李保罡，劉元安，劉凱明

（北京郵電大學 電子工程學院，北京 100876）

1 引言

認知無線網(wǎng)絡（CRN）中包含多個認知節(jié)點，能夠利用環(huán)境認知來獲得環(huán)境信息，并對信息進行挖掘處理與學習，為智能決策提供依據(jù)，通過網(wǎng)絡重構(gòu)實現(xiàn)對無線環(huán)境地動態(tài)適應。由于認知用戶（SU）占用了主用戶（PU）未使用的頻段，為避免對主用戶造成干擾，認知用戶必須能夠準確探測出主用戶的存在，并在很短時間內(nèi)退出所占用的頻譜。這就對 CRN中的頻譜感知和頻譜接入提出了很高的要求。而利用周圍其他認知用戶的感知信息進行協(xié)同感知，可以應對無線環(huán)境中的陰影和多徑等因素造成的影響，解決了單個認知用戶的本地頻譜檢測不準確的難題。頻譜接入技術則可以最大限度地提高空閑頻譜的利用率，并減少對主用戶和認知用戶造成的干擾。然而協(xié)同頻譜感知和頻譜接入都需要周圍用戶通過控制信道提供必要的參考信息，因此控制信道的選擇和使用成為這兩項關鍵技術實施的瓶頸[1]。

現(xiàn)有對 CRN的研究中，一般都是選擇 ISM頻段或?qū)Ｓ眯诺雷鳛楣部刂菩诺溃欢壳癐SM頻段已經(jīng)變得很擁擠，不可避免地要受到各種干擾，另選一條專用信道會給本已頻譜短缺的網(wǎng)絡雪上加霜，因此設計可靠高效的公共控制信道迫在眉睫。

協(xié)同頻譜感知、頻譜接入和路由技術三者之間并不是獨立存在的。協(xié)同感知中的檢測時間、檢測周期和虛警概率等會影響空閑信道的數(shù)量和質(zhì)量，從而影響到認知用戶頻譜接入機會的多少，進而影響認知網(wǎng)絡的網(wǎng)絡吞吐量[2,3]。信道分配是否合理不僅影響到空閑頻譜的使用效率，還會影響節(jié)點之間的連通性，從而影響路由路徑的選擇。而本文發(fā)現(xiàn)，所有這些技術都是為認知用戶的業(yè)務傳輸服務的，只有業(yè)務發(fā)生時，這些操作才變得有意義。

本文根據(jù)按需原則，伴隨路由發(fā)現(xiàn)啟動各種控制開銷的互傳，利用路由控制消息的廣播特性，將協(xié)同感知和信道分配過程部分融合到路由發(fā)現(xiàn)和維護的過程中，并在路由路徑沿線以路由節(jié)點為中心形成協(xié)同感知節(jié)點簇，同時只針對活動路由節(jié)點進行頻譜協(xié)同感知和信道分配，以減少控制開銷和活動認知用戶的數(shù)量。將協(xié)同感知中空閑頻譜的可用性作為信道分配的依據(jù)之一，并聯(lián)合鄰居認知用戶的信道使用情況，以最大化認知網(wǎng)絡的容量為目標，實現(xiàn)對活動路由節(jié)點的信道分配。

2 相關工作

公共控制信道的設計對整個認知無線網(wǎng)絡的性能影響重大，因此近年來國內(nèi)外已經(jīng)開展了一些研究工作。Christian Doerr等在文獻[4]中利用群體智能方法動態(tài)的發(fā)現(xiàn)和管理控制信道，該方法不需要節(jié)點間交換合作信息，具有獨立發(fā)現(xiàn)和適應所處環(huán)境的特性，并證明了將控制信道的分配問題比作多商品物流問題的可行性，取得了與理論最優(yōu)算法相近的性能。

Brandon F. Lo等在文獻[5]中基于相鄰區(qū)域節(jié)點頻譜的同質(zhì)性，設計了一種分布式和啟發(fā)式的控制信道可恢復方法，通過自適應更新相鄰節(jié)點的可使用頻譜信息，從中選出一個該區(qū)域公共的控制信道作為替換，因為這種信道切換很短，故實現(xiàn)了一種虛擬的不間斷的公共控制信道。

