萬(wàn)智萍

(中山大學(xué) 新華學(xué)院，廣州 510520)

?

基于功率約束及節(jié)點(diǎn)頻譜選擇的認(rèn)知協(xié)同路由

萬(wàn)智萍

(中山大學(xué) 新華學(xué)院，廣州 510520)

為了提升認(rèn)知無(wú)線網(wǎng)絡(luò)的數(shù)據(jù)傳輸效率，優(yōu)化節(jié)點(diǎn)能量負(fù)載，提出一種協(xié)同路由算法。基于覆蓋與底層技術(shù)的協(xié)作設(shè)計(jì)一種協(xié)同網(wǎng)絡(luò)架構(gòu)，該架構(gòu)針對(duì)網(wǎng)絡(luò)頻帶表現(xiàn)多樣化提供了一種新的頻譜選擇策略，提升頻譜資源效用。結(jié)合協(xié)同網(wǎng)絡(luò)頻譜選擇時(shí)的干擾特性，根據(jù)頻譜、干擾和功率約束關(guān)系，提出最大化鏈路容量的頻譜及節(jié)點(diǎn)功率分配方法。在協(xié)同路由設(shè)計(jì)上引入了頻譜效用參數(shù)，參數(shù)的度量標(biāo)準(zhǔn)涉及節(jié)點(diǎn)剩余能量和鏈路容量，以優(yōu)化路由節(jié)點(diǎn)能量負(fù)載和傳輸效率為目的。仿真對(duì)比結(jié)果表明，算法有效地利用信道接入機(jī)會(huì)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，提高了傳輸效率，相比基于競(jìng)爭(zhēng)進(jìn)化算法的多播路由方法，數(shù)據(jù)包傳遞成功率提升了1.4%，平均網(wǎng)絡(luò)吞吐量高出8.4%，平均節(jié)點(diǎn)剩余能量高出3.2%，在均衡節(jié)點(diǎn)負(fù)載上性能良好。

認(rèn)知協(xié)同路由；底層和覆蓋網(wǎng)絡(luò)；頻譜選擇；傳輸效率；能量負(fù)載

0　引　言

隨著無(wú)線通信業(yè)務(wù)的飛速發(fā)展以及無(wú)線多媒體數(shù)據(jù)傳輸速率的提升，無(wú)線網(wǎng)絡(luò)的頻譜資源短缺現(xiàn)象日益嚴(yán)重，傳統(tǒng)的靜態(tài)無(wú)線網(wǎng)絡(luò)頻譜分配方法已無(wú)法適應(yīng)頻譜資源需求量不斷提升的場(chǎng)景[1-2]。由于靜態(tài)頻譜分配方法無(wú)法有效感知空閑頻譜，因此，大部分授權(quán)的頻譜段利用率低，空閑頻譜沒有得到合理的利用[3-4]。為了提高頻譜資源的利用效率，在無(wú)線網(wǎng)絡(luò)中引入認(rèn)知無(wú)線電(cognitive radio, CR)技術(shù)的方法受到了研究學(xué)者的廣泛關(guān)注，CR是一種能與周圍環(huán)境交互信息，并感知和利用在該空間的可用頻譜的通信技術(shù)[5-6]。由于CR網(wǎng)絡(luò)能夠使授權(quán)給主系統(tǒng)的未充分利用的頻譜得到二次利用，使得次用戶(secondary user,SU)[7]以一定的機(jī)會(huì)概率接入空閑頻譜段，提高網(wǎng)絡(luò)的頻譜利用效率，因此,近年來(lái)已成為無(wú)線網(wǎng)絡(luò)的一個(gè)重要研究領(lǐng)域。

