富 爽,杜 紅,許 杰

(1.黑龍江八一農(nóng)墾大學(xué)信息技術(shù)學(xué)院,黑龍江大慶163319; 2.哈爾濱工程大學(xué)計算機科學(xué)與技術(shù)學(xué)院,哈爾濱150001)

一種貪婪的異構(gòu)多信道并行合作頻譜感知方法*

富 爽1,2,**,杜 紅1,許 杰1

(1.黑龍江八一農(nóng)墾大學(xué)信息技術(shù)學(xué)院,黑龍江大慶163319; 2.哈爾濱工程大學(xué)計算機科學(xué)與技術(shù)學(xué)院,哈爾濱150001)

為了同時對多個異構(gòu)信道進行有效地合作頻譜感知,并克服現(xiàn)有方法中只考慮檢測準(zhǔn)確性而忽略感知開銷和系統(tǒng)效益,忽略不同認知用戶對不同異構(gòu)信道感知性能的差異以及參與合作感知的認知用戶較多等問題,提出了一種貪婪的異構(gòu)多信道并行合作頻譜感知方法。根據(jù)對感知開銷和傳輸收益的定義,充分考慮不同認知用戶對不同異構(gòu)信道感知性能的差異,利用貪婪算法在多個認知用戶和多個異構(gòu)信道間最優(yōu)地進行感知任務(wù)分配,使總系統(tǒng)效益最大。仿真結(jié)果表明,所提方法與基于迭代匈牙利的并行合作頻譜感知方法、改進的基于迭代匈牙利的并行合作頻譜感知方法和隨機的合作頻譜感知方法相比,能夠獲得較高的總系統(tǒng)效益,且所需的參加合作感知的認知用戶數(shù)較少。

認知無線電;并行合作頻譜感知;異構(gòu)信道;貪婪算法

1 引 言

隨著無線通信業(yè)務(wù)和人們需求的快速增長,頻譜資源日益匱乏。認知無線電技術(shù)[1]采用開放的頻譜接入機制,使非授權(quán)用戶可以在不影響授權(quán)用戶(也稱主用戶)的情況下靈活使用主用戶暫不使用的空閑頻譜,能夠有效解決當(dāng)前頻譜資源匱乏與人們?nèi)找嬖鲩L的通信需求之間的矛盾,是無線通信發(fā)展的必然趨勢。為了準(zhǔn)確發(fā)現(xiàn)可用的頻譜資源并有效避免對授權(quán)用戶造成干擾,頻譜感知[2-3]被認為是認知無線電實現(xiàn)的關(guān)鍵。

在認知無線電頻譜感知中,往往需要同時感知多個信道,而這些信道可能被不同的主用戶網(wǎng)絡(luò)占用,并具有不同的頻帶寬度,因此它們往往擁有不同的傳輸速率和占用概率,即異構(gòu)信道。對于多個異構(gòu)信道的感知問題,文獻[4]利用遺傳算法來解決單個認知用戶如何同時感知多個異構(gòu)信道的問題,文獻[5]討論了一個認知用戶具有多個天線的情況,通過決定每個信道感知的天線數(shù)使系統(tǒng)的吞吐量最大。但是,文獻[4-5]只考慮了單個認知用戶的感知問題,沒有考慮多個認知用戶合作感知的問題,由于信道衰落和陰影效應(yīng)的影響,單個認知用戶的感知結(jié)果往往并不準(zhǔn)確。為了減少衰落和陰影效應(yīng)的影響,多用戶的合作頻譜感知技術(shù)被廣泛采用[6-7]。目前,有關(guān)合作頻譜感知技術(shù)的研究大多集中于對某一單獨信道進行感知,而對于多個異構(gòu)信道,則需要對多個異構(gòu)信道依次進行單信道感知,這將導(dǎo)致很大的感知時延及通信開銷。并行合作頻譜感知通過多個認知用戶同時感知不同的信道,能夠有效解決在一個感知周期內(nèi)感知多個信道的問題。在并行合作頻譜感知技術(shù)中,一個關(guān)鍵的問題就是哪些認知用戶感知哪些信道,即感知任務(wù)分配問題。針對該問題,文獻[8]提出了一種并行合作頻譜感知方法,該方法能夠最優(yōu)地選擇參加合作頻譜感知的認知用戶數(shù)及判決門限值,但該文獻假設(shè)所有用戶對所有信道的感知性能均相同,由于不同認知用戶的位置、性能均不同,且各異構(gòu)信道的帶寬也不同,因此不同認知用戶對不同異構(gòu)信道的感知性能也是不同的。文獻[9]將并行合作頻譜感知問題等效成一個求二分圖最優(yōu)匹配的問題,利用匈牙利算法得到最優(yōu)的感知任務(wù)分配方案,但是該方法僅考慮一個信道僅由一個認知用戶感知的情況。文獻[10-11]分別提出了使用迭代匈牙利算法和迭代Kuhn-Munkres(KM)算法進行并行合作頻譜感知的方法,但是這兩種方法只考慮檢測的準(zhǔn)確性,而沒有考慮感知開銷和系統(tǒng)效益的問題,而且由于該方法沒有完善的終止條件,導(dǎo)致需要較多的認知用戶來進行頻譜感知,這將會嚴(yán)重增加認知用戶的能量消耗,以及增大系統(tǒng)的虛警概率。本文充分考慮不同認知用戶對不同異構(gòu)信道感知性能的差異,定義感知開銷和系統(tǒng)效益的表達式,提出了一種貪婪的異構(gòu)多信道并行合作頻譜感知方法,通過合理分配感知任務(wù),達到系統(tǒng)效益最大,且所需認知用戶數(shù)最小的目的。

