高 卉，馮友宏,2，王曉雨

(1.南京郵電大學(xué) 教育部寬帶無線通信與傳感器技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210003；2.安徽師范大學(xué) 物理與電子信息學(xué)院，安徽 蕪湖 241000)

認(rèn)知無線傳感網(wǎng)絡(luò)中吞吐量能耗均衡研究

高 卉1，馮友宏1,2，王曉雨1

(1.南京郵電大學(xué) 教育部寬帶無線通信與傳感器技術(shù)重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210003；2.安徽師范大學(xué) 物理與電子信息學(xué)院，安徽 蕪湖 241000)

認(rèn)知無線傳感網(wǎng)可利用空閑的授權(quán)頻段來解決傳統(tǒng)無線傳感器網(wǎng)絡(luò)的頻譜資源短缺的問題，在授權(quán)頻段內(nèi)，其利用頻譜空穴進(jìn)行通信，從而改善了無線傳感器網(wǎng)的性能。由于認(rèn)知無線傳感網(wǎng)主要基于無線傳感器網(wǎng)，因此存在著節(jié)點(diǎn)能力弱、需考慮網(wǎng)絡(luò)節(jié)能及其與節(jié)點(diǎn)協(xié)作等問題，不能直接套用傳統(tǒng)認(rèn)知無線電網(wǎng)絡(luò)的技術(shù)。由于次用戶能耗限制和上傳信道信息可能存在錯(cuò)誤，提高能耗效率在次用戶頻譜感知和協(xié)作發(fā)送過程中顯得非常重要。為此，提出了一種用于集中式協(xié)作頻譜感知的硬判決融合算法。該算法在能耗階段，由總的檢測(cè)概率和虛警概率的限制求最小的次用戶數(shù)目；在能耗效率優(yōu)化階段，在固定感知時(shí)隙等參數(shù)限制下，設(shè)計(jì)優(yōu)化目標(biāo)函數(shù)，迭代算法求得最優(yōu)用戶數(shù)，從而實(shí)現(xiàn)能耗的最大效率。基于信道信息誤碼率對(duì)能耗影響的分析，進(jìn)行了硬判決融合算法與傳統(tǒng)算法的對(duì)比仿真實(shí)驗(yàn)。仿真結(jié)果表明，該算法需要的感知節(jié)點(diǎn)最少，且能耗效率可達(dá)到最優(yōu)。

認(rèn)知無線網(wǎng)絡(luò)；協(xié)作頻譜感知；能耗效率；硬判決；誤碼率限制

1 概 述

目前無線傳感網(wǎng)(WSN)面臨著諸多挑戰(zhàn)，包括非授權(quán)ISM頻段頻譜資源匱乏和節(jié)點(diǎn)的能量有限等問題。為了緩解WSN的頻譜資源匱乏問題，將無線通信領(lǐng)域的認(rèn)知無線電技術(shù)引入WSN，認(rèn)知無線傳感網(wǎng)(CWSN)應(yīng)運(yùn)而生[1]。為了檢測(cè)授權(quán)用戶的活躍性，認(rèn)知用戶感知目標(biāo)頻譜。如果感知到?jīng)]有主用戶，次用戶可以發(fā)送信息。然而，由于信道衰落和陰影效應(yīng)的影響，單個(gè)WSN節(jié)點(diǎn)進(jìn)行頻譜感知可能導(dǎo)致錯(cuò)誤判決。為了提高資源分配和頻譜感知的性能，提出了協(xié)作機(jī)制[2]。次用戶間的協(xié)作可以提高感知結(jié)果的可靠性，這稱為協(xié)作頻譜感知。在協(xié)作頻譜感知階段，次用戶報(bào)告各自的本地判決到融合中心，在融合中心根據(jù)預(yù)設(shè)的判決準(zhǔn)則進(jìn)行最終判決。

