鄭紅燕，馮延蓬，仵 博，2，孟憲軍

（1.深圳職業(yè)技術(shù)學(xué)院 教育技術(shù)與信息中心，廣東 深圳518055；2.中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙410083）

0 引 言

頻譜資源匱乏、利用率低的問題已成為制約無線通信發(fā)展的主要因素之一，具有無線環(huán)境認(rèn)知能力、動(dòng)態(tài)頻譜管理能力、重配置能力的新一代認(rèn)知無線電 （cognitive radio，CR）技術(shù)［1］，允許部分非授權(quán)用戶 （以下稱 “認(rèn)知用戶”）在不影響授權(quán)用戶 （primary user，PU）的前提下，機(jī)會(huì)式的利用空閑頻譜段進(jìn)行通信，為頻譜資源共享問題提供了一個(gè)全新的方向，得到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，成為通信領(lǐng)域研究的熱點(diǎn)［2，3］。頻譜感知是認(rèn)知無線電中實(shí)現(xiàn)動(dòng)態(tài)頻譜共享的前提和關(guān)鍵［4］。

目前針對(duì)MAC層的頻譜感知技術(shù)研究已經(jīng)趨于成熟，但針對(duì)頻譜感知機(jī)制的研究卻相對(duì)較少。在文獻(xiàn) ［5］中，提出隨機(jī)搜索、串行搜索機(jī)制、n－步串行搜索機(jī)制，并指出相鄰的信道之間在頻譜占用規(guī)律上具有相關(guān)性，采用n－步串行搜索機(jī)制可以減少平均檢測(cè)信道個(gè)數(shù)，同時(shí)保證信道檢測(cè)的性能，但未考慮認(rèn)知用戶在被迫中斷后需檢測(cè)時(shí)的搜索策略。文獻(xiàn) ［6］提出一種停止規(guī)則 （stopping rule），將信道感知和接入判決問題轉(zhuǎn)化為獲取最大吞吐量的最優(yōu)求解問題。文獻(xiàn) ［7］引入部分可觀察馬爾可夫決策過程 （partially observable Markov decision process，POMDP）對(duì)認(rèn)知無線電信道感知策略進(jìn)行建模，按照信道空閑概率進(jìn)行排序，求取最優(yōu)感知信道，但由于POMDP中的狀態(tài)信念空間求解是一個(gè)維數(shù)災(zāi)問題，難以滿足認(rèn)知用戶信道搜索的實(shí)時(shí)性要求。

本文基于多認(rèn)知用戶集中式協(xié)作感知思想，提出一種帶緩沖區(qū)的雙周期n步串行協(xié)作感知機(jī)制。該機(jī)制利用多認(rèn)知用戶分時(shí)、分段協(xié)作感知，建立空閑信道頻譜池，既減小單用戶頻譜感知與數(shù)據(jù)傳輸時(shí)間占比，又縮短中斷后信道切換時(shí)間。此外，還建立離散馬爾可夫信道感知參數(shù)優(yōu)化模型，通過量化分析感知模式、感知周期、信道分段數(shù)與感知性能的關(guān)系，建立信道轉(zhuǎn)移概率和報(bào)酬函數(shù)模型，并利用值迭代算法求解最優(yōu)感知參數(shù)，在保證頻譜感知效率的同時(shí)，減小認(rèn)知用戶的被迫中斷時(shí)間。

1 帶頻譜池的n步串行協(xié)作信道搜索機(jī)制

1.1 系統(tǒng)描述

認(rèn)知無線網(wǎng)絡(luò)按系統(tǒng)架構(gòu)可以劃分為集中式和分布式［8］，其中，集中式網(wǎng)絡(luò)架構(gòu)是由一個(gè)或多個(gè)集中的實(shí)體協(xié)調(diào)頻譜資源，稱為認(rèn)知基站 （或稱頻譜管理單元），如IEEE802.22系統(tǒng)；分布式網(wǎng)絡(luò)架構(gòu)頻譜資源管理則依靠點(diǎn)到點(diǎn)的連接分布在各個(gè)認(rèn)知無線終端上，如Cognet系統(tǒng)，但隨著終端數(shù)量的增加，它們之間的連接數(shù)目會(huì)呈指數(shù)增長(zhǎng)，通信和管理成本較高。因此，本文針對(duì)集中式認(rèn)知無線網(wǎng)絡(luò)的信道共享技術(shù)展開研究，網(wǎng)絡(luò)模型如圖1所示。

