基于时间预测的多跳频谱切换算法研究

宁国勤，张静

华中师范大学 信息技术系，武汉 430079

基于时间预测的多跳频谱切换算法研究

宁国勤，张静

华中师范大学 信息技术系，武汉 430079

1 引言

认知无线电（Cognitive Radio，CR）技术被认为是提高频谱利用率的一种有效方法[1]。在认知无线网络中，认知用户（或称为次用户：Secondary Users，SUs）在使用分配给授权用户（或称为主用户：Primary Users，PUs）的频谱资源时，必须保证对PUs造成的干扰限制一定范围内。CR网络有分布式控制和集中式控制两种主要结构形式[2-3]。在分布式CR网络中，没有网络基础设施，是一种Ad Hoc网络。而在集中式控制CR网络中，有认知基站（CR-BS）或接入点存在，这样SUs可以和远端的用户进行通信。

CR网络中的频段很宽，不同频段的频谱具有异构特征，表现在传输功率、覆盖范围、比特错误率、数据速率等方面[2]。另外，SUs可能是静止的，也可能是移动的，而移动将会进一步造成对PUs的干扰，同时分配信道的使用时间也将受到影响。针对集中控制CR网络，曾围绕用户移动和频谱异构给出了一种动态频谱共享算法[4]。在该算法中，建立了信道共享分配效用函数，但SUs只能以单跳方式接入到CR-BS。因此，一旦正在通信的SUs由于移动远离CR-BS，或是PUs出现，则需要进行信道切换，若此时没有可以单跳接入的空闲信道，就必然会出现通信中断。为了提高用户业务的服务质量（QoS），可以采用多跳切换来减少切换阻塞概率，这将是本文要解决的重要问题。

目前，针对CR Ad Hoc网络，根据不同的性能指标已经提出了一些路由协议。其中，有一类基于时延的路由协议[5-7]，考虑了切换、媒体接入、队列排队等时间，这些协议能够优化端到端时延，然而节点移动对链路使用时间的影响却没有考虑。为了避免对PUs的干扰，Ding等人使用功率控制和SINR来优化路径选择和频谱分配[8]。然而，当不同频段具有不同的传输距离时，高的SINR并不总表示长的使用时间。而且，如果节点移动时，SINR变化很快，这就需要将节点移动考虑到链路可使用时间中。文献[9]首次在CR Ad Hoc网络中采用节点移动来预测链路稳定时间，但是预测时必须使用两个节点之间的3个距离样本[10]，另外也没有考虑频谱异构特性。

本文在以往研究的基础上[4]，提出了一种多跳信道切换算法。针对两个移动节点，建立一种信道可使用时间预测模型，然后设计出一种基于路径可使用时间预测的路由算法。仿真结果表明，提出的算法可以大大降低信道切换阻塞概率，同时信道利用率也得到进一步提高。

2 系统模型

在图1所示的集中控制CR网络中，SUs可以是静止或运动的，SUs和CR-BS都需要进行频谱信道检测。假设能够检测到的授权和非授权信道集合为C，信道总数量为|C|=M。按传输距离不同将C内信道共分为L种，用Rl表示第l类信道的覆盖半径，l={1，2，…，L}。Cl表示第l类信道集合；Ci表示第i个SU检测到的可用信道集合，则Ci⊆C，且|Ci|=Mi≤M；表示Ci中传输距离为第l类的信道集合，则在后面的分析和仿真中，假设L=3，且变量l表示信道类型，变量i表示一个特定的SU用户。另外，假设存在一个用于CR-BS和SUs以及SUs间的公共控制信道CCC[11]。

图1 集中控制CR网络结构图(L=3)

另外，假设网络中共有L种类型的PUs，第l种类型的PUs只能使用第l种类型的信道Cl。当一个类型为l的PU出现在网络中，若无l类型的信道可使用时，则附近正在使用l类型信道的SUs必须释放一个l类型的授权信道。