協(xié)作頻譜感知分為集中式和分布式。集中式協(xié)作頻譜感知，所有次用戶檢測(cè)主用戶存在與否，做出硬判決發(fā)給融合中心[3]。融合中心收集所有的判決，運(yùn)用硬判決融合算法(與融合、或融合等)，把判決結(jié)果發(fā)給各個(gè)次用戶。對(duì)于分布式頻譜感知，每個(gè)次用戶檢測(cè)與WSN網(wǎng)絡(luò)節(jié)點(diǎn)使用同樣頻段的其他無線電用戶信號(hào)，并與鄰節(jié)點(diǎn)交換觀測(cè)信息，經(jīng)過多輪交換，做出最終判決。集中式頻譜感知要求在次用戶和融合中心之間建立一個(gè)公用的控制信道。然而，這導(dǎo)致了頻帶的開銷，如：帶寬、計(jì)算復(fù)雜度、時(shí)延等。

傳統(tǒng)的認(rèn)知無線電(CR)網(wǎng)絡(luò)技術(shù)研究中，已有大量文獻(xiàn)對(duì)協(xié)作感知進(jìn)行研究。文獻(xiàn)[4]提出了最優(yōu)化表決融合來獲得最高能耗效率。文獻(xiàn)[5-6]結(jié)合兩種融合準(zhǔn)則，運(yùn)用分層結(jié)構(gòu)，在滿足檢測(cè)概率和虛警概率的限制下,提出了一種迭代的能耗算法，極大地減小了在每個(gè)階段報(bào)告次用戶的數(shù)目。文獻(xiàn)[7]提出，對(duì)于一定規(guī)模的認(rèn)知無線電網(wǎng)絡(luò)，一定存在特定數(shù)目的次用戶(例如接收信噪比最高的用戶)，使得協(xié)作性能達(dá)到最優(yōu)。文獻(xiàn)[8]主要致力于找出在次用戶數(shù)及各次用戶的接收信噪比已知的情況下，使得虛警概率和誤檢概率之和最小的最佳融合規(guī)則，以及在檢測(cè)精度限制下使大規(guī)模認(rèn)知無線電網(wǎng)絡(luò)能迅速地進(jìn)行頻譜感知的最少次用戶數(shù)，但對(duì)于大規(guī)模認(rèn)知傳感器網(wǎng)絡(luò)中存在的諸如控制信道帶寬的限制問題卻沒有考慮。傳統(tǒng)CR網(wǎng)絡(luò)的頻譜感知技術(shù)，沒有考慮如WSN網(wǎng)絡(luò)的節(jié)點(diǎn)能力弱、需要節(jié)能的要求，因此需要對(duì)CR頻譜感知技術(shù)進(jìn)行改進(jìn)，使之適合WSN網(wǎng)絡(luò)。如限制進(jìn)行頻譜感知的節(jié)點(diǎn)數(shù)目，使得不必要的節(jié)點(diǎn)不進(jìn)行頻譜感知工作而節(jié)能，同時(shí)又要求盡可能不降低感知精確度。文獻(xiàn)[9]提出了一種混合認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)下的雙信息融合的協(xié)作檢測(cè)算法，該算法采用了多用戶協(xié)作感知技術(shù)。不同于現(xiàn)有基于單一認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的協(xié)作頻譜檢測(cè)的研究,考慮了實(shí)際無線環(huán)境中存在的混合認(rèn)知無線網(wǎng)絡(luò)結(jié)構(gòu),提出了一種雙信息融合的協(xié)作頻譜感知算法。文獻(xiàn)[10]為延長(zhǎng)平均網(wǎng)絡(luò)生存時(shí)間,提出了基于瞬時(shí)信道狀態(tài)信息和剩余能量信息的機(jī)會(huì)多中繼選擇策略,避免了過度使用信道條件較好的中繼節(jié)點(diǎn),平衡各節(jié)點(diǎn)的資源利用。文獻(xiàn)[11]介紹了基于梯度算子的小生境遺傳算法的簇頭選擇方式。認(rèn)知無線網(wǎng)絡(luò)中無論是認(rèn)知用戶間的協(xié)作或是授權(quán)用戶與認(rèn)知用戶間的協(xié)作，都會(huì)增加系統(tǒng)吞吐量，提高總的頻譜效率。文獻(xiàn)[12]基于雙門限能量檢測(cè)的協(xié)作頻譜感知性能的優(yōu)化方案,根據(jù)信噪比確定最優(yōu)的檢測(cè)門限值,使得協(xié)作頻譜感知的全局錯(cuò)誤概率在各信噪比條件下都達(dá)到最小值,從而提高了協(xié)作頻譜感知的性能。文獻(xiàn)[13]研究了使能耗最小的最佳協(xié)作頻譜感知，但是該算法的近似結(jié)果中檢測(cè)錯(cuò)誤率相當(dāng)高。

