李建東 劉鑫一姜 建

(西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室 西安 710071)

1 引言

認知無線電技術(shù)使得更多的用戶有機會接入無線網(wǎng)絡(luò)中的空閑頻譜[13]-，從而大幅地提高頻譜利用率。其中存在一個重要的問題就是在不影響主用戶傳輸?shù)那疤嵯?，認知用戶如何確定可接入的信道。主用戶信道在認知用戶使用前必須被探知為空閑狀態(tài)，因而，認知系統(tǒng)必須快速、可靠地檢測主用戶信道的使用狀況，從而獲得更多的空閑信道信息。認知用戶之間的協(xié)作不僅可以使認知網(wǎng)絡(luò)的檢測性能得到提升[45]-，而且可以獲得更多的主用戶信道信息[6]。文獻[6]提出了隨機感知策略和協(xié)商感知策略，并且利用跨層的方法分析了認知網(wǎng)絡(luò)的性能。文獻[7]提出了基于部分可觀察馬爾可夫決策過程的MAC協(xié)議，這種策略可以很好地利用空閑頻譜資源。但要求每一個認知用戶配備多個感知器并且復(fù)雜度較高，因而難以實現(xiàn)。文獻[8]提出了一種主用戶模型為連續(xù)時間馬爾科夫模型的最優(yōu)接入策略。文獻[9]提出了基于半馬爾科夫預(yù)測模型的檢測策略。文獻[10]提出了一種簡單的不需要先驗信息的多信道檢測順序模型。這些工作都沒有考慮利用認知網(wǎng)絡(luò)中的空閑用戶資源。文獻[11,12]將空閑認知用戶引入到頻譜檢測中，從而提升了認知系統(tǒng)的檢測性能。

為了保證頻譜檢測的準確性，認知用戶只能和與它相距一定范圍內(nèi)的用戶進行協(xié)作[13,14]。認知網(wǎng)絡(luò)中主用戶的時變特性使得授權(quán)頻譜資源有機會處于空閑狀態(tài)，因而可以被認知用戶使用；認知用戶在網(wǎng)絡(luò)中同樣不會時時有數(shù)據(jù)需要傳輸，當認知用戶沒有數(shù)據(jù)需要傳輸時，處于空閑狀態(tài)的認知用戶可以和同一范圍內(nèi)的其他用戶進行聯(lián)合檢測。相比傳統(tǒng)方案，將空閑認知用戶用于檢測可以獲得更多的信道信息，從而增大了認知用戶接入信道的機會，使系統(tǒng)的頻譜利用率得到提升。本文在認知網(wǎng)絡(luò)中存在空閑認知用戶的條件下，基于文獻[6]所提出的隨機檢測策略，分析了認知網(wǎng)絡(luò)中利用空閑認知用戶進行隨機檢測后的接入時延和吞吐量，同時考慮存在大量空閑認知用戶的場景下，認知用戶匯報檢測信息會產(chǎn)生匯報開銷，此時加入過多的空閑認知用戶會導(dǎo)致傳輸時長減少，從而使系統(tǒng)的吞吐量降低。通過對認知網(wǎng)絡(luò)在聯(lián)合隨機檢測下的吞吐量進行分析，得出最大化認知網(wǎng)絡(luò)的吞吐量。

