一种认知无线电网络的动态频谱分配方法

摘要

本发明公开了一种认知无线电网络的动态频谱分配方法，首先，在认知无线电网络的密集型Ad hoc体系结构中，计算该网络中任一认知用户的发射机端在最优功率分布下，该认知用户对非己接收机端产生的总干扰；然后，通过计算认知无线电网络中的平均最大干扰功率以及实际测量的网络容量和理论网络容量之比，获得接入筛选阈值；通过比较总干扰以及接入筛选阈值，来判断是否允许该认知用户接入可用频谱。

说明书

技术领域

本发明涉及认知无线电频谱分配领域，更具体地说，是涉及一种认知 无线电网络的动态频谱分配方法。

背景技术

高速增长的宽带无线业务需求对无线网络提出了更高的要求，环境 变化、需求差异、技术进步、业务增长、投资保护等因素造就了众多异 构的无线网络子系统并存的局面，同时无线网络中普遍存在资源静态管 理，条块分割使用等问题，使得可用资源分布高度不均衡、资源短缺和 浪费共存、使用方式不能根据需求和环境的变化动态调整等矛盾日益尖 锐，造成网络资源利用效率低下。这些问题已成为制约无线网络发展的 主要瓶颈。这些现象的产生源于原有无线网络的设计思想：封闭式的静 态网络工作模式。

认知无线电的出现拟解决固定频谱资源分配带来的频谱利用率低 下的问题。认知无线电网络中的认知用户（即CR用户）通过频谱感知 技术判断可用频段，使用频谱判决选择最佳的可用频段，继而采用频谱 分配技术与其他用户协商接入最佳可用频段中进行通信。这要建立在已 授权频段没用或只有很少的通信业务在活动的情况下。在频谱感知技术 和频谱判决所选择的最佳可用频段的基础上，动态频谱分配技术可解决 最佳可用频段如何被CR用户合理利用的问题，现如今相关研究都致力 于两个主要目标，一是最大化网络中可用频谱效用；二是最小化用户间 的总干扰。

认知无线电网络中可用频谱效用主要由认知无线电链路的传输速 率决定，该传输速率由接收机接收到的信号干扰噪声比（SINR）决定的， 而SINR又受现行认知无线电链路发射功率的影响。正由于发射功率在 频谱效用中起到的这种重要作用，认知无线电链路根据当前网络参数动 态地调整发射功率必然可以更有效地使用频谱。因此，提出了基于动态 发射功率的动态频谱分配方法。

目前，虽然将非合作博弈、信息论等算法应用到基于动态发射功率 的动态频谱分配方法中，有效提高了可用频谱的利用率，但CR用户间 的总干扰并没有较为明显的减少。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种认知无线电 网络的动态频谱分配方法。

为达到上述目的，本发明采用如下的技术方案：

一种认知无线电网络的动态频谱分配方法，该动态频谱分配方法包 括以下步骤：

A．在认知无线电网络的密集型Ad ho c体系结构中，计算该网络中 任一认知用户的发射机端在最优功率分布下，该认知用户对非己接收机 端产生的总干扰；

B．通过计算认知无线电网络中的平均最大干扰功率以及实际测量 的网络容量和理论网络容量之比，获得接入筛选阈值；

C．当步骤A中任一认知用户对非己接收机端产生的总干扰大于或 等于步骤B的接入筛选阈值时，则不允许该认知用户接入可用频谱；

当步骤A中任一认知用户对非己接收机端产生的总干扰小于步骤B 的接入筛选阈值时，则允许该认知用户接入可用频谱。

所述步骤A进一步包括以下步骤：

A1．在认知无线电网络中，任一认知用户在网络允许的最小发射功 率以及最大发射功率范围内，计算该认知用户的频谱效用；

A2．任意给定t=0时刻的初始功率分布和代价函数值进行功率和代 价异步牵制迭代算法；

A3．通过功率和代价函数的牵制关系，计算该认知用户发射机端的 最优发射功率；

A4．计算该认知用户对其非己接收机端产生的总干扰。

所述步骤A1中任一认知用户的频谱效用为：

$u_i\left({\mathrm{SINR}}_i\left(\overrightarrow{p}\right)\right)={\theta }_i\ln \left(\frac{p_i{h}_{\mathrm{ii}}}{n_0+\frac{1}{B}\underset{j\ne i,j=1}{\overset{M}{\Sigma }}{p}_j{h}_{\mathrm{ji}}}\right)$