2 系統(tǒng)模型

在一個由一個融合中心和N個認知用戶構(gòu)成的集中式認知無線電網(wǎng)絡(luò)中,感知對象包括M個異構(gòu)信道,每一個異構(gòu)信道具有不同的帶寬、不同的傳輸速率以及不同的占用概率。認知用戶在每一個時隙T內(nèi)分為感知時隙Ts和傳輸時隙Tr兩部分,即T=Ts+Tr。每個認知用戶在一個感知時隙Ts內(nèi)僅感知一個信道,而每個信道可由多個認知用戶合作感知以提高準(zhǔn)確性,合作時采用OR準(zhǔn)則。設(shè)認知用戶使用能量檢測方法進行頻譜感知,檢測門限為λ,信號為復(fù)相移鍵控(Complex Phase Shift Keying, CPSK)信號,噪聲為循環(huán)對稱復(fù)高斯噪聲,噪聲方差為σu,接收信號的采樣速率為fs,則認知用戶的虛警概率可以表示為[12]

式中,erfc(·)為互補誤差函數(shù)。

由于每個用戶所處的位置和無線環(huán)境不同,不同認知用戶處不同信道的信噪比也不同。設(shè)已知各認知用戶處各信道的信噪比γ=[γmn]M×N,其中γmn表示第n個認知用戶處第m個信道的信噪比,每個認知用戶的虛警概率保持一致,即=pf,認知用戶n感知信道m(xù)的檢測概率為,其中n=1, 2,…,N,m=1,2,…,M,則檢測概率矩陣定義為Pd= []M×N,其中可根據(jù)式(1)由下式得出:

設(shè)X=x[]mnM×N為分配矩陣,當(dāng)認知用戶n被分配感知信道m(xù)時,xmn=1,否則xmn=0。由于當(dāng)信道由多個認知用戶合作感知時采用OR準(zhǔn)則,因此信道m(xù)的檢測概率(X)和虛警概率(X)為

為保證頻譜使用率,設(shè)系統(tǒng)所允許的各信道最大虛警概率為Qfa,根據(jù)OR準(zhǔn)則和各認知用戶的虛警概率pf,可以得到每個信道允許的最大認知用戶數(shù)Nco_max為

式中,·」表示向下取整。

在認知用戶進行頻譜感知時,必須停止其數(shù)據(jù)傳輸,定義感知開銷為認知用戶因頻譜感知任務(wù)所減少傳輸?shù)臄?shù)據(jù)量。設(shè)為認知用戶n的傳輸速率,則認知用戶n的感知開銷Hn為

