认知无线网络中基于业务区分的自适应MAC协议❋

江帆❋❋，卢光跃

（西安邮电大学通信与信息工程学院，西安710121）

认知无线网络中基于业务区分的自适应MAC协议❋

江帆❋❋，卢光跃

（西安邮电大学通信与信息工程学院，西安710121）

为了提高认知用户的接入效率，同时兼顾其QoS需求，提出了一种应用于认知无线网络的基于业务区分的自适应MAC协议。对不同业务采取不同的最优频谱检测时间，实时业务（RT）以最小化接入时延为目的确定最优的频谱检测时间，而非实时用户（NRT）则以最大化吞吐率为目标确定最佳的频谱检测时间。根据所确定出的最佳频谱检测时间，结合当前的业务到达速率和调度策略，不同业务以时隙Aloha的方式接入空闲频谱。理论分析和仿真表明，所提出的自适应MAC协议能够自适应地为认知用户的不同业务确定最优频谱检测时间，从而有效地提高频谱使用效率，保证不同业务的QoS需求。

认知无线网络；自适应MAC；业务区分；服务质量；频谱检测

1 引言

媒体接入控制（MAC）协议是一种实现频谱资源高效动态分配与管理重要技术。目前，有关认知无线网络中的MAC协议研究主要集中在保证网络整体性能最优的动态频谱共享方面［1－2］。在相关的研究中，Su［3］提出了一种跨层机会式MAC协议，考虑了两种频谱检测策略对于频谱效率的影响；Chen［4］提出了基于机会式频谱接入的两层MAC协议，首先通过频谱检测来避免对主用户（Primary User，PU）的干扰，其次通过选择合适的MAC接入策略来调度用户传输。然而，上述方法大都以如何提高认知用户（Secondary User，SU）的接入效率为目标，而忽略了SU用户的QoS需求。针对以上问题，本文提出了一种基于业务区分的自适应MAC协议（A-MAC）。为了保证SU用户不同业务的QoS需求，A-MAC能够自适应地调整不同业务的频谱检测时间，具体来讲，实时业务（Real Time，RT）以最小化接入时延为目的确定最优的频谱检测时长，而非实时用户（Non-real Time，NRT）则以最大化吞吐率为目标确定频谱检测时间。根据业务到达速率和调度策略，不同业务以时隙Aloha的方式接入频谱。理论分析和仿真表明，所提出的A-MAC协议能够灵活简便地为不同业务调整最佳的频谱检测时间，从而有效提高频谱利用率，保证不同用户的QoS需求。

2 系统模型

系统模型如1所示，考虑一个包含主基站及若干个PU的主系统，主基站使用授权频谱与PU进行通信。在与主系统共存的认知系统中，包含一个认知基站及N个SU，SU之间能够以自组织的方式通信，也可以接入认知基站。该模型是目前认知网络研究中所采用的通用模型。每个SU在频谱检测范围内侦听PU的频谱使用情况，SU以不影响PU的正常通信为前提，以机会式的方式接入未被PU使用的授权频谱。一旦SU检测到PU要使用授权频谱，则SU需在时间Tv内腾空信道从而保证PU的正常通信。

图1 系统模型Fig.1 System model

本文假设SU采用基于能量的频谱检测算法［7］，即对于任意SUi（i∈［1，N］），当接收到主基站的信号强度大于能量检测器的判决门限η，则认为当前系统中的PU处于激活状态，SU应立即腾空信道；反之，则认为PU处于空闲状态，SU可以以机会式的方式接入授权频谱。假设频谱检测时间长为t，fs为能量检测器的采样频率，从主基站接收到的信号的信噪比（SINR）为γ，接收到信号采用相位键控（PSK）的调制方式，SU能够探测到PU存在的检测概率Pd可表示为［5］

其中，σ2表示接收高斯噪声的方差，方程Φ（x）＝为了保证SU对授权频谱的使用不干扰到PU，当PU位于SU的检测范围内且处于激活状态，检测概率Pd应大于门限值η。如果PU位于SU的检测范围外，由于SU无法检测到PU的活动状态，由此可导致的虚假报警概率Pf表示为［6］

假设PU业务的空闲及突发到达分别服从参数为λi和λb的指数分布，每时隙SU随机地产生实时业务（Real-time service，RT）或非实时业务（Non-real time service，NRT），所有业务服从参数为λ的Poisson分布到达，因此认知系统的总业务到达率表示为G＝Nλ。

