一种协作中继认知无线网络时隙分配方法

摘要

本发明涉及以一种协作中继认知无线网络时隙分配方法，依托协作中继认知无线网络，在认知网络传输时隙分配中，最优设计频谱感知时间、主用户传输时间、中继转发时间和频谱接入时间，合理选择工作模型，以获取最大的认知网络吞吐量。本发明采用上述两个手段达到了最优分配协作中继认知无线网络时隙，提高认知网络吞吐量的目的。

说明书

技术领域

本发明涉及无线通信网络领域中的频谱感知与频谱接入时间设计技术，更具体地 说涉及一种在无线信道环境下协作中继认知网络中的时隙分配方法。

背景技术

随着无线通信业务的快速发展，不断增长的频谱需求和日益匮乏的频谱资源之间 的矛盾越来越突出。将认知技术和协作中继引入无线网络中可以有效解决这一矛盾，协作 中继认知无线网络得到了人们的青睐。

在认知无线网络中，次用户(认知用户)首先感知自身周围的频谱环境。当他发现 存在空闲频谱时，他将调整自身的工作参数，接入空闲频段，传输数据。同时，次用户不停地 检测信道状态。一旦发现主用户(授权用户)在该频段上工作(存在)，次用户得必须立刻退 出该频段以免干扰主用户的信号传输，然后寻找新的空闲频谱重新接入。

为了得到最大的网络吞吐量(网络容量)，认知无线网络的频谱感知时间要尽可能 的短，以增加频谱接入时间。但频谱感知时间越短，认知网络的频谱检测率越低，对主用户 产生干扰的可能性就越大。现有的技术采用分散式Q-学习算法优化频谱感知与接入时间， 或者采用最佳感知时间与功率优化分配策略，或者采用中继选择与功率优化分配策略来实 现认知网络吞吐量的最大化。但在协作中继认知无线网络中，网络吞吐量除了与认知用户 的频谱感知时间有关外，还与主用户的传输时间、中继节点的转发时间等因素有关。因此， 如何合理分配协作中继认知无线网络的频谱感知时间、主用户传输时间、中继转发时间和 频谱接入时间，以获取最大的网络吞吐量，成为设计协作中继认知无线网络时隙的一个主 要难题。

发明内容

为了克服上述现有技术的不足，本发明提出了一种具有最大吞吐量的协作中继认 知网络时隙分配方法，根据认知网络的频谱检测率、次用户接收到信号的信噪比和系统抽 样率，合理分配次用户的频谱感知时间，中继转发时间以及频谱接入时间，以最大化系统容 量。

为了达到上述目的，本发明一种协作中继认知无线网络时隙分配方法，包括如下 步骤：

第1步、网络系统配置，在协作中继认知网络中有一个主用户PT、一个主用户基站 BS、一个次用户对：分别为次用户ST和次用户SR，次用户ST和次用户SR采用自适应调制进行 数据的传输，数据传输率根据信道的质量自行动态调整；

第2步、系统参数设置，主用户PT发射的功率为P_PT，次用户ST发射的功率为P_ST，主 用户PT与主用户基站BS间的信道增益为h_pb，主用户PT与次用户ST间的信道增益为h_ps，次用 户ST与主用户基站BS间的信道增益为h_sb，次用户SR与次用户ST间的信道增益为h_ss，所有信 道噪声功率均为N₀，认知网络的传输时隙长度为T，系统抽样率为f_s，系统频谱检测率为P_d；

