认知无线电网络基于干扰概率的频谱接入策略

李瑞芳，刘 泉

（武汉理工大学信息工程学院，湖北 武汉 430070）

认知无线电网络（cognitive radio networks，CRN）在现有无线网络基础上引入认知无线电技术，使网络具有认知周围频谱环境的能力，可解决无线频谱资源稀缺的问题［1］。认知用户（secondary user，SU）感知频谱空洞，机会式接入授权频谱。由于CRN需要在不影响授权用户（primary user，PU）传输的情况下工作，因此如何使SU在高效使用空闲授权频谱的同时降低对PU的干扰成为频谱接入研究的关键内容。同时，在认知无线电网络环境下，用户感知获得的频谱具有时空动态变化与频谱属性各异的特点，这使在保障SU数据传输的同时减小对授权用户干扰变得更为复杂。

笔者考虑在授权频谱属性不同的情况下，满足SU传输需求与PU干扰局限的频谱接入方案，提出基于授权用户干扰概率的频谱接入策略（spectrum access scheme based on PU interference probability，SAS－PUIP），以提高频谱利用率，减小授权用户干扰。

1 相关工作

频谱接入策略通过感知频谱环境并描述其特征，确定和发布频谱机会信息，根据需要分配和使用频谱机会，实现频谱的高效利用。由于授权用户行为具有不确定性，频谱状态随时间动态变化［2］，同时SU感知获得的频谱具有多样性，即在某一时刻SU感知到多个空闲频谱，其信道容量、带宽、信干噪比等各不相同，因此如何根据频谱属性与传输需求确定接入频谱的时间长度显得尤为重要。

频谱接入策略是认知无线电网络研究的关键内容，已有研究者提出了不同侧重方向的频谱接入策略。SRAC协议［3］通过动态信道化和跨信道通信优化，降低频谱拥塞和对授权用户干扰，信道切换开销大；POMDP协议［4］采用部分可观测马尔可夫决策过程对授权网络的信道模型进行估计，优化频谱接入，协议假设频谱使用状况不变，且优化过程复杂，未考虑对授权用户的干扰；文献［5］以最小化空闲频谱时长与应用服务时长的偏差为目的，降低频谱间的切换概率，算法复杂度高，计算开销大；CREAM－MAC协议［6］采用最大可容忍传输时间衡量SU可传输时间，但其假设所有授权信道的占用模式是相同的；文献［7］考虑信道传输总能力满足CRN需求及干扰局限的情况下达到的传输速率，以最小化这两者之间的差距为目标建立规划函数，提高频谱利用率，其采用分簇的网络模型，每个簇配备簇头节点，簇内采用集中式频谱分配方案。与以上协议与策略不同的是，笔者主要从如下两方面考虑频谱接入策略:

（1）协议并不假设SU能获知每段频谱空闲阶段的开始时刻，SU有业务需要传输才开始感知频谱环境，通过分析频谱剩余空闲时间分布确定可传输时间长度；

（2）结合应用实际情景，协议并不假设所有授权频谱的属性相同，而是考虑频谱多样与动态变化特性，依据不同频谱属性（包括授权用户占用模式、频谱带宽），进行剩余空闲时间分析，动态分配符合干扰局限的可传输业务包数量，即传输数据的时间长度，在提高频谱利用率的同时减少对授权用户的干扰。

2 系统描述

考虑网络中存在m个认知用户共享N条属性不同的授权信道，当SU有业务需要发送时，感知授权信道，获得空闲可用信道后切换至数据信道进行业务传输。节点任一时刻只能工作在一个信道上，但不同节点可同时工作在不同信道上。假设完全感知，即不考虑感知误差（虚警与误报）的影响。

授权信道的属性各异，主要体现在频谱带宽与授权用户占用模式两方面。为不失一般性，将授权用户使用信道行为建模成两个状态的连续时间马尔可夫模型，Idle状态表示信道空闲允许SU接入该信道，Busy状态表示PU正在使用信道，其持续时间分别用随机变量I和B表示。假设随机变量I和B独立，分别服从参数为μ和λ的指数分布，则I、B的概率密度函数可分别表示为fI（x）= μe－μx与 fB（x）= λe－λx。由此，授权频谱 i的空闲概率为:

信道i的频谱空闲时间的分布函数为:

此外，信道 i空闲时间均值 E［TI，i］=1/μi。

3 策略描述

SU将消息（Message）划分为多个长度为Lp的业务包在数据信道传输。SU在有数据包需要传送时感知授权频谱，若频谱i空闲，获取频谱属性信息，包括频谱指标i、频谱带宽Bi和频谱状态参数μi、λi，计算频谱剩余空闲时间内能传输业务包的数目。令在频谱i传输1个业务包Lp所需时间 tdata，i为:

与大部分研究不同的是，笔者并不假设SU时刻监听授权频谱状态，即节点能获知频谱空闲阶段的开始时刻，SU只是在有数据包需要传送时才感知授权频谱状态。依据文献［8］的分析，剩余空闲时间密度函数为fRI，i（t）为:

则剩余空闲时间的分布函数与均值分别为:

由式（4）可以看出，剩余空闲时间的均值与信道空闲均值相等，这是由于授权用户使用信道模型符合指数分布，指数分布具有无记忆性的特点，因此频谱剩余空闲时间的均值仍然为E［TRI，i］=1/μi。

欲使SU在传输数据过程中减小对授权用户的干扰，则在信道接入过程中，应确定信道i剩余空闲时间内能传输的业务包数量ki，即:

SU频谱接入的具体过程如图1所示，当SU存在待传输业务时，首先感知信道环境（步骤①），依据式（6）确定传输业务包的数量ki（步骤②），切换至此信道进行数据传输（步骤④），若ki＜1则继续感知信道直至有符合要求的信道出现。若认知用户之间发生碰撞，则依据退避规则进行退避（步骤③），重新传输数据，直至传输成功。当传输过程中出现授权用户，SU判断是否超出业务包传输的延迟时限，若超出则传输失败，若未超出则回到步骤①重新感知信道环境，直至传输成功。笔者还研究了饱和情况下的信道接入策略，当ki个业务包传输完成后（无论是否传输成功），继续依据传输队列的情况感知信道。

4 性能分析

4.1 对授权用户干扰分析

笔者提出的频谱接入策略在感知授权信道空闲后，确定最多可传输业务包数量，切换至可用数据信道进行传输，传输完成后主动让出该授权信道。对授权用户的干扰做出如下定义:

定义 频谱i传输j个业务包Lp时，对授权用户的干扰为传输过程中授权用户出现的概率，即信道剩余空闲时间小于数据传输时间的概率，记为，由式（1）和式（4）可得:

图1 频谱接入过程

4.2 频谱利用率与吞吐量分析

认知节点感知信道环境，依据频谱接入策略选择符合需求的信道进行接入，信道i的平均频谱利用率（average channel utilization）ACUi为:

由此可知，当SU待传输业务包k的大小一致时，认知无线电网络中信道i贡献的吞吐量（channel average throughput）为:

因此，网络吞吐量（aggregate throughput）ATH为:

5 仿真实现与分析

5.1 频谱属性和实验参数设置

笔者基于 NS2 的 CRCN Simulator［9］对提出的SAS－PUIP策略进行分析。由于目前的认知无线电网络频谱接入策略大多针对同构的授权信道，因此，将SAS－PUIP策略与传统认知网络频谱接入策略进行仿真比较。传统频谱接入策略感知授权信道，不评测信道传输条件，只要信道空闲则接入传输Message，当PU出现则退出该信道重新感知，否则传输完成后退出信道。

网络中20个认知用户随机分布在一个500 m×500 m的矩形仿真区域内，节点的传输范围为100 m×100 m，仿真时间为100 s，仿真50次取平均值。网络中存在8条授权信道，其属性如表1所示，μ和λ为授权用户占用频谱的指数分布参数，Bi为信道 i的传输速率，单位为 Mb/s，MAC层采用IEEE 802.11b协议，信道感知时间与信道切换延迟设置分别为200 μs与50 μs，最大重传次数为5次，最小竞争窗口CWmin为32。