已有部分學(xué)者在分布式頻譜分配研究上取得了一定的成果。金順福等[8]提出一種帶有接入閾值和超時(shí)隙的認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配策略，該方法建立了二維離散時(shí)間馬爾可夫鏈模型以及系統(tǒng)收益函數(shù)，針對(duì)不同的超時(shí)隙大小給出接入閾值的優(yōu)化設(shè)置方案，可以有效降低認(rèn)知用戶數(shù)據(jù)包的平均延遲和信道切換率，但代價(jià)是認(rèn)知用戶數(shù)據(jù)包的吞吐量有所降低。李方偉等[9]提出一種基于動(dòng)態(tài)古諾博弈的認(rèn)知無(wú)線電頻譜貿(mào)易算法，該算法根據(jù)頻譜階段市場(chǎng)容量、供需關(guān)系及價(jià)值變化因素，在博弈每個(gè)階段動(dòng)態(tài)調(diào)整用戶行為策略，最大化用戶效用并合理進(jìn)行頻譜分配，可以提高網(wǎng)絡(luò)的頻譜利用率，并未考慮對(duì)主用戶的干擾情況。Sun[10]提出一種基于競(jìng)拍利潤(rùn)最大化的認(rèn)知無(wú)線電網(wǎng)絡(luò)動(dòng)態(tài)頻譜分配算法，該算法首先降低了次用戶爭(zhēng)用空閑頻譜的限制條件，并基于商品競(jìng)拍思想提出次用戶的最大化預(yù)期利潤(rùn)函數(shù)，最后通過納什均衡策略得到最優(yōu)解，該方法可以使得頻譜資源得到有效利用，但次用戶對(duì)主用戶的干擾程度變大。D.Nestor[11]提出一種優(yōu)化主次用戶合作的認(rèn)知無(wú)線電網(wǎng)絡(luò)頻譜分配策略，該算法采用了基于約束馬爾可夫決策的主次用戶合作策略，并基于頻譜感知決定每個(gè)時(shí)隙主次用戶的發(fā)送功率，在次用戶發(fā)送功率有限的情況下最大限度地提高網(wǎng)絡(luò)吞吐量，但該方法在提高吞吐量的同時(shí)數(shù)據(jù)包碰撞的發(fā)生率變大。

在認(rèn)知無(wú)線電網(wǎng)絡(luò)中，次用戶以2種主要的方式接入授權(quán)頻譜，分別為覆蓋接入和底層接入，覆蓋接入方案是使用未利用的頻譜，而底層接入是使用未充分利用的頻譜。疊加的頻譜和底層的頻譜有各自優(yōu)點(diǎn)，底層的頻譜以較低的發(fā)射功率在較短的距離內(nèi)支持高數(shù)據(jù)速率，而疊加的頻譜以較大的發(fā)送功率被用于低速率遠(yuǎn)距離通信。目前采用的認(rèn)知網(wǎng)絡(luò)架構(gòu)都是將覆蓋接入和底層接入方式分開討論，無(wú)法使頻譜資源發(fā)揮最大效用。在這問題上，本文將頻譜段劃分為多個(gè)子頻段，采用協(xié)同路由和動(dòng)態(tài)頻譜分配的方法，在主用戶所受到的干擾滿足一定的限制條件下，使得次用戶能夠以覆蓋接入和底層接入方案利用未使用或未充分利用的子頻段，最大化頻譜效用。

1　認(rèn)知協(xié)同網(wǎng)絡(luò)模型

在本文假設(shè)的認(rèn)知無(wú)線網(wǎng)絡(luò)場(chǎng)景中，認(rèn)知節(jié)點(diǎn)通過一個(gè)公共控制信道以分布的方式交換信息，每個(gè)節(jié)點(diǎn)都與一個(gè)信道組相關(guān)聯(lián)，信道組包含了該節(jié)點(diǎn)可用的信道。每個(gè)信道的狀態(tài)隨著時(shí)間、地點(diǎn)和無(wú)線電頻譜發(fā)生變化，與相鄰節(jié)點(diǎn)相關(guān)聯(lián)的信道組可能不相同，此外，各種頻帶可能表現(xiàn)出多樣化的特點(diǎn)。因此，本文設(shè)計(jì)的協(xié)同網(wǎng)絡(luò)討論無(wú)線信道的異質(zhì)性，并基于協(xié)同網(wǎng)絡(luò)通過覆蓋與底層技術(shù)的協(xié)作設(shè)計(jì)一種協(xié)同路由。