CR网络中3种类型信道的传输半径分别为R1、R2、R3，从图1中可看出，围绕CR-BS将形成3层可单跳通信区域，分别是外层、中间层和内层。任何位置的SUs都可检测C中哪些信道空闲，包括CR-BS。若用户SUi位于外层，检测可用信道组为Ci，但只有传输距离最远的信道可用来和CR-BS进行通信。若SUi位于内层，则、和都可用。因此，随着与CR-BS之间距离的增加，SUs可使用的信道也相应减少。在这种情况下，信道分配就必须考虑SUs在网络中的位置以及移动模式。

SUs发起新连接请求时，和CR-BS只能以单跳方式进行通信，此时的信道共享分配方法详见文献[4]。当通信中的SUs由于本身移动或PUs出现需要从正在使用的信道中退出时，若此时没有空闲的信道用来进行单跳切换，则需要进行多跳切换，这将是本文重点研究的内容。由于用户移动和信道传输距离不同，所以在进行信道切换时，为了使建立的多跳切换路径的可使用时间尽可能长，本文采用了移动模型来预测链路可使用时间，CR-BS将选择可使用时间最长的路径作为多跳切换的路由。

3 信道可使用时间预测

在无线通信的热点地区，通过频率复用技术将宏小区分裂为面积更小的微小区，可以获得更高的系统容量[12]，信道的传输范围因此也将变得更小。另外，频谱检测不可避免地存在错误检测，为了尽量避免对PUs的干扰，SUs的发射功率将受到控制，对于移动用户，实际的信道可使用时间将缩短。考虑到这些，假设在CR网络中，移动用户的速度和方向在通信期间保持不变[9]。

假设两个认知节点SUi和SUj都是移动的，开始的二维位置坐标为(xi，yi)和(xj，yj)，移动速度和方向分别是(θi，vi)和(θj，vj)。另外，假设存在一个空闲信道可用于连接SUi和SUj，该信道的最大传输覆盖半径为dmax，两个节点开始的距离为d0。当两个节点移动到距离为dmax时，该信道将不能使用，因此利用图2所示的几何模型，可以预测该信道连接两个节点的时间tp。

图2 信道可使用时间预测模型图

经过tp时间后，SUi和SUj的新位置坐标为：

则表达式（1）可以转换为：

最后，可以得到信道可使用时间tp为：

该信道使用时间预测模型也可以用于一个节点静止，另一个节点移动的情形。然而，当两个节点都处于静止状态时，则tp→∞。这样在信道分配时，根据预测时间不易区分不同传输范围的信道，而且若是静止节点直接接入CR-BS，则静止节点相对于移动节点更容易分配到信道。在仿真部分，将假设SUs的最小移动速度为v=1 m/s。因此，为了改善公平性，当tp=∞时，设置tp=2Rl。另外，为了避免链路使用时间过短，设置一个信道可使用时间门限Tth。

4 多跳频谱切换

在集中控制CR网络中，当PUs出现或SUs移动出信道的最大覆盖范围时，就需要进行频谱切换，即信道切换。切换时，如果在CR-BS和SUs间不存在空闲且覆盖范围满足要求的单跳接入信道，则可以采用多跳切换。本章将主要介绍基于预测时间和用户移动的多跳切换路由和信道分配方法。

4.1 距离指示变量

信道能否被使用与节点间的距离以及信道本身的传输距离有关，因此定义距离指示变量为：

其中，dSUi↔SUj表示SUi与SUj间的距离；表示检测到的第l类信道在传输距离上是否可供SUi与SUj的通信。当=1时，表示两个节点间的距离小于第l类信道的传输距离，则SUi可使用该类信道和SUj进行通信。

4.2 源节点

当一个SU节点需要切换时，这个源节点（Source Node）就发起路由请求。首先，向邻居节点广播一个路由请求包（RREQ），RREQ中包含的重要信息有：源节点ID号，预测的路径可用时间Tpath，最短链路时间戳tlink，当前节点选择的信道csel及该信道的预测使用时间Tcsel，当前节点的位置、速度和方向以及可使用的信道组CRREQ。