Kaigui Bian等在文獻[6]中基于法定人數(shù)系統(tǒng)方法，結(jié)合多信道MAC協(xié)議設計中的信道跳頻思想，建立了一個基于法定人數(shù)的信道跳頻系統(tǒng)。該方法充分利用了認知無線網(wǎng)絡中空閑頻譜分布的不連續(xù)性以及由此帶來的頻譜特性的差異性，達到了快速切換控制信道和確?？刂菩诺赖姆€(wěn)定性。

有關信道分配和路由聯(lián)合設計的研究也已經(jīng)不少。國內(nèi)南通大學的顧金媛、章國安和包志華團隊在文獻[7]中提出了一種認知無線Mesh網(wǎng)絡中聯(lián)合多路徑路由和信道分配的策略，該方法根據(jù)所選路徑情況設置交叉節(jié)點的中繼功能，同時以主用戶歷史占用每個信道的最少次數(shù)作為依據(jù)來選擇信道。華中科技大學的程賡、程文青和楊宗凱團隊在文獻[8]中提出以端到端路徑的累積時延為判據(jù)，結(jié)合按需路由實現(xiàn)了頻譜分配的方法。

然而有關頻譜感知技術對認知用戶影響的研究很少，文獻[2,3]重點闡述了合作感知的參數(shù)如檢測時間、檢測周期和虛警概率等與認知用戶吞吐量之間的均衡設計。據(jù)本文所知，對協(xié)同頻譜感知、頻譜接入和路由技術三者之間關系的聯(lián)合研究更是未曾見報道。

3 網(wǎng)絡模型及問題描述

考慮采用一個簡單圖 G =(V, E)來表示認知無線網(wǎng)絡，其中V表示SU的集合，E為鏈路集合。假設傳輸層采用IEEE 802.11標準，每個認知節(jié)點u∈V都存在一個通信距離dtr和一個干擾距離 dir，一般情況下有dir＞ 2dtr，這里為簡便取節(jié)點的干擾距離是通信距離的2倍, 即干擾范圍取為兩跳距離范圍。

本文主要研究將協(xié)同感知、信道分配和路由發(fā)現(xiàn)過程的控制信息進行合并，以高效利用公共控制信道，同時為合理利用空閑信道，信道分配的原則應該是認知用戶的接入對主用戶網(wǎng)絡和認知用戶

假設認知無線網(wǎng)絡中存在U個主用戶，W個認知用戶，授權(quán)給主用戶的頻譜可以分成F個非重疊信道。因為這里主要討論公共控制信道的高效利用問題，故假設存在一個公共控制信道，不討論公共控制信道的建立過程。網(wǎng)絡產(chǎn)生的干擾盡量小，同時自身所接入的信道容量最大化。下面將從路由協(xié)議、數(shù)據(jù)融合算法和信道分配算法3個方面進行詳述。

4 頻譜感知的路由協(xié)議

本文以廣泛應用的AODV按需路由協(xié)議為例，主要對路由請求階段、路由應答階段、路由維護階段進行修改，以實現(xiàn)對主用戶和認知用戶頻譜感知的路由協(xié)議（SA-AODV, spectrum-aware AODV）。其他路由協(xié)議也可做類似修改來實現(xiàn)本文設計思想。

