楊 博, 王葉群, 黃國策, 孫啟祿, 王桂勝

(空軍工程大學(xué)信息與導(dǎo)航學(xué)院, 陜西 西安 710077)

0 引 言

隨著認(rèn)知無線電(cognitive radio, CR)技術(shù)的發(fā)展,短波寬帶頻譜感知(spectrum sensing, SS)能力顯著提升,在第四代自動(dòng)鏈路建立(automatic link establishment, ALE)模式下建鏈速度提升明顯,構(gòu)建以短波認(rèn)知電臺(tái)為基礎(chǔ)的短波認(rèn)知通信網(wǎng)(high frequency cognitive communication networks, HFCCN)成為可能。短波頻譜管理(high frequency spectrum management, HFSM)是指根據(jù)用戶需求提供最佳可用頻率,滿足用戶服務(wù)質(zhì)量要求。短波信道具有時(shí)變特性,小區(qū)域、窄頻段內(nèi)大量用戶同時(shí)在線會(huì)導(dǎo)致嚴(yán)重的頻點(diǎn)干擾,如何有效提高頻譜資源分配效率、提高數(shù)據(jù)鏈路可靠性成為亟需解決的問題。動(dòng)態(tài)頻譜接入(dynamic spectrum access, DSA)能夠有效利用頻譜空穴,設(shè)計(jì)良好的頻譜接入策略,不僅能夠有效降低電臺(tái)間的干擾,提高頻譜利用率,還可以通過頻譜探測(cè)發(fā)現(xiàn)新的可用頻點(diǎn),滿足實(shí)時(shí)通信需求。

當(dāng)前短波頻譜指配主要以靜態(tài)分配為主,依據(jù)各地垂測(cè)站數(shù)據(jù),構(gòu)建電波傳播模型,以降低頻間干擾為優(yōu)化約束條件,研究了不同算法對(duì)于系統(tǒng)頻率指配性能的影響,該類算法對(duì)固定鏈路性能良好,然而在動(dòng)態(tài)變化的環(huán)境中實(shí)時(shí)性差、可靠性低。HFCCN實(shí)時(shí)動(dòng)態(tài)頻率指配受到頻點(diǎn)可用性影響,網(wǎng)絡(luò)高負(fù)載情況下存在部分鏈路可用頻點(diǎn)少、鏈路間同頻干擾強(qiáng)等問題,需要運(yùn)用DSA進(jìn)行網(wǎng)絡(luò)內(nèi)不同鏈路的通信頻點(diǎn)切換調(diào)整,進(jìn)而提升系統(tǒng)通信性能。

國內(nèi)外針對(duì)CR網(wǎng)絡(luò)進(jìn)行了大量研究,文獻(xiàn)[18]對(duì)CR網(wǎng)絡(luò)進(jìn)行了概述,其中集中式網(wǎng)絡(luò)采用在線拍賣能夠?qū)崿F(xiàn)DSA,有效提高頻譜利用效率。針對(duì)頻譜的在線拍賣,文獻(xiàn)[19]提出了真實(shí)在線雙拍賣(trueful online double auction, TODA)算法,在不允許搶占已分配的頻譜的情況下,分析了次級(jí)用戶(second-user, SU)沖突圖完整時(shí)的拍賣過程。由于頻點(diǎn)價(jià)值對(duì)各個(gè)用戶存在差異,文獻(xiàn)[20]采用了可搶占在線拍賣算法。相對(duì)于TODA算法,通過頻譜可搶占策略,采用平滑臨界值的定價(jià)方式,能夠更加有效地分配頻譜。文獻(xiàn)[21]研究了動(dòng)態(tài)頻譜拍賣系統(tǒng)中的召回機(jī)制問題,提出了一種基于局部召回的動(dòng)態(tài)雙頻譜拍賣機(jī)制。短波認(rèn)知電臺(tái)隨機(jī)接入,難以確定買家、賣家數(shù)量,文獻(xiàn)[22]設(shè)計(jì)了一個(gè)頻譜雙重拍賣框架,適用多個(gè)賣家和買家同時(shí)出價(jià)的情況,綜合考慮了頻譜的可重用性、真實(shí)性和利潤(rùn)最大化。短波信道受到時(shí)間、空間因素影響,同頻干擾也相應(yīng)發(fā)生變化,文獻(xiàn)[23]考慮了頻率分集可能導(dǎo)致頻譜購買者之間的沖突關(guān)系不相同,并解決了干涉圖變化的問題。