第3步、时隙分配，具体步骤如下：

a1、根据认知网络系统参数和信道增益分别计算得到主用户传输时间t₁和次用户 ST中继转发时间t₂

a2、建立与频谱感知时间τ相关的函数

其中，Q^-1(x)为函数Q(x)的反函数，γ为次用户ST接收信号的信噪比；

a3、计算具有最大网络吞吐量的频谱感知时间

τ＝f^-1(Z)式4

其中，

f^-1(Z)为函数f(τ)的反函数，q为主用户的活动概率；

第4步、次用户ST根据第3步计算的频谱感知时间τ对主用户PT信号进行检测；

第5步、次用户ST依据频谱检测结果，选择不同的工作模型接入频谱，传输自己数 据给次用户SR，以获取最大的认知网络吞吐量；

当次用户检测到主用户PT存在时，次用户ST首先作为主用户PT的中继节点帮助主 用户PT传输数据，等主用户PT工作完毕后再接入该频道工作，此时，整个系统传输的时隙T 分成4部分：频谱感知时间τ，主用户PT将数据传输给次用户ST的时间t₁，次用户ST向主用户 基站BS中继主用户数据的时间t₂，次用户ST传输自己数据给次用户SR的时间，即频谱接入 时间为T-τ-t₁-t₂；

当次用户ST检测不到主用户PT存在时，次用户ST即刻接入该频道工作，此时，整个 系统传输的时隙T分成部分：感知时间τ和次用户ST传输自身数据给次用户SR的时间，即频 谱接入时间为T-τ。

本发明进一步的设计在于，步骤5中，工作模型的选择依据步骤4频谱检测结果选 定。

本发明进一步的设计在于，步骤5中，次用户接入频谱的时间根据选定的工作模型 决定。

本发明依托协作中继认知无线网络，在认知网络传输时隙分配中，最优设计频谱 感知时间、主用户传输时间、中继转发时间和频谱接入时间，合理选择工作模型，以获取最 大的认知网络吞吐量。本发明采用上述两个手段达到了最优分配协作中继认知无线网络时 隙，提高认知网络吞吐量的目的。

附图说明

下面结合附图对本发明作进一步的说明。

图1是协作中继认知无线电网络示意图。

图2是主用户存在时的认知网络工作模型。

图3是主用户不存在时的认知网络工作模型。

图4是本发明实施例时隙分配流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

如图1所示为本实施例协作中继认知无线网络示意图，从图中可知，该网络中具有 一个主用户对：主用户基站BS和主用户PT，一个次用户对：次用户ST、次用户SR，其中次用户 ST为次用户发射机，次用户SR为次用户接收机。次用户ST和次用户SR采用自适应调制进行 数据的传输，数据传输率根据信道的质量自行动态调整。

本发明实施协作中继认知无线网络时隙分配方法(流程图见图3)，包括如下步骤：

第1步、网络系统配置，在协作中继认知网络中有一个主用户发射机PT、一个主用 户基站BS、一个次用户发射机ST和一个次用户接收机SR，主用户的授权频谱的归一化带宽 为W。次用户采用自适应调制进行数据的传输，数据传输率根据信道的质量自行动态调整； 本实施例中，主用户带宽为W＝10MHz。

第2步、系统参数设置，主用户发射机功率为P_PT，次用户ST发射的功率为P_ST，主用 户与基站间的信道增益为h_pb，主用户与次用户ST间的信道增益为h_ps，次用户ST与基站间的 信道增益为h_sb，次用户SR与次用户ST间的信道增益为h_ss，所有信道噪声功率均为N₀，认知网 络的传输时隙长度为T，系统抽样率为f_s，系统频谱检测率为P_d；在本实例中：噪声功率N₀＝ 10^-3mW，主用户发射机功率P_PT＝20mW，次用户ST发射的功率P_ST＝50mW，主用户与基站间的信 道增益h_pb＝0.01，主用户与次用户ST间的信道增益h_ps＝0.6，次用户ST与基站间的信道增 益h_sb＝0.6，次用户SR与次用户ST间的信道增益h_ss＝0.9，时隙长度T＝1000μs，系统抽样率 f_s＝100MHz。

第3步、时隙分配，次用户ST在检测主用户是否存在时有四种可能：(1)主用户存在 并且被检测到是存在的，(2)主用户存在但没有被检测到，(3)主用户不存在但被检测到是 存在的，(4)主用户不存在同时也没有检测到主用户存在；根据这四种可能得到认知网络的 平均容量为

