为B的空闲频带，各频带空闲时间t_holdj的建模为服从参数为λ_j的指数分布，1≤j≤M，对于一个基站下的N个认知用户，认知用户i的预计通信量为I_i，单位Mb，要求通信的服务质量为P_QoSi，1≤i≤N设认知用户i使用空闲频带j时实际服务质量为P′_QoS i，j，实际通信时间为T′_reqi，j，空闲频带j的空闲时间t_holdj的期望值为：则认知用户i使用空闲频带j上的信道，在满足服务质量P_QoSi要求下完成通信要满足：

$\left(\begin{array}{c}{P}_{\mathrm{QoSi},j}^{\prime }\ge P_{\mathrm{QoSi}},---\left(a\right)\\ T_{\mathrm{reqi},j}^{\prime }\le \frac{1}{{\lambda }_j}---\left(b\right)\end{array}\right)$

定义认知用户i使用空闲频带j时发生频谱跳变的概率为p_i，j^h，T_reqi，j为认知用户i使用频带j所需通信时间，则实际服务质量P′_QoS，i满足：

$P_{\mathrm{QoSi},j}^{\prime }=1-p_{i,j}^h$

$=1-(1-e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }})$

$=e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }}$

条件(a)等价转换为：

$P_{\mathrm{QoSi},j}^{\prime }\ge P_{\mathrm{QoSi}}$

$\iff e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }}\ge P_{\mathrm{QoSi}}$

$\iff T_{\mathrm{reqi},j}^{\prime }\le -\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j}---\left(a^{\prime }\right)$

同时满足条件(a′)和条件(b)，则T′_reqi，j满足：

$T_{\mathrm{reqi},j}^{\prime }\le \min (-\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j},\frac{1}{{\lambda }_j})---\left(c\right)$

T′_reqi，j的估值为：

$T_{\mathrm{reqi},j}^{\prime }\approx \frac{I_i}{K_{i,j}·B·\log (1+{\alpha }_j)}$

其中K_i，j表示认知用户i使用空闲频带j上的信道数目，也即频谱信道分配级数，α_j表示频带j上的通信信道信干比，带入式(c)，则，

$\frac{I_i}{K_{i,j}·B·\log (1+{\alpha }_j)}\le \min (-\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j},\frac{1}{{\lambda }_j})$

$\Rightarrow K_{i,j}\ge \frac{I_i·{\lambda }_j}{B·\log (1+{\alpha }_j)}·\max (-\frac{1}{\ln P_{\mathrm{QoSi}}},1)---\left(d\right)$

由不等式(d)确定认知用户i所需使用空闲频带j上的最小信道数目，也即所需的最小频谱信道分配级数，给认知用户分配信道。

其中，服务质量P_QoSi为(0，1)上的随机分布数。

作为优选，本发明的具体分配流程为：

步骤1：初始化空闲频带和认知用户各自特征值，认知用户特征值包括：N，I_i，P_QoSi，空闲频带特征值包括：M，B，λ_j，初始化各频带干噪比α_j；

步骤2：根据步骤1初始化数值计算K_i，j(i＝1，2，…，N；j＝1，2，…，M)的最小值，并给每个认知用户预留个信道，初始化k_i，j＝0，k_i，j表示在分配信道过程中，认知用户i已经分配到的空闲频带j上通信信道的个数；

步骤3：根据认知用户实际获得的总的服务质量P_QoS最大化的目标：

$\max P_{\mathrm{QoS}}$

$\iff \max \underset{i=1}{\overset{N}{\Pi }}{e}^{-{\lambda }_j{T}_{\mathrm{reqi},j}}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}{\lambda }_j{T}_{\mathrm{reqi},j}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}\frac{I_i·{\lambda }_j}{K_{i,j}·\log (1+{\alpha }_j)}$

s.t.${\Sigma }_i^N{K}_{i,j}\le \mathrm{SF},$i＝1，2，…N；j＝1，2，…M

按照值由小到大次序排列各空闲频带，按照各认知用户预计通信量I_i由大到小的次序排列各认知用户，从具有最小值的空闲频带开始分配，按照I_i值由大到小的顺序将信道分配给认知用户，每次分配信道的数目根据实际通信系统信道分配的特点和每个信道的最大信息速率确定，各认知用户按依次分配频带信道，完成一次分配，k_i，j相应赋值为认知用户已经分配到的信道数目；

