向碧群，張正華，覃鳳謝，宋 華，王小平

(1.重慶郵電大學(xué)移通學(xué)院計(jì)算機(jī)系，重慶 401520;2.重慶郵電大學(xué)移動(dòng)通信技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶 400065;3.重慶城市管理職業(yè)學(xué)院，重慶 401331)

0 前言

隨著無線電與移動(dòng)通信的快速發(fā)展，頻譜資源變得越來越緊缺。未來無線通信的寬帶化發(fā)展，3G，WiMAX(worldwide interoperability for microwave access)，UWB(ultra－wide band)等新技術(shù)、新業(yè)務(wù)不斷涌現(xiàn)，頻譜需求將呈指數(shù)迅猛增長(zhǎng)，傳統(tǒng)的靜態(tài)頻譜使用政策，使得頻譜利用率低，供需矛盾日益明顯，為了提高頻譜資源的利用率，Joseph Mitola博士［1］在1999年首次提出了認(rèn)知無線電(cognitive radio，CR)的概念，為緩解頻譜資源缺乏與日益增長(zhǎng)的無線業(yè)務(wù)需求之間的矛盾開辟了一條新的途徑?，F(xiàn)有的CR研究大多集中在物理層和MAC(media access control)層［2－3］，對(duì)網(wǎng)絡(luò)層的研究相對(duì)較少。在認(rèn)知網(wǎng)絡(luò)中，頻譜分布不均勻，各個(gè)節(jié)點(diǎn)的頻譜機(jī)會(huì)集合(spectrum opportunity，SOP)各不相同，且隨著空間、時(shí)間動(dòng)態(tài)變化，尋找路由面臨著很多挑戰(zhàn)。僅僅考慮物理層和MAC層并不能得到最佳的性能，只有在最優(yōu)化物理層和MAC層的基礎(chǔ)上，同時(shí)考慮網(wǎng)絡(luò)層，才能得到更好的性能指標(biāo)。所以，CR路由算法將是CR網(wǎng)絡(luò)的一個(gè)重要研究課題。

1 相關(guān)研究

在過去幾年中，認(rèn)知無線電網(wǎng)絡(luò)路由協(xié)議受到越來越多的關(guān)注。文獻(xiàn)［4］提出了多信道路由協(xié)議MCRP(multi－channel routing protocol)，它是一種按需路由協(xié)議，和 AODV(Ad－h(huán)oc on－demand distance vector routing)［5］有很多相似之處。它試圖將不同的信道分配給不同的數(shù)據(jù)流，從而允許一個(gè)區(qū)域內(nèi)的傳輸同時(shí)發(fā)生，以此來提高網(wǎng)絡(luò)性能。在最壞情況下，總能找到一條路徑到達(dá)目的節(jié)點(diǎn)，但是沒有考慮節(jié)點(diǎn)間可用信道數(shù)及其信道帶寬的差異性，也沒有考慮主用戶與CR用戶之間的相互干擾。文獻(xiàn)［6］提出了一個(gè)全新的分析認(rèn)知無線電路由的分層圖模型，用分層圖來模擬SOPs(spectrum opportunities)，完成接口分配并計(jì)算路由。最大化網(wǎng)絡(luò)容量和最小化鄰居節(jié)點(diǎn)之間的干擾?；诜謱訄D，給出一個(gè)算法將路由計(jì)算和接口分配結(jié)合起來，從而完成路由的選擇與信道的分配。但是，這種模型僅適用于鏈路特性相對(duì)穩(wěn)定的場(chǎng)合，動(dòng)態(tài)頻譜的特性決定了需要一種時(shí)變的網(wǎng)絡(luò)模型，來實(shí)時(shí)地反映CR網(wǎng)絡(luò)的可用頻譜在時(shí)間和空間上的不連續(xù)性。文獻(xiàn)［7］提出一種基于滿足傳輸要求的最大概率的路由機(jī)制，給定一個(gè)傳輸速率要求，選擇能夠滿足此速率要求的最大概率路徑，但是在最壞情況下，仍然不能滿足網(wǎng)絡(luò)的性能要求。