其中，路径可使用时间Tpath由该路径中的最短可使用时间的链路来决定。由于路由需要时间，所以当RREQ到达后面节点时，该路径前面可能存在移动中间节点，则这些链路的可使用时间将会由于节点移动而减少，这就是设置最短链路时间戳tlink的原因。

4.3 中间节点

为了避免多跳路由时出现环路，同时为了减少跳数，在接收到RREQ的多个邻居节点中，只有方位角为2θmax且朝向目的节点的那些节点可以继续前传RREQ[13]。另外，考虑到信道切换和队列时延，处于工作状态中的节点将不会被作为接力传输中间节点，只有处于空闲状态的节点能够前传RREQ。接下来将具体分析中间节点的路由过程：

（1）如果节点SUi是源节点的邻居节点，且满足作为中间节点的条件，则进行如下处理步骤：

步骤3如果Tpath＞Tth，则进入下一步步骤4；否则就丢弃该RREQ并结束路由处理，这就意味着该邻居节点不适合作为路由中间节点，因为链路可使用时间太短。

步骤5监测信道CCC，当CCC空闲时，就把发送RREQ的时刻作为最短链路时间戳tlink，并且发送RREQ到下一跳的邻居节点，同时将RREQ保存在路由列表中。

（2）假设第二跳或更多跳的中间节点SUj接收到RREQ，同时假设发送该RREQ的前一个节点为SUi，则SUj将作如下处理：

步骤1假设RREQ到达SUj的时刻为，如果，就意味着从源节点到该节点的最短链路时间减少到低于时间门限以下，因此该节点将丢弃RREQ并终止处理；否则，就进入下一步。

步骤2与源节点的邻居节点类似，SUj将计算Ci，j，如果Ci，j≠ϕ，则进入下一步；否则就丢弃接收到的RREQ。

步骤3预测Ci，j中的信道可使用时间。

步骤4选择一个信道作为新的csel，并更新Tpath和Tcsel，或丢弃RREQ，具体算法如下：

SUj选择和前一个节点相同的信道作为csel

步骤5更新RREQ中节点的位置、速度、CRREQ。监测CCC，若CCC可用，如果Tpath被tmax更新，则最短链路时间戳tlink将被更新为当前发送RREQ的时刻，否则不更新。

4.4 目的节点（CR-BS）

当RREQ到达目的节点CR-BS时，像中间节点一样，CR-BS将预测可用信道的使用时间，并选择一个合适的信道作为最后一跳链路使用的信道。当CR-BS首次接收到来自源节点的RREQ时，将再等待一段比较短的时间Δt，以接收其他路径来的RREQ。一旦存在多条路径，CR-BS将选择具有最长路径时间的路径作为最优路由，并回传一个RREQ给源节点，从而确定要使用的路径。

假设接收到N条路径，对于路径j，RREQ中的路径可使用时间为Tpath(j)。定义(1)表示接收到第一条路径的时刻，则其他路径可使用时间将更新为：

否则，就表示没有合适的路径来完成多跳切换。

5 仿真实验

5.1 仿真模型

仿真场景为4 000 m×4 000 m的区域，PUs用户可以出现在该区域的任何地方。CR-BS位于该区域的正中间。信道共12个，3种类型，每种类型信道为4个，传输距离分别为100 m、300 m、1 000 m。另外，设置一个CCC信道用于节点间的信息交互。30个SUs最初随机分布在CR-BS周围半径为1 000 m的范围内。SUs移动的概率为1/2，移动速度均匀分布于[1，20]m/s之间，移动方向同样均匀分布于[0，2π)。当一个SU运动到远离CR-BS超过1 000 m，且切换中断或通信结束，则重新随机产生一个新的SU，从而保证区域内SUs数量保持不变。

在网络中，PUs用户出现服从泊松分布，SUs请求发起新连接也服从泊松分布，均值为λ。建立连接后的工作时间服从指数分布，均值为1/μ=60 s。信道可使用门限时间Tth=10 s。为了比较性能，将文献[4]提出的单跳接入信道分配方法称为方案1，本文加入多跳切换后提出的信道分配方法称为方案2。