1.1網(wǎng)絡(luò)結(jié)構(gòu)定義

在認(rèn)知協(xié)同網(wǎng)絡(luò)中，包含了次用戶節(jié)點(diǎn)和主用戶節(jié)點(diǎn)，根據(jù)節(jié)點(diǎn)的頻譜感知情況，一些節(jié)點(diǎn)同時(shí)擁有未使用的和未充分利用的頻譜，而一部分節(jié)點(diǎn)只能擁有未使用頻譜或未充分利用頻譜，在所定義的覆蓋網(wǎng)絡(luò)和底層網(wǎng)絡(luò)中，覆蓋網(wǎng)絡(luò)路由所包含的節(jié)點(diǎn)為擁有未使用頻譜的節(jié)點(diǎn)，而底層網(wǎng)絡(luò)路由所包含的節(jié)點(diǎn)為擁有未充分利用頻譜的節(jié)點(diǎn)。覆蓋和底層網(wǎng)絡(luò)執(zhí)行自身的路由協(xié)議，并具有延遲、帶寬等QoS指標(biāo)，認(rèn)知協(xié)同網(wǎng)絡(luò)架構(gòu)如圖1所示，其中，灰色節(jié)點(diǎn)為次用戶節(jié)點(diǎn)，白色節(jié)點(diǎn)為主用戶節(jié)點(diǎn)。

1.2網(wǎng)絡(luò)結(jié)構(gòu)運(yùn)作方式

在網(wǎng)絡(luò)的每個(gè)時(shí)隙會(huì)估計(jì)每個(gè)節(jié)點(diǎn)的數(shù)據(jù)轉(zhuǎn)發(fā)能力，具有最大轉(zhuǎn)發(fā)能力的節(jié)點(diǎn)用于輸出數(shù)據(jù)至協(xié)同網(wǎng)絡(luò)，而協(xié)同路由由覆蓋與底層網(wǎng)絡(luò)的出口節(jié)點(diǎn)組成。當(dāng)覆蓋與底層網(wǎng)絡(luò)的出口節(jié)點(diǎn)輸出數(shù)據(jù)時(shí)，這些數(shù)據(jù)會(huì)通過協(xié)同路由來(lái)傳遞報(bào)文，并且協(xié)同路由需同時(shí)滿足覆蓋與底層網(wǎng)絡(luò)的QoS指標(biāo)。由于協(xié)同路由上的節(jié)點(diǎn)同時(shí)位于覆蓋或底層網(wǎng)絡(luò)中，因此，所維持的路由表包含了所處的網(wǎng)絡(luò)區(qū)的路由以及協(xié)同路由。在圖1中，GS為源節(jié)點(diǎn)，GD為目的節(jié)點(diǎn)，在覆蓋網(wǎng)絡(luò)中由于節(jié)點(diǎn)G1沒有未使用的頻譜，因此，覆蓋網(wǎng)絡(luò)路由無(wú)法實(shí)現(xiàn)鏈路GS→G1→…→GD，但節(jié)點(diǎn)G1具有未充分利用的頻譜，在底層網(wǎng)絡(luò)中可以實(shí)現(xiàn)鏈路GS→G1→…→GD。圖1中，覆蓋網(wǎng)絡(luò)的出口節(jié)點(diǎn)為GS，G1，G7，G11，GD，底層網(wǎng)絡(luò)的出口節(jié)點(diǎn)為GS，G1，G11，GD，節(jié)點(diǎn)G7只有未使用的頻譜，G11同時(shí)具有未使用的頻譜和未充分利用的頻譜資源，最終在協(xié)同網(wǎng)絡(luò)上構(gòu)成協(xié)同路由GS→G1→G7→G11→GD。協(xié)同路由相比覆蓋網(wǎng)絡(luò)路由能夠?qū)崿F(xiàn)源節(jié)點(diǎn)GS到目的節(jié)點(diǎn)GD的數(shù)據(jù)傳輸，相比底層網(wǎng)絡(luò)路由則具有更短的鏈路。

圖1　認(rèn)知協(xié)同網(wǎng)絡(luò)架構(gòu)Fig.1　Cognitive collaborative network architecture