然而上述算法都沒有考慮次用戶報(bào)告信道誤碼率的影響而導(dǎo)致融合中心頻譜感知的檢測(cè)性能會(huì)下降。由于次用戶在感知和發(fā)送階段的能耗限制，檢測(cè)精確度和能耗效率做出權(quán)衡折中很重要。檢測(cè)概率隨著次用戶數(shù)的提高而提高，同時(shí)發(fā)送階段能量消耗也隨之增加。因此研究如何找到最優(yōu)的次用戶數(shù)使得消耗最小的能量，同時(shí)提供可靠的檢測(cè)結(jié)果和發(fā)送質(zhì)量顯得非常重要。此外，對(duì)誤碼率如何影響最優(yōu)的協(xié)作感知的次用戶數(shù)也是值得關(guān)注的問題。

為此，可采用以下策略獲得最優(yōu)的次用戶數(shù)N，研究分兩個(gè)階段：能耗階段，在總的檢測(cè)概率和虛警概率的限制下，通過仿真求最小的次用戶數(shù)目；能耗效率優(yōu)化階段，在固定感知時(shí)隙等參數(shù)的限制下，設(shè)計(jì)優(yōu)化目標(biāo)函數(shù)，迭代算法求得最優(yōu)用戶數(shù)，從而使能耗效率最大。

2 系統(tǒng)模型

考慮含有N個(gè)次用戶和一個(gè)FC的集中式協(xié)作頻譜感知。假設(shè)任意兩個(gè)次用戶的間距遠(yuǎn)小于次用戶到主用戶的距離，所以可認(rèn)為各次用戶接收端的信噪比相等。鑒于能量檢測(cè)具有實(shí)現(xiàn)簡(jiǎn)單且不需要任何先驗(yàn)信息的優(yōu)點(diǎn)，假設(shè)網(wǎng)絡(luò)中各次用戶首先采用能量檢測(cè)執(zhí)行本地感知，然后將1 bit決策信息(“1”或“0”)發(fā)往融合中心參與全局決策融合。

2.1錯(cuò)誤判決概率

用H0和H1分別表示主用戶信道空閑和繁忙的假設(shè)，則第i個(gè)次用戶的第k個(gè)接收信號(hào)為:

(1)

其中,s(k)為k時(shí)刻主用戶發(fā)送的信號(hào)；hi(k)為k時(shí)刻主用戶和第i個(gè)次用戶間的信道增益；ni(k)為第i個(gè)次用戶的加性高斯白噪聲(Additive White Gaussian Noise,AWGN)。

假設(shè)感知時(shí)間小于信道的相干時(shí)間，則認(rèn)為信道增益hi(k)在感知時(shí)間內(nèi)不變，不妨記作hi，當(dāng)各信道衰落相當(dāng)時(shí)，hi=hj=h。假設(shè)各次用戶采用相同的能量檢測(cè)門限，則所有次用戶具有相同的檢測(cè)性能，所有次用戶的發(fā)送錯(cuò)誤概率均為Pe,記各次用戶在感知時(shí)間內(nèi)接收到的采樣點(diǎn)數(shù)為M，則檢測(cè)統(tǒng)計(jì)量為：

(2)

當(dāng)N較大時(shí)，根據(jù)中心極限定理知,E可近似為一個(gè)正態(tài)分布。具體而言，當(dāng)信號(hào)和噪聲都是零均值的實(shí)值高斯時(shí)，由文獻(xiàn)[14]可知：