5.2 实验结果及分析

引入多跳信道切换后，需要切换的次数与成功切换的次数将决定切换阻塞概率。设置λPU=λSU=0.2。根据图3可以发现，在增加多跳切换后，方案2需要的信道切换次数要多于方案1，这是由于采用多跳切换后，路径中的中间节点移动和PUs的出现将导致重新路由。但是，相对于方案1，方案2中成功切换的次数要明显多于方案1中成功切换的次数。这是因为在方案1中，若没有合适的信道进行单跳切换，则切换失败，所以，在方案2中，已经建立连接的业务服务质量将能得到更好的保证。

图3 需要切换和成功切换次数的比较

正是由于多跳切换，单跳切换不成功的连接将通过多跳路径得以保持，因此本文提出的方案2的信道切换阻塞概率要低于方案1，如图4所示。

CR技术的最终目的是提高频谱利用率，由于使用了多跳切换，当用户移动到超出正在使用的信道覆盖范围，而没有更大覆盖范围的空闲信道使用时，通过多跳路由到CR-BS，则空闲的其他覆盖范围小的信道可以被使用，这样就能够提高信道利用率。因此，方案2比方案1具有更高的信道利用率，如图5所示。

图5 信道利用率

对于单跳接入，路径只由一条SU到CR-BS的链路组成。图6显示了路径平均使用时间，当采用多跳接入后，方案2中的单跳接入路径平均时间要高于方案1，方案2中的多跳路径平均时间比单跳路径平均时间短，这是由于多跳路径由多条链路组成，这样更容易受到节点移动和PUs出现的影响。但是，由于设置了时间门限Tth，所以建立的多跳路径平均时间不至于太短，从而引发更加频繁的切换。

图6 平均路径时间(λPU=0.1)

频谱切换通常是由于PUs的出现以及SUs的移动造成的，以往，二者对分配信道的使用时间的影响还没有进行过对比研究。在此，为了对比这方面的性能，针对方案1假设两种仿真情形：第一种，λPU变化，而SUs的移动速度都相同且固定不变；第二种，假设λPU固定不变，而SUs的速度发生变化。从图7可以得知，当λPU从0.05增加到0.30，静止SUs的链路平均可用时间比SUs速度为2 m/s时要长。当速度从1 m/s增加到11 m/s，λPU为0.05时的链路平均时间要比λPU为0.1时长。这就表明，PUs中活动的用户越多，或SUs本身的速度越快，分配信道的使用时间则越短。另外，通过比较还可以发现，在一定程度和条件下，SUs的移动对链路可使用时间的影响比PUs的活动还要大些，这就需要在进行频谱共享分配时将SUs的速度考虑进去。

图7 PUs用户活动和SUs速度对链路平均可使用时间的影响比较

6 结束语

针对集中式控制CR网络提出了一种多跳频谱切换算法，网络中不同类型的频谱具有不同的覆盖范围，而且认知用户能以不同的速度和方向移动。建立了移动模型来预测信道可用时间，在此基础上，设计了一种基于时间预测的多跳路由算法，考虑了节点移动对链路可使用时间的影响。仿真结果显示，多跳切换方法比单跳切换方法具有更低的切换阻塞概率，同时信道利用率也得以提高。另外，通过进一步的仿真研究发现，认知用户的移动速度是另一个影响频谱切换的重要因素。

[1]FCC.Notice of proposed rule making and order，ET Docket No 03-222.2003-12.

[2]Akyildiz I F.Next generation/dynamic spectrum access/cognitive radio wireless networks：a survey[J].Comp Networks Journal，2006，50：2127-2159.

[3]Cormio C，Chowdhury K R.A survey on MAC protocols for cognitive radio networks[J].Ad Hoc Networks Journal，2009，7（7）：1315-1329.

[4]宁国勤，张静.基于频谱异构和用户移动的频谱共享算法研究[J].计算机工程与应用，2011，47（35）：99-102.