2　基于最大化鏈路容量的頻譜及功率選擇

在本節(jié)中將基于最大化鏈路容量為目標(biāo)節(jié)點(diǎn)分配相應(yīng)的發(fā)射功率。假設(shè)在認(rèn)知無(wú)線網(wǎng)絡(luò)中有N個(gè)節(jié)點(diǎn)工作在對(duì)應(yīng)帶寬為X1,X2,…,XM的M個(gè)頻段中，每一個(gè)頻段都授權(quán)于一個(gè)給定的主用戶網(wǎng)絡(luò)，在M個(gè)主用戶網(wǎng)絡(luò)中節(jié)點(diǎn)的分布遵循節(jié)點(diǎn)密度為ρM二維泊松過程，并且令TFj(n)表示在次用戶j所處的第n個(gè)頻帶中主用戶對(duì)次用戶j的總干擾。Fi表示節(jié)點(diǎn)i的可用子頻帶集合，F(xiàn)i∩Fj為鏈路(i,j)的可用子頻帶集。對(duì)于第k個(gè)子頻帶，如果k∈n，則用k(n)來(lái)表示。令Pi(k(n))(k(n)∈Fi∩Fj)表示在子頻帶k(n)上節(jié)點(diǎn)i的傳輸功率，用U(n)表示頻帶n的子頻帶數(shù)量，次用戶j所處的第k(n)個(gè)子頻帶中主用戶對(duì)次用戶j的干擾表示為TFj(k(n))，TFj(k(n))近似為

(1)

假設(shè)高斯白噪聲的功率譜密度為ψo(hù)，子頻帶帶寬為Bz[12]，gij(k(n))表示鏈路(i,j)在頻譜k(n)條件下的小尺度衰落因子。當(dāng)節(jié)點(diǎn)j通過子頻帶接收來(lái)自節(jié)點(diǎn)i的數(shù)據(jù)時(shí)，根據(jù)當(dāng)前的頻譜條件，鏈路(i,j)可以達(dá)到的數(shù)據(jù)速率為

(2)

在(2)式中：Pi(k(n))表示在子頻帶k(n)上節(jié)點(diǎn)i的傳輸功率；d(i,j)表示鏈路(i,j)的距離；τ表示路徑衰落因子。

在覆蓋網(wǎng)絡(luò)中，節(jié)點(diǎn)只采用未使用的頻帶傳輸數(shù)據(jù)，主用戶和次用戶間不互相干擾，而在底層網(wǎng)絡(luò)，則存在著主用戶和次用戶間的互相干擾。為了減少次用戶對(duì)主用戶的干擾，令Cn=1表示在頻段n上鏈路處于運(yùn)作狀態(tài)，Cn=0表示鏈路不處于運(yùn)作狀態(tài)。用PT(n)表示在第n個(gè)主頻帶上由主用戶設(shè)置的干擾功率約束，用d(i,PU)表示節(jié)點(diǎn)i與最近的主用戶節(jié)點(diǎn)的距離。gi,PU(k(n))是在子頻帶中k(n)節(jié)點(diǎn)i與最近的主用戶節(jié)點(diǎn)間所估計(jì)的信道增益。由于本文采用的是載波偵聽多路訪問/沖突避免(carrier sense multiple access with collision avoidance,CSMA/CA)協(xié)議[13]，因此，對(duì)于次用戶節(jié)點(diǎn)i，網(wǎng)絡(luò)分配給子頻帶k(n)的功率需要滿足以下條件

(3)

(3)式中：d(i,PU)表示鏈路(i,PU)的距離；gi,PU(k(n))表示鏈路(i,PU)在頻譜k(n)條件下的小尺度衰落因子。當(dāng)?shù)讓泳W(wǎng)絡(luò)路由上的節(jié)點(diǎn)使用頻譜資源時(shí)，功率約束有助于降低主用戶受到的干擾程度。由于最大化鏈路容量意味著選擇最佳的頻譜段和相應(yīng)的發(fā)射功率，根據(jù)給定的頻譜、干擾和功率約束條件，提出了一個(gè)鏈路容量最大化方程來(lái)選擇最佳頻譜段和發(fā)射功率，表示為