(3)

(4)

(5)

協(xié)作頻譜感知全局檢測(cè)概率和虛警概率分別為：

(6)

(7)

其中，Px為頻譜占用時(shí)，融合中心接收本地判決為1的概率；Py為頻譜未被占用時(shí)，融合中心接收本地判決為0的概率。

Px=Pd(1-Pe)+Pe(1-Pd)

(8)

Py=Pf(1-Pe)+Pe(1-Pf)

(9)

總的錯(cuò)誤概率為：

ε=P0Qf+P1(1-Qd)

(10)

2.2能耗效率

考慮的次用戶時(shí)隙幀結(jié)構(gòu)如圖1所示。

圖1 次用戶時(shí)隙幀結(jié)構(gòu)

在每個(gè)感知周期內(nèi)，次用戶首先花費(fèi)TS用于頻譜感知，包括本地感知時(shí)間Ts和信息上傳時(shí)間N*Tr。如果FC給出的全局決策結(jié)果認(rèn)為主用戶不存在，則利用剩余的進(jìn)行數(shù)據(jù)傳輸，否則等待下一個(gè)周期。

(11)

其中，R為數(shù)據(jù)速率；因子1-Qf表示成功發(fā)送數(shù)據(jù)的概率。

(12)

其中，PS為次用戶協(xié)作頻譜感知消耗的能耗；Pt為數(shù)據(jù)傳輸時(shí)消耗的能耗；Punused表示頻譜未被占用的概率，需要注意的是，當(dāng)且僅當(dāng)頻譜認(rèn)為未被占用時(shí)才進(jìn)行數(shù)據(jù)傳輸。

Punesed=P0(1-Qf)+P1(1-Qd)

(13)

因此，能耗效率(μ)表達(dá)式如下：

(14)

3 問題及算法分析

協(xié)作頻譜感知性能隨著認(rèn)知用戶的數(shù)量增加而增加。然而，大量的協(xié)作用戶導(dǎo)致大量的能耗和報(bào)告時(shí)延。因此，在滿足限制的虛警概率和檢測(cè)概率下，找到最優(yōu)數(shù)量的次用戶數(shù)很重要。檢測(cè)概率高表示對(duì)主用戶干擾小，虛警概率低表示頻譜利用率高。下面，首先得到滿足限制干擾下的認(rèn)知用戶范圍，接著得到網(wǎng)絡(luò)吞吐最大化時(shí)的最優(yōu)用戶數(shù)。

3.1問題分析

3.1.1 能耗分析

認(rèn)知無線傳感網(wǎng)的檢測(cè)性能與協(xié)作感知的用戶數(shù)密切相關(guān)。認(rèn)知用戶數(shù)越高，檢測(cè)性能越好，但同時(shí)增加了系統(tǒng)能耗。現(xiàn)在的標(biāo)準(zhǔn)[15]給出最低的檢測(cè)概率和虛警概率要求，因此，只要滿足這些限制，再增加參與協(xié)作的頻譜感知數(shù)就相當(dāng)于增加了認(rèn)知無線傳感網(wǎng)的能量消耗。因此有必要設(shè)計(jì)一個(gè)合適的能耗機(jī)制來減少網(wǎng)絡(luò)能耗，同時(shí)仍保持標(biāo)準(zhǔn)要求。

定義能耗優(yōu)化問題，在表決融合算法中，固定K,算法如下：

(15)

使用表決融合，根據(jù)二項(xiàng)式定理，式(6)、(7)可以寫成：

Qf=1-ψ(k-1,Pf,N)

(16)

Qd=1-ψ(k-1,Pd,N)

(17)

其中，ψ是不完全beta函數(shù)，定義如下：

ψ(k,p,n)=I1-p(n-k,k+1)=(n-

(18)

ψ-1是ψ函數(shù)的逆函數(shù)，對(duì)于給定的k,N，ψ和ψ-1是單調(diào)遞增函數(shù)，因此有：

Pf=ψ-1(k-1,1-Qf,N)≤ψ-1(k-1,1-β,N)