短波頻點(diǎn)拍賣相較于傳統(tǒng)頻點(diǎn)拍賣,存在可用拍賣頻點(diǎn)個(gè)數(shù)不確定和用戶數(shù)不確定的雙重不確定情形,因此既要考慮用戶業(yè)務(wù)需求,又要兼顧探測(cè)時(shí)間資源分配,TODA模型能夠平衡兩方面收益,適用于短波頻點(diǎn)DSA。同時(shí),在網(wǎng)絡(luò)高負(fù)載情況下,頻點(diǎn)沖突嚴(yán)重,為減少搶占過程中網(wǎng)絡(luò)內(nèi)頻點(diǎn)切換次數(shù),需要分析沖突關(guān)系,構(gòu)建新的頻率指配模型。

本文提出一種基于沖突分解的TODA(TODA based on conflict decomposition, TODA-CD)短波頻率指配方法,通過設(shè)計(jì)賣方策略和買方策略,最大化買家收益,提高頻譜使用效率,同時(shí)確保算法的真實(shí)性、公平性和預(yù)算均衡。TODA-CD算法重點(diǎn)分析了頻譜搶占對(duì)于現(xiàn)有網(wǎng)絡(luò)內(nèi)頻譜切換次數(shù)的影響,通過對(duì)沖突頻點(diǎn)生成頻譜沖突圖,分析了頻點(diǎn)沖突狀況,設(shè)置懲罰函數(shù),完成對(duì)買家收益的建模。通過仿真發(fā)現(xiàn),TODA-CD算法相比傳統(tǒng)拍賣算法,能夠提高交易成功率,有效減少切換頻次,提高買家收益。

1 系統(tǒng)模型

1.1 HFCCN

在HFCCN中,當(dāng)前獲得頻譜授權(quán)的用戶被稱為主用戶(primary user, PU),也就是網(wǎng)絡(luò)內(nèi)靜態(tài)分配的用戶,未獲得頻譜授權(quán)的用戶被稱為SU,SU通過SS,動(dòng)態(tài)接入網(wǎng)絡(luò)。其中,SU所構(gòu)成的CR網(wǎng)絡(luò)能夠利用寬帶接收機(jī)實(shí)現(xiàn)全頻段接收,使得發(fā)射端頻點(diǎn)探測(cè)范圍跳出預(yù)置頻點(diǎn)集,實(shí)現(xiàn)DSA。

在SU構(gòu)成的認(rèn)知網(wǎng)絡(luò)中,SU主動(dòng)探測(cè)頻點(diǎn)質(zhì)量,其中為避免不同網(wǎng)絡(luò)探測(cè)間的干擾,采用碼分多址的信道接入策略,采用64階的Wlash碼進(jìn)行不同網(wǎng)絡(luò)間探測(cè)信號(hào)的區(qū)分識(shí)別。

在一個(gè)區(qū)域內(nèi),多個(gè)動(dòng)態(tài)移動(dòng)的短波認(rèn)知電臺(tái)和中心節(jié)點(diǎn)進(jìn)行通信,完成數(shù)據(jù)的上傳下達(dá),其網(wǎng)絡(luò)拓?fù)錇榧惺骄W(wǎng)絡(luò),如圖1所示。即一個(gè)中心控制節(jié)點(diǎn)和多個(gè)節(jié)點(diǎn)相連接。在拍賣過程中,當(dāng)業(yè)務(wù)請(qǐng)求到達(dá)時(shí),各個(gè)節(jié)點(diǎn)發(fā)起鏈路建立請(qǐng)求,中心節(jié)點(diǎn)進(jìn)行全頻段掃描檢測(cè)探測(cè)信號(hào),在發(fā)現(xiàn)探測(cè)信號(hào)后開始建鏈過程,形成買方報(bào)價(jià),提交給中心節(jié)點(diǎn),中心節(jié)點(diǎn)根據(jù)拍賣策略,分配合適的頻點(diǎn)給該條鏈路,建立鏈接,傳輸業(yè)務(wù)。業(yè)務(wù)傳輸結(jié)束后,拆除鏈接,釋放頻點(diǎn),網(wǎng)絡(luò)內(nèi)空閑頻點(diǎn)集增加。