圖1 集中式信道共享認(rèn)知無線網(wǎng)絡(luò)模型

假設(shè)認(rèn)知無線網(wǎng)絡(luò)中存在P個(gè)授權(quán)用戶、M個(gè)認(rèn)知用戶和N個(gè)信道，存在一個(gè)具有較高運(yùn)算能力認(rèn)知基站，該基站通過一個(gè)全局公共控制信道來收集認(rèn)知用戶信道感知信息，建立和維護(hù)動(dòng)態(tài)頻譜池，并對(duì)認(rèn)知用戶的信道感知參數(shù)進(jìn)行分配，包括按何種順序、對(duì)哪些信道開始搜索、優(yōu)化信道感知周期等，目的在于提高認(rèn)知用戶的感知準(zhǔn)確度和信道利用率。

在每個(gè)時(shí)隙，每個(gè)信道有Busy和Free兩種狀態(tài)，Busy表示信道被占用，F(xiàn)ree則表示信道空閑。空閑信道允許認(rèn)知用戶采用Overlay的方式機(jī)會(huì)式接入，并假設(shè)每個(gè)認(rèn)知用戶每個(gè)時(shí)隙只能占用一個(gè)信道。

1.2 n步串行信道搜索機(jī)制及頻譜池建立

在認(rèn)知無線電技術(shù)的實(shí)際應(yīng)用環(huán)境中，認(rèn)知用戶受自身硬件成本、感知能力等的限制［9］，使得單一認(rèn)知用戶感知范圍、感知精度有限；認(rèn)知用戶通信信道被授權(quán)用戶搶占時(shí)，認(rèn)知用戶被迫重新搜索新的空閑信道 （稱之為按需搜索），需重新進(jìn)行多信道搜索，感知時(shí)間較長(zhǎng)，會(huì)大大影響認(rèn)知用戶通信QoS。針對(duì)以上問題，本文基于鏈路層的多認(rèn)知用戶集中式協(xié)作感知思想，提出一種帶頻譜池的n－步串行 協(xié) 作 搜 索 機(jī) 制 （n－step serial search with spectrum pool，n－SSSP），通過多認(rèn)知用戶分時(shí)、分段協(xié)作，有效減小單用戶頻譜感知與數(shù)據(jù)傳輸時(shí)間比，提高頻譜感知效率。

由于相鄰信道間的信道占用規(guī)律具有一定相關(guān)性，認(rèn)知用戶在進(jìn)行信道感知時(shí)，串行順序檢測(cè)可能遭遇連續(xù)的非空閑信道，增大頻譜感知時(shí)間。n－SSSP的基本思想如下：由基站將頻譜劃分為Nsection段，每段固定包含n個(gè)信道，n＝?N／Nsection」。每個(gè)加入認(rèn)知網(wǎng)絡(luò)的認(rèn)知用戶，在首個(gè)感知周期內(nèi)，主動(dòng)從認(rèn)知基站獲取一個(gè)隨機(jī)的起始信道號(hào)i，以n為步長(zhǎng)進(jìn)行搜索，直到遍歷每個(gè)信道段的第i信道。如果認(rèn)知用戶在該輪搜索中未感知到空閑信道，則重新從認(rèn)知基站獲取新的信道號(hào)i′，并以n為步長(zhǎng)對(duì)Nsection個(gè)信道段進(jìn)行新的遍歷，如此反復(fù)，直到搜索到空閑信道為止。完成信道感知后，認(rèn)知用戶根據(jù)自身帶寬需求，在感知到的一個(gè)空閑信道中選擇一個(gè)合適信道接入，并把剩余感知到的空閑信道號(hào)上報(bào)給基站，基站將認(rèn)知用戶的感知信息進(jìn)行與操作，構(gòu)成頻譜池?；驹砣鐖D2所示。