定義傳輸收益為所感知的信道用于認知用戶傳輸時單位時間內(nèi)所能傳輸?shù)钠骄行?shù)據(jù)量。信道用于認知用戶傳輸時分為兩種情況:第一種情況是信道空閑且被認知用戶正確感知,第二種情況是信道被主用戶占用,但被認知用戶錯誤感知而誤認為是空閑。設(shè)為信道m(xù)的傳輸速率,為信道m(xù)的空閑概率,Pd_ch=[]M為各信道的檢測概率矢量,Pf_ch=[]M為各信道的虛警概率矢量,其中和分別為認知網(wǎng)絡(luò)對信道m(xù)的檢測概率和虛警概率,則對于第一種情況,信道m(xù)所能傳輸?shù)挠行畔⒘渴荰r[1-];而對于第二種情況,當(dāng)信道被主用戶占用時,由于主用戶信號的存在,不僅認知用戶傳輸?shù)男畔⒖赡軣o法被正確接收,導(dǎo)致多余的能量消耗,而且還會對主用戶造成干擾,這是認知無線電設(shè)計理念所極力避免的,因此,這時所傳輸?shù)男畔⒘?1-)[1-]Tr可以看成是對傳輸收益的懲罰函數(shù)。設(shè)δ為懲罰因子,用來衡量第二種情況時由于能量消耗和對主用戶造成的干擾對系統(tǒng)的影響程度,δ越大則表示影響越大,則信道m(xù)的傳輸收益Gm為

這樣在分配X時的總系統(tǒng)效益Uall(X)可以定義為總傳輸收益和總感知開銷之差:

為了使總系統(tǒng)效益最大,必須根據(jù)傳輸收益和感知開銷合理地選擇最優(yōu)的分配矩陣X。

根據(jù)以上描述的系統(tǒng)模型,并行合作頻譜感知的感知任務(wù)分配問題可以等效成如下分配問題:

式中,β表示是否能在一個感知時隙內(nèi)檢測完所有信道,如果N≥M,即認知用戶數(shù)大于信道數(shù),則能夠在一個感知時隙內(nèi)檢測完所有信道,置β=1;否則,置β=0。

3 算法描述

本文采用貪婪算法解決上述感知任務(wù)分配問題。

首先,計算每個分配所能獲得的系統(tǒng)效益,設(shè)將信道m(xù)分配給認知用戶n感知時所能獲得系統(tǒng)效益為Umn,可由下式得到:

式中,Hn為認知用戶n感知時產(chǎn)生的感知開銷,可由式(6)得出;Gm為當(dāng)信道m(xù)分配給認知用戶n感知時所能獲得的傳輸收益,可由式(7)得出。

然后,將每個信道上所有認知用戶的系統(tǒng)效益Umn從大到小分別排列,進行第一次迭代。從第一個信道開始,各信道依次將該信道分配給系統(tǒng)效益最大的認知用戶進行感知。設(shè)當(dāng)前迭代分配矩陣為X0= []M×N,以信道m(xù)為例,如果Umn′=(Umn),則設(shè)=1,其他X0mn(n≠n′)置0。這樣第一次迭代完成,為每一個信道均分配一個認知用戶進行感知。置分配矩陣X=X0。計算各信道的檢測概率和虛警概率,對于信道m(xù),可得等于,h等于pf。為了避免對主用戶造成干擾,檢測概率必須大于一定值。設(shè)系統(tǒng)要求的各信道檢測概率為。經(jīng)過一次迭代后,如果存在不滿足檢測概率要求的信道,即＜且還有未分配感知信道的認知用戶,則進行第二次迭代。

在第二次迭代中,為每一個檢測概率不滿足系統(tǒng)檢測概率要求的信道依次再分配一個未分配感知信道的認知用戶,與之前迭代分配的認知用戶一同感知該信道。分配的原則仍然是在所有未分配感知信道的認知用戶中,選擇系統(tǒng)效益Umn最大的進行分配。置分配矩陣X=X+X0。增加新的認知用戶對信道進行合作感知后,信道的檢測概率和虛警概率都會增加,由式(3)計算出各信道的檢測概率,判斷其是否滿足要求,如滿足,則算法結(jié)束;如不滿足,則繼續(xù)為不滿足系統(tǒng)檢測概率要求的信道繼續(xù)分配認知用戶進行合作感知。依次類推,直至所有信道均滿足檢測概率的要求,即?m,均有≥,或所有節(jié)點均分配信道進行感知,最終得到最優(yōu)分配矩陣X。