圖1 集中式HFCCNFig.1 Centralized HFCCN

1.2 在線雙拍賣模型

文中假設(shè)集中式HFCCN存在個(gè)CR用戶{SU1,SU2,…,SU}和1個(gè)中心節(jié)點(diǎn)SU0。SU0與其他認(rèn)知用戶通過頻譜探測(cè)個(gè)可用頻率,構(gòu)成頻譜賣方=[,,…,]。在1個(gè)拍賣周期內(nèi),個(gè)用戶請(qǐng)求建鏈,提出頻譜申請(qǐng),構(gòu)成頻譜買方=[,,…,]。在拍賣過程中,存在中間拍賣商,決定中標(biāo)人和支付價(jià)格。拍賣采用密封第二價(jià)格拍賣,所有投標(biāo)人提交密封價(jià)格,以未中標(biāo)最高價(jià)格作為支付價(jià)格。假設(shè)頻譜賣家提供1個(gè)空閑可用信道,頻譜買方購買1個(gè)可用信道。用戶到達(dá)符合參數(shù)為的泊松分布。

因此,單條鏈路單個(gè)周期內(nèi)買方收益為

(1)

單條鏈路單個(gè)周期內(nèi)賣方收益為

(2)

網(wǎng)絡(luò)中個(gè)周期內(nèi)買家總收益為

(3)

網(wǎng)絡(luò)中個(gè)周期內(nèi)賣方總收益為

(4)

2 TODA-CD

由于短波鏈路質(zhì)量受時(shí)間、地點(diǎn)等因素影響明顯,不同時(shí)刻變化較大,即不同站點(diǎn)的不同。其中,賣家收益表征了中心節(jié)點(diǎn)資源的利用效率,買家收益表征各條鏈路收益之和,即網(wǎng)絡(luò)內(nèi)頻點(diǎn)指配效率。因此,通過設(shè)計(jì)定價(jià)策略,兼顧賣家收益,同時(shí),確保買家收益最大化,算法優(yōu)化目標(biāo)為max。

2.1 基于鏈路差異性的賣方模型

由于認(rèn)知電臺(tái)所處地理位置的不同,各條鏈路間差異巨大,為保證鏈路可靠性,需要突出關(guān)鍵鏈路的頻點(diǎn)價(jià)值,由此構(gòu)建了以鏈路差異化定價(jià)的賣家模型。

定義每條鏈路當(dāng)前時(shí)刻的可用空白頻點(diǎn)數(shù)量()=[MUF()-MLF()],其中MUF()為某時(shí)刻最高可用頻率,MLF()為某時(shí)刻最低可用頻率,為信道帶寬。

去除干擾頻點(diǎn)(),得到當(dāng)前空白可用頻點(diǎn):

′()=()-()

(5)

式中:中心節(jié)點(diǎn)在′()進(jìn)行頻點(diǎn)質(zhì)量探測(cè)。

(6)

(7)

2.2 基于沖突分解的買方模型

假設(shè)業(yè)務(wù)真實(shí)估值符合參數(shù)為的均勻分布,持續(xù)時(shí)間=-,符合參數(shù)為的均勻分布。

(8)