(19)

Pd=ψ-1(k-1,1-Qd,N)≥ψ-1(k-1,1-α,N)

(20)

(21)

其中，ζα=ψ-1(k-1,1-β，N)；Q-1是Q函數(shù)的逆函數(shù)。

因此最優(yōu)數(shù)N*是從1到N的線性搜索，首先滿足式(21)。

基于式(21)，與融合的最優(yōu)N由下式得出：

Q(A+BQ-1(α1/N))≤β1/N

(22)

對(duì)于或融合算法，最優(yōu)N由以下不等式得出：

Q(A+BQ-1(α'))≤β'

(23)

3.1.2 錯(cuò)誤概率對(duì)能耗的影響

認(rèn)為每一個(gè)次用戶基于本地頻譜感知做出判決，并向融合中心轉(zhuǎn)發(fā)1 bit報(bào)告信息。假設(shè)報(bào)告信息由BPSK調(diào)制，由于信道衰落和陰影效應(yīng)的影響，信息發(fā)送的過程中會(huì)出現(xiàn)一定的錯(cuò)誤，錯(cuò)誤概率記為Pre。根據(jù)文獻(xiàn)[16]，采用BPSK調(diào)制，N個(gè)協(xié)作頻譜感知次用戶的平均報(bào)告誤碼率切諾夫界如下：

(24)

因此，協(xié)作頻譜感知報(bào)告信道能耗范圍由下式得出：

(25)

其中，dsensing為次用戶到融合中心的距離；根據(jù)文獻(xiàn)[17],G≈5×108。

由式(24)可得：

(26)

其中，Prb,bpsk(N,γb)的閉合表達(dá)式如下：

(27)

3.2算法分析

在考慮了感知和發(fā)送過程中的能耗，頻譜利用率和發(fā)送可靠性條件下，構(gòu)建了相關(guān)的優(yōu)化問題，即在總的檢測(cè)概率、虛警概率以及次用戶發(fā)送誤碼率下，得到能耗效率最大化。優(yōu)化問題目標(biāo)函數(shù)如下：

(28)

通過對(duì)μ函數(shù)的最優(yōu)化求解，能夠得到一定值N,使得μ取得最大值，而當(dāng)μ最大時(shí)，能使認(rèn)知傳感器網(wǎng)絡(luò)在檢測(cè)性能足夠好的前提下減少網(wǎng)絡(luò)的能量消耗[16]，從而在保證檢測(cè)性能的同時(shí)，延長(zhǎng)認(rèn)知傳感器網(wǎng)絡(luò)的生存時(shí)間。計(jì)算基于檢測(cè)概率和能量消耗的最佳用戶數(shù)N。

對(duì)于固定的α，β，Ts，Tr，μ函數(shù)必存在N*，使得μ函數(shù)取最大值，N*便是基于檢測(cè)概率、虛警概率和報(bào)告信道可靠性的最佳用戶數(shù)。計(jì)算N*的步驟如下：

(1)初始化：設(shè)置K=1，固定系統(tǒng)虛警概率β，設(shè)置檢測(cè)概率最小值α和錯(cuò)誤概率Prb,req；

(2)根據(jù)式(6)計(jì)算協(xié)作系統(tǒng)檢測(cè)概率Qd(K)；

(3)如果Qd(K)>α,則進(jìn)行步驟(4)，否則K=K+1，并返回步驟(2)；

(4)根據(jù)式(14)計(jì)算K個(gè)次用戶系統(tǒng)的能耗效率μ(K)；

(5)如果μ(K)<μ(K-1)，則K=K+1,并返回步驟(4)，否則轉(zhuǎn)到步驟(6)；

(6)跳出循環(huán)，且有N*=K。

4 仿真結(jié)果及分析

仿真參數(shù)如表1所示，這些參數(shù)對(duì)所有次用戶都相同。

表1 仿真參數(shù)