4.1 路由請求階段

當源節(jié)點S要給目的節(jié)點D發(fā)送數(shù)據(jù)分組，但路由表中沒有到達D的路由時，S會發(fā)起一個路由發(fā)現(xiàn)過程。源節(jié)點在整個網(wǎng)絡中廣播路由請求消息(RREQ)，激起各個認知節(jié)點間的頻譜信息交換過程。每個認知節(jié)點可以利用認知射頻接口，周期性地感知主用戶的頻譜信號并作出本地判決，以及一跳范圍內(nèi)其他認知節(jié)點的信道使用情況。因此在傳統(tǒng)RREQ消息內(nèi)容的基礎上，添加如下頻譜信息：本節(jié)點感知的主用戶頻譜信息表S_local，本地判決出的主用戶空閑頻譜信息表B_local，本節(jié)點一跳范圍內(nèi)認知節(jié)點的信道使用表C_one，如表1所示。其中主用戶各空閑頻譜的可用概率 P(H0)放于B_local中，該參數(shù)通過統(tǒng)計單位時間內(nèi)該空閑頻譜上主用戶出現(xiàn)的時間長短來計算。為了保證路由和頻譜信息的最新并執(zhí)行信道分配，設置目的節(jié)點唯一標識為1，這樣RREQ到達目的節(jié)點才可以回復路由應答消息（RREP）。

表1 攜帶頻譜信息的RREQ幀格式

中間認知節(jié)點收到RREQ消息后，首先將該鄰節(jié)點納入本節(jié)點的協(xié)同感知節(jié)點簇，并取出頻譜信息，添加或更新本節(jié)點的協(xié)同感知主用戶頻譜信息備處理表S_coop，主用戶空閑頻譜信息表B_coop，以及本節(jié)點兩跳范圍內(nèi)認知用戶信道使用表C_two。然后，比較RREQ中的ID號和源地址以及判據(jù)值等，決定是轉(zhuǎn)發(fā)還是丟棄。

這樣，利用RREQ消息的廣播機制，每個認知節(jié)點都對其傳播范圍內(nèi)的鄰節(jié)點廣播RREQ消息，如圖1所示，節(jié)點A能夠獲得虛線框內(nèi)4個節(jié)點的RREQ消息。這樣每個認知節(jié)點即可獲得周圍鄰節(jié)點感知的頻譜信息，包括各個鄰節(jié)點周圍一跳內(nèi)的認知節(jié)點的信道使用信息，從而建立本中間節(jié)點的3張頻譜信息表：S_coop、B_coop和C_two。

圖1 RREQ消息交換過程

4.2 路由應答階段

目的節(jié)點D收到來自源節(jié)點S的RREQ請求消息后，沿著所選擇的最佳路徑回復路由應答消息(RREP)，其中需攜帶本節(jié)點分配好的信道索引C_local，本節(jié)點的兩跳范圍內(nèi)認知用戶信道使用表C_two。

中間認知節(jié)點收到RREP消息后，首先將下游鄰節(jié)點的C_local和C_two與本中間節(jié)點的C_two進行綜合，即可得到該中間節(jié)點與下游鄰節(jié)點間通信鏈路的兩跳范圍干擾鏈路表C_inte，如表2所示。

表2 通信鏈路的兩跳范圍干擾鏈路表C_inte

此外，根據(jù)RREP的單播特性，該中間節(jié)點轉(zhuǎn)發(fā)RREP消息，周圍鄰節(jié)點包括上下游路由節(jié)點收到RREP消息后，獲知該路由路徑即將建立，而且存在路由節(jié)點在自己的一跳范圍內(nèi)，故需要自己提供本地感知的頻譜信息，以幫助該路由節(jié)點進行準確地頻譜感知。因此在路由路徑沿線，以各個路由節(jié)點為中心形成多個協(xié)同感知節(jié)點簇，在后續(xù)路由活動的一段時期內(nèi)進行頻譜感知協(xié)作。協(xié)同感知節(jié)點簇的形成如圖2所示，虛線框內(nèi)為以該路由節(jié)點為中心的協(xié)同感知節(jié)點簇。然后，按照協(xié)同感知的數(shù)據(jù)融合算法對數(shù)據(jù)進行處理，得到本中間節(jié)點周圍的空閑頻譜信息。最后，按照信道分配算法為該中間節(jié)點分配信道。