傳統(tǒng)在線雙拍賣過程中,交易商通過Mcafee算法撮合買家與賣家,采用Kuhn-Munkres二部圖最優(yōu)匹配算法進(jìn)行頻率指配,完成交易,達(dá)到當(dāng)前時(shí)刻預(yù)期收益最大值。但是,短波頻點(diǎn)可用頻點(diǎn)數(shù)目少,頻譜擁擠程度高,在網(wǎng)絡(luò)負(fù)載較高的情況下,使得網(wǎng)絡(luò)內(nèi)成功交易的概率急劇下降,網(wǎng)絡(luò)頻譜利用率降低。

由于買家對(duì)應(yīng)的多個(gè)賣家的頻點(diǎn)占用情況不同,最優(yōu)SINR可能存在頻點(diǎn)占用情況,在頻點(diǎn)缺乏的情況下存在所有可用頻點(diǎn)均被占用的情況。在鏈路申請(qǐng)頻繁、占用時(shí)間較長(zhǎng)的高負(fù)載情況下,可用頻點(diǎn)減少,網(wǎng)絡(luò)內(nèi)擁堵,導(dǎo)致部分鏈路可用頻點(diǎn)已被完全分配,造成通信中斷。允許頻點(diǎn)搶占能夠適應(yīng)高負(fù)載網(wǎng)絡(luò)條件下的頻點(diǎn)指配,即通過調(diào)整過往分配結(jié)果來滿足新鏈路建鏈需求。在此過程中,需要平衡頻點(diǎn)指配收益與切換次數(shù)的關(guān)系,達(dá)到相對(duì)最優(yōu),即在一定限制下通過反向切換網(wǎng)絡(luò)內(nèi)頻點(diǎn)獲得最大收益,提高頻點(diǎn)使用率,提升系統(tǒng)整體收益。

(9)

搶占的切換過程通過買家報(bào)價(jià)實(shí)現(xiàn)。針對(duì)頻點(diǎn)指配結(jié)果進(jìn)行廣度優(yōu)先搜索,進(jìn)而生成頻點(diǎn)沖突樹,通過最大化頻點(diǎn)切換帶來的預(yù)期收益,改變買方的拍賣價(jià)格。切換過程為雙方確認(rèn)過程,額外的網(wǎng)絡(luò)開銷小。

根據(jù)買家期望收益計(jì)算,定義最優(yōu)切換賣家,形成買方報(bào)價(jià):

(10)

當(dāng)頻點(diǎn)調(diào)整時(shí),系統(tǒng)通過競(jìng)價(jià)來進(jìn)行補(bǔ)償,進(jìn)而完成頻點(diǎn)的搶占最優(yōu)切換:

(11)

競(jìng)價(jià)過程采用第二密封價(jià)格進(jìn)行競(jìng)價(jià),即采用競(jìng)價(jià)失敗的最高收益價(jià)格。同時(shí),為保證最優(yōu)匹配,提高值為的報(bào)價(jià),形成新的價(jià)格。針對(duì)新的競(jìng)價(jià)價(jià)格的期望收益為

(12)

由于切換頻次對(duì)系統(tǒng)整體性能存在一定影響,會(huì)引起系統(tǒng)傳輸?shù)难訒r(shí)增大,因此對(duì)收益進(jìn)行一定的罰函數(shù)處理,懲罰度為,懲罰收益為

(13)

預(yù)期收益的計(jì)算采用逐步計(jì)算法,通過廣度優(yōu)先算法進(jìn)行預(yù)期收益的逐步遞歸求解。

(14)

由于切換帶來的每次收益的值降低,為遞減函數(shù),當(dāng)搜索到空閑頻點(diǎn)時(shí),即取得當(dāng)前切換收益的最大值,停止搜索。

由于每次切換過程帶來的收益遞減,搜索過程采用廣度優(yōu)先算法進(jìn)行,通過生成當(dāng)前頻點(diǎn)切換生成樹,計(jì)算最優(yōu)切換方案,樹的深度受空閑頻點(diǎn)數(shù)量影響,即空閑頻點(diǎn)越多,樹的深度越小,切換次數(shù)越少,總體收益越高。