以上路由協(xié)議都沒有綜合考慮認(rèn)知網(wǎng)絡(luò)特性，沒有根據(jù)網(wǎng)絡(luò)特性對(duì)信道容量進(jìn)行正確地估計(jì)，即沒有考慮主用戶與CR用戶之間的相互干擾。傳統(tǒng)路由大多都是基于最短跳數(shù)，然而，在認(rèn)知無線電網(wǎng)絡(luò)環(huán)境下，每條鏈路的狀態(tài)信息是不同的，這些信息包括節(jié)點(diǎn)間各個(gè)信道的帶寬、可用信道數(shù)目、以及主用戶與CR用戶之間的相互干擾。所以傳統(tǒng)路由不再適合于認(rèn)知網(wǎng)絡(luò)。本文中我們將考慮主用戶與CR用戶之間的相互干擾，對(duì)節(jié)點(diǎn)間的信道容量進(jìn)行評(píng)估，并定義一種新的邊權(quán)值，提出適合于認(rèn)知網(wǎng)絡(luò)的路由及其頻譜分配算法。

2 信道容量估計(jì)與路由算法

2.1 網(wǎng)絡(luò)模型

2.2 CRN中信道容量估計(jì)

信道容量作為描述頻譜特性的一個(gè)重要參數(shù)，傳統(tǒng)網(wǎng)絡(luò)中通常是利用接收機(jī)端的信噪比(signal to noise ratio，SNR)進(jìn)行信道容量估計(jì)。根據(jù)香農(nóng)公式，假設(shè)連續(xù)信道的加性白噪聲功率為N0，信道帶寬為B，信號(hào)功率為S，則關(guān)于信道容量的計(jì)算公式為

(1)式中，S/N0即為該信道的信噪比。然而在CRN(cognitive radio network)中，這種基于SNR的信道容量估計(jì)方法僅考慮CR用戶的本地觀察情況，不足以避免對(duì)授權(quán)用戶的干擾，也忽略了授權(quán)用戶對(duì)CRN信道容量的影響。因此，CRN中的信道容量估計(jì)需要考慮CR用戶的干擾情況以及授權(quán)用戶可容忍的干擾等因素。

考慮CR用戶受授權(quán)用戶干擾情況下的信道容量估計(jì)，這樣信道容量將主要取決于主用戶發(fā)射機(jī)的功率、CR用戶與主用戶發(fā)射機(jī)以及CR用戶收發(fā)機(jī)之間的距離［8］。在參考文獻(xiàn)［8］中，采用大城市環(huán)境下的Hata模型［8］，估計(jì)CR收發(fā)機(jī)之間的空間損耗，并假設(shè)CR用戶接收機(jī)使用具有擴(kuò)展增益為10 dB的直接序列擴(kuò)展頻譜以減少陰影效應(yīng)，信道容量估計(jì)公式為

(2)式中:B為信道帶寬;S為CR接收機(jī)的接收信號(hào)功率;N0為高斯白噪聲功率;I為主用戶對(duì)CR接收機(jī)造成的干擾功率。

此外，CRN的信道容量還應(yīng)重點(diǎn)考慮授權(quán)用戶可容忍的干擾等要素。利用干擾溫度模型計(jì)算出CR用戶在授權(quán)頻譜的發(fā)射功率上限?；贠FDM(orthogonal frequency division multiplexing)的CRN可以利用授權(quán)用戶的頻譜片斷逼近于香農(nóng)容量［9］。在主用戶頻段，特別是TV頻段中授權(quán)頻譜固定分配且?guī)捿^大，CRN可采用基于時(shí)間和頻率的信號(hào)。而對(duì)于不連續(xù)的任意帶寬的授權(quán)頻譜，OFDM技術(shù)因其靈活性成為CRN優(yōu)先選取的信號(hào)結(jié)構(gòu)。OFDM將頻譜分割成多個(gè)窄帶子信道，當(dāng)子信道個(gè)數(shù)足夠大時(shí)，其容量為

(3)式中:Ω是可用子信道集合;G(f)為子信道f的功率增益;S0和N0分別是各子信道的信號(hào)和噪聲功率［9］。

2.3 鏈路邊權(quán)值的定義

當(dāng)節(jié)點(diǎn)間存在M個(gè)信道時(shí)，節(jié)點(diǎn)j和節(jié)點(diǎn)k之間的可用信道頻譜集合可通過(4)式得到