Find:Fi,Pi(k(n))

Maximize:vi,j(Fi,Pi(k(n)))

stk(n)∈Fi∩Fj,Pi(k(n))≥0,i∈N,n∈M,

(4)

(4)式中，Pn表示在頻帶n的總發(fā)射功率。

3　協(xié)同路由算法

在認(rèn)知無(wú)線網(wǎng)絡(luò)中，當(dāng)節(jié)點(diǎn)感知頻譜后，需要選擇合適的中繼節(jié)點(diǎn)將數(shù)據(jù)轉(zhuǎn)發(fā)到目的節(jié)點(diǎn)，對(duì)于下一跳節(jié)點(diǎn)的選擇標(biāo)準(zhǔn)，主要考慮鏈路容量，鏈路距離以及節(jié)點(diǎn)剩余能量，考慮鏈路容量是基于提高網(wǎng)絡(luò)的數(shù)據(jù)傳輸效率以及減少干擾情況，考慮鏈路距離以及節(jié)點(diǎn)剩余能量是為了提高能量效率并均衡節(jié)點(diǎn)的能量負(fù)載。在本節(jié)中我們引入了頻譜效用參數(shù)ηij來(lái)選擇下一跳節(jié)點(diǎn)，頻譜效用參數(shù)越大，作為下一跳節(jié)點(diǎn)的概率越大。在底層網(wǎng)絡(luò)中，頻譜效用參數(shù)ηij,u表示為

(5)

(5)式中：α和β是歸一化的權(quán)重因子；α表示鏈路容量的權(quán)重因子；β表示鏈路距離以及節(jié)點(diǎn)剩余能量的權(quán)重因子；Ej表示節(jié)點(diǎn)j的剩余能量；ES表示節(jié)點(diǎn)的初始能量。

在覆蓋路由中，頻譜效用參數(shù)ηij,c表示為

(6)

最終，協(xié)同路由的頻譜效用參數(shù)ηij為

(7)

因此，在基于覆蓋網(wǎng)絡(luò)和底層網(wǎng)絡(luò)的互相協(xié)作組成協(xié)同網(wǎng)絡(luò)后，根據(jù)協(xié)同網(wǎng)絡(luò)的頻譜效用參數(shù)ηij，源節(jié)點(diǎn)GS會(huì)在其通信范圍內(nèi)選擇ηij值最大的鄰居節(jié)點(diǎn)作為下一跳，下一跳節(jié)點(diǎn)繼續(xù)以ηij值作為評(píng)估標(biāo)準(zhǔn)尋找轉(zhuǎn)發(fā)節(jié)點(diǎn)，直到數(shù)據(jù)包達(dá)到目的節(jié)點(diǎn)GD。

4　實(shí)驗(yàn)仿真結(jié)果

本節(jié)將通過實(shí)驗(yàn)仿真來(lái)評(píng)估本文算法的性能，采用的實(shí)驗(yàn)仿真軟件為NS-2，MAC層采用的訪問控制協(xié)議為CSMA/CA。實(shí)驗(yàn)中的頻譜帶有3條，分別具有5，10，15個(gè)子頻帶，并且子頻帶的帶寬為0.5 MHz。信道增益遵循瑞利衰落模型，高斯白噪聲的功率譜密度為ψo(hù)=-60 dBm/Hz，功率約束為PT(n)=10-5W，路徑衰落系數(shù)τ=4，認(rèn)知無(wú)線網(wǎng)絡(luò)的范圍為500 m×500 m，數(shù)據(jù)傳輸速率為1.6 Mbit/s，主用戶節(jié)點(diǎn)和次用戶節(jié)點(diǎn)的傳輸范圍都為50 m，初始能量都為1 J，由于鏈路容量和能量效率都是選擇協(xié)同路由的重要度量，因此，頻譜效用參數(shù)的權(quán)重因子設(shè)置為α=β=0.5。實(shí)驗(yàn)對(duì)比算法為文獻(xiàn)[14]中Wang等提出的一種基于競(jìng)爭(zhēng)進(jìn)化算法的認(rèn)知網(wǎng)絡(luò)QoS多播路由協(xié)議。在仿真過程中所有算法的實(shí)驗(yàn)仿真參數(shù)一致，并且算法的仿真時(shí)間都為500 s。