2 存在空閑認知用戶的認知網(wǎng)絡(luò)系統(tǒng)模型

考慮單跳認知網(wǎng)絡(luò)中存在一個認知基站和一部分認知用戶，在其旁邊存在一個主用戶網(wǎng)絡(luò)，主用戶通過授權(quán)頻段進行通信。在認知網(wǎng)絡(luò)中，認知用戶不會一直有數(shù)據(jù)需要傳輸。在當前時刻，一部分有數(shù)據(jù)需要傳輸?shù)恼J知用戶，稱之為處于活躍狀態(tài)的認知用戶(活躍認知用戶)；另外一部分認知用戶沒有數(shù)據(jù)需要傳輸，但是處于聯(lián)合檢測范圍內(nèi)，這部分認知用戶稱為處于空閑狀態(tài)的認知用戶(空閑認知用戶)，如圖1所示。認知用戶在每一個時隙分別經(jīng)歷檢測階段和傳輸階段。在檢測階段，空閑認知用戶和活躍認知用戶同時進行檢測，并將檢測結(jié)果匯報至認知基站，由認知基站統(tǒng)一進行處理[13]。認知基站將已檢測到的空閑信道按照策略分配給活躍認知用戶?？臻e認知用戶的存在使得認知網(wǎng)絡(luò)在所需求空閑信道數(shù)不變的情況下，獲取信道信息的能力增加。參與檢測的空閑認知用戶和活躍認知用戶的數(shù)目分別表示為iN和aN，授權(quán)頻譜被劃分為個信道。

λ表示主用戶的占用率，K表示當前時刻下可用的授權(quán)頻譜信道數(shù)，授權(quán)頻譜信道是否被占用是隨機的，則可用信道數(shù)為k的概率為

圖1 存在空閑認知用戶的認知網(wǎng)絡(luò)系統(tǒng)模型

3 應(yīng)用空閑認知用戶的聯(lián)合隨機頻譜檢測策略

由于無需前置信息且易于實現(xiàn)，因而隨機檢測策略被廣泛使用。隨機檢測策略是指所有參與檢測的認知用戶隨機地抽取其中一個信道進行檢測。用服務(wù)時延來表示檢測策略的性能：

考慮集中式控制模式使得每個時隙檢測到的空閑信道都能被分配給有需求的認知用戶。忽略控制信道以及基站分配算法帶來的時延，時延的長短主要由認知系統(tǒng)檢測策略的能力決定。

考慮在認知網(wǎng)絡(luò)中，cN 為認知基站中已獲得的不同可用信道數(shù)目，c為參與檢測的認知用戶數(shù)。在隨機檢測策略下，認知用戶獨立選擇一個信道進行檢測，每個認知用戶隨機地選擇x個信道中 1個的概率為1/x。在認知網(wǎng)絡(luò)中存在k個可用信道的前提下，假設(shè)當前c個認知用戶已經(jīng)檢測到i個空閑信道，此時認知系統(tǒng)中未被檢測到的可用信道數(shù)目為k i- ，如果再有一個認知用戶進行檢測，其有可能檢測到空閑信道，也有可能檢測不到，那么系統(tǒng)中可用空閑信道數(shù)目為i或者，構(gòu)建馬爾科夫鏈表示認知用戶檢測到不同的可用信道數(shù)目的概率為[6]

在認知網(wǎng)絡(luò)中，x個認知用戶在一個時隙內(nèi)檢測到的可用信道數(shù)為y的概率可以通過式(3)中馬爾科夫鏈的x步轉(zhuǎn)移概率矩陣表示。認知用戶檢測到可用信道數(shù)為j的概率為

假設(shè)每個認知用戶在每個授權(quán)信道上的傳輸速率相同，表示為R，用表示平均檢測到的可用授權(quán)信道數(shù)，認知網(wǎng)絡(luò)的吞吐量C可表示為

式(6)中T表示一個時隙的長度；tT表示當前時隙下認知用戶的傳輸階段時長，隨著參與檢測的認知用戶數(shù)目不同，tT的長度會發(fā)生變化。認知網(wǎng)絡(luò)在當前時隙下的總體服務(wù)時延D表示為

在任意檢測策略下，空閑認知用戶參與檢測使得認知系統(tǒng)獲得更多的可用信道信息，使更多的活躍認知用戶有機會利用頻譜資源。但是過多的認知用戶參與檢測會使得系統(tǒng)性能下降，文獻[15]提出每個認知用戶匯報檢測信息需要時間，過多的認知用戶匯報檢測結(jié)果使得認知用戶的傳輸時間下降。系統(tǒng)中的活躍認知用戶需要參與檢測，但是可以只選擇一部分空閑認知用戶參與檢測。考慮系統(tǒng)中存在所有活躍認知用戶都接入信道的可能性，即pN ≥。認知用戶的標準化吞吐量可以表示為