此外,為了充分的利用頻譜,每個信道允許的最大認知用戶數(shù)為Nco_max,因此最大迭代次數(shù)為Nco_max。

其詳細步驟如下:

步驟1 初始化N,M,Qfa,,pf,Pd,Tr,Ts,δ, Rncr(n=1,2,…,N),(m=1,2,…,M),。置X= 0,X0=0,Pd_ch=0以及Pf_ch=1,利用式(5)計算;

步驟2 根據(jù)式(10)計算Umn,其中m=1,2,…,M,n=1,2,…,N,并分別將各信道的Umn,從大到小排列;

步驟4 置分配矩陣X=X+X0。根據(jù)X,由式(3)計算各信道的檢測概率矢量Pd_ch;

4 復(fù)雜度分析

對于本文提出的貪婪的異構(gòu)多信道并行合作頻譜感知方法,其時間復(fù)雜度主要包含兩個部分:一是對N個認知用戶的系統(tǒng)效益進行排序,根據(jù)堆排序原理,可得第一部分排序的時間復(fù)雜度為O(M·N ·lgN)[11];二是為檢測概率未達到要求的信道,在未分配的認知用戶中迭代最優(yōu)分配一個認知用戶進行感知,根據(jù)算法流程,這部分的時間復(fù)雜度最大為O(min(N,M·Nco_max)),即不考慮檢測概率要求滿足的截止條件,只考慮所有認知用戶均分配感知任務(wù)或所有信道均被Nco_max個認知用戶感知。因此本文方法的總時間復(fù)雜度為O(max(M·N·lgN,min (N,M·Nco_max)))。當(dāng)N≤M·Nco_max時,其總的時間復(fù)雜度為O(M·N·lgN);當(dāng)N＞M·Nco_max且Nco_max≤N·lgN時,其總的復(fù)雜度為O(M·N· lgN);當(dāng)N＞M·Nco_max且Nco_max＞N·lgN時,其總的復(fù)雜度為O(M·Nco_max)。為了同時感知多個信道, N值往往比較大,而為了保證信道的使用效率,系統(tǒng)要求的虛警概率一般較低,因此Nco_max值一般較小,大多數(shù)情況下均有Nco_max≤N·lgN,因此,總時間復(fù)雜度可計為O(M·N·lgN)。

5 仿真結(jié)果及分析

設(shè)感知的異構(gòu)信道數(shù)M=10,每幀時長T、感知時長Ts、傳輸時長Tr分別取典型值200 ms、5 ms和195 ms[9,13]。各認知用戶處各異構(gòu)信道的信噪比γmn服從均值為-7 dB的指數(shù)分布。各信道的空閑概率在0～1中隨機變化。每個認知用戶的虛警概率pf=0.01,系統(tǒng)所允許的信道最大虛警概率為Qfa=0.05[10],根據(jù)式(5)可得Nco_max=5。采樣頻率fs設(shè)為10 000 Hz。各異構(gòu)信道傳輸速率和各認知用戶傳輸速率均在0.1～1 Mb/s范圍內(nèi)隨機變化[8]。設(shè)系統(tǒng)檢測概率要求=0.95,懲罰因子δ=1。以上仿真參數(shù)的設(shè)置,與認知無線電應(yīng)用場景相符,實驗表明其參數(shù)的設(shè)置對仿真結(jié)果及結(jié)論影響不大。使用Matlab軟件進行仿真分析,所有仿真結(jié)果均由Monte Carlo方法得到,仿真次數(shù)越多結(jié)果越接近真實結(jié)果,本文設(shè)仿真次數(shù)為10 000次。