3 A-MAC协议描述

所提出的A-MAC的MAC层帧结构如图2所示，时间轴被划分成一系列长度可调的帧，每一帧中包含长度为Ts的频谱侦听时隙和M个长度为Tt的数据传输时隙DSj，j∈［1，M］。因此每个帧的长度为Tf＝Ts＋Td＝Ts＋MTt。根据图2的帧结构，SU在每帧开始的Ts时间内侦听授权信道的使用情况，然后在DSj时隙安排数据在空闲的授权信道上发送。

图2 A-MAC的MAC帧结构设计Fig.2 MAC frame design for A-MAC protocol

A-MAC的工作过程如下：

（1）任意SUi，i∈［1，N］如果在一帧开始的Ts时隙内检测到授权信道可用，且上一帧最后一个数据传输时隙DSM有新业务（RT或NRT）到达，SUi根据当前认知系统的业务类型和业务到达率计算出最优频谱检测时间t*，调整频谱检测时隙长度Ts＝t*，在下一帧开始的第一个数据传输时隙DS1发送；

（2）如果SU的业务在本帧的DSj，j≠M时隙到达，则具有RT业务的SU在下一时隙DSj＋1时刻立即发送，而具有NRT业务的SU选择退避一段时间δ之后再尝试发送；

（3）接收端在成功接收到SU发送的业务之后，回复ACK表示成功接收；如果SU在一段时间之内没有接收到回复，则判定发送失败，SU选择退避时间δ，再尝试重新发送；

（4）如果SU在当前Ts时隙内检测到信道不可用，则本帧中到达的数据（从DS1到DSM－1时隙）将会被缓存；SU需要在退避窗口δ中选择退避一段时间，再次重新发送SU的业务；

（5）如果当前数据数传时隙有且仅有一个SU发送业务，则传输成功；否则，如果至少有2个SU发送业务，则由于碰撞的产生，在退避窗口δ中选择退避一段时间，再重新传输发生碰撞的业务。

4 A-MAC性能分析

4.1 SU的吞吐量分析

假设RT和NRT业务的分组长度恒定，且每个数据传输时隙的长度为Tt＝1；ACK帧长为Ta，退避窗口大小δ∈［0，2¯X］，忽略传输时延和传播时延。定义归一化参数β＝Ts／Tt，a＝Ta／Tt，l＝Td／Tt＝M，f＝Tf／Tt＝β＋M，且δ＝¯X／Tt。用E0和E1分别表示PU处于空闲及激活状态的事件，可以得到

根据A-MAC协议，只有SU满足以下条件时，其数据才能成功发送：一是SU在当前帧内检测到空闲的授权信道；二是SU所发送的业务数据不会与PU的数据碰撞；三是某SU所发送的业务数据不会与其他SU所发送的业务数据碰撞。分别标记上述的3个条件为C1、C2及C3，下面分析上述3个条件的表达式。

C1条件的成立，意味着当PU处于空闲状态时，在未产生虚假报警的情况下，SU以1－Pf的概率接入信道；或当PU处于激活状态时，当检测概率低于设定的门限值，SU以1－Pd的概率接入信道，则有

由于每个SU都是独立的检测频谱使用状况，则当前帧中n个SU能成功接入信道的概率为

当PU处于空闲状态时SU能够成功传输；而当PU处于激活状态时SU不应发送数据，则C2条件满足

当仅有一个SU在当前时隙传输数据，条件C3成立。以每帧开始的第一数据传输时隙DS1为例，则意味着需要满足以下条件：在前一帧中的DSM时隙内没有数据到达，且在本帧的频谱侦听间隔Ts阶段没有新的数据到达。如果有n个SU成功接入信道，该条件成立的概率为