圖2 n－步串行協(xié)作頻譜搜索機(jī)制

與傳統(tǒng)搜索機(jī)制不同，n－SSSP在認(rèn)知用戶搜索到空閑信道后，并不馬上停止，而是繼續(xù)完成所有Nsection段的信道遍歷，并將盈余的空閑信道信息上報(bào)基站，建立空閑頻譜池。頻譜池用來向被中斷的認(rèn)知用戶提供搜索的信道號(hào)。當(dāng)認(rèn)知用戶通信信道被授權(quán)用戶搶占時(shí)，認(rèn)知用戶不再?gòu)幕倦S機(jī)獲取信道號(hào)，而是通過認(rèn)知基站獲取頻譜池中的信道號(hào)，由于頻譜池中的信道為感知后驗(yàn)證的空閑信道，因此被再次感知到是空閑信道的概率將大大提高，從而有效縮短認(rèn)知用戶通信被迫中斷后的頻譜感知時(shí)間。認(rèn)知用戶在獲得頻譜池中的信道號(hào)之后，再通過本地感知尋找可使用的空閑信道。

1.3 雙周期搜索策略

為保證頻譜池的時(shí)效性，并進(jìn)一步提高認(rèn)知用戶頻譜感知效率，減小頻譜感知與數(shù)據(jù)傳輸時(shí)間占比，在n－SSSP的基礎(chǔ)上提出一種雙周期感知策略，所謂雙周期，是指認(rèn)知基站為所有認(rèn)知用戶指定一個(gè)頻譜池更新周期T1，再將T1劃分為若干個(gè)相等的感知周期T2。如圖3所示。

圖3 雙周期機(jī)制

對(duì)于每個(gè)認(rèn)知用戶，無論通信是否被中斷，每隔T1時(shí)間，必須從基站獲取一個(gè)信道號(hào)i，并以n為步長(zhǎng)對(duì)每個(gè)信道段內(nèi)的第i個(gè)信道進(jìn)行感知，并將除自用外的剩余空閑信道信息上報(bào)給認(rèn)知基站，并由認(rèn)知基站對(duì)多認(rèn)知用戶感知信息進(jìn)行匯聚和融合，更新頻譜池，以備被中斷用戶使用，該過程稱為：共享式頻譜感知。

每個(gè)感知周期T1的首個(gè)感知周期T2即用來共享式頻譜感知，它完成包含本地檢測(cè)、與基站通信和數(shù)據(jù)傳輸3個(gè)部分，除首個(gè)感知周期外，其余感知周期在時(shí)間上與T2一致，正常情況下僅包含本地檢測(cè)和數(shù)據(jù)傳輸兩個(gè)部分，認(rèn)知用戶只需對(duì)自身接入的信道進(jìn)行感知，如果該信道仍為空閑狀態(tài)，則繼續(xù)使用，無需與基站通信；如果信道被授權(quán)用戶占用，則觸發(fā)按需信道搜索，由認(rèn)知用戶從頻譜池中獲取一個(gè)空閑概率較高的信道進(jìn)行感知，以便快速回復(fù)通信。相比傳統(tǒng)周期性感知機(jī)制，無需每個(gè)周期都進(jìn)行多個(gè)信道的感知，特別是中斷后，能快速找到新的空閑信道，這樣認(rèn)知用戶用于感知信道的時(shí)間將大大縮短，為數(shù)據(jù)傳輸預(yù)留更多時(shí)間，可以提高感知效率，縮短響應(yīng)時(shí)間。

2 搜索步長(zhǎng)及感知周期優(yōu)化

搜索步長(zhǎng)n以及頻譜池更新周期T1和感知周期T2的設(shè)定將直接影響到頻譜感知效率和頻譜池的時(shí)間有效性。因此，本文提出一種基于馬爾可夫決策過程 （Markov decision process，MDP）的n－SSSP感知參數(shù)優(yōu)化模型 （以下簡(jiǎn)稱為：MDP－SSSP），綜合考慮頻譜感知效率、用戶被中斷時(shí)間兩要素構(gòu)建報(bào)酬函數(shù)，并通過值迭代算法求取搜索步長(zhǎng)和感知周期的最優(yōu)解。