式(9)為一離散函數(shù)，由于認知網(wǎng)絡(luò)中空閑認知用戶的數(shù)目是有限的整數(shù)，因此認知網(wǎng)絡(luò)的吞吐量在定義域范圍內(nèi)一定存在最大值。遍歷定義域內(nèi)每一個可取的值可以獲得吞吐量的全局最大值，但當空閑認知用戶較多時，遍歷所花費的時間較長。通過對此函數(shù)進行分析，將離散函數(shù)連續(xù)化，對連續(xù)函數(shù)進行迭代求解，得出最優(yōu)化的參與檢測的空閑認知用戶數(shù)。

式(3)代入式(13)，可以得到

式(14)和式(12)相減，可以得到

式(16)和式(15)相減，并利用式(3)，可以得到

證畢

4 仿真分析與結(jié)果

考慮系統(tǒng)中空閑認知用戶的總數(shù)為40，每個認知用戶的傳輸速率為1 Mbps。仿真場景選取文獻[5]中的參數(shù)，認知用戶每個時隙時長100 ms,。圖2對比了在不同主用戶信道數(shù)目和不同信道占用率條件下認知系統(tǒng)的吞吐量。可以看到，在加入少量的空閑認知用戶進行檢測后，認知網(wǎng)絡(luò)的吞吐量得以提升，這是由于加入空閑認知用戶可以使得認知基站獲得更多的可用信道，從而使活躍認知用戶有更多的機會進行傳輸。

圖3對比了在主用戶信道狀況和活躍認知用戶數(shù)不同的情況下，加入空閑認知用戶所帶來的服務(wù)時延?？梢钥吹剑谥饔脩粽加寐瘦^高的情況下，認知網(wǎng)絡(luò)中可以獲得的可用信道數(shù)較少，系統(tǒng)擁有較高的服務(wù)時延，隨著加入網(wǎng)絡(luò)進行檢測的空閑認知用戶數(shù)的增大，系統(tǒng)的服務(wù)時延減小。

圖4對比了在不同條件下，吞吐量隨著參與檢測的空閑認知用戶數(shù)的變化情況。由圖中可以看出，越多的認知用戶參與檢測并不能帶來更高的吞吐量。當活躍認知用戶較多的時候，需要的空閑認知用戶數(shù)目也隨之增加；在主用戶占用率較低的情況下，擁有較多主用戶信道數(shù)的認知網(wǎng)絡(luò)需要較少的空閑認知用戶，這是因為網(wǎng)絡(luò)中大部分的主用戶處于空閑狀態(tài)，認知用戶較容易檢測到空閑的主用戶信道；在主用戶占用率較低的情況下，擁有較多的活躍認知用戶信道數(shù)的認知網(wǎng)絡(luò)需要較多的空閑認知用戶。

圖2 認知網(wǎng)絡(luò)吞吐量

圖3 服務(wù)時延

圖4 吞吐量隨著參與檢測的空閑認知用戶數(shù)的變化情況

5 結(jié)論

在認知無線電網(wǎng)絡(luò)中，本文提出了一種利用空閑認知用戶進行聯(lián)合檢測的方法。在利用空閑認知用戶參與聯(lián)合檢測后，認知系統(tǒng)的檢測能力得到提升，從而獲得更多的可用信道信息。理論分析和仿真實驗表明，空閑認知用戶參與檢測可以提升認知網(wǎng)絡(luò)的吞吐量，并且減少服務(wù)時延。本文提出的聯(lián)合檢測算法考慮認知用戶匯報所帶來的額外時長，從而得出參與檢測的最佳空閑認知用戶數(shù)目。

[1] Haykin S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(2): 201-220.