综合考虑式（4）～（7），如果用符号H表示一个数据能够成功传输的事件，则可以得到

因此，系统中平均可达吞吐量S（t）计算为S（t）＝E｛S（n，t）｝＝

其中，S（n，t）表示当n个SU竞争信道且频谱侦听时间为t时的系统吞吐量。当λ和β取值较小时，式（9）可近似表示为

4.2 SU的业务时延分析

SU的业务时延定义为从分组产生到成功发送的平均时间。假设分组处理时延可忽略，分别用参数D0和D1表示由于分组碰撞及数据缓存所引起的时延，则有［7－8］

其中，ω代表成功传输分组之前的时延，即表示从业务产生到感知到信道空闲这段时间。根据文献［9］可以得到ω＝β2＋2β＋l／2（l＋β）。

D1包含由于业务到达后进入缓存排队所造成的时延以及由于重传所造成的退避时延两部分，即有综上，当侦听时间取t时，SU业务的平均分组时延D（t）有

式（13）的第一部分代表当认知系统的到达率为Nλ时分组碰撞和分组缓存引起的时延，第三部分则代表成功传输分组引起的时延。将相应的参数代入式（13），可以得到

这里采用了e－λ≈（Pf＋（1－Pf）eλ）－1的近似［10］。

4.3 自适应的频谱检测时间

4.3.1 RT业务的最佳频谱检测时间

由式（14）可以看出，当PU的业务到达率恒定时，RT业务时延DRT（t）的取值与虚假报警概率Pf相关。而由式（2）可知，当Pd和γ恒定时，Pf的取值与侦听时间t相关，随着t的增加Pf的取值随之减少，且有t∈［0，Ts］。因而当t＝Ts时，Pf取最小值Pf，min。这里令V0＝1－Pf，则有V0≤1－Pf，min。为了得到使RT业务接入时延最小的侦听时间t的取值，令式（14）对V0求导，即令dDRT（t）／dV0＝0，代入有

由于e－λ≈1－λ，当λ取值较小时，代入并整理得

其中，G＝Nλ。对于上述一元二次方程，当满足G≥4（1－D0／δ）时，可以得到

且满足D′RT＋（VRT0）＞0，D′RT－（VRT0）＜0。结合V0的限制条件，则使得RT业务接入时延最小的V0取值为

将式（17）代入式（2），得到使得RT业务接入时延DRT（t）最小的最佳的频谱检测时间tRT的计算式

将式（18）代入式（14），且当N较大、λ较小时，可以得到最小的RT业务接入时延DminRT（tRT）为

DminRT（tRT）＝eG（tRT）＋λrβ（λr＋λβ）·

式中，G（tRT）＝NλV0（tRT），表示对应最小接入时延DminRT（t）的最优业务到达量。

4.3.2 NRT业务的最佳频谱检测时间

由式（10）可知，当PU业务的到达率恒定时，吞吐量SNRT（t）的取值同样与虚假报警概率Pf相关。同样令V0＝1－Pf，则有V0≤1－Pf，min。为了得到使NRT业务吞吐量最大的t的取值，令式（10）对V0求导，即令dSNRT（t）／dV0＝0，可以得到

其中，当λ取值较小时，有e－λ≈1－λ，且满足S′NRT＋（VNRT0）＞0，S′NRT－（VNRT0）＜0。结合V0的限制条件，使得NRT业务吞吐量最大的V0取值应满足

将式（21）代入式（22），得到使得NRT业务吞吐量SNRT（t）最大的最佳频谱检测时间tNRT的计算式：

将式（22）代入式（10），当N较大、λ较小时，可以得到最大的NRT业务吞吐量SNRT（t）为

式中，G（tNRT）＝NλV0（tNRT），表示对应于最大吞吐量SmaxNRT（tNRT）的最优业务到达量。

5 A-MAC性能仿真

为了模拟真实信道情况下的A-MAC性能，并参照文献［10］中的MAC层参数设置，其中仿真参数设置为：信道速率1 Mb／s，RT／NRT业务数据包长2 000 b；每帧Tf＝100 ms其中包含49个长度Td＝2 ms数据传输时隙和一个长度Ts＝2 ms频谱侦听时隙；SU从主基站接收到的信号的SINRγ＝－13 dB，SU能够探测到PU存在的检测概率Pd＝0.95；ACK应答帧Ta＝2 ms，退避窗口大小δ＝50 ms。SU所有业务服从参数为λ＝0.02的Poisson到达，PU业务的空闲及突发到达分别服从参数为λi＝0.01和λb＝0.99的指数分布。仿真主要通过改变用户的到达数量来模拟网络忙闲情况下A-MAC协议的不同的性能指标。