圖2 協(xié)同感知節(jié)點簇的形成

4.3 路由維護階段

路由節(jié)點周期性廣播Hello消息，除了傳統(tǒng)的對相鄰節(jié)點進行連接確認外，本文還給它附加協(xié)同感知節(jié)點簇的維護功能。因為 CRN中路由節(jié)點和非路由節(jié)點的移動性以及周圍環(huán)境的變化，需保持活動路由節(jié)點一跳范圍內(nèi)的認知節(jié)點經(jīng)常被選擇更新，以在協(xié)同感知節(jié)點簇內(nèi)保持一定數(shù)量有效的協(xié)作節(jié)點。Hello消息中除傳統(tǒng)的內(nèi)容外，需攜帶該路由節(jié)點的C_local和C_two。收到Hello消息的認知節(jié)點需回復一個Hello消息應答幀，其內(nèi)容包括該認知節(jié)點的C_one，以備路由節(jié)點切換信道時使用。此外，收到Hello消息的上游路由鄰節(jié)點需更新該節(jié)點與下游鄰節(jié)點通信鏈路的C_inte。

當某路由節(jié)點的信道不可用時，需要進行信道切換，信道分配完成后發(fā)起一個Hello廣播，將本路由節(jié)點信道變更的結(jié)果通過Hello消息通知周圍鄰節(jié)點。

如果一定時間內(nèi)某協(xié)同感知節(jié)點簇內(nèi)的節(jié)點，沒有收到任何該中心路由節(jié)點發(fā)送來的信息，則認為該中心路由節(jié)點已經(jīng)失效，該協(xié)同感知節(jié)點簇內(nèi)的成員自動解散。同時該中心路由節(jié)點的上游節(jié)點核實是否有活動路由使用該鏈路，以決定是否嘗試路由本地修復。

可見，頻譜信息的傳遞主要包括以下幾個階段：首先由路由請求過程發(fā)起，RREQ消息中攜帶感知的頻譜信息，在全網(wǎng)內(nèi)進行頻譜信息的交換；然后在路由回復階段，RREP消息中攜帶頻譜信息，在最佳路由路徑沿線形成以各個路由節(jié)點為中心的協(xié)同感知節(jié)點簇；最后在路由維護階段，Hello消息對協(xié)同感知節(jié)點簇進行維護。

5 數(shù)據(jù)融合算法

在路由發(fā)現(xiàn)過程啟動之前，各個認知節(jié)點可以周期性地對主用戶頻譜狀態(tài)進行本地估計，以便為某些頻譜預測算法提供數(shù)據(jù)；當協(xié)同感知節(jié)點簇伴隨路由發(fā)現(xiàn)建立后，在各個路由節(jié)點處則需利用協(xié)同感知節(jié)點簇內(nèi)成員的頻譜感知信息對主用戶的頻譜狀態(tài)進行估計。協(xié)同感知中的數(shù)據(jù)融合方法很多，基于文獻[2,9]，這里采用性能較好的基于Neyman-Pearson定理的軟判決融合。因為本文重點不在具體的數(shù)據(jù)融合算法推導，所以這里主要闡述數(shù)據(jù)融合算法中的部分相關內(nèi)容，具體推導可參見所引文獻。

圖3所示為本文所采用的周期性頻譜檢測的幀格式，由位于幀前半部分的頻譜檢測時間τ和后半部分的數(shù)據(jù)傳輸時間T-τ兩部分組成。

圖3 周期性頻譜感知的幀結(jié)構(gòu)

假設存在 N個能量檢測樣本，i=1,2,…,N，認知用戶的接收信號用 y(i)來表示，則頻譜感知主要是在下面2個假設中判斷主用戶頻譜的狀態(tài)：

其中，x(i)是主用戶的發(fā)射信號，h是主用戶發(fā)射機和認知用戶接收機之間的信道系數(shù)，n(i)是均值為0，方差為的高斯白噪聲。

衡量頻譜感知性能的2個重要指標是檢測概率Pd和虛警概率 Pf。其中，檢測概率 Pd是當主用戶活動且檢測結(jié)果為H1時的概率，而虛警概率Pf是當主用戶不活動但檢測結(jié)果為 H1時的概率。當使用能量檢測法時，基于二元假設檢驗原理，可以得到Pd和Pf的表達式[2]如下：其中，γ表示認知用戶接收機的瞬時信噪比，ε為判決門限，fs為檢測頻率，Q(·)是標準高斯互補分布函數(shù)。將式(2)代入式(3)替換ε，得到給定檢測概率下的虛警概率為