本文將所提出的貪婪的異構(gòu)多信道并行合作頻譜感知方法與文獻[10]中基于迭代匈牙利的并行合作頻譜感知方法、改進的基于迭代匈牙利算法并行合作頻譜感知方法和隨機的合作頻譜感知方法相比較?；诘傺览念l譜感知方法由于缺乏完善的迭代終止條件,因此需要較多的認知用戶參加合作感知,將導(dǎo)致較大的感知開銷和較大的系統(tǒng)虛警概率。因此,本文對其進行改進,增加與本文所提算法相同的迭代終止條件檢測概率要求,即當(dāng)某信道的檢測概率大于時,則不再分配其他的認知用戶感知該信道,以避免單純追求檢測概率而導(dǎo)致感知開銷過大的問題。在隨機的并行合作頻譜感知方法中,對于檢測概率不滿足檢測概率要求的信道,隨機地分配未分配感知任務(wù)的認知用戶進行感知,直至所有的信道均達到檢測概率要求或達到最大迭代次數(shù)。

圖1為4種方法在不同認知用戶數(shù)時所能獲得的總系統(tǒng)效益。由圖1可見,本文方法相比其他3種方法能夠獲得更高的總系統(tǒng)效益,且隨著認知用戶數(shù)增加,系統(tǒng)所能獲得的總系統(tǒng)效益呈上升趨勢。這是由于隨著認知用戶數(shù)的增多,可供選擇參加合作感知的認知用戶也就越多,這樣在感知任務(wù)分配中,可以選擇性能更加優(yōu)良的認知用戶(如各信道信噪比較高、傳輸速率較低的認知用戶)參加合作感知,從而使系統(tǒng)總效益增加。基于迭代匈牙利算法的并行合作頻譜感知方法雖在認知用戶數(shù)較少時,總系統(tǒng)效益隨著認知用戶數(shù)的增加而增加,但隨著認知用戶數(shù)的繼續(xù)增加,由于缺乏完善的終止條件,導(dǎo)致參加合作感知的認知用戶數(shù)過多,使感知開銷不斷增大,因此,其總系統(tǒng)效益隨著認知用戶數(shù)的增加而逐漸下降。改進的基于迭代匈牙利的并行合作頻譜感知方法,由于引入了檢測概率要求的終止條件,避免了原方法參與合作感知的認知用戶數(shù)較多的缺點,減少了感知開銷,因此,避免了原方法當(dāng)認知用戶數(shù)較多時總系統(tǒng)效益下降的問題。隨機的并行合作頻譜感知方法由于隨機地分配感知任務(wù),因此,總系統(tǒng)效益最低。

圖1 4種方法在不同認知用戶數(shù)時所能獲得的總系統(tǒng)效益Fig.1 Total system profits of the four methods over different numbers of secondary users

圖2 為4種方法在不同認知用戶數(shù)時參與合作感知的認知用戶數(shù)。由圖2可見,本文方法相比其他3種方法,參與合作感知的認知用戶數(shù)較少,這不僅有利于降低各認知用戶的能量消耗,還有利于降低系統(tǒng)的虛警概率,提高頻譜的使用效率。當(dāng)認知用戶數(shù)較少時,為了使各信道的檢測概率達到要求,隨著認知用戶數(shù)的增加,系統(tǒng)會不斷增加新的認知用戶進行合作感知,因此參與合作感知的認知用戶數(shù)隨著認知用戶數(shù)的增加而增加,如圖2中本文方法的曲線在認知用戶數(shù)從10～20變化時所示。當(dāng)認知用戶增加到一定程度時,使所有信道均達到檢測概率的要求,這時隨著認知用戶的增加,可供選擇的認知用戶增加,為了減少感知開銷,系統(tǒng)會選擇性能更優(yōu)良的更少的認知用戶進行感知以達到系統(tǒng)檢測概率的要求,因此,隨著認知用戶數(shù)的增加,參與合作感知的認知用戶數(shù)隨著認知用戶數(shù)的增加而減少,如圖2中本文方法的曲線在認知用戶數(shù)從20～50變化時所示。由圖2還可見,本文方法中參與合作感知的認知用戶數(shù)由增加到減小的轉(zhuǎn)折點位置相比其他算法出現(xiàn)得較早,這是由于該方法能夠通過貪婪算法較優(yōu)地確定感知任務(wù)分配策略,使各信道的檢測概率在認知用戶數(shù)較少時就能達到系統(tǒng)檢測概率的要求?；诘傺览牟⑿泻献黝l譜感知方法由于缺乏完善的終止條件,因此需要較多的參與合作感知的認知用戶數(shù),隨機的并行合作頻譜感知方法由于隨機地確定感知任務(wù)分配策略,因此,需要參與合作感知的認知用戶數(shù)較多。