當(dāng)空閑頻點(diǎn)極少時(shí),切換成本急劇增大,新鏈建鏈成功對(duì)總體收益影響減小,可以隨機(jī)延遲一段時(shí)間重新進(jìn)行鏈路申請(qǐng),保證網(wǎng)絡(luò)內(nèi)整體收益最高。

3 算法性能分析

3.1 真實(shí)性分析

首先證明基于搶占的在線雙拍賣算法是真實(shí)的,即投標(biāo)人不能通過操縱其報(bào)價(jià)來提高其效用。

切換過程中,系統(tǒng)的競(jìng)爭(zhēng)價(jià)格由過往系統(tǒng)的頻點(diǎn)分配狀況決定,由系統(tǒng)主導(dǎo),不存在欺詐。賣方報(bào)價(jià)由系統(tǒng)探測(cè)時(shí)間生成,不存在欺詐性。因此,該算法是真實(shí)的。

3.2 公平性分析

從買家和賣家兩個(gè)方面討論公平性。由于頻譜具有可搶占性,申請(qǐng)時(shí)間先后順序?qū)τ陬l點(diǎn)的選擇影響降低,保證了后接入節(jié)點(diǎn)的公平性。同時(shí),通過競(jìng)爭(zhēng)方式接入,保證了各個(gè)站點(diǎn)之間的公平性,可平衡各個(gè)節(jié)點(diǎn)業(yè)務(wù)量和頻譜使用的關(guān)系。

賣方策略通過對(duì)每個(gè)頻點(diǎn)分配相同的時(shí)間進(jìn)行頻點(diǎn)探測(cè),保證各個(gè)站點(diǎn)對(duì)整個(gè)系統(tǒng)探測(cè)資源的公平使用,通過差異化定價(jià),體現(xiàn)不同頻點(diǎn)的探測(cè)成本。

3.3 預(yù)算平衡分析

由于系統(tǒng)內(nèi)買方的收益始終高于賣方的成本,預(yù)算初始會(huì)保持平衡。拍賣過程中,由于買方和賣方通過競(jìng)價(jià)完成交易,使得報(bào)價(jià)趨于真實(shí),不會(huì)出現(xiàn)買方整體壓低報(bào)價(jià)或者賣方整體抬高報(bào)價(jià)而導(dǎo)致的預(yù)算失衡。

3.4 頻譜利用率

通過采用可搶占的頻點(diǎn)選擇策略,提高了交易的成功率,進(jìn)而提高了空閑頻點(diǎn)的利用效率。空閑頻點(diǎn)狀態(tài)的獲取取決于賣家探測(cè)時(shí)間資源的分配,通過設(shè)置不同的探測(cè)時(shí)間,可以達(dá)到不同的頻譜利用率極限,進(jìn)而容納更多的用戶。

4 仿真實(shí)驗(yàn)與結(jié)果分析

4.1 實(shí)驗(yàn)配置環(huán)境

實(shí)驗(yàn)使用隨機(jī)函數(shù)生成買家的業(yè)務(wù)需求,買家的通信請(qǐng)求時(shí)間符合泊松分布,申請(qǐng)的業(yè)務(wù)時(shí)間符合均勻分布,買家通過新接入不同負(fù)載條件下的HFCCN,分析TODA-CD 算法性能,買方的信道質(zhì)量模型和賣方的探測(cè)可用頻點(diǎn)個(gè)數(shù)模型遵循隨機(jī)分布模型。根據(jù)武漢垂測(cè)站2020年11月7日電離層垂測(cè)公開數(shù)據(jù),每隔15 min采集一次數(shù)據(jù),一天(24 h)的短波可用頻段分布如圖2所示。由圖2可以看出,任意兩點(diǎn)可通過武漢地區(qū)電離層作為反射點(diǎn)的通信鏈路,在通信距離不同時(shí)可用頻段分布不同,在頻點(diǎn)擁擠的時(shí)段,以3 kHz劃分頻點(diǎn),頻點(diǎn)個(gè)數(shù)約為500。

圖2 短波可用頻段范圍隨時(shí)間變化圖(24 h)Fig.2 Variation of available high frequency frequency range over time (24 h)