图3绘出了NRT业务归一化系统吞吐量与频谱检测之间的关系。当具有NRT业务的用户数NNRT分别取25和50时，从图中可以看出随着频谱检测时间t的增加，NRT业务的归一化吞吐量逐渐增加，当t＝Ts时，NRT业务的吞吐量达到最大。这是由于当总的业务到达未达到饱和时（认知系统的总业务到达率G≤1），频谱检测时间越长，NRT业务能够使用授权信道传输数据的概率越大。而当用户数分别取75和100时，由图3可以看出随着频谱检测时间t的增加，NRT业务的归一化吞吐量首先随之单调增长，随后又逐渐减小。这是由于当NRT业务到达率已达到饱和（G＞1）时，增加NRT业务信道检测时间反而会增加系统的负担，使得业务数据无法及时传输，从而吞吐率逐渐降低。

图3 NRT业务归一化吞吐量与频谱检测时间Fig.3 Normalized throughput vs.spectrum sensingtime for NRT services

图4 给出了RT业务归一化系统吞吐量与频谱检测之间的关系。同样可以看出，当具有RT业务的用户数NRT分别取25和50时，随着频谱检测时间t的增加，由于更多的RT业务能够获得授权信道的使用机会，从而数据的接入时延逐渐减少。而当具有RT业务的用户数NRT分别取75和100时，同样由于RT业务的到达率已达到饱和，由于每个RT业务都需要在发送前长时间地检测频谱的使用情况，反而增加了系统的负担，使得过多的RT业务数据由于无法及时传输而被缓存，从而导致数据接入时延的增加。

图4 RT业务平均吞吐量与频谱检测时间Fig.4 Average throughput vs.spectrum sensing time for RT services

图5 描述了NRT业务的最大吞吐量随着用户数的增加的变化情况。在tNRT＝Ts时，当系统的NRT业务用户数N＜50时，系统的最大吞吐量逐渐增加；当用户数增加到N＝50时，由于系统的用户到达已达到饱和，系统的最大吞吐量开始保持恒定不变。而当频谱检测时间恒定取Ts时，可看出系统的最大吞吐量随NRT业务到达的增加而逐渐减少。

图5 最大系统吞吐量与NRT业务用户数Fig.5 Maximum throughput vs.NRT services users

图6 给出了RT业务的接入时延随着用户数的增加的变化情况。可以看出，随着RT用户数的增加，分组的最小平均接入时延逐渐变大，这是由于更多SU开始竞争有限的授权信道资源，从而导致分组接入时延逐渐增加。当系统的RT业务用户数较少时，两根曲线的性能一致；而随着系统的用户逐渐达到饱和，当频谱检测时间恒定时，可以看出分组的接入时延以指数形式增长，而对于所提出A-MAC协议，分组的接入时延则以线性形式增长，从而有效地保证了RT业务的QoS需求。

图6 最小平均接入时延与RT业务用户数Fig.6 Minimum access delay vs.RT services users

6 结束语

本文提出了一种基于业务区分的自适应MAC协议（A-MAC）。为了保证SU用户不同业务的QoS需求，实时业务以最小化接入时延为目的确定最优的频谱检测时长，而非实时用户则以最大化吞吐率为目标确定最优的频谱检测时间。结合具体的业务到达速率和调度策略，不同业务以时隙Aloha的方式接入信道。与已有研究工作相比，所提出的AMAC的通过业务区分自适应地为不同业务调整不同的频谱检测时间，从而有效地提高频谱使用效率，保证不同用户的QoS需求。后续工作需要考虑如何进一步优化重传算法以提高传输的效率。

［1］Cormio C，Chowdhury K.A Survey on MAC Protocols for Cognitive Radio Networks［J］.Ad Hoc Networks，2009，7（7）：1315－1329.

［2］Domenico A，Strinatie C，Benedetto M G.A Survey on MAC Strategies for Cognitive Radio Networks［J］.IEEE Communications Survey and Tutorials，2012，14（1）：21－44.

［3］Su Hang，Zhang Xi.Cross-layer Based Opportunistic MAC Protocols for QoS Provisioning Over Cognitive Radio Wireless Networks［J］.IEEE Journal on Selected Areas in Communications，2008，26（1）：118－129.

［4］Chen Qian，Liang Y C，Motani M，et al.A Two-level MAC Protocol Strategy for Opportunistic Spectrum Access in Cognitive Radio Networks［J］.IEEE Transactions on Vehicular Technology，2011，60（5）：2164－2180.