圖2為主用戶節(jié)點(diǎn)數(shù)量變化條件下的數(shù)據(jù)包傳遞成功率，在該實(shí)驗(yàn)進(jìn)行的過程中次用戶節(jié)點(diǎn)的數(shù)量保持50個(gè)不變。從圖2中可以看出，隨著加入的主用戶節(jié)點(diǎn)數(shù)量的增加，網(wǎng)絡(luò)的數(shù)據(jù)包傳遞成功率會(huì)逐漸下降。其中，本文算法的數(shù)據(jù)包傳遞成功率一直保持在85%以上，文獻(xiàn)[14]的數(shù)據(jù)包傳遞成功率則一直保持在80%以上，最低為84.4%，這是由于該路由算法采用競(jìng)爭(zhēng)協(xié)同進(jìn)化算法用于查詢多播樹，提出了用戶的QoS需求模型，該模型包含了延遲抖動(dòng)和誤差率相結(jié)合的QoS參數(shù)，對(duì)提升數(shù)據(jù)包傳遞成功率具有較好的促進(jìn)作用。在本文提出的協(xié)同路由中，由于考慮了覆蓋和底層網(wǎng)絡(luò)的頻譜利用特性，使得次用戶節(jié)點(diǎn)有效地利用信道接入機(jī)會(huì)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，并且可以通過調(diào)整權(quán)重因子來(lái)實(shí)現(xiàn)更低的傳輸延遲。

圖2　數(shù)據(jù)包傳遞成功率Fig.2　Packet delivery success rate

圖3為網(wǎng)絡(luò)會(huì)話數(shù)量變化條件下的網(wǎng)絡(luò)平均吞吐量，在該實(shí)驗(yàn)進(jìn)行的過程中，次用戶節(jié)點(diǎn)數(shù)和主用戶節(jié)點(diǎn)數(shù)分別保持在50個(gè)、4個(gè)，且不發(fā)生變化。從圖3中可以看出，隨著加入認(rèn)知網(wǎng)絡(luò)的網(wǎng)絡(luò)會(huì)話數(shù)量逐漸增多，仿真算法的平均吞吐量情況發(fā)生了不一樣的變化。圖3中本文算法的平均吞吐量明顯占優(yōu)，雖然文獻(xiàn)[14]的算法提出了用戶的QoS需求模型，分別以帶寬滿意度函數(shù)和延遲的滿意度函數(shù)來(lái)提升網(wǎng)絡(luò)吞吐量。但在網(wǎng)絡(luò)會(huì)話增多的情況下，本文算法的優(yōu)勢(shì)更加明顯，原因在于覆蓋路由和底層路由合作得到的協(xié)同路由能夠更好地適應(yīng)鏈路容量變化并進(jìn)行最佳頻譜選擇，對(duì)提高網(wǎng)絡(luò)吞吐量具有較大幫助。

圖3　平均吞吐量Fig.3　Average throughput

圖4為網(wǎng)絡(luò)會(huì)話數(shù)量變化條件下的平均節(jié)點(diǎn)剩余能量，在該實(shí)驗(yàn)進(jìn)行的過程中次用戶節(jié)點(diǎn)數(shù)和主用戶節(jié)點(diǎn)數(shù)分別保持在50個(gè)、4個(gè)，且不發(fā)生變化。網(wǎng)絡(luò)會(huì)話數(shù)量的增多意味著節(jié)點(diǎn)的數(shù)據(jù)傳輸負(fù)載加大，能量消耗量更大。因此，圖4中各算法的平均節(jié)能能量都隨著網(wǎng)絡(luò)會(huì)話數(shù)量的增多而逐漸減小。本文算法相比基于競(jìng)爭(zhēng)進(jìn)化算法的方法只高出3.2%，兩者差距較小，這是由于文獻(xiàn)[14] 在用戶的QoS需求模型中定義了穩(wěn)定性程度來(lái)限制節(jié)點(diǎn)的能量負(fù)載，路由路徑會(huì)繞開負(fù)載過度的節(jié)點(diǎn)，對(duì)均衡節(jié)點(diǎn)能量有較好的作用。