其中，q为主用户的活动概率，t₁为主用户将数据传输给次用户的时间

t₂为次用户ST向基站中继主用户数据的时间

P_f(τ)为认知网络的虚警率

Q(·)为Q函数，γ为次用户ST接收信号的信噪比；

对函数求导，分别得到它的一阶导数和二阶导数

${\bar{C}}^{\prime }\left(\tau \right)=[-1-(1-q)(t_1+t_2)P_f^{\prime }\left(\tau \right)]{\log }_2^{1+P_{ST}{h}_{su}^2/N_0}$

${\bar{C}}^{\prime \prime }\left(\tau \right)=-(1-q)(t_1+t_2)P_f^{\prime \prime }\left(\tau \right)]{\log }_2^{1+P_{ST}{h}_{su}^2/N_0}$

其中，

$P_f^{\prime }\left(\tau \right)=-\frac{\gamma \sqrt{f_s}}{2\sqrt{2\pi \tau }}\exp (-\frac{{(\alpha +\gamma \sqrt{{\mathrm{\tau f}}_s})}^2}{2})$

$P_f^{\prime \prime }\left(\tau \right)=\frac{\gamma \sqrt{f_s}}{4\tau \sqrt{2\pi }}(\frac{1}{\sqrt{\tau }}+(\alpha +\gamma \sqrt{{\mathrm{\tau f}}_s}\left)\gamma \sqrt{{\mathrm{\tau f}}_s}\right)\exp (-\frac{{(\alpha +\gamma \sqrt{{\mathrm{\tau f}}_s})}^2}{2})$

$\alpha =\sqrt{2\gamma +1}{Q}^{-1}\left(P_d\right)$

Q^-1(x)为函数Q(x)的反函数；

显然，P′_f(τ)<0，P″_f(τ)>0。由于t₁>0，t₂>0，因此可以证明

${\bar{C}}^{\prime \prime }\left(\tau \right)<0$

也就是说，是一个严格的凸函数；由此得出的严格凸优化解(全局最优 解)

τ＝f^-1(Z)

其中，

$f\left(\tau \right)=\sqrt{\tau }\exp \left(\frac{{(\alpha +\gamma \sqrt{{\mathrm{\tau f}}_s})}^2}{2}\right)$

$Z=\frac{(1-q)T\gamma \sqrt{f_s}(t_1+t_2)}{2\sqrt{2\pi }})$

本实施例中q＝0.35。

第4步、次用户ST根据步骤3计算的最优频谱感知时间对主用户信号进行检测；

第5步、次用户ST依据频谱检测结果，选择不同的工作模型接入频谱，传输自己数 据，以获取最大的认知网络吞吐量；

当次用户ST检测到主用户存在时，次用户ST首先作为主用户的中继节点帮助主用 户传输数据，等主用户工作完毕后在接入该频道工作，此时的网络工作模型如图2所示，整 个系统传输的时隙T分成4部分：频谱感知时间τ，主用户将数据传输给次用户ST的时间t₁， 次用户ST向基站中继主用户数据的时间t₂，认知用户传输自己数据给次用户SR的时间(频 谱接入时间)T-τ-t₁-t₂；

当次用户ST检测不到主用户存在时，次用户ST可即刻接入该频道工作，此时的网 络工作模型如图3所示，整个系统传输的时隙T分成2部分：感知时间τ和次用户ST传输自身 数据给次用户SR的时间(频谱接入时间)T-τ；

对本实施例的协作中继认知网络进行仿真，仿真结果表明采用本案的时隙设计方 法，可以根据不同的检测概率要求、接收信号信噪比的大小、信道增益的变化找到最优的时 隙分配方案，提高网络吞吐量。可见，本发明实施例与已有的时隙分配方法相比显著提高了 协作中继认知无线网络的吞吐量。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形 成的技术方案，均落在本发明要求的保护范围。