對于各個認知節(jié)點的本地數(shù)據(jù)融合階段，可以采用不同時間的獨立測量樣本方法[2]，以便利用時間分集增益來提高檢測水平，如圖3所示，將檢測時間τ再分成多個獨立的子檢測時間Δτ即可；對于多個用戶協(xié)同感知階段，則可應用Neyman-Pearson定理，得到最優(yōu)線性合作頻譜檢測方法。其中，體現(xiàn)各個用戶對最終判決貢獻多少的加權(quán)系數(shù)可以表示為

其中，wj為認知用戶j的加權(quán)系數(shù)，M為協(xié)同感知的認知用戶數(shù)量，hj是主用戶發(fā)射機和認知用戶 j接收機之間的信道系數(shù)。利用該加權(quán)系數(shù)也可以對各合作節(jié)點本地判決的一些信息進行加權(quán)利用，如主用戶空閑信道可用概率P(H0)，即

通過上面的數(shù)據(jù)融合判決，可以在本地或中心節(jié)點得到主用戶頻譜的忙閑狀態(tài)。而依據(jù)通信鏈路兩跳范圍內(nèi)鄰居認知用戶信道使用表，統(tǒng)計共享每個信道的認知用戶數(shù)量，可以推斷各空閑信道的認知用戶負載輕重情況。綜合這2種情況，就可以得到各個信道上主用戶和認知用戶的使用情況，從而為下一步的信道分配提供基礎。

6 信道分配算法

傳統(tǒng)無線網(wǎng)絡中各個用戶可以公平地競爭信道，而認知無線網(wǎng)絡中擁有信道優(yōu)先權(quán)的主用戶的出現(xiàn)隨時可能會中斷認知用戶正在傳輸中的業(yè)務。此外，認知用戶的接入也可能會造成已有認知用戶網(wǎng)絡的性能下降。所以從保護主用戶通信角度，可以選擇在滿足一定檢測概率Pd要求的前提下，虛警概率Pf盡量小的信道。從認知用戶網(wǎng)絡角度，在干擾范圍內(nèi)共享某空閑信道的鄰居認知用戶越少，可以減少流內(nèi)干擾和流間干擾，避免對現(xiàn)有認知用戶造成過多干擾。從主用戶對認知網(wǎng)絡的影響角度，主用戶不出現(xiàn)概率即信道可用概率 P(H0)越大，說明認知用戶獲得的傳輸機會越大。從各個認知用戶自身角度，頻譜感知階段的檢測時間τ過長，會縮短認知用戶的數(shù)據(jù)傳輸時間。將這些對吞吐量的影響因素綜合起來，可以得到認知用戶選擇信道vj時的可獲得吞吐量為

其中，Cj為根據(jù)香農(nóng)公式算出的理論信道容量，(1-Pf)P(H0)為認知用戶在該信道可獲得的傳輸機會概率，T-τ為除去認知用戶感知靜默期后的實際數(shù)據(jù)傳輸時間。

考慮到qj個認知用戶共享該信道對信道容量的影響，新認知用戶加入后最終可獲得吞吐量為

對于多用戶協(xié)同感知，將式(5)引入式(4)，消去式(7)中的Pf得到

當qj＝0時，即沒有鄰居認知用戶共享此信道，此時新用戶可以取得全部可獲得吞吐量。

所以在主用戶和認知用戶的共同影響下，新接入認知用戶應選擇空閑信道中最終可獲得吞吐量最大的信道，即形成如下最優(yōu)化問題

其中，CHidle為根據(jù)數(shù)據(jù)融合算法和表S_coop計算出的主用戶空閑信道集。當空閑信道數(shù)較少時，上述最優(yōu)化問題可以采用窮舉法求解；當空閑信道數(shù)較多時，可以通過分步限制信道負載輕重門限、信道可用概率門限等來減少信道數(shù)量，以減輕計算量。