圖4　平均節(jié)點(diǎn)剩余能量Fig.4　Average residual energy

5　結(jié)　論

本文提出了一種基于功率約束及節(jié)點(diǎn)頻譜選擇的認(rèn)知協(xié)同路由，該算法首先提出了一種新的認(rèn)知網(wǎng)絡(luò)架構(gòu)：認(rèn)知協(xié)同網(wǎng)絡(luò)，通過認(rèn)知協(xié)同網(wǎng)絡(luò)包含的覆蓋及底層網(wǎng)絡(luò)在節(jié)點(diǎn)頻譜選擇上的特性，設(shè)計(jì)出一種鏈路更短、干擾程度更小的協(xié)同路由。為了最大化鏈路容量，基于主用戶對(duì)次用戶的干擾程度及次用戶的功率約束條件，提出了鏈路容量最大化方程組來(lái)選擇最佳的頻譜段和發(fā)射功率。在路由節(jié)點(diǎn)的選擇上，通過引入頻譜效用參數(shù)，考慮了鏈路容量，鏈路距離以及節(jié)點(diǎn)剩余能量的QoS指標(biāo)，得到最佳的協(xié)同路由。實(shí)驗(yàn)仿真結(jié)果表明，本文算法在網(wǎng)絡(luò)會(huì)話量增大的條件下具有更好的適應(yīng)能力，并保持較高的網(wǎng)絡(luò)吞吐量，并且在數(shù)據(jù)包傳遞成功率及節(jié)能上均表現(xiàn)出較好的效果。

[1]CHAI Z Y, CHEN Liang, ZHU S F, et al. Power Allocation of Cognitive Wireless Network Based on Immune Clonal Optimization[J].Journal of University of Electronic Science & Technology of China, 2013, 42(1):36-40.

[2]ZHANG Huawei, WEI Meng. Parameter optimization of cognitive wireless network based on cloud immune algorithm[J].Journal of Computer Applications,2014, 34(3):628-631.

[3]SATO G, UCHIDA N, SHIBATA Y. Performance Evaluation of PC Router Based Cognitive Wireless Network for Disaster-Resilient WANs[C]// IEEE.2014 28th International Conference on Advanced Information Networking and Applications Workshops (WAINA).New York：IEEE Computer Society，2014:611-616.

[4]CHAI Z Y, LIU F, QI Y T, et al. A Novel Immune Optimization Algorithm for Fairness Resource Allocation in Cognitive Wireless Network[J].Wireless Personal Communications, 2013, 69(4):1671-1687.

[5]柴爭(zhēng)義, 劉芳. 基于免疫克隆選擇優(yōu)化的認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配[J].通信學(xué)報(bào), 2010, 31(11):92-100.

CHAI Zhengyi, LIU Fang.Spectrum allocation of cognitive wireless network based on immune clone selection optimization[J]. Journal on Communications,2010,31(11): 92-100.

[6]KUANG Z F, CHEN Z G. Multicast Routing Algorithm with QoS Constraints in Cognitive Wireless Mesh Networks[J]. Journal of Software, 2014, 23(11):3029-3044.

[7]李方偉, 柴源, 朱江. 認(rèn)知無(wú)線網(wǎng)中基于隊(duì)列博弈的頻譜選擇算法[J]. 四川大學(xué)學(xué)報(bào)：工程科學(xué)版, 2013, 45(4): 149-155.

LI Fangwei, CHAI Yuan, ZHU Jiang. Spectrum Selection Algorithm of Cognitive Radio Networks Based on Queueing Game[J]. Journal of Sichuan University: Engineering Science Edition, 2013, 45(4): 149-155.[8]金順福, 代羽. 帶有接入閾值和超時(shí)隙的認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配策略[J]. 電子與信息學(xué)報(bào), 2014, 36(8):1817-1823.