圖2 4種方法在不同認知用戶數(shù)時參與合作感知的認知用戶數(shù)Fig.2 Numbers of secondary users participating in cooperative sensing of the four methods over different numbers of secondary users

圖3 為4種方法在不同認知用戶數(shù)時各信道平均虛警概率。由于各認知用戶的虛警概率恒定,因此合作感知之后,各信道的虛警概率僅取決于感知各信道的認知用戶數(shù),因此,圖2和圖3的曲線形狀相似。由圖3可見,本文方法相比其他3種方法,由于需要參與合作感知的認知用戶數(shù)較少,因此,各信道的平均虛警概率也最小,這有利于提高頻譜的使用效率。

圖3 4種方法在不同認知用戶數(shù)時的各信道平均虛警概率Fig.3 The average false alarm probabilities of the four methods over different numbers of secondary users

圖4 為4種方法在不同認知用戶數(shù)時各信道平均檢測概率。由圖4可見,本文方法的各信道平均檢測概率高于隨機的并行合作頻譜感知方法,卻低于基于迭代匈牙利的并行合作頻譜感知方法及其改進方法。這說明本文方法的性能是以適當(dāng)降低檢測概率為代價的。本文方法在滿足系統(tǒng)檢測概率要求時,能夠及時啟動迭代終止條件,有效避免了基于迭代匈牙利的并行合作頻譜感知方法及其改進方法過分追求檢測概率而導(dǎo)致的參與合作感知的認知用戶數(shù)過多和總系統(tǒng)效益較低的問題。

圖4 4種方法在不同認知用戶數(shù)時的各信道平均檢測概率Fig.4 The average detection probabilities of the four methods over different numbers of secondary users

圖5 為本文方法在不同平均信噪比時總系統(tǒng)效益和參加合作感知的認知用戶數(shù)。由圖5可見,信噪比越低,所能獲得的系統(tǒng)總效益就越低,所需要的參與合作感知的認知用戶數(shù)就越多。這是由于信噪比越低,各認知用戶對各信道的檢測概率就越低,傳輸收益也就越低。此外,為了達到檢測概率的要求,需要更多的認知用戶進行合作感知,從而使感知開銷增加,導(dǎo)致總系統(tǒng)效益降低。由圖5(b)還可以看出,信噪比越低,參與合作感知的認知用戶數(shù)由上升到下降的轉(zhuǎn)折點出現(xiàn)得越晚。這是由于隨著信噪比的降低,達到系統(tǒng)檢測概率要求所需的參與合作感知的認知用戶數(shù)就越多,因此,轉(zhuǎn)折點出現(xiàn)得就越晚。

圖5 本文方法在不同信噪比時所能獲得的總系統(tǒng)效益和參加合作感知的認知用戶數(shù)Fig.5 Total system profits and numbers of secondary users participating in cooperative sensing of the method proposed in this paper over different SNR values

6 結(jié)束語

本文針對異構(gòu)多信道頻譜感知中存在的一些問題,如只考慮檢測準(zhǔn)確性而忽略感知開銷和系統(tǒng)效益、忽略不同用戶對不同異構(gòu)信道感知性能的差異、參與合作感知的認知用戶較多等問題,提出了一種貪婪的異構(gòu)多信道并行合作頻譜感知方法。該方法充分考慮了不同用戶對不同異構(gòu)信道感知性能的差異,根據(jù)對感知開銷和系統(tǒng)效益的定義及其數(shù)學(xué)模型,通過貪婪算法在多個認知用戶和異構(gòu)信道間合理分配感知任務(wù),使總系統(tǒng)效益最大化。仿真結(jié)果表明,利用貪婪算法可以較好地解決系統(tǒng)模型所描述的感知任務(wù)分配問題,本文方法相比基于迭代匈牙利的并行合作頻譜感知方法、改進的基于迭代匈牙利算法并行合作頻譜感知方法和隨機的合作頻譜感知方法,能夠在異構(gòu)多信道并行合作頻譜感知中獲得更高的總系統(tǒng)效益,以及需要更少的參加合作感知的認知用戶數(shù),這對提高系統(tǒng)效率、降低節(jié)點能耗和提高頻譜利用率都具有重要意義。此外,本文對感知開銷和系統(tǒng)效益的定義及其數(shù)學(xué)模型,也對同類研究有一定借鑒價值。本文提出的貪婪的異構(gòu)多信道并行合作頻譜感知方法,因其能夠?qū)Χ鄠€異構(gòu)信道進行感知,因此,不僅適用于同構(gòu)的認知無線電網(wǎng)絡(luò),如使用傳統(tǒng)TV頻段的認知無線電網(wǎng)絡(luò),也適用于多個異構(gòu)網(wǎng)融合的認知無線電網(wǎng)絡(luò),如使用更廣泛的ISM頻段及其他頻段的認知無線電網(wǎng)絡(luò)。最后,在此研究中尚未發(fā)現(xiàn)例外和難以解決的問題,后續(xù)研究可進一步改進貪婪策略或采用其他優(yōu)化方法,逐漸向最優(yōu)解靠近。