此外，當可用空閑信道數(shù)缺乏或已有空閑信道負載較重時，可以通過適當降低給定的檢測概率來降低虛警概率，或調(diào)整檢測時間，以增加空閑信道數(shù)量。

當已分配的主用戶空閑頻譜變得不可用時，認知用戶需終止信息傳輸進行退避。根據(jù)所屬協(xié)同感知節(jié)點簇提供的信息重新對本節(jié)點進行信道分配，并通過Hello消息告知該簇內(nèi)成員，完成頻譜切換。

7 仿真及性能分析

為了驗證本文所提出的按需協(xié)同感知和信道分配方法的有效性，采用系統(tǒng)歸一化控制開銷和認知用戶系統(tǒng)吞吐量作為評測性能指標。網(wǎng)絡環(huán)境設置如下：一個(1 500m×1 500m)的無線網(wǎng)絡，50個認知用戶隨機分布在該區(qū)域里，共有8個非重疊主用戶信道，每個信道帶寬均為1Mbit/s。設定節(jié)點傳輸距離為250m，干擾距離為550m。假設隨機產(chǎn)生2～10條CBR數(shù)據(jù)流，速率均為256kbit/s。系統(tǒng)虛警概率設為0.1，每幀持續(xù)時間T=40ms，頻譜檢測時間 τ=3ms，PU 在每個信道上以一定概率隨機出現(xiàn)，故每個節(jié)點對某個信道的可用概率設為（40%，60%，80%）。假設每個認知用戶接收機處的瞬時信噪比均為-10dB。仿真時間 1 000s，所有數(shù)據(jù)取自10次仿真結(jié)果的平均值。因為本文重點不在數(shù)據(jù)融合的具體算法，故簡化了數(shù)據(jù)融合部分仿真的復雜度。

設定信道可用概率為80%，在仿真時間內(nèi)歸一化控制開銷的對比情況如圖4所示。傳統(tǒng)的AODV和頻譜協(xié)同感知的控制開銷都低于本文所提算法（SA-AODV）所帶來的控制開銷。分布式頻譜分配算法因為需要頻譜信息的多次交換，才能達到最優(yōu)分配方案，必然引入大量開銷，在這里沒有可比性，故省略該部分。然而僅AODV和頻譜協(xié)同感知兩部分曲線的加和就已經(jīng)與SA-AODV相當，例如在信源點數(shù)為6時，二者加和3.4%+4.4%=7.8% 已經(jīng)超過SA-AODV的5.4%。

圖4 歸一化控制開銷對比

從圖5中可以看到，信道可用概率對認知用戶的系統(tǒng)吞吐量的影響很大。當CBR數(shù)據(jù)流為4條時，信道可用概率40%的系統(tǒng)比80%的系統(tǒng)吞吐量相差了近一倍。信道可用概率越低，說明主用戶的出現(xiàn)次數(shù)越多，所以認知用戶必須多次重新選擇信道，這必然會影響到認知用戶的業(yè)務傳輸，從而引起吞吐量的降低。此外，CBR數(shù)據(jù)流的增多，也使得緊缺的信道資源面臨更大的競爭，甚至干擾范圍內(nèi)多個認知用戶共享一個信道的現(xiàn)象更普遍，所以吞吐量的增長開始放緩。

圖5 可用概率對吞吐量的影響

在圖6中，設定信道可用概率為80%，4條CBR數(shù)據(jù)流，認知用戶的系統(tǒng)吞吐量伴隨頻譜的檢測時間變化，其曲線出現(xiàn)了一個峰值660kbit/s，隨后逐漸降低。這說明存在一個最佳檢測時間，可以達到頻譜檢測性能和認知用戶吞吐量的最佳折中。因為檢測時間的降低必然引起虛警概率的提高，從式(3)中也可以印證這一點。然而在式(8)中，檢測時間和虛警概率又共同影響著吞吐量。