JIN Shunfu, DAI Yu. A Spectrum Allocation Strategy with an Access Threshold and Super-slot in Cognitive Radio Networks[J]. Journal of Electronics & Information Technology, 2014, 36(8): 1817-1823.

[9]李方偉, 柴源, 朱江,等. 基于動(dòng)態(tài)古諾博弈的認(rèn)知無(wú)線電頻譜貿(mào)易算法[J].電子科技大學(xué)學(xué)報(bào), 2014, (4):502-507.LI Fangwei,CHAI Yuan,ZHU Jiang,et al.Spectrum Trading Algorithm of Cognitive Radio Networks Based on Dynamic Cournot Game[J].Journal of University of Electronic Science and Technology of China,2014,(4):502-507.[10] SUN G, TIAN X, XU Y, et al. Profit maximization for secondary users in dynamic spectrum auction of cognitive radio networks[J].Wireless Communications & Mobile Computing, 2015, 15(9):1331-1341.

[11] CHATZIDIAMANTIS Nestor D, MATSKANI E, GEORGIADIS L,et al. Optimal Primary-Secondary User Cooperation Policies in Cognitive Radio Networks[J]. Wireless Communications IEEE Transactions on, 2015, 14(6): 3443-3455.

[12] 李岳洪, 萬(wàn)頻, 王永華,等. 改進(jìn)的細(xì)菌覓食算法求解認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜分配問題[J]. 計(jì)算機(jī)科學(xué), 2013, 40(8):49-52.

LI Yuehong,WAN Pin,WANG Yonghua,et al.Cognitive Radio Spectrum Assignment Based on Binary Bacterial Foraging Optimization Algorithm[J].Computer Science, 2013, 40(8):49-52.

[13] DING Y, XIAO L. Video On-Demand Streaming in Cognitive Wireless Mesh Networks[J].Mobile Computing IEEE Transactions on, 2013, 12(3):412-423.

[14] WANG X, CHENG H, HUANG M. QoS multicast routing protocol oriented to cognitive network using competitive coevolutionary algorithm[J].Expert Systems with Applications, 2014, 41(10):4513-4528.

萬(wàn)智萍(1980-)，男，湖北鄂州人，講師，碩士，研究方向?yàn)閳D像處理，目標(biāo)跟蹤，通信網(wǎng)絡(luò)設(shè)計(jì)與優(yōu)化。E-mail：wzp888_0@126.com。

(編輯：王敏琦)

The Guangdong Province Young Creative Talents Natural Science Foundation(2014KQNCX253)

Cognitive cooperative routing based on power constraints and node select spectrum

WAN Zhiping

(Xinhua College，Sun Yat-Sen University, Guangzhou 510520, P.R.China)

This paper proposed a cooperative routing algorithm to enhance the efficiency of data transmission and optimize the energy load on cognitive radio network. Design of a collaborative network architecture based on collaboration between the cover technology and the underlying technology, the architecture provided a new spectrum policy choice for the network band performance diversification, to enhance the effectiveness of spectrum resources. Spectrum and node power allocation method of maximize link capacity was proposed by combining interference characteristics of collaborative network spectrum selection and according spectrum interference and power constraints. Spectrum utility parameter was introduced in collaborative routing design to optimize energy and transport efficiency of the routing nodes, while the metric parameters related to the residual energy and link capacity. Comparison simulation results show that effectively using channel access opportunities, the algorithm could improve the transmission efficiency. Compared with the multicast routing method based on the competitive evolution algorithm, the cooperative routing algorithm has advantages respectively in increasing the success rate of data package transmission by 1.4%, increasing the average internet throughput by 8.4%, and increasing the average remaining energy load by 3.2%, it also has a good performance in load balancing node.

cognitive cooperative routing; underlying network coverage; spectrum selection; transmission efficiency; energy load

10.3979/j.issn.1673-825X.2016.05.009

2015-12-29

2016-09-06通訊作者：萬(wàn)智萍 wzp888_0@126.com

廣東省青年創(chuàng)新人才自然科學(xué)基金(2014KQNCX253)

TN92; TP393.0

A

1673-825X(2016)05-0667-05