[1] HAYKIN S.Cognitive radio:brain-empowered wireless communications[J].IEEE Journal on Selected Areas in Communications,2005,23(2):201-220.

[2] 富爽,李一兵,葉方,等.利用頻域Sevcik分形維數(shù)進行快速盲頻譜感知[J].吉林大學(xué)學(xué)報(工學(xué)版), 2014,44(3):854-860. FU Shuang,LI Yibin,YE Fang,et al.Fast blind spectrum sensing using Sevcik fractal dimension in frequency[J]. Journal of Jilin University(Engineering and Technology E-dition),2014,44(3):854-860.(in Chinese)

[3] 邱恭安,封森.基于最小生成樹的分簇協(xié)作頻譜感知改進算法[J].電訊技術(shù),2014,54(5):564-568. QIU Gongan,FENG Sen.An improved clustering cooperative spectrum sensing algorithm based on minimum spanning tree[J].Telecommunication Engineering,2014,54 (5):564-568.(in Chinese)

[4] 鄺祝芳,羅孟宇,陳志剛.認知無線網(wǎng)絡(luò)中基于遺傳算法的異構(gòu)信道頻譜感知策略[J].計算機應(yīng)用與軟件, 2011,28(11):102-104,135. KUANG Zhufang,LUO Mengyu,CHEN Zhigang.A heterogeneous channel spectrum sensing strategy base on genetic algorithm in cognitive radio network[J].Computer Application and Software,2011,28(11):102-104,135. (in Chinese)

[5] ZHAO Y,PAN B,HU H.Multi-channel coordinated spectrum sensing in cognitive radio[C]//Proceedings of the 2nd International Conference on Computer Science andElectronicsEngineering.Paris,France:Atlantis Press,2013:500-504.

[6] GAO R,LI Z,QI P,et al.A robust cooperative spectrum sensing method in cognitive radio networks[J].IEEE Communications Letters,2014,18(11):1987-1990.

[7] PAUL R,PAK W,CHOI Y J.Selectively triggered coop

erative sensing in cognitive radio networks[J].IET Communications,2014,8(15):2720-2728.

[8] XIE S,LIU Y,ZHANG Y,et al.A parallel cooperative spectrum sensing in cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2010,59(8):4079-4092.

[9] SHAHRASBI B,RAHNAVARD N.Cooperative parallel spectrum sensing in cognitive radio networks using bipartite matching[C]//Proceedings of 2011 IEEE Military CommunicationsConference.Baltimore,MD:IEEE, 2011:19-24.

[10] WANG Z,FENG Z,ZHANG P.An iterative Hungarian algorithm based coordinated spectrum sensing strategy [J].IEEE Communications Letters,2011,15(1):49-51.

[11] WANG Z,FENG Z,ZHANG D,et al.Optimized strategies for coordinated spectrum sensing in Cognitive Radio Networks[C]//Proceedings of 2011 Sixth International ICST Conference on Cognitive Radio Oriented Wireless Networks and Communications.Osaka:IEEE,2011:96-100.

[12] LIANG Y C,ZENG Y H,PEH E C Y,et al.Sensingthroughput tradeoff for cognitive radio networks[J]. IEEE Transactions on Wireless Communications,2008,7 (4):1326-1337.