表2說明了誤碼率對(duì)與融合、或融合算法的影響，表決融合與之類似。

表2 檢查概率與與融合、或融合的關(guān)系(虛警概率Qf=0.1，γ=-9 dB,Pre=10-4)

圖2顯示了最優(yōu)數(shù)量N與虛警概率Qf之間的關(guān)系。

圖2 虛警概率限制下的最優(yōu)次用戶數(shù)N

從圖中可得，隨著虛警概率的增加，三種融合方式需要的用戶數(shù)目都隨之減少；相同虛警概率，相同融合方式，檢測(cè)概率大的需要的最優(yōu)次用戶數(shù)越大；在整個(gè)虛警范圍內(nèi)，OR融合準(zhǔn)則優(yōu)于與融合，表決融合方式最優(yōu)，所需的最優(yōu)用戶數(shù)最少。

圖3顯示了最優(yōu)數(shù)量N與檢測(cè)概率Qd之間的關(guān)系。

圖3 檢測(cè)概率限制下的最優(yōu)次用戶數(shù)N

從圖中可得，隨著檢測(cè)概率的增加，三種融合方式需要的用戶數(shù)目都隨之增多；相同檢測(cè)概率，相同融合方式，虛警概率大的需要的最優(yōu)次用戶數(shù)越?。辉谡麄€(gè)檢測(cè)概率范圍內(nèi)，OR融合準(zhǔn)則優(yōu)于與融合，表決融合方式最優(yōu)，所需的最優(yōu)用戶數(shù)最少。

圖4顯示了能耗效率與次用戶數(shù)量N之間的關(guān)系。

圖4 不同次用戶數(shù)的能耗效率

從圖中可得，次用戶數(shù)量存在最優(yōu)值使能耗效率最優(yōu)；在整個(gè)次用戶數(shù)范圍內(nèi)，表決融合方式最優(yōu)，能耗效率最大，OR融合次之。

5 結(jié)束語

為了提高能耗效率，考慮到信道存在錯(cuò)誤概率的情況，提出了CWSN網(wǎng)絡(luò)中協(xié)作頻譜感知次用戶數(shù)的優(yōu)化方法，通過迭代算法得到融合最優(yōu)次用戶數(shù)?；谛诺佬畔⒄`碼率對(duì)能耗影響的分析，進(jìn)行了硬判決融合算法與傳統(tǒng)算法的對(duì)比仿真實(shí)驗(yàn)。仿真結(jié)果表明，該算法需要的感知節(jié)點(diǎn)最少，且能耗效率可達(dá)到最優(yōu)。此外，對(duì)比驗(yàn)證并分析與融合、或融合以及表決融合的最優(yōu)次用戶感知數(shù)目可知，表決融合的能耗效率最優(yōu)。

[1] Peh E C Y,Liang Y C,Guan Y L,et al.Optimization of cooperative sensing in cognitive radio networks:a sensing-throughput tradeoff view[J].IEEE Transactions on Vehicular Technology,2009,58(9):5294-5299.

[2] Mishra S M,Sahai A,Brodersen R W.Cooperative sensing among cognitive radios[C]//International conference on communications.[s.l.]:IEEE,2006:1658-1663.

[3] Varshney P K.Distributed detection and data fusion[M].New York:Springer-Verlag,1997:216-232.

[4] Viswanathan R,Varshney P K.Distributed detection with multiple sensors[J].Proceedings of IEEE,1997,85(1):64-79.

[5] Zhang W, Mallik R, Letaief K. Optimization of cooperative spectrum sensing with energy detection in cognitive radio networks[J].IEEE Transactions on Wireless Communications,2009,8(12):5761-5766.

[6] Muta R,Kohno R.Throughput analysis for cooperative sensing in cognitive radio networks[C]//International symposium on personal,indoor and mobile radio communications.[s.l.]:IEEE,2009:2916-2920.

[7] Peh E C Y,Liang Y C,Guan Y L.Optimization for cooperative sensing in cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2007,58(9):27-32.