[5]Cheng G，Liu W，Li Y，et al.Jiont on-demand routing and spectrum assignment in cognitive radio networks[C]//Proceedings of IEEE ICC Conference，2007：6499-6503.

[6]Ma H，Zheng L，Ma X，et al.Spectrum aware routing for multihop cognitive radio networks with a single transceiver[C]// Proceedings of the CrownCom Conference，2008：1-6.

[7]Shiang H P，Schaar M V D.Distributed resource management in multihop cognitive radio networks for delay-sensitive transmission[J].IEEE Transactions on Vehicular Technology，2009，58（2）：941-953.

[8]Ding L，Melodia M，Batalama S N，et al.Cross-layer routing and dynamic spectrum allocation in cognitive radio Ad Hoc networks[J].IEEE Transactions on Vehicular Technology，2010，59（4）：1969-1979.

[9]Guan Q S，Yu F R，Jiang S M.Prediction-based topology control and routing in cognitive radio mobile Ad Hoc networks[C]//Proceedings of the IEEE INFOCOM，2010.

[10]Jiang S M，He D J，Rao J Q.A Prediction-based link availability estimation for routing metrics in MANETs[J].IEEE/ ACM Transactions on Networking，2005，13（6）：1302-1312.

[11]Chowdhury K R，Akyildiz I F.OFDM based common control channeldesignforcognitiveradio AdHocnetworks[J] IEEE Trans on Mobile Computing，2011，10（2）：228-238.

[12]Ramanath S，Altman E，Kumar V，et al.Optimizing cell size in Pico-cell networks[C]//Proceedings of the IEEE International Symposium on WiOPT，2009：1-9.

[13]Chowdhury K R，Felice M D.SEARCH：a routing protocol for mobile cognitive radio Ad-Hoc networks[J].Coputer Communications，2009，32（18）：1983-1997.

NING Guoqin,ZHANG Jing

Department of Information Technology,Central China Normal University,Wuhan 430079,China

In order to guarantee the quality of service for spectrum handoff,a multi-hop spectrum handoff algorithm is presented for the centralized cognitive radio networks,in which spectrum heterogeneity has been taken into account.A user mobile model is developed to predict the usage time of allocated channel,the different processing approaches are designed for different types of nodes in the routing path,and the cognitive radio base station selects the optimal path according to the predicted shortest path time and time stamp.Simulation results reveal that the proposed multi-hop routing algorithm can considerably decrease the handoff blocking probability,and the channel utilization is also enhanced.Moreover,further simulation results show that cognitive radio node’s mobility plays an important role in the channel available usage time.

cognitive radio;spectrum heterogeneity;spectrum handoff;multi-hop routing

针对集中控制认知无线网络，在考虑频谱异构特性的同时，为保证频谱切换业务的服务质量，提出了一种多跳频谱切换算法。通过建立用户移动模型来预测分配信道的可使用时间；设计出路径中不同类型节点的路由处理方法；认知基站根据预测最短路径时间和路由请求包中的时间戳来选择最优路径。仿真结果表明，提出的多跳频谱切换算法能够大大降低切换阻塞概率，提高信道利用率；用户移动对信道可使用时间有着显著的影响。

认知无线电；频谱异构；频谱切换；多跳路由

A

TN929

10.3778/j.issn.1002-8331.1110-0680

NING Guoqin,ZHANG Jing.Research on time prediction based multi-hop spectrum handoff algorithm.Computer Engineering and Applications,2013,49（13）：71-75.

湖北省自然科学基金（No.2011CDB164）；华中师范大学中央高校基本科研业务费资助项目（No.CCNU09A01007）。

宁国勤（1975—），男，博士，副教授，主要研究领域为认知无线电关键技术，异构无线网络中的无线资源管理技术；张静（1976—），女，讲师，主要研究领域为网络优化设计，无线多媒体技术。E-mail：gqning@mail.ccnu.edu.cn

2011-11-08

2012-01-09

1002-8331（2013）13-0071-05

CNKI出版日期：2012-03-21http://www.cnki.net/kcms/detail/11.2127.TP.20120321.1738.058.html