[13] KIM H,SHIN K G.Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio Networks[J].IEEE Transactions on Mobile Computing, 2008,7(5):533-545.

FU Shuang was born in Yichun,Heilongjiang Province,in 1982.She received the Ph.D.degree form Harbin Engineering University in 2014.She is now a lecturer.Her research concerns spectrum sensing and allocation in cognitive radio and cognitive LTE.

Email:fushuang_dq@163.com

杜 紅(1982—),女,黑龍江大慶人,2012年于北京郵電大學(xué)獲博士學(xué)位,現(xiàn)為講師,主要研究方向為認知無線電頻譜感知與分配;

DU Hong was born in Daqing,Heilongjiang Province,in 1982.She received the Ph.D.degree form Beijing University of Posts and Telecommunications in 2012.She is now a lecturer. Her research concerns spectrum sensing and allocation in cognitive radio.

許 杰(1973—),男,黑龍江肇東人,2005年于哈爾濱工程大學(xué)獲碩士學(xué)位,現(xiàn)為副教授,主要研究方向為信號處理。

XU Jie was born in Zhaodong,Heilongjiang Province,in 1973.He received the M.S.degree form Harbin Engineering U-niversity in 2005.He is now an associate professor.His research concerns signal processing.

A Greedy Parallel Cooperative Spectrum Sensing Method for Multiple Heterogeneous Channels

FU Shuang1,2,DU Hong1,XU Jie1
(1.Institute of Information Technology,Heilongjiang Bayi Agriculture University,Daqing 163319,China; 2.College of Computer Science and Technology,Harbin Engineering University,Harbin 150001,China)

To simultaneously and efficiently cooperatively sense multiple heterogeneous channels,and overcome some problems in current methods,such as only considering the sensing accuracy instead of the sensing overhead and the transmission gain,neglecting the difference of detection performance between different secondary users and different heterogeneous channels,and requiring more cooperative secondary users,a greedy parallel cooperative spectrum sensing method for multiple heterogeneous channels is proposed.According to the definitions of sensing overhead and transmission gain and considering the difference of detection performance between different secondary users and different heterogeneous channels,it uses greedy algorithm to optimally assign the sensing task between multiple secondary users and multiple heterogeneous channels to maximize the total system profit.The simulation results show that the proposed method can obtain higher system profit and requires less cooperative secondary users than iterative Hungarian algorithm based parallel cooperative spectrum sensing method,improved iterative Hungarian algorithm based parallel cooperative spectrum sensing method,and random cooperative sensing method.

cognitive radio;parallel cooperative spectrum sensing;heterogeneous channels;greedy algorithm

date:2015-04-10;Revised date:2015-06-24

TN929.5

A

1001-893X(2015)12-1330-07

富 爽(1982—),女,黑龍江伊春人, 2014年于哈爾濱工程大學(xué)獲博士學(xué)位,現(xiàn)為講師,主要研究方向為認知無線電頻譜感知及分配、認知LTE;

10.3969/j.issn.1001-893x.2015.12.004

富爽,杜紅,許杰.一種貪婪的異構(gòu)多信道并行合作頻譜感知方法[J].電訊技術(shù),2015,55(12):1330-1336.[FU Shuang,DU Hong, XU Jie.A Greedy Parallel Cooperative Spectrum Sensing Method for Multiple Heterogeneous Channels[J].Telecommunication Engineering, 2015,55(12):1330-1336.]

2015-04-10;

2015-06-24

黑龍江省青年科學(xué)基金項目(QC2015070);黑龍江省教育廳科技項目(12541583);黑龍江省高等教育教學(xué)改革項目(JG2013010450);黑龍江八一農(nóng)墾大學(xué)博士科研啟動基金項目(XDB2015-28,XYB2013-23)

Fundation Item:The Science Foundation of Heilongjiang Province for the Youth(QC2015070);The Scientific Research Fund of Heilongjiang Provincial Education Department(No.12541583);The Teaching Reform Project of Heilongjiang Province(JG2013010450); The Scientific Research Foundation for Doctors of Heilongjiang Bayi Agricultural University(XDB2015-28,XYB2013-23)

**通訊作者:fushuang_dq@163.com Corresponding author:fushuang_dq@163.com