本實(shí)驗(yàn)在頻點(diǎn)擁擠情況下進(jìn)行算法性能分析,在線拍賣過程持續(xù)45個(gè)周期,每1個(gè)周期進(jìn)行1次網(wǎng)絡(luò)內(nèi)頻點(diǎn)拍賣,時(shí)間長(zhǎng)度為15 min。實(shí)驗(yàn)參數(shù)如表1所示。由于各個(gè)屬性的隨機(jī)性較強(qiáng),運(yùn)行結(jié)果較為曲折,但是并不影響拍賣機(jī)制性能分析。

表1 仿真實(shí)驗(yàn)參數(shù)Table 1 Simulation experiment parameters

在拍賣過程中主要分析了頻譜效率(spectrum effectiveness, SE)、切換頻次、買家收益3個(gè)指標(biāo)。

4.2 SE

SE是頻點(diǎn)使用個(gè)數(shù)占總頻點(diǎn)的比值。當(dāng)網(wǎng)絡(luò)負(fù)載過重時(shí),沖突增大,傳統(tǒng)TODA算法由于不可搶占、不可切換,頻譜利用率較低。文獻(xiàn)[20]中的Topaz算法和本文提出的TODA-CD算法屬于可搶占拍賣算法,能夠?qū)崿F(xiàn)頻譜搶占切換,極大地提升了交易成功率。在TODA-CD模型中,由于買家可通過切換、搶占選擇空閑頻點(diǎn),理論上而言,只要存在可用空閑頻點(diǎn),必定能夠找到空閑頻點(diǎn)并進(jìn)行切換。因此,阻礙頻率利用率提高的因素轉(zhuǎn)變?yōu)橘u家的頻譜狀態(tài)探測(cè)能力。由于賣家探測(cè)時(shí)間資源有限,通過調(diào)整賣家模型,分配不同的探測(cè)時(shí)間,即探測(cè)可用頻點(diǎn)的數(shù)目不同,能夠改變網(wǎng)絡(luò)內(nèi)頻譜利用的上限。仿真分析如圖3～圖6所示,在不同網(wǎng)絡(luò)負(fù)載條件下,探測(cè)最大可用頻點(diǎn)個(gè)數(shù)為2～5時(shí),每條新加入鏈路拍賣交易的失敗率各不相同。可以看出,由于傳統(tǒng)TODA不可搶占,在鏈路隨機(jī)加入的情況下,每次拍賣中各鏈路建鏈成功率不穩(wěn)定且成功率較低,而TODA-CD算法隨著單鏈路探測(cè)時(shí)間分配增加,鏈路最大可用頻點(diǎn)數(shù)增多,HFCCN的交易成功率上限不斷提高且成功率較穩(wěn)定:當(dāng)=2時(shí),即每條鏈路探測(cè)感知到2個(gè)可用頻點(diǎn),頻譜利用率可達(dá)到80%;當(dāng)單鏈路探測(cè)感知可用頻點(diǎn)達(dá)到5,即=5時(shí),頻譜利用率可達(dá)到98%以上。賣家中心節(jié)點(diǎn)可根據(jù)網(wǎng)絡(luò)系統(tǒng)性能,選擇合適的賣家探測(cè)資源分配方式,提高系統(tǒng)頻譜利用率。

圖3 不同頻譜利用率下的交易失敗率(mf=2)Fig.3 Transaction failure rate at different spectrum utilization rates (mf=2)

圖4 不同頻譜利用率下的交易失敗率(mf=3)Fig.4 Transaction failure rate at different spectrum utilization rates (mf=3)

圖5 不同頻譜利用率下的交易失敗率(mf=4)Fig.5 Transaction failure rate at different spectrum utilization rates (mf=4)

圖6 不同頻譜利用率下的交易失敗率(mf=5)Fig.6 Transaction failure rate at different spectrum utilization rates (mf=5)