圖6 檢測時間對吞吐量的影響

在圖7中，設定信道可用概率為80%，可用信道數(shù)變化同樣會引起認知用戶的系統(tǒng)吞吐量變化。因為信道數(shù)減少，則會有更多的認知用戶共享同一個信道，見式(8)，會引起信道容量下降很快。同時當信道變得不可用時，多個認知用戶都會受到影響，重新信道分配對業(yè)務的中斷也會影響系統(tǒng)吞吐量。

圖7 信道數(shù)對吞吐量的影響

8 結(jié)束語

本文將認知用戶間的頻譜信息交互與路由發(fā)現(xiàn)和維護過程中的信令交互同時進行，路由發(fā)現(xiàn)過程的啟動激發(fā)認知用戶間的頻譜信息的交互，在RREQ消息中攜帶頻譜感知信息，在全網(wǎng)內(nèi)進行頻譜信息的交換，利用RREP消息的單播機制在最佳路由路徑沿線形成以各個路由節(jié)點為中心的協(xié)同感知節(jié)點簇，Hello對協(xié)同感知節(jié)點簇進行維護。同時提出了最大化認知用戶吞吐量的信道分配算法。通過仿真表明，公共控制信道的設計大大減少了系統(tǒng)控制開銷，主用戶的出現(xiàn)概率、檢測時間、虛警概率和認知用戶數(shù)等都對認知用戶的吞吐量造成影響，印證了本文所提方案的正確性。

[1] LIANG Y C, CHEN K C, LI G Y. Cognitive radio networking and communications: an overview[J]. IEEE Transactions on Vehicular Technology, 2011,60(7): 3386-3407.

[2] LIANG Y C, ZENG Y, EDWARD C Y P. Sensing-throughput tradeoff for cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2008, 7(4), 1326-1337.

[3] PEI Y, HOANG A T, LIANG Y-C. Sensing-throughput tradeoff in cognitive radio networks: how frequently should spectrum sensing be carried out?[A]. IEEE Personal Indoor Mobile Radio Communications,PIMRC[C]. 2007.

[4] CHRISTIAN D, DOUGLAS C S, DIRK G. Dynamic control channel assignment in cognitive radio networks using swarm intelligence[A].IEEE GLOBECOM proceedings[C]. 2008. 1-6.

[5] LO B F, AKYILDIZ I F, ABDULLAH M. Efficient recovery control channel design in cognitive radio ad hoc networks[J]. IEEE transactions on vehicular technology, 2010, 59 (9), 4513-4526.

[6] BIAN K, PARK J M, CHEN R. Control channel establishment in cognitive radio networks using channel hopping[J]. IEEE Journal on Selected Areas in Communications, 2011, 29 (4), 689-703.

[7] 顧金媛, 章國安, 包志華. 認知無線 mesh網(wǎng)絡聯(lián)合多路徑路由和信道分配策略[J]. 計算機科學, 2011, 38 (5), 45-48.GU J Y, ZHANG G A, BAO Z H. Joint multi-path routing and channel assignment strategy for cognitive wireless mesh networks[J].Computer Science, 2011, 38 (5), 45-48.

[8] 程賡, 李昀照, 劉威. 認知無線電網(wǎng)絡路由及頻譜分配聯(lián)合策略研究[J]. 電子與信息學報, 2008, 30 (3), 695-698.CHENG G, LI Y Z, LIU W. Joint routing and spectrum assignment in cognitive radio networks[J]. Journal of Electronics & Information Technology, 2008, 30 (3), 695-698.

[9] MA J, ZHAO G D, LI Y G. Soft combination and detection for cooperative spectrum sensing in cognitive radio networks[J]. IEEE Trans Wireless Commun, 2008, 7 (11), 4502-4507.

[10] HILLENBRAND J, WEISS T A, JONDRAL F K. Calculation of detection and false alarm probabilities in spectrum pooling systems[J].IEEE Commun Lett, 2005, 9 (4), 349-351.