[8] Zhang W,Mallik R,Letaief K.Cooperative spectrum sensing optimization in cognitive radio networks[C]//IEEE international conference on communications.[s.l.]:IEEE,2008:3411-3415.

[9] 杜 紅.認(rèn)知無線電中頻譜感知優(yōu)化與無線資源管理的研究[D].北京:北京郵電大學(xué),2012.

[10] 陳 丹.協(xié)作與認(rèn)知無線通信網(wǎng)絡(luò)中若干關(guān)鍵技術(shù)研究[D].北京:北京郵電大學(xué),2012.

[11] 郅希云.認(rèn)知無線網(wǎng)絡(luò)協(xié)作頻譜感知、協(xié)作傳輸、頻譜切換技術(shù)研究[D].北京:北京郵電大學(xué),2012.

[12] 金燕君.認(rèn)知無線傳感器網(wǎng)絡(luò)協(xié)作頻譜感知技術(shù)的研究[D].南京:南京郵電大學(xué),2015.

[13] Hai N P,Zhang Y,Engelstad P E,et al.Optimal cooperative spectrum sensing in cognitive sensor networks[C]//International conference on wireless communications and mobile computing:connecting the world wirelessly.[s.l.]:[s.n.],2009:1073-1079.

[14] 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.

[15] Functional requirements for the 802.22WRAN standard[S].[s.l.]:[s.n.],2006.

[16] Cui S,Goldsmith A J,Bahai A.Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J].IEEE Journal on Selected Areas in Communications,2004,22(6):1089-1098.

[17] Xu X,Bao J,Cao H,et al.Energy efficiency based optimal relay selection scheme with a BER constraint in cooperative cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2015,65(1):191-203.

ResearchonTradeoffofEnergyConsumptionandThroughputinCognitiveWirelessSensorNetworks

GAO Hui1，F(xiàn)ENG You-hong1,2，WANG Xiao-yu1

(1.Key Laboratory of Broadband Wireless Communication and Sensor Technology of MOE，Nanjing University of Posts and Telecommunications，Nanjing 210003，China；2.College of Physics and Electronic Informaion，Anhui Normal University，Wuhu 241000,China)

Cognitive Wireless Sensor Networks (CWSN) can utilize idle authorized spectrum to overcome the shortage of spectrum resources in the traditional wireless sensor network.Within the authorized spectrum,the use of spectrum hole for communication can improve performance of wireless sensor network.In addition,since the CWSN operates in wireless sensor network there exist many shortcomings,such as weak energy of each sensor node,consideration of energy-saving and collaboration of energy-saving with specific node etc,which limit the direct application of traditional technology of cognitive radio network.Due to the energy constraint of each cognitive user and potential secondary transmission errors in CWSN,energy efficiency becomes very important for each cognitive node in spectrum sensing and cooperative transmission.The novel energy efficient strategies are proposed for the centralized CSS using hard decision fusion rules.In stage of energy consumption the minimum number of users can be calculated with the limitation of overall detection probability and false alarm probability;in stage of energy efficiency optimization under the constraint of parameters involving fixed perception time slot etc. the objective function is optimized with iterative algorithm for the optimized number of users as well as the maximum efficiency of energy consumption.Based on analysis on the channel information error rate of energy consumption,the simulation experiments on hard decision fusion algorithm are conducted in contrast with traditional ones.The results show that the optimality of k with N-Rule is prior to both of OR and AND-Rules and the energy efficiency is optimal.

cognitive wireless network;cooperative spectrum sensing;energy efficiency;hard decision fusion;bit-error-rate constraint

TP301

A

1673-629X(2017)10-0130-06

2016-06-20

2016-10-10 < class="emphasis_bold">網(wǎng)絡(luò)出版時(shí)間

時(shí)間：2017-07-19

國(guó)家“973”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2011CB30230)；江蘇省2015年高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目(KYLX0833)

高 卉(1991-)，女，碩士研究生，通信作者，研究方向?yàn)檎J(rèn)知無線電技術(shù)。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170719.1107.004.html

10.3969/j.issn.1673-629X.2017.10.028