李小強 周 琦 芮茂海 李 穎

?

頻譜異構(gòu)認知無線電中基于吞吐量降的空時頻譜機會感知

李小強*①周 琦②芮茂海③李 穎②

①(解放軍理工大學通信工程學院 南京 210007)②(中國電子設(shè)備系統(tǒng)工程公司研究所 北京 100141)③(總參通信訓練基地 張家口 075100)

在認知無線電(CR)中，頻譜感知是實現(xiàn)動態(tài)頻譜接入的關(guān)鍵技術(shù)之一。為適當保護主用戶并最大化次級用戶的性能，目前大部分相關(guān)工作均是用虛報概率和漏檢概率作為感知度量來確定最佳感知參數(shù)的。但這種度量是用主次用戶的碰撞概率來衡量次級用戶對主用戶的影響的，沒有考慮干擾強度的影響，僅適合同構(gòu)頻譜環(huán)境；在不同位置次級用戶有不同接入機會的異構(gòu)頻譜環(huán)境中，并不能最大化頻譜利用率。為此，該文首先定義了吞吐量降，并提出在異構(gòu)頻譜環(huán)境下采用吞吐量降作為一種新的感知度量。吞吐量降是指由于次級用戶占用授權(quán)頻譜而導致主用戶吞吐量下降的百分比。在衡量次級用戶對主用戶的影響時，它綜合了主次用戶的碰撞概率和干擾強度兩個因素；其次，研究了以吞吐量降為約束的次級用戶吞吐量優(yōu)化問題。最后，數(shù)值仿真證實了該方案比目前幾種傳統(tǒng)方案的頻譜利用率顯著提高。

認知無線電；動態(tài)頻譜接入；異構(gòu)頻譜；空時頻譜機會；頻譜感知

1 引言

為此，本文定義了吞吐量降度量，并提出在異構(gòu)頻譜環(huán)境下采用吞吐量降作為一種新的感知度量來研究空時頻譜空穴的感知和利用。吞吐量降是指由于次級用戶占用授權(quán)頻譜而導致主用戶平均吞吐量下降的百分比。它綜合考慮了主次用戶的碰撞概率和干擾強度，適合異構(gòu)頻譜環(huán)境下空時頻譜機會的感知和利用。為確保主用戶的吞吐量降不超過給定的門限值，當對主用戶的干擾比較大時，可以設(shè)置較小的碰撞概率；反之，則設(shè)置較大的碰撞概率，以便利用空間頻譜空穴。此后，本文研究了以吞吐量降為度量的感知參數(shù)優(yōu)化問題；最后，通過數(shù)值仿真比較了該方案和幾種傳統(tǒng)方案的吞吐量性能。結(jié)果表明該方案能明顯提高頻譜利用率，特別是在灰色區(qū)域附近改善效果更顯著[15]。

2 網(wǎng)絡(luò)和信道模型

2.1 網(wǎng)絡(luò)模型

圖1 網(wǎng)絡(luò)模型

2.2 信道模型

2.3 感知模型

3 基于吞吐量降的空時頻譜感知

如第1節(jié)所述，在異構(gòu)頻譜環(huán)境下需要一種新的既考慮主次用戶碰撞概率又考慮干擾強度的度量指標來衡量SU對PU的影響。吞吐量降能夠符合這一要求。所以，這一部分先給出吞吐量降的定義及以吞吐量降為感知度量時的空時頻譜空穴定義；再研究以吞吐量降為感知度量的空時頻譜感知技術(shù)。

3.1 吞吐量降

定義1 吞吐量降是主用戶平均吞吐量降的簡稱，是指由于次級用戶占用授權(quán)頻譜而導致主用戶平均吞吐量下降的百分比。其數(shù)學表達式為

使用吞吐量降作為SU對PU影響度量可以給空時頻譜空穴一個新的定義。

3.2 基于吞吐量降的感知優(yōu)化和求解

3.2.1基于吞吐量降的感知優(yōu)化 如前所述，在異構(gòu)頻譜環(huán)境下，傳統(tǒng)感知技術(shù)可能會導致較低的頻譜利用率。在適當保護主用戶的前提下，為最大化次級用戶吞吐量，本文給出基于吞吐量降的頻譜感知優(yōu)化問題：