2.1 基于MDP的感知參數(shù)優(yōu)化模型建立

MDP模型是在給定當(dāng)前知識(shí)和信息的情況下，預(yù)測(cè)和決策未來，可以用一個(gè)四元組 ＜S，A，T，R＞ 表示［10］。其中，S表示狀態(tài)集，表示所有可能到達(dá)的狀態(tài)；A表示動(dòng)作集，表示所有可能執(zhí)行的動(dòng)作；T：S×A→ ∏（S）為狀態(tài)轉(zhuǎn)移函數(shù)，表示在狀態(tài)s下執(zhí)行a到達(dá)狀態(tài)s′的概率，記為T（s，a，s′）；R：S×A→R表示策略評(píng)價(jià)函數(shù)。

（1）狀態(tài)集和動(dòng)作集定義

建立離散時(shí)間MDP模型，t表示當(dāng)前時(shí)刻，t′表示下一時(shí)刻，t′＝t＋ΔT，其中，ΔT即為認(rèn)知用戶感知周期，故：ΔT＝T2。

設(shè)

其中，Np（t）和Ns（t）分別為系統(tǒng)在t時(shí)刻的授權(quán)用戶和認(rèn)知用戶的數(shù)量，則系統(tǒng)狀態(tài)集可表示為

動(dòng)作集包含系統(tǒng)待優(yōu)化的參數(shù)，本文以搜索步長(zhǎng)和感知周期為優(yōu)化目標(biāo)。特別的，針對(duì)感知周期，選取頻譜池更新周期T1和感知周期T2均為優(yōu)化參數(shù)，為降低模型求解難度，以T2基本時(shí)間單位，定義雙感知周期比τ（τ＝T2／T1）為優(yōu)化目標(biāo)。則系統(tǒng)動(dòng)作集可表示為

（2）狀態(tài)轉(zhuǎn)移概率建模

狀態(tài)轉(zhuǎn)移函數(shù)表示信道狀態(tài)在相鄰兩個(gè)時(shí)間片上的變化，與系統(tǒng)業(yè)務(wù)模型緊密相關(guān)，為了求取狀態(tài)轉(zhuǎn)移概率，對(duì)系統(tǒng)業(yè)務(wù)流進(jìn)行建模。

定理1 對(duì)系統(tǒng)中認(rèn)知用戶與授權(quán)用戶流量利用隨機(jī)過程進(jìn)行建模，假定授權(quán)用戶與認(rèn)知用戶的到達(dá)流量均滿足泊松隨機(jī)過程，其到達(dá)率分別為λp、λs；頻譜使用的持續(xù)時(shí)間滿足負(fù)指數(shù)分布，平均占用時(shí)間分別為：1／μp和1／μs，認(rèn)知用戶每次僅能夠接入一個(gè)空閑信道，且忽略一個(gè)時(shí)隙內(nèi)認(rèn)知用戶因?yàn)槭跈?quán)用戶的出現(xiàn)而讓出相應(yīng)信道的時(shí)間，則系統(tǒng)狀態(tài)轉(zhuǎn)移概率如下

證明：設(shè)NA∈｛NPA，NSA｝為授權(quán)用戶和認(rèn)知用戶的在間隔ΔT內(nèi)的到達(dá)數(shù)，ND∈｛NPD，NSD｝為授權(quán)用戶和認(rèn)知用戶在間隔ΔT內(nèi)的離開數(shù)。PA（NPA）和PA（NSA）表示在間隔ΔT內(nèi)到達(dá)NPA和NSA個(gè)授權(quán)／認(rèn)知用戶的概率，PD（ND＝m，k）表示在間隔ΔT內(nèi)從m 中離開k個(gè)授權(quán)／認(rèn)知用戶的概率。

根據(jù)系統(tǒng)業(yè)務(wù)模型可知授權(quán)用戶和認(rèn)知用戶到達(dá)率λp和λs，那么在間隔ΔT內(nèi)，由泊松過程的狀態(tài)概率分布可知，到達(dá)NPA個(gè)授權(quán)用戶和NSA個(gè)認(rèn)知用戶的概率分別為

頻譜使用的持續(xù)時(shí)間滿足負(fù)指數(shù)分布，平均占用時(shí)間分別為：1／μp和1／μs，則從m中離開k個(gè)授權(quán)用戶和認(rèn)知用戶的概率［11］為