4.3 頻譜切換

切換頻次表明了整個(gè)系統(tǒng)的搶占程度以及個(gè)體買家對(duì)整體系統(tǒng)的影響程度。在保證拍賣成功率的前提下,買家模型通過廣度優(yōu)先搜索生成當(dāng)前頻點(diǎn)與過往頻點(diǎn)的同頻沖突生成樹,對(duì)過往沖突進(jìn)行分析。TODA-CD算法構(gòu)建了交易頻點(diǎn)的沖突拓?fù)鋱D,如圖7所示。其中,每個(gè)紅點(diǎn)代表一條通信鏈路,每條連線表示鏈路頻點(diǎn)存在可能沖突,用不同顏色區(qū)分沖突樹的層數(shù)。圖7中沖突樹共分為4層,涉及30條相關(guān)鏈路,最少切換次數(shù)為1,最多切換次數(shù)為4,通過計(jì)算不同切換方案所產(chǎn)生的買家收益,決定最終的切換方式。

圖7 頻譜沖突拓?fù)鋱DFig.7 Spectrum conflicting topology

在不同的頻譜利用率下,隨著頻譜利用率的提升,傳統(tǒng)的Topaz算法的頻譜切換次數(shù)顯著增加。通過模擬10個(gè)拍賣周期,得到Topaz和TODA-CD兩種算法的平均切換次數(shù),如圖8所示?？梢钥闯?在頻譜利用率較高的情況下,TODA-CD算法相比Topaz算法能夠有效降低網(wǎng)絡(luò)內(nèi)切換次數(shù),且分布較為均衡。由于拍賣周期內(nèi)用戶到達(dá)和可用頻點(diǎn)的隨機(jī)性,曲線出現(xiàn)部分曲折,可以看出,隨著頻譜利用率提高,Topaz算法導(dǎo)致切換次數(shù)急劇上升,TODA-CD算法能夠保持較低的切換次數(shù)。

圖8 不同頻譜利用率下網(wǎng)絡(luò)內(nèi)切換次數(shù)Fig.8 Intra-network handoff times under different spectrum utilization

在整個(gè)在線動(dòng)態(tài)拍賣過程中,通過模擬仿真45個(gè)拍賣周期,分析了用戶隨機(jī)到達(dá)情況下, 不同網(wǎng)絡(luò)負(fù)載時(shí)的網(wǎng)絡(luò)內(nèi)頻譜切換次數(shù),動(dòng)態(tài)過程如圖9～圖11所示?？梢钥闯?在SE=0.75,SE=0.85,SE=0.95的狀況下,整個(gè)動(dòng)態(tài)過程中,TODA-CD算法的切換次數(shù)低于Topaz算法,并且保持在一定的范圍內(nèi)波動(dòng)。部分頻點(diǎn)切換次數(shù)略高于Topaz算法,是由動(dòng)態(tài)隨機(jī)接入沖突關(guān)系的不同累積導(dǎo)致的。由于采用頻分多址的方式進(jìn)行網(wǎng)絡(luò)構(gòu)建,可用頻點(diǎn)個(gè)數(shù)決定了網(wǎng)絡(luò)的用戶承載數(shù)量,頻譜利用率反映了網(wǎng)絡(luò)負(fù)載情況,圖12分析了不同頻譜占用率下網(wǎng)絡(luò)內(nèi)鏈路切換次數(shù)分布情況,其中“td-0.75”表示在頻譜占用率為75%的情況下TODA-CD算法的切換次數(shù)。“tz-0.75”表示頻譜占用率為75%的情況下Topaz算法的切換次數(shù)?？梢悦黠@看出,在頻譜占用率為75%、85%、95%時(shí),TODA-CD算法切換次數(shù)最高為10、10、9,中位數(shù)為4、4、5;Topaz算法最高切換次數(shù)為27、40、75,中位數(shù)為10、18、28,TODA-CD算法切換次數(shù)明顯低于Topaz算法,同時(shí)在頻譜利用率發(fā)生變化時(shí),切換次數(shù)波動(dòng)維持在一定范圍內(nèi)且明顯較少。

圖9 動(dòng)態(tài)頻譜切換次數(shù)(SE=0.75)Fig.9 Dynamic frequency spectrum switching times (SE=0.75)