步骤4：判断k_i，j≥K_i，j的结果，如果为真，结束分配；如果为假，判断的结果，如果为真，表示认知用户预留的信道总数超出所有空闲频带的信道数，结束分配，如果为假，表示没有超出，进行下一级分配，重复步骤3，对于没满足k_i，j≥K_i，j i＝1，2，…，N；j＝1，2，…M的用户继续分配信道，直到所有用户都满足条件；

步骤5：分配结束。

优选的，步骤3中，每次分配1个信道。

本发明结合频谱空洞的频域和时域特征，首先把频谱空洞划分为等带宽的频带，然后根据各频带的时域特性进行分配，提出了一种具有QoS保证的多级信道分配算法。与CMM算法在所有空闲频带中遍历寻找匹配的空闲频带不同，由于本发明把频谱空洞划分成等带宽的频带，不需要再考虑空闲频带的带宽，这样就可以只考虑空闲时间的因素影响，降低算法的复杂度。

有益效果

本发明具有如下优点：

1.在本发明中，同时考虑频谱空洞的时域与频域特点，把频谱空洞划分成等带宽的频带，只考虑各频带的可占用时间因素，设计信道分配算法复杂度低；

2.对空闲频带采用多级的分配方法，分配给认知用户多个信道，保证各认知用户通信的连续性，减少频谱跳变次数；

3.算法复杂度低，计算量小，可以同时快速完成满足用户QoS要求的信道分配；

4.采用CDMA系统通信，相比较FDMA方式，可以明显提高系统容量，也可以

更方便的实现认知网络与现有CDMA无线通信网的融合。

附图说明

图1为CMM算法分配模型。

图2为本发明应用的认知网络拓扑结构。

图3为本发明方法的信道分配模型。

图4为本发明分配方法的具体流程。

图5为实施例M＝10时三种算法性能比较。

图6为实施例M＝5时三种算法性能比较。。

图7为实施例M＝10时本发明不同分配级别性能比较。

图8为实施例M＝10时本发明不同分配级别性能比较。

具体实施步骤

本发明考虑的场景如图2所示，设定基站采用CDMA通信机制，扩频因子设为SF，考虑下行链路。假设小区在某一时段有N个认知用户需要通信，每个用户的通信信息质量为I_i(Mb)，要求通信的服务质量为P_QoSi，可取值为(0，1)上的随机分布数。假设频谱空洞可以划分为M个等带宽的空闲频带，带宽为B，各频带的空闲时间设为t_holdj，空闲时间t_holdj就可以建模为服从参数为λ_j指数分布。由假设和定义，认知用户和空闲频带的特征值可以归纳如下：

认知用户特征值包括：N，I_i，P_QoSi；空闲频带特征值包括：M，B，λ_j。

设认知用户i使用空闲频带j时实际QoS水平为P′_QoSi，j，实际通信时间为T′_reqi，j，空闲频带j的空闲时间t_holdj的期望值为：则用户i使用空闲频带j上信道，在满足QoS要求下完成通信要满足以下条件：

$\left(\begin{array}{c}{P}_{\mathrm{QoSi},j}^{\prime }\ge P_{\mathrm{QoSi}},---\left(a\right)\\ T_{\mathrm{reqi},j}^{\prime }\le \frac{1}{{\lambda }_j}---\left(b\right)\end{array}\right)$

定义认知用户i使用空闲频带j时发生频谱跳变的概率为p_i，j^h，如(2)、(4)式所示。则其实际服务质量P′_QoS，i满足等式(7)，

$P_{\mathrm{QoSi},j}^{\prime }=1-p_{i,j}^h$

$=1-(1-e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }})$

$=e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }}---\left(7\right)$

条件(a)可以等价转换为：

$P_{\mathrm{QoSi},j}^{\prime }\ge P_{\mathrm{QoSi}}$

$\iff e^{-{\lambda }_j{T}_{\mathrm{reqi},j}^{\prime }}\ge P_{\mathrm{QoSi}}$

$\iff T_{\mathrm{reqi},j}^{\prime }\le -\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j}---\left(a^{\prime }\right)$