在時間頻譜機會的利用中，PU對授權(quán)頻譜有優(yōu)先使用權(quán)，SU只能找PU不使用頻譜的時間段接入授權(quán)頻譜；一旦PU占用信道，SU就必須立即釋放當前占有的頻譜。此過程中，由于SU和PU相距距離很近，要嚴格控制SU和PU同時占用信道的概率，否則會嚴重干擾PR。對于空間頻譜空穴的利用，一般要求SU和PU相距的距離比較大，以致SU和PU通信網(wǎng)絡(luò)的相互影響可以忽略不計；這種情況相當于SU和PU各自獨立使用同一頻譜。而在本文研究的異構(gòu)頻譜環(huán)境下，每一位置上SU既有時間頻譜機會又有空間頻譜機會；為了適當利用空間頻譜空穴，本文允許SU和PU同時占有授權(quán)頻譜，只要這種占用對PR造成的影響在PU許可范圍內(nèi)。

假定PT和ST均能通過自適應(yīng)調(diào)制及編碼實時地改變傳輸速率，以便收、發(fā)信機能夠在給定的SINR下以最大可靠速率進行通信。而且假定它們使用隨機高斯碼表，以便發(fā)射信號可以被當成加性高斯白噪聲處理。此時，當SU和PU共用同一頻譜的時候(頻譜狀態(tài)3)，其吞吐量分別表示為：

頻譜狀態(tài)3下SU吞吐量為

頻譜狀態(tài)3下PU吞吐量為

結(jié)合頻譜狀態(tài)概率式(8)至式(11)，可得SU平均吞吐量為

PU平均吞吐量為

PU最大平均吞吐量為

把式(17)，式(16)式代入式(6)可得

其中

所以式(7)的優(yōu)化問題可以轉(zhuǎn)化為

3.2.2問題求解 為解決式(21)，首先引入如下引理。

證明 根據(jù)式(3)和式(4)，有

SU最大平均吞吐量為

4 數(shù)值計算和分析

可以設(shè)置如下的一個通信場景：在WCDMA 3G 移動通信系統(tǒng)中，移動終端接收由基站發(fā)出的數(shù)據(jù)包(這是一種碼率自適應(yīng)的數(shù)字通信系統(tǒng))，構(gòu)成主用戶系統(tǒng)。而在基站小區(qū)外有一無線路由器，一筆記本電腦通過WIFI鏈接此無線路由器接入Inter網(wǎng)下載數(shù)據(jù)包，構(gòu)成次級用戶系統(tǒng)(也是一種碼率自適應(yīng)的數(shù)字通信系統(tǒng))。現(xiàn)在為提高頻譜利用率，允許次級用戶在不對主用戶系統(tǒng)造成有害干擾的情況下，機會式地接入主用戶所用頻譜。該認知無線電系統(tǒng)的參數(shù)設(shè)置如表1所示。并就吞吐量和頻譜利用率兩個指標同基于漏檢概率約束的感知技術(shù)、文獻[12]中的感知技術(shù)、文獻[13]中的感知技術(shù)進行了比較。

表1參數(shù)設(shè)置

參數(shù)名稱數(shù)值 PU發(fā)射功率5000 mW SU發(fā)射功率1000 mW PU占用信道概率q0.4 采樣率6 MHz 噪聲功率mW 路徑損耗因子3.5 PU通信范圍m SU通信距離m SU活動范圍外半徑Rm 采樣數(shù)N1400 虛報概率上限 吞吐量降上限5% 漏檢概率上限0.05 禁聲區(qū)半徑m 信道帶寬B3 MHz

5 結(jié)束語

本文研究了以往幾種感知技術(shù)的不足，提出了適合異構(gòu)頻譜環(huán)境下空時頻譜機會利用的感知度量——吞吐量降。該度量在衡量次級用戶對主用戶的影響時，綜合了主次用戶的碰撞概率和干擾強度兩個因素，為異構(gòu)頻譜環(huán)境下同時利用空間頻譜空穴和時間頻譜空穴提供了可能。然后，研究了以吞吐量降為約束的次級用戶吞吐量優(yōu)化問題。最后，通過數(shù)值仿真驗證了該方案比目前幾種傳統(tǒng)方案的頻譜利用率顯著提高，特別是在灰色區(qū)域改善更加顯著。

圖2 主次用戶吞吐量隨的變化曲線

圖3 主用戶吞吐量隨的變化曲線

圖4 頻譜利用率隨的變化曲線

[1] Federal Communications Commission. Spectrum policy task force report[R]. Washington DC, 2002.

[2] Datla D, Wyglinski A M, and Minden G J. A spectrum surveying framework for dynamic spectrum access networks [J]., 2009, 58(8): 4158-4168.

[3] Xu Y, Anpalagan A, Wu Q,. Decision-theoretic distributed channel selection for opportunistic spectrum access: strategies, challenges and solutions[J]., 2013, 15(4): 1689-1713.

[4] Xu Y, Wang J, Wu Q,. Opportunistic spectrum access in cognitive radio networks: global optimization using local interaction games[J]., 2012, 6(2): 180-194.