2.4 路由算法

在網(wǎng)絡(luò)中，本文用向量［B，li，M］表示節(jié)點(diǎn)i的特征，其中，B為信道帶寬向量，li為節(jié)點(diǎn)i感知到的可用信道情況，M為節(jié)點(diǎn)i的可用信道總數(shù)。通過頻譜感知，可以得到節(jié)點(diǎn)j和節(jié)點(diǎn)k的信道可用向量lj和lk表示。在一個(gè)給定的認(rèn)知無線電網(wǎng)絡(luò)G=(N，L)中，源節(jié)點(diǎn)和目的節(jié)點(diǎn)分別為NS和ND。

CRNRA算法的具體執(zhí)行流程如圖1所示。在CRNRA算法中，CR中的節(jié)點(diǎn)找到的路由為最短傳輸時(shí)延路由。其中，CR路由算法(CRNRA)的主要步驟如下。

1 )根據(jù)(5)式在圖G=(N，L)中計(jì)算出每條鏈路的信道容量Ck→j。

2 )給定數(shù)據(jù)包的長(zhǎng)度L，根據(jù)(7)式，在圖G=(N，L)中計(jì)算出每一條鏈路的邊權(quán)值。

3 )在圖G=(N，L)中運(yùn)用迪克斯屈拉算法找出從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的最短傳輸路由，即邊權(quán)值之和最小的路徑S，即路由表。

圖1 CRNRA算法偽代碼Fig.1 Pseudocode of CRNRA

3 性能分析

在本節(jié)中，本文對(duì)所提出的路由算法進(jìn)行性能評(píng)估。在仿真中，我們?cè)?0 m×30m的范圍內(nèi)隨機(jī)分布N個(gè)認(rèn)知節(jié)點(diǎn)，CR用戶的通信半徑設(shè)置為10 m，然后在節(jié)點(diǎn)集合中隨機(jī)的選取10組節(jié)點(diǎn)對(duì)分別作為源節(jié)點(diǎn)和目的節(jié)點(diǎn)。數(shù)據(jù)包的長(zhǎng)度設(shè)置為100 kbit，我們?cè)诓煌墓?jié)點(diǎn)數(shù)N、不同的信道可用數(shù)目M下，根據(jù)本文中我們提出的算法，計(jì)算端到端的傳輸時(shí)延以及吞吐量。每一種情況取10組數(shù)據(jù)，然后再求平均值。對(duì)CRNRA算法和傳統(tǒng)路由算法(如dynamic source routing，DSR)進(jìn)行比較。設(shè)B={8，10，12，14，16}(單位:MHz)。設(shè)主用戶發(fā)射機(jī)功率為100 kW(與CR用戶的距離為1 km)、CR用戶發(fā)射功率為100 mW、CR用戶接收機(jī)噪聲系數(shù)為3 dB。

3.1 不同的節(jié)點(diǎn)數(shù)N對(duì)時(shí)延與吞吐量的影響

如果節(jié)點(diǎn)數(shù)不同，端到端的時(shí)延和吞吐量是不相同的，所以我們?nèi)〔煌墓?jié)點(diǎn)數(shù)，考察CRNRA和傳統(tǒng)路由的端到端平均時(shí)延以及吞吐量的變化情況。仿真參數(shù)設(shè)置如下:M∈［1，5］，B則根據(jù)M的值，在B中隨機(jī)選取M個(gè)信道帶寬，即隨機(jī)選取M個(gè)可用信道對(duì)應(yīng)的帶寬，仿真結(jié)果如圖2－3所示。

從圖2可以看出，在不同的節(jié)點(diǎn)數(shù)目下，CRNRA的端到端平均時(shí)延均比傳統(tǒng)路由算法的端到端平均時(shí)延短，在N較大時(shí)，這種趨勢(shì)更加明顯。從圖3可以看出，CRNRA算法的平均吞吐量均比傳統(tǒng)路由算法的平均吞吐量大。

3.2 不同的信道可用數(shù)目M對(duì)時(shí)延與吞吐量的影響

節(jié)點(diǎn)間的可用信道數(shù)目M對(duì)端到端時(shí)延以及吞吐量有一定的影響，分別設(shè)置M為1，2，3，4。其他參數(shù)設(shè)置如下:N=12，B則根據(jù)M的值，在B中隨機(jī)選取M個(gè)信道帶寬，即隨機(jī)選取M個(gè)可用信道對(duì)應(yīng)的帶寬，仿真結(jié)果如圖4－5所示。