同时满足条件(a′)和条件(b)，则T′_req i，j要满足下面不等式：

$T_{\mathrm{reqi},j}^{\prime }\le \mathrm{Min}(-\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j},\frac{1}{{\lambda }_j})---\left(c\right)$

T′_reqi，j的值可由(8)式估计而得，

$T_{\mathrm{reqi},j}^{\prime }\approx \frac{I_i}{K_{i,j}·B·\log (1+{\alpha }_j)}---\left(8\right)$

其中K_i，j表示认知用户i使用空闲频带j上的信道数目，且为正整数，α_j表示频带j上的通信信道信干比。式(8)带入不等式(c)，则，

$\frac{I_i}{K_{i,j}·B·\log (1+{\alpha }_j)}\le \mathrm{Min}(-\frac{\ln P_{\mathrm{QoSi}}}{{\lambda }_j},\frac{1}{{\lambda }_j})$

$\iff K_{i,j}\ge \frac{B·{\lambda }_j·\log (1+{\alpha }_j)}{I_i}·\mathrm{Max}(-\frac{1}{\ln P_{\mathrm{QoSi}}},1)---\left(d\right)$

由(d)可以确定认知用户i使用空闲频带j上的最小信道数目K_i，j，也即频谱信道分配级数，根据最小信道数目K_i，j对认知用户进行空闲频带的分配。

根据以上场景描述和设置，本发明的QoS保证的多级分配MSA(Multi-stepAllocation)方法核心思想是通过对认知用户进行多级的分配信道，达到认知用户实际获得的总的服务质量P_QoS最大化的目标：

$\max P_{\mathrm{QoS}}$

$\iff \max \underset{i=1}{\overset{N}{\Pi }}{e}^{-{\lambda }_j{T}_{\mathrm{reqi},j}}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}{\lambda }_j{T}_{\mathrm{reqi},j}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}\frac{I_i·{\lambda }_j}{K_{i,j}·\log (1+{\alpha }_j)}$

s.t.${\Sigma }_i^N{K}_{i,j}\le \mathrm{SF},$i＝1，2，…N；j＝1，2，…M

本发明多级分配的分配模型如图3所示，其中M个不同空闲频带空闲时间所服从指数分布的参数为λ₁…λ_j…λ_M。根据认知用户的K_i，j和预计通信量I_i对认知用户分配信道，由图中可以看出，每个认知用户分到的信道可能不一样多，比如认知用户SU1进行一级分配分到1个信道，一次分配即可满足需求，认知用户SU2需要两级分配2个信道就可以满足其服务质量要求了，也就是进行二次分配，认知用户SUi则需四级分配4个信道才能满足其QoS要求的连续通信。

本发明分配方法的具体流程如图4所示，具体实施步骤如下：

步骤1：初始化空闲频带和认知用户各自参数，认知用户特征值包括：N，I_i，P_QoSi，空闲频带特征值包括：M，B，λ_j，初始化各频带信干比α_j；

步骤2：根据步骤1初始化数值计算K_i，ji＝1，2，…，N；j＝1，2，…，M的最小值，并给每个认知用户预留个信道，以保证信道分配过程中认知用户获得的服务质量，并减少码道碎片。初始化各认知用户已分配信道个数k_i，j＝0；

步骤3：根据认知用户实际获得的总的服务质量P_QoS最大化的目标：

$\max P_{\mathrm{QoS}}$

$\iff \max \underset{i=1}{\overset{N}{\Pi }}{e}^{-{\lambda }_j{T}_{\mathrm{reqi},j}}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}{\lambda }_j{T}_{\mathrm{reqi},j}$

$\iff \min \underset{i=1}{\overset{N}{\Sigma }}\frac{I_i·{\lambda }_j}{K_{i,j}·\log (1+{\alpha }_j)}$

s.t.${\Sigma }_i^N{K}_{i,j}\le \mathrm{SF},$i＝1，2，…N；j＝1，2，…M

按照值由小到大次序排列各空闲频带，按照各认知用户预计通信量I_i由大到小的次序排列各认知用户。从有最小值的频带开始分配给I_i值最大的用户，每次分配1个信道，各用户按大小顺序同时分配信道，完成一级分配，k_i，j赋值为认知用户已经分配到的信道数目，对于每次分配一个信道来说，就是k_i，j+1；这里分配信道时，根据实际通信系统信道分配的特点和每个信道的最大信息速率进行分配，如12.2Kbps的语音信号，一次分配两个信道可以满足信息速率的要求，也可以设计为每次分配一个信道，这里设置为1。