[2] Ghasemi A and Sousa E S. Spectrum sensing in cognitive radio networks: requirements, challenges and design trade-offs[J]. IEEE Communications Magazine, 2008, 46(4):32-39.

[3] 王曉飛, 張希, 張權(quán), 等. 認知無線網(wǎng)絡(luò)隨機接入 MAC 協(xié)議建模與性能分析[J]. 電子與信息學(xué)報, 2013, 35(4): 1007-1011.Wang Xiao-fei, Zhang Xi, Zhang Quan, et al.. Modeling and performance analysis of random access MAC protocols in cognitive radio networks[J]. Journal of Electronics ＆amp;Information Technology, 2013, 35(4): 1007-1011.

[4] 岳文靜, 陳志, 鄭寶玉, 等. 基于可靠次用戶信息的協(xié)作頻譜感知算法研究[J]. 電子與信息學(xué)報, 2012, 34(5): 1208-1213.Yue Wen-jing, Chen Zhi, Zheng Bao-yu, et al.. Cooperative spectrum sensing based on reliable secondary user information[J]. Journal of Electronics ＆amp; Information Technology, 2012, 34(5): 1208-1213.

[5] Liang Y C, Zeng Y, Peh E C Y, et al.. Sensing-throughput tradeoff for cognitive radio networks [J]. IEEE Transactions on Wireless Communications, 2008, 7(4): 1326-1337.

[6] Su H and Zhang X. Cross-layer based opportunistic MAC protocols for QoS provisionings over cognitive radio wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(1): 118-129.

[7] Zhao Q, Tong L, Swami A, et al.. Decentralized cognitive MAC for opportunistic spectrum access in ad hoc networks: a POMDP framework[J]. IEEE Journal on Selected Areas in Communications, 2007, 25(3): 589-600.

[8] Ma L, Han X, and Shen C. Dynamic open spectrum sharing MAC protocol for wireless Ad hoc networks[C]. Proceedings of IEEE Symposium on New Frontiers in Dynamic Spectrum Access Networks, Baltimore, USA, 2005: 203-213.

[9] Wang B, Feng Z, Zhang P, et al.. Prioritized spectrum sensing scheme based on semi-Markov process[C].Proceedings of IEEE Vehicular Technology Conference(VTC Spring), Yokohama, Japan, 2012: 1-5.

[10] Cheng H T and Zhuang W H. Simple channel sensing order in cognitive radio networks[J]. IEEE Journal on Selected Areas in Communications, 2011, 29(4): 676-688.

[11] Liu X Y, Li J D, and Jiang J. Cooperative sensing using inactive secondary users in cognitive radio system[J].SCIENCE CHINA Information Sciences, 2013, 56(10): 1-5.

[12] Hsieh Y L, Song S H, and Zhang Q T. Active sensing for cognitive radio[C]. Proceedings of IEEE Vehicular Technology Conference Fall (VTC 2009-Fall), Anchorage,USA, 2009: 1-5.

[13] Saad W, Han Z, Zheng R, et al.. Coalitional games in partition form for joint spectrum sensing and access in cognitive radio networks[J]. IEEE Journal of Selected Topics in Signal Processibng, 2012, 6(2): 195-209.

[14] Lin Y U, Liu K H and Hsieh H Y. On using interferenceaware spectrum sensing for dynamic spectrum access in cognitive radio networks[J]. IEEE Transactions on Mobile Computing, 2013, 12(3): 461-474.

[15] Letaief K B and Zhang W. Cooperative communications for cognitive radio networks[J]. Proceedings of the IEEE, 2009,97(5): 878-893.

[16] 施妙根, 顧麗珍. 科學(xué)和工程計算基礎(chǔ)[M]. 北京: 清華大學(xué)出版社, 1999: 293-294.