同樣有

將式（6）－式（10）代入式（4）可得

證畢。

（3）性能指標(biāo)及報(bào)酬函數(shù)建模

由圖2可知，在正常情況下，在首個(gè)感知周期T2內(nèi)，認(rèn)知用戶需執(zhí)行進(jìn)行本地感知、上報(bào)基站和數(shù)據(jù)傳輸3個(gè)動(dòng)作，其余感知周期，只需檢測(cè)本占用信道和進(jìn)行數(shù)據(jù)傳輸，那么設(shè)認(rèn)知用戶對(duì)單位信道的本地感知花費(fèi)時(shí)間為Tsense，與基站通信花費(fèi)的時(shí)間為Ttransport，不考慮認(rèn)知用戶因被中斷觸發(fā)的按需感知時(shí)的感知效率，可以得出認(rèn)知用戶在非中斷時(shí)的感知效率為

式中：μ——認(rèn)知用戶首次感知到空閑信道所需要輪詢的圈數(shù)，由授權(quán)用戶占用信道密度和分布決定，授權(quán)用戶占用信道密度越大，信道越繁忙，被檢測(cè)信道內(nèi)不包含空閑信道的概率越大，則認(rèn)知用戶首次感知到空閑信道所需的輪詢的圈數(shù)也就越大。

在用戶被中斷時(shí)，直接從頻譜池獲取信道進(jìn)行感知，并進(jìn)行數(shù)據(jù)傳輸，仍然以一個(gè)感知周期作為一次中斷檢測(cè)評(píng)價(jià)單位，則認(rèn)知用戶在中斷時(shí)的感知效率為

式中：δ——認(rèn)知用戶中斷后重新感知到新的空閑信道所需要檢測(cè)的信道數(shù)，與認(rèn)知被中斷概率、被中斷時(shí)間相關(guān)，可通過離線訓(xùn)練獲取。

信道感知效率Ηsence可定義為認(rèn)知用戶在中斷和非中斷時(shí)感知效率的加權(quán)和

式中：α——加權(quán)因子，與認(rèn)知用戶被中斷概率相關(guān)。

除感知效率外，認(rèn)知用戶被迫中斷時(shí)間Τinterrupt與搜索步長(zhǎng)n和雙感知周期比τ也緊密相關(guān)。在相同的授權(quán)用戶到達(dá)率和檢測(cè)周期Τ2下，認(rèn)知用戶被迫中斷概率隨授權(quán)用戶到率的增大而增大，業(yè)務(wù)中斷后，利用頻譜池中預(yù)留空閑組建新的會(huì)話，頻譜池更新周期Τ1越小，則頻譜池中的信道空閑概率越高，認(rèn)知用戶在業(yè)務(wù)中斷后能越快搜索到新的空閑信道，即中斷時(shí)間Τinterrupt越小。

可以看出感知效率和被迫中斷時(shí)間是一對(duì)矛盾的性能指標(biāo)，為保證認(rèn)知用戶有較高的感知效率Ηsence和較小的中斷時(shí)間Τinterrupt，設(shè)系統(tǒng)報(bào)酬函數(shù)如下

感知效率越高，業(yè)務(wù)被迫中斷時(shí)間越小，則系統(tǒng)報(bào)酬值越大，反之越小。其中β為被迫中斷時(shí)間權(quán)重調(diào)節(jié)因子，可以針對(duì)不同的認(rèn)知業(yè)務(wù)進(jìn)行調(diào)節(jié)，如：對(duì)于QoS要求較高的語音業(yè)務(wù)，則增大β取值，通過適量犧牲感知效率來獲得更低的業(yè)務(wù)被迫中斷時(shí)間Τinterrupt，反之，對(duì)于QoS要求較低的數(shù)據(jù)業(yè)務(wù)，則可以減小β取值。

2.2 算法求解

經(jīng)過對(duì)認(rèn)知網(wǎng)絡(luò)進(jìn)行MDP建模，認(rèn)知用戶頻譜感知周期優(yōu)化問題轉(zhuǎn)化為MDP報(bào)酬函數(shù)的最大化問題，報(bào)酬值越大，頻譜感知性能越好。本文采用值迭代算法［12］獲取MDP最大報(bào)酬值，具體描述見表1。其中，Vt（s）通過Bellman方程計(jì)算，代表模型在不同狀態(tài)的值函數(shù)，γ為折扣因子；最優(yōu)策略π＊t（s）是使折扣報(bào)酬值和的期望值最大時(shí)的動(dòng)作取值。