步骤4：判断k_i，j≥K_i，j？，如果为真，结束分配；如果为假，判断如果为真，结束分配，如果为假，进行下一级分配。重复步骤3，对于没满足k_i，j≥K_i，j(i＝1，2，…，N)的用户继续分配信道，直到所有用户都满足条件；

步骤5：分配结束。

图4中k_i，j表示在分配信道过程中，认知用户i已经分配到的空闲频带j上通信信道的个数，其值要满足k_i，j≥K_i，j。表示给所有认知用户预留的信道总数要小于所有空闲频带的信道数。具体步骤中，即使k_i，j≥K_i，j不满足，也就是说还不能达到用户所需的最小信道数目，也不能直接进行下一级的分配，需要先验证这个基本条件，因为所有认知用户预留的信道总数要小于所有空闲频带的信道数。如果满足这个条件，说明已经超出，就直接退出，不再分配信道。如果不满足，说明没有超出，则继续进入下一级的分配。

为了证明本发明的有效性，做了仿真验证，仿真参数设置如下：

本仿真实施例针对随机拓扑网络结构进行仿真，仿真采用CDMA通信系统，等效扩频因子为SF。假设某一时段小区内的空闲频带个数为M，各频带带宽B设定为一定值，并且各频带的空闲时间服从参数为λ_j的指数分布。认知用户数目N为某一自然数范围内正整数，要求各认知用户的服务质量P_QoS i为(0，1)上随机分布数，服务信息量为I_i(Mb)服从均匀分布。采用蒙特卡洛仿真方法，具体仿真参数设置如下表1所示。

表1仿真参数设置

在上述仿真条件下进行了随机分配，CMM分配和本发明MSA分配的测试，从图5、6中可以看到，随着认知用户数的增加，3种信道分配方法的频谱跳变次数都会增加，并且是一种线性增加的规律。CMM分配方法和MSA分配方法的跳变次数都远小于随机分配方法，MSA分配方法又明显小于CMM方法。由此可以得出在满足用户相同QoS水平情况下，MSA方法在频带跳变次数明显小于CMM方法和随机分配方法，可以更好的保证认知用户通信的连续性。对比图5和图6可以发现，不同数量的空闲频带数下的信道分配频谱跳变次数基本保持不变，说明MSA方法能够很好的适用于空闲频带不断变化的认知环境。

从本发明不同分配级别进行性能比较，本发明的多级分配就是指对一个认知用户分配多个信道以满足其通信质量要求，具体表现就是指分配的信道数k_i，j≥1。从图7、8中可以看到，随着认知用户数的增加，频谱跳变次数都在增加，但二级分配比一级分配频谱跳变次数增长缓慢，基本呈线性增长，一级分配则呈非线性的急速增长，也就是在认知用户增加时，某一认知用户的分配信道级数越多，其频谱跳变次数越少，而另一方面，分配最小信道数，可以用最小的实现复杂度和最少的资源满足服务质量要求，本发明的信道分配过程中，根据认知用户需要的最小信道数目K_i，j进行分配，并优选每次分配一个信道，进行多级分配，就是兼顾了这两方面考虑，用最小的实现复杂度和最少的资源满足服务质量要求同时实现多级分配，减少频谱跳变。MSA方法的多级分配的跳变次数明显小于一级分配，由此可以得出MSA方法多级分配的优越性。对比图7和图8可以发现，相同认知用户情况下，空闲频带越少，本发明方法多级分配相对一级分配的系统频谱跳变次数的差距越大，多级分配的效果更明显，这是因为空闲频带减少，认知用户频带分配的选择范围越窄，匹配效果越差。

计算机仿真表明本发明取得的效果较好，能够很好的适用于空闲频带不断变化的认知环境；另外本发明方法是一种基于频谱共享模式的认知无线电频谱分配方法，认知用户也可以在授权用户的空闲信道上进行可靠通信，可以应用于现有的CDMA通信系统，相比较FDMA方式的择机频谱分配模式，可以有效提高系统容量，更方便实现认知网络与现有无线通信网络的融合。