表1 频谱属性设置

5.2 对授权用户干扰分析

不同策略对PU干扰概率比较如图2所示，通过比较SAS－PUIP与SAS－CRN两种策略对授权用户干扰概率可知，随着Message长度的增大，两种策略中SU对PU干扰概率均逐渐增大。与SSA－CRN 策略相比，在 Lp为1024 Bits时，Message较小的情况下，SAS－PUIP对授权用户的干扰概率较大，而随着Message的增大，SAS－CRN的干扰概率快速增加，SAS－PUIP则增加缓慢。这是由于当Message较小时，采用传统CRN的频谱接入策略只要Message传输完成就退出该信道，重新感知后再进行下一条Message的传输，而采用笔者提出的策略将继续传输，直至满足局限的k个业务包传输完成。而当Message增大时，完成Message传输的时间成倍增加，SAS－CRN需等到传输完成后才退出信道，因而导致在传输过程中授权用户出现概率急剧增加。同时，也可以看出，采用笔者的策略随着Message的增大对PU的干扰增加缓慢，这是由于频谱接入时自适应地根据其带宽调整符合干扰局限的传输时间。由此可知，采用笔者提出的策略在传输较大Message时能减小对授权用户的干扰，同时在存在多类型业务的网络中，对授权用户的干扰更为稳定。

5.3 频谱利用率分析

图2 不同策略对PU干扰概率比较

观察不同频谱接入策略的频谱利用率随Message大小的变化情况，如图3所示，SAS－CRN策略的频谱利用率随着Message长度的增加快速增长，当增加到一定程度时，达到饱和状态约80%左右，而笔者提出的策略则一直保持在70%～80%之间。这是由于SAS－CRN策略在Message较小时，一旦单个Message传输完成便退出信道重新感知，这样就造成了较大的频谱资源浪费。而SAS－PUIP策略则根据不同带宽的频谱剩余空闲时间动态自适应地传输满足干扰局限的业务包数量，因此频谱利用率一直保持在较高水平。

图3 不同策略频谱利用率比较

由以上分析可以看出，笔者提出的频谱接入策略能在Message长度变化的情况下，保障SU传输过程中对授权用户的干扰，同时保持较好且稳定的频谱利用率。

6 结论

频谱接入策略是认知无线电网络中，在不影响PU传输的情况下，高效利用频谱的关键。针对认知无线电网络中频谱多样且动态变化的特点，提出基于授权用户干扰概率的频谱接入策略。SAS－PUIP策略依据授权频谱的剩余空闲时间和频谱属性确定传输业务包的数量，在保障授权用户传输的同时高效使用空闲频谱。通过理论分析与实验仿真，验证了该策略能减小对授权用户的干扰，同时具有较好的频谱利用率。所提出的策略频谱利用率以及对授权频谱干扰的概率随传输消息长度的变化较小，因此可以考虑扩展应用于多类型业务传输的认知无线电网络中，这也是笔者下一步研究的内容。

［1］WANG J，GHOSH M，CHALLAPALI K.Emerging cognitive radio applications:a survey［J］.IEEE Communications Magazine，2011，49（3）:74 －81.

［2］阚保强，范建华，王建业.认知无线网络信道接入协议［J］.软件学报，2012，23（7）:1824－1837.

［3］MA L，SHEN C，RYU B.Single－radio adaptive channel algorithm for spectrum agile wireless ad hoc networks［C］∥ Proceedings of IEEE DYSPAN.［S.l.］:［s.n.］，2007:547 －558.

［4］ZHAO Q，TONG L，SWAMI A，et al.Decentralized cognitive MAC for opportunistic spectrum access in ad hoc networks:a POMDP framework［J］.IEEE Journal on Selected Areas in Communication，2007，25（3）:589－600.

［5］JO O，PARK J H，CHO D H.QoS provisioning spectrum management based on intelligent matching and reservation for cognitive radio system［C］∥Proceedings of IEEE Crown Com.［S.l.］:［s.n.］，2007:530 －534.

［6］ZHANG X，SU H.CREAM－MAC:cognitive radio－enabled multi－channel MAC protocol over dynamic spectrum access networks［J］.IEEE Journal of Selected Topics in Signal Processing，2011，5（1）:110 －123.

［7］VIZZIELLO A，AKYILDIZ I F，AGUSTI R，et al.Cognitive radio resource management exploiting heterogeneous primary users and a radio environment map database ［J］.ACM－Springer Journal of Wireless Networks，2012（1）:1 －14.

［8］TRIVEDI K S.Probability and statistics with reliability，queuing and computer science applications［M］.［S.l.］:John Wiley and Sons Inc，2002:331 －332.

［9］Department of Electrical Engineering Michigan Technological University.Cognitive radio cognitive network simulator［EB/OL］.［2013 － 05 － 08］.http://stuweb.ee.mtu.edu/～ ljialian/index.htm.