圖10 動(dòng)態(tài)頻譜切換次數(shù)(SE=0.85)Fig.10 Dynamic frequency spectrum switching times (SE=0.85)

圖11 動(dòng)態(tài)頻譜切換次數(shù)(SE=0.95)Fig.11 Dynamic frequency spectrum switching times (SE=0.95)

圖12 不同網(wǎng)絡(luò)負(fù)載情況切換次數(shù)分布圖Fig.12 Distribution diagram of switching times under different network loads

4.4 賣家收益

在保證拍賣的真實(shí)性和公平性的基礎(chǔ)上考慮賣家收益最大化。買家收益表明了頻點(diǎn)信噪比與用戶需求的最優(yōu)匹配,收益越高,表明整個(gè)網(wǎng)絡(luò)的匹配程度越高。收益對(duì)比差異主要取決于懲罰度的不同,即網(wǎng)絡(luò)系統(tǒng)對(duì)于鏈路頻點(diǎn)切換的敏感程度不同。買家收益趨勢(shì)變化反應(yīng)了當(dāng)前動(dòng)態(tài)頻譜接入鏈路的增長(zhǎng)或降低的趨勢(shì)。Limitation門限是網(wǎng)絡(luò)內(nèi)單條鏈路的最優(yōu)選擇組合構(gòu)成的網(wǎng)絡(luò)最優(yōu)選擇,是1個(gè)理想值。在1%、5%、10%不同懲罰度下,算法收益如圖13～圖15所示,可以看出,在HFCCN動(dòng)態(tài)接入的過程中,用戶收益在不斷波動(dòng),在運(yùn)行42個(gè)周期后,為0.01、0.05、0.10時(shí),TODA-CD買家收益相比于買家收益極限分別降低了1.29%、2.67%、5.53%。Topaz算法買家收益相比于買家收益極限分別降低了1.89%、4.82、15.32%,在對(duì)網(wǎng)絡(luò)切換敏感的網(wǎng)絡(luò)中,TODA-CD算法相比Topaz算法優(yōu)勢(shì)明顯,隨著動(dòng)態(tài)過程的持續(xù)進(jìn)行,收益差距進(jìn)一步拉大,在對(duì)網(wǎng)絡(luò)切換相對(duì)不敏感的網(wǎng)絡(luò)中,TODA-CD算法略優(yōu)于Topaz算法,買家收益增益相對(duì)較少。

圖13 動(dòng)態(tài)頻譜拍賣買家收益(ζ=0.01)Fig.13 Dynamic spectrum auction buyer revenue (ζ=0.01)

圖14 動(dòng)態(tài)頻譜拍賣買家收益(ζ=0.05)Fig.14 Dynamic spectrum auction buyer revenue (ζ=0.05)

圖15 動(dòng)態(tài)頻譜拍賣買家收益(ζ=0.1)Fig.15 Dynamic spectrum auction buyer revenue (ζ=0.1)

5 結(jié) 論

本文對(duì)短波認(rèn)知電臺(tái)動(dòng)態(tài)頻點(diǎn)接入特性進(jìn)行了分析,在拍賣過程中,針對(duì)高網(wǎng)絡(luò)負(fù)載條件下頻點(diǎn)沖突嚴(yán)重的問題,提出了TODA-CD模型。TODA-CD通過構(gòu)建頻點(diǎn)沖突圖,構(gòu)建合適的懲罰函數(shù),完成頻點(diǎn)路徑切換的最優(yōu)選擇,從而有效降低網(wǎng)絡(luò)切換次數(shù),提高系統(tǒng)收益。仿真實(shí)驗(yàn)表明,本文所構(gòu)建的在線雙拍賣模型相對(duì)TODA算法,提高了頻譜利用率上限,通過利用沖突圖分解算法,在網(wǎng)絡(luò)高負(fù)載情況下切換次數(shù)相對(duì)Topaz算法明顯減少,有效提高了系統(tǒng)收益,具有一定的應(yīng)用價(jià)值。