假设认知无线电网络中有M个认知用户，认知用户i的发射机与认 知用户j的接收机之间的距离为d_ij，将认知用户i的发射机到认知用 户j的接收机这段链路记为认知链路即CR链路（i，j），则根据只考虑 链路损耗的信道模型，将CR链路（i，j）的增益定义为h_ij＝1/d_ij^α，其 中，α为链路功率损耗指数，α≥2；

为认知用户i在接收机端的信号干扰噪声比；n₀为背景噪 声功率；B为可用频谱带宽；CR链路（i，i）的增益h_ii、CR链路（j， i）的增益h_ji，通常，h_ij≠h_ji；θ_i为CR用户i使用频谱的概率，满足 为M个认知用户的一组发射功率向量，且每个 认知用户i的发射功率p_i限制在[p_i^min,p_i^max]范围内，p_i^min和p_i^max分别为 网络允许的最小和最大发射功率。

所述步骤B进一步包括以下步骤：

B1．当认知无线电网络中的每个认知用户在其发射机端以最大发射 功率发射信号时，将每个认知用户的发射机对其非己接收机端的最大总 干扰求和；

B2．将求和后的数值除以认知无线电网络中认知用户的个数，获得 平均最大干扰功率；

B3．将平均最大干扰功率除以实际测量的网络容量和理论网络容量 的比值，获得接入筛选阈值。

本发明的一种认知无线电网络的动态频谱分配方法适用于认知无 线电网络Ad hoc体系结构，通过功率和代价异步牵制算法使每个CR 用户的发射功率收敛于最优功率分布；然后通过接入筛选机制，计算出 通过计算接入筛选阈值，将其与每个CR用户对其非己接收机端产生的 总干扰相比较，从而决定可接入频谱进行通信的CR用户，达到了对网 络频谱高效利用的情况下，有效降低CR用户间总干扰的目标。

本发明的一种认知无线电网络的动态频谱分配方法基于网络中的 距离数据，选用以SINR为自变量的对数函数作为CR用户的频谱效用函 数，通过发射功率和代价异步牵制算法，使得CR用户的发射功率收敛 于最优功率分布。通过增设接入筛选机制，以计算出的接入筛选阈值作 为比较依据，对CR用户接入频谱的情况进行筛选。

综上所述，本发明运用功率和代价异步牵制方法首先使CR用户的 发射功率收敛于最优功率分布，再增设接入筛选机制阻止了干扰较大的 CR用户接入频谱进行传输，在保证较高频谱效用的同时有效降低了CR 用户间总干扰。相对于仅基于动态发射功率的动态频谱分配方法，该方 法能更有效地降低CR用户间总干扰。

附图说明

图1为本发明的实施例的流程示意图。

具体实施方式

下面结合附图和实施例进一步说明本发明的技术方案。

请参阅图1所示的一种认知无线电网络的动态频谱分配方法，该动 态频谱分配方法包括以下步骤：

A．在认知无线电网络的密集型Ad hoc体系结构中，计算该网络中 任一认知用户的发射机端在最优功率分布下，该认知用户对非己接收机 端产生的总干扰；

B．通过计算认知无线电网络中的平均最大干扰功率以及实际测量 的网络容量和理论网络容量之比，获得接入筛选阈值；

C．当步骤A中任一认知用户对非己接收机端产生的总干扰大于或 等于步骤B的接入筛选阈值时，则不允许该认知用户接入可用频谱；

当步骤A中任一认知用户对非己接收机端产生的总干扰小于步骤B 的接入筛选阈值时，则允许该认知用户接入可用频谱。

所述步骤A进一步包括以下步骤：

A1．在认知无线电网络中，任一认知用户在网络允许的最小发射功 率以及最大发射功率范围内，计算该认知用户的频谱效用；

A2．任意给定t=0时刻的初始功率分布和代价函数值进行功率和代 价异步牵制迭代算法，如下式：

$\left(\begin{array}{c}{p}_i(t+1)=\min \{p_i^{\max },\frac{{\theta }_i}{\underset{j\ne i,j=1}{\overset{M}{\Sigma }}{C}_j\left(t\right)h_{\mathrm{ij}}}\}\\ C_i(t+1)=\max \{0,\frac{{\theta }_i}{n_{0}B+\underset{j\ne i,j=1}{\overset{M}{\Sigma }}{p}_j\left(t\right)h_{\mathrm{ji}}}\}\end{array}\right)$