表1 MDP求解算法

3 仿真結(jié)果

本文從兩個(gè)角度評(píng)價(jià)帶頻譜池的雙周期n－步串行協(xié)作信道感知策略的有效性。首先，針對(duì)本文算法在不同搜索步長(zhǎng)n和雙感知周期比τ下的性能進(jìn)行仿真和縱向?qū)Ρ?，?yàn)證參數(shù)優(yōu)化前后對(duì)算法性能的影響；其次分別實(shí)現(xiàn)本文算法與隨機(jī)搜索、傳統(tǒng)串行搜索算法，在不同的授權(quán)用戶到達(dá)率λp下的性能指標(biāo)進(jìn)行橫向?qū)Ρ?，?yàn)證本文算法的有效性，仿真參數(shù)見表2。

利用Matlab搭建仿真實(shí)驗(yàn)平臺(tái)，開展兩組實(shí)驗(yàn)，每組實(shí)驗(yàn)分別重復(fù)10次求平均值，每次實(shí)驗(yàn)運(yùn)行30分鐘。

（1）為了對(duì)比n－SSSP和MDP－SSSP算法性能，并驗(yàn)證參數(shù)對(duì)（n，τ）與感知效率Ηsence和被迫中斷時(shí)間Τinterrupt之間的關(guān)系，首先，固定參數(shù)τ，倍數(shù)逐漸增大n抽?。╪，τ）＝（1，3）、（2，3）、（4，3）、（8，3）、（16，3）5組參數(shù)，然后，固定參數(shù)n，逐漸增大τ抽取 （n，τ）＝ （4，1）、（4，2）、（4，4）、（4，5）4組參數(shù)分別進(jìn)行實(shí)驗(yàn)，將結(jié)果與MDP－SSSP進(jìn)行對(duì)比，結(jié)果如圖4 （a）、（b）所示。

表2 仿真環(huán)境參數(shù)

圖4 感知效率和中斷時(shí)間隨參數(shù)變化

就圖4（a）、（b）單獨(dú)而言，在τ保持不變時(shí)，感知效率隨n的增大而減小，在n保持不變時(shí)，感知效率隨τ的增大而增大；被迫中斷時(shí)間則與n和τ無明顯線性關(guān)系，但綜合兩個(gè)圖發(fā)現(xiàn)，在實(shí)驗(yàn)抽?。╪，τ）參數(shù)對(duì)中，感知效率最優(yōu)時(shí)，被迫中斷時(shí)間則很長(zhǎng)，被迫中斷時(shí)間最優(yōu)時(shí)，則感知效率偏低。而采用MDP－SSSP算法，兩項(xiàng)指標(biāo)參數(shù)雖然不是最優(yōu)，但可以平衡各項(xiàng)指標(biāo)，獲取最優(yōu)參數(shù)，提高系統(tǒng)的整體性能。

（2）將 MDP－SSSP與隨機(jī)搜索 （random search，RS）、傳統(tǒng)串行搜索算法 （serial search，SS）比對(duì)，認(rèn)知用戶被迫中斷概率、感知效率Ηsence和中斷時(shí)間Τinterrupt隨授權(quán)用戶到達(dá)率λp變化情況如圖5 （a）、（b）、（c）所示。

圖5 信道關(guān)鍵指標(biāo)隨授權(quán)用戶到達(dá)率變化

MDP－SSSP的平均感知效率為0.74，而RS和SS的平均感知效率分別為0.53和0.36，由于采用了 MDP建模和針對(duì)感知效率的求解算法，在感知效率上MDP－SSSP具有明顯優(yōu)勢(shì)。由于采用了雙周期搜索策略，MDP－SSSP的被中斷率和中斷時(shí)間都優(yōu)于RS和SS。RS和SS的平均被中斷率比較接近，MDP－SSSP的平均被中斷率為0.398，比RS和SS低20%。RS和SS的平均中斷時(shí)間分別為MDPSSSP的2倍和2.2倍，因此MDP－SSSP可以使認(rèn)知用戶在被授權(quán)用戶中斷后更快地找到可用信道。