從圖3可知，在不同的可用信道數(shù)目M下，CRNRA的端到端平均時(shí)延均比傳統(tǒng)路由算法的端到端平均時(shí)延短，在M較小時(shí)，這種情況更加明顯。從圖4可以看出，在不同的可用信道數(shù)目下，CRNRA的平均吞吐量均比傳統(tǒng)路由算法的平均吞吐量大。

從以上的仿真分析可以看出，無論在任何情況下，無論認(rèn)知無線電的網(wǎng)絡(luò)參數(shù)如何改變，CRNRA路由算法的端到端平均時(shí)延都比傳統(tǒng)路由的端到端時(shí)延小，并且吞吐量得到了很大的提高。

4 結(jié)束語(yǔ)

認(rèn)知無線電路由技術(shù)作為認(rèn)知無線電網(wǎng)絡(luò)技術(shù)的重要組成部分，至今還沒有形成一個(gè)相對(duì)統(tǒng)一的標(biāo)準(zhǔn)。本文中，我們提出了一種基于信道容量估計(jì)的CRNRA算法。CRNRA針對(duì)認(rèn)知網(wǎng)絡(luò)特性，同時(shí)考慮主用戶可容忍的干擾以及主用戶對(duì)CR用戶的干擾，對(duì)節(jié)點(diǎn)間的信道容量進(jìn)行估計(jì)，通過計(jì)算給定數(shù)據(jù)包的鏈路傳輸時(shí)延，并將此傳輸時(shí)延作為鏈路的邊權(quán)值，利用經(jīng)典的迪克斯屈拉算法找出傳輸時(shí)延最短的路由。經(jīng)過仿真分析比較，CRNRA算法的端到端時(shí)延無論在什么情況下都比傳統(tǒng)路由算法的端到端時(shí)延小，并且平均吞吐量也得到了很大的提高。證明了該路由算法符合認(rèn)知無線電網(wǎng)絡(luò)的特點(diǎn)，同時(shí)比傳統(tǒng)路由更能滿足網(wǎng)絡(luò)性能要求。

［1］MITOLA J，GERALD Q，MAGUIRE JR.Cognitive Radios:Making Software Radios more personal［J］.IEEE Personal Communications，1999，6(4):13－18.

［2］AKYILDIZ I，LEEW Y，VURANM C，etal.Nextgeneration dynamic spectrum access cognitive radio wireless networks:A survey［J］.Computer Networks，2006，50(13):2127－2159.

［3］孫增友，車成華，趙濤.基于認(rèn)知無線電的超寬帶信號(hào)頻譜檢測(cè)的研究［J］.重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版，2010，22(4):426－430.

SUN Zeng－you，CHE Cheng－h(huán)ua，ZHAO Tao.Ultrawideband signal spectrum testing research based on the cognitive radio［J］.Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition，2010，22(4):426－430.

［4］SO Jungmin，VAIDYA Nitin.A Routing Protocol for Utilizing Multiple Channels in Multi－Hop Wireless Networks with a Single Transceiver［R］.Urbana:University of Illinois at Urbana－Champaign，2004.

［5］PERKING Charles E，ROYER Elizabeth M.Ad－h(huán)oc On－Demand Distance Vector Routing［C］//The Second IEEEWorkshop on Mobile Computing Systems and Applications(WMCSA99).New Orleans:IEEE Press，1999:90－100.

［6］XIN C，XIE B，SHEN CC.A novel layered graphmodel for topology formation and routing in dynamic spectrum access networks［C］//IEEE Symposium on New Frontiers in Dynamic Spectrum Access Networks.Baltimore:IEEE Press，2005:308–317.

［7］KHALIFE H，AHUJA S，MALOUCH N，etal.Probabilistic path selection in opportunistic cognitive radio networks［C］//IEEEGlobeCom 2008.New Orleans:IEEE Press，2008:1－5.

［8］WILD B，RAMCHANDRAN K.Detecting primary receivers for cognitive radio applications［C］//IEEE DySPAN'05，2005 First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks.Baltimore MD，USA:IEEE Press，2005:124－13.

［9］TANG H.Some physical layer issues ofwide－band cognitive radio systems［C］//IEEE DySPAN'05.2005 First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks.Baltimore MD，USA:IEEE Press，2005:151－159.

(編輯:魏琴芳)