[5] Xu Y, Wang J, Wu Q,. Opportunistic spectrum access in unknown dynamic environment: a game-theoretic stochastic learning solution[J]., 2012, 11(4): 1380-1391.

[6] Mitola J. Cognitive radio—an integrated agent architecture for software-defined radio[D]. [Ph.D. dissertation], Royal Institute of Technology, Stockholm, 2000.

[7] Li H. Cooperative spectrum sensing via belief propagation in spectrum-heterogeneous cognitive radio systems[C]. 2010 IEEE Wireless Communications and Networking Conference, Sydney Australia, 2010: 1-6.

[8] Wu Q, Ding G, Wang J,. Spatial-temporal opportunity detection for spectrum heterogeneous cognitive radio networks: two-dimensional sensing[J]., 2013, 12(2): 516-526.

[9] Ding G, Wang J, Wu Q,. Spectrum sensing in opportunity-heterogeneous cognitive sensor networks: how to cooperate?[J], 2013, 13(11): 4247-4255.

[10] Zhang J, Qi L, and Zhu H. Optimization of MAC frame structure for opportunistic spectrum access[J]., 2012, 11(6): 2036-2045.

[11] Ding G, Wu Q, Song F,. Joint exploration and exploitation of spatial-temporal spectrum hole for cognitive vehicle radios[C]. 2011 IEEE International Conference on Signal Processing, Communications and Computing, Xi’an, China, 2011: 1-4.

[12] Tandra R, Mishra M, and Sahai A. What is a spectrum hole and what does it take to recognize one?[J]., 2009, 97(5): 824-848.

[13] Han W, Li J, Liu Q,. Spatial false alarms in cognitive radio[J]., 2011, 15(5): 518-520.

[14] Han W, Li J, Li Z,. Spatial false alarm in cognitive radio network[J]., 2013, 61(6): 1375-1388.

[15] Wei Z, Feng Z, Zhang Q,. Three regions for space-time spectrum sensing and access in cognitive radio networks[C]. IEEE 2012 Global Communications Conference, California USA, 2012: 1283-1288.

[16] Mai V, Devroye N, and Tarokh V. On the primary exclusive region of cognitive networks[J]., 2009, 8(7): 3380-3385.

[17] Cover T M and Thomas J A. Elements of Information Theory [M]. 2nd Edition, New York: Wiley-Interscience, 1990: 261-280.

李小強： 男，1974年生，博士生，研究方向為認知無線電頻譜感知、資源管理.

周 琦： 男，1975年生，碩士，高級工程師，研究方向為短波數(shù)據(jù)通信、認知無線電.

芮茂海： 男，1972年生，副教授，研究方向為移動通信、無線頻譜管理.

Spatial-temporal Opportunity Sensing Based on Throughput Loss in Spectrum-heterogeneous Cognitive Radio

Li Xiao-qiang①Zhou Qi②Rui Mao-hai③Li Ying②

①(,,210007,)②(,100141,)③(,075100,)

Spectrum sensing is a key technology to enable dynamic spectrum access in Cognitive Radio (CR). To ensure that primary users are properly protected while maximizing the performance of secondary users, most related work considers the metrics of probabilities of missed detection and false alarm for determining optimal spectrum sensing parameters. However, these metrics only take account of the collision probability between primary user and secondary user to measure the performance impact on primary user. Since it fails to consider the impact of intensity of interference, it only adopt to homogeneous spectrum environment. In heterogeneous spectrum environment where the access opportunities of secondary user are differed by its positions, it can not maximize the spectrum utilization efficiency. So, in this paper, a new metric, throughput loss is proposed for spatial-temporal opportunity sensing firstly. Throughput loss is the average throughput loss percentage of primary user due to secondary user accesses the authorized spectrum. It is a comprehensive metric measuring impact of secondary user on primary user, and contains the collision probability and intensity of interference of two factors. Then secondary user throughput optimization problem based it is addressed. Finally, theoretical analysis and numerical simulations show that the new spectrum sensing technology proposed in this paper improves significantly the spectrum utilization efficiency compared with some traditional sensing technologies.

Cognitive Radio (CR); Dynamic spectrum access; Spectrum-heterogeneity; Spatial-temporal spectrum opportunity; Spectrum sensing

TN92

A

1009-5896(2014)11-2762-06

10.3724/SP.J.1146.2013.01975

李小強 lxq123lxq@yahoo.com.cn

2013-12-19收到，2014-04-11改回

國家973計劃項目(2009CB320403)，中國博士后科學基金(2012M512075), 和國家自然科學基金重點項目(61231011)資助課題