［5］Yucek T，Arslan H.A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications［J］.IEEE Communications Survey and Tutorials，2009，11（1）：116－130.

［6］Li Y B，Huang Hui，Ye Fan.An Improved Cooperative Spectrum Sensing in Cognitive Radio［J］.Journal of Computational Information Systems，2012，8（4）：1399－1406.

［7］Pawelczak P，Pollin S，So H S W，et al.Performance Analysis of Multichannel Medium Access Control Algorithms for Opportunistic Spectrum Access［J］.IEEE Transactions on Vehicular Technology，2009，58（6）：3014－3031.

［8］陆传赉.排队论［M］.北京：北京邮电大学出版社，2009. LU Chuan-lai.Queuing Theory［M］.Beijing：Beijing University of Posts and Telecommunications Press，2009.（in Chinese）

［9］Kleinrock L，Tobagi F.Packet Switching in Radio Channels：Part I-CarrierSenseMultiple-AccessModesandTheir Throughput-Delay Characteristics［J］.IEEE Transactions on Communications，1975，23（2）：1400－1416.

［10］Timmers M，Pollin S，Dejonghe A，et.al.A Distributed Multichannel MAC Protocol for Multi-hop Cognitive Radio Networks［J］.IEEE Transactions on Vehicular Technology，2010，59（1）：446－459.

JIANG Fan was born in Xi′an，Shaanxi Province，in 1982.She received the Ph.D degree from Beijing University of Posts and Telecommunications in 2010. She is now an associated professor.Her research concerns next generation wireless networks，cooperative relay network，cognitive radio networks.

Email：fjiangwbc＠gmail.com

卢光跃（1971—），男，河南南阳人，1999年于西安电子科技大学获信号与信息处理专业博士学位，现为教授、博士生导师、“楚天学者”特聘教授，主要研究方向为现代移动通信中的信号处理。

LU Guang-yue was born in Nanyang，Henan Province，in 1971. He received the Ph.D.degree from Xidian University in 1999.He is now a professor and also the Ph.D.supervisor.His research concerns signal processing in modern mobile communications.

Email：tonylugy＠163.com

A Service-differentiated Based Adaptive MAC Protocol for Cognitive Radio Networks

JIANG Fan，LU Guang-yue
（School of Communication and Information Engineering，Xi′an University of Posts and Telecommunications，Xi′an 710121，China）

To improve the access efficiency of secondary users（SU）and consider their QoS requirements at the same time，a service-differentiated based adaptive Media Access Control（MAC）protocol is proposed for cognitive radio networks.Specifically，real time services determine the best spectrum sensing time aiming at minimizing the spectrum access time，while users with non-real time services select proper spectrum sensing time to obtain maximum throughput.Combined with service arriving rate and scheduling policy，different services adopt slotted Aloha for medium access.Theoretical analysis and simulation results demonstrate that the proposed MAC protocol can adaptively adjust optimal spectrum sensing time for different type of services，so as to achieve higher spectrum utilization rate and ensure user′s Quality of Service（QoS）as well.

cognitive radio network；adaptive medium access control；service differentiating；Quality of Service；spectrum detect

The National Natural Science Foundation of China（No.61172071，61102047）；The Natural Science Foundation of Shaanxi Province（2011JQ8027）；The Natural Science Research Project of Education Department of Shaanxi Provincial Government（2013JK1064）；Soft Science Project of Ministry of Industry and Information（2013－R－36－2）

date：2013－02－07；Revised date：2013－05－10

国家自然科学基金资助项目（61172071，61102047）；陕西省自然科学基础研究项目（2011JQ8027）；陕西省教育厅科学研究计划项目（2013JK1064）；工信部通信软科学项目（2013－R－36－2）

❋❋通讯作者：fjiangwbc＠gmail.comCorresponding author：fjiangwbc＠gmail.com

TN929.5

A

1001－893X（2013）07－0878－06

江帆（1982—），女，陕西西安人，2010年于北京邮电大学获工学博士学位，现为西安邮电大学副教授，主要研究方向为下一代无线网络关键技术、协作中继网络、认知无线网络等；

10.3969／j.issn.1001－893x.2013.07.011

2013－02－07；

2013－05－10