其中，t为迭代次数，i=1,2,…,M；当p_i(t+1)-p_i(t)<ε时，牵 制迭代算法结束，ε为牵制精度。此时，每个CR用户在发射机端的发 射功率将收敛于最优功率分布，从而最大化网络频谱效用。需要说明的 是，其它参数的定义参照以下频谱效用公式的定义。

A3．通过功率和代价函数的牵制关系，计算该认知用户发射机端的 最优发射功率；

A4．计算该认知用户对其非己接收机端产生的总干扰I_i为：

需要说明的是，其它参数的定义参照以下频谱效用公 式的定义。

所述步骤A1中任一认知用户的频谱效用为：

$u_i\left({\mathrm{SINR}}_i\left(\overrightarrow{p}\right)\right)={\theta }_i\ln \left(\frac{p_i{h}_{\mathrm{ii}}}{n_0+\frac{1}{B}\underset{j\ne i,j=1}{\overset{M}{\Sigma }}{p}_j{h}_{\mathrm{ji}}}\right)$

假设认知无线电网络中有M个认知用户，认知用户i的发射机与认 知用户j的接收机之间的距离为d_ij，将认知用户i的发射机到认知用 户j的接收机这段链路记为CR链路（i，j），则根据只考虑链路损耗的 信道模型，将CR链路（i，j）的增益定义为h_ij=1/d_ij^α，其中，α为 链路功率损耗指数，根据认知无线电网络和Ad hoc标度律，α≥2时 是合理的。

为认知用户i在接收机端的信号干扰噪声比；n₀为背景噪 声功率；B为可用频谱带宽；CR链路（i，i）的增益h_ii、CR链路（j， i）的增益h_ji，通常，h_ij≠h_ji；θ_i为CR用户i使用频谱的概率，满足 为M个认知用户的一组发射功率向量，且每个 认知用户i的发射功率p_i限制在[p_i^min,p_i^max]范围内，p_i^min和p_i^max分别为 网络允许的最小和最大发射功率。

改变了现有技术中将每个θ都赋予相同值的无差别性，具 有提高实际网络中用户对不同空闲频谱使用状况的自适应性的效果。

所述步骤B进一步包括以下步骤：

B1．当认知无线电网络中的每个认知用户在其发射机端以最大发射 功率发射信号时，将每个认知用户的发射机对其非己接收机端的最大总 干扰求和；

B2．将求和后的数值除以认知无线电网络中认知用户的个数，获得 平均最大干扰功率；

B3．将平均最大干扰功率除以实际测量的网络容量和理论网络容量的 比值，获得接入筛选阈值。

为了更进一步说明上述的步骤B，现展开如下：

a.一方面，CR用户i发射机与CR用户j接收机的距离d_ij越短，链 路增益h_ij越大，CR用户j接收到的干扰功率越大；另一方面，当在CR 用户i发射机端以最大发射功率p_i^max发射信号时，相同链路增益下，在 CR用户j接收机端接收到的干扰功率最大；因此，CR用户i的发射机 对其非己接收机端的最大总干扰定义为：I_i^max=p_i^max·max{h_ij，j≠i}， i=1,2,…,M；

b.为使计算出的接入筛选阈值p_th对每个CR用户来说都具有普遍可 比性，先计算平均最大干扰功率P_average，即对M个I_i^max求和后除以M。 P_average反映了各CR用户的发射机对其非己接收机端最大干扰功率的平 均水平；此外，在CR用户发射机根据实际测量的网络容量和理论网络 容量之比ρ，计算接入筛选阈值p_th=p_average/ρ。

本发明基于动态发射功率的动态频谱分配方法，增设了接入筛选机 制，通过计算出最大干扰功率阈值，对CR用户进行频谱接入前筛选。 本发明在保证较高网络频谱效用的同时，有效降低了CR用户间总干扰。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来 说明本发明的目的，而并非用作对本发明的限定，只要在本发明的实质 范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求的 范围内。