由此可見，MDP－SSSP算法在感知效率Ηsence，被中斷概率和中斷時(shí)間Τinterrupt三項(xiàng)性能指標(biāo)上均優(yōu)于傳統(tǒng)頻譜感知機(jī)制，尤其是在授權(quán)用戶到達(dá)率較高，信道占用率提高的情況下，仍能保證在較高感知效率下，實(shí)現(xiàn)較低的中斷時(shí)間，從而有效保證了認(rèn)知用戶的通信質(zhì)量。

4 結(jié)束語

本文綜合考慮信道檢測(cè)效率和認(rèn)知用戶被迫中斷時(shí)間兩個(gè)因素，提出了帶頻譜池的n步串行信道搜索策略，在認(rèn)知用戶被迫中斷后，通過頻譜池中的先驗(yàn)信道感知信息，快速搜索到新的空閑信道，通過構(gòu)建離散馬爾可夫模型，求取參數(shù)最優(yōu)解，通過仿真實(shí)驗(yàn)驗(yàn)證，表明引入頻譜池和MDP優(yōu)化模型的MDP－SSSP策略相比隨機(jī)搜索和串行搜索，能顯著地提高信道感知效率，縮短認(rèn)知用戶被迫中斷時(shí)間。

［1］Mitola Joseph.The inventor of cognitive radio ［J］.Electronic Engineering Times，2005 （1）：47－50.

［2］Srinivasa S，Jafar S A.The throughput potential of cognitive radio：A theoretical perspective ［J］.IEEE Communications Magazine，2007，45 （5）：73－79.

［3］WEI Jibo，WANG Shan，ZHAO Haitao.Cognitive wireless networks：Key techniques and sate of the art ［J］.Journal on Communications，2011，32 （11）：147－158 （in Chinese）.［魏急波，王杉，趙海濤.認(rèn)知無線網(wǎng)絡(luò)：關(guān)鍵技術(shù)與研究現(xiàn)狀［J］.通信學(xué)報(bào)，2011，32 （11）：147－158.］

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

［5］Ling Luo，Sumit Roy.Analysis of search schemes in cognitive radio ［C］／／San Diego：2nd IEEE Workshop on Networking Technologies for Software Define Radio Networks，2007：17－24.

［6］Jia J，Zhang Q，Shen X.HC＿M(jìn)AC：A hardware－constrained cognitive MAC for efficient spectrum management ［J］.IEEE Journal on Selected Areas in Communications，2008，26（1）：104－117.

［7］Jayakrishnan Unnikrishnan，Venugopal V Veeravalli.Algorithms for dynamic spectrum access with learning for cognitive radio ［J］.IEEE Transactions on Signal Processing，2010，58（2）：750－760.

［8］MIAO Dan.Research on dynamic spectrum allocation technology in cognitive wireless network ［D］.Beijing：Beijing University of Posts and Telecommunications，2010：27－29 （in Chinese）. ［苗丹.認(rèn)知無線網(wǎng)絡(luò)中的動(dòng)態(tài)頻譜分配技術(shù)研究［D］.北京：北京郵電大學(xué)，2010：27－29.］

［9］Yunxia Chen，Qing Zhao，Ananthram Swami.Joint design and separation principle for opportunistic spectrum access in the presence of sensing errors ［J］.IEEE Transactions on Information Theory，2008，54 （5）：2053－2071.

［10］Bhatnagar S，Abdulla M S.Simulation－based optimization algorithms for finite－h(huán)orizon Markov decision processes ［J］.Simulation，2008，84 （12）：577－600.

［11］Xavier Gelabert，Oriol Sallent.Spectrum sharing in cognitive radio networks with imperfect sensing：A discrete－time Markov model［J］.Computer Networks，2010，54 （14）：2519－2536.

［12］Stevens－Navarro E，Yuxia Lin，Wong V W S.An MDP－based vertical handoff decision algorithm for heterogeneous wireless networks ［J］.IEEE Transactions on Vehicular Technology，2008，57 （2）：1243－1254.