CRSN轻量级信道选择算法

傅宇，余强，余娜，赵石真

（1.西华大学计算机与软件工程学院，成都　610039，2.西华大学外国语学院，成都　610039）

CRSN轻量级信道选择算法

傅宇1，余强1，余娜2，赵石真1

（1.西华大学计算机与软件工程学院，成都610039，2.西华大学外国语学院，成都610039）

0　引言

无线传感器网络（WSN）［1］在我们生活中的应用已经越来越普遍，然而其静态分配静态资源分配方法使得很多频段未得到充分利用，造成了对频谱资源极大的浪费，于是认知无线传感器网络（CRSN［2-3］）应运而生，动态地利用闲置空穴频谱，大大提高了频谱资源的利用率，是解决当前频谱资源短缺的有效途径之一。为了保证信道选择的正确性要求感知结果有很高的准确性。考虑到传感网络分布的复杂性及拓扑网络的易变性，不同的信道条件下链路质量表现也不尽相同，通常为了保证感知信息的准确性会采用联合感知的方法［4］或者使用先验概率进行信道预判以进行选择［5］，亦可能是基于学习的机制，根据历史信息做出信道选择，这些算法能在一定程度上保证感知的准确性，但是算法复杂度以及对能耗的要求一般较大，本文使用信道感知和链路感知相结合的方式，既保证了感知结果的准确性又大大地降低了算法的复杂度及能耗。

1　改进型预测算法分析

CRs表示认知节点；CRd表示目的节点；CRM表示中间转发节点；PS表示主用户授权信道；8个相互正交的信道的WSN网络，sink节点配置8个接口 （即sink节点能够同时在8个信道上收发数据包）；在目标区域内随机分布N个CRs用户对以及M个PS用户节点，PS预先分配授权信道，CRs能够对当前信道进行感知并识别出PS用户的到来以主动避让，CRS用户能够根据算法切换到任意当前可用信道进行数据的传输。

主用户对信道占用情况可以使用“生-灭”过程描述，即将主用户对信道的使用与否用“生”、“灭”来描述，假设主用户的出生率为αn，死亡率为βn，由此可以得到主用户占用信道的概率Pon=αn/（αn+βn）以及离开的概率Poff=βn（αn+βn）；通信信道环境的状况可以通过噪声对信道的累计干扰作为指标（PSINR）。通过信道和链路质量联合感知的方式确定最适合数据传输的信道，有效地保证了感知的准确性，充分利用空穴频谱，在保证较低能耗的前提下提高了网络吞吐量。

2　轻量级信道选择算法

当前信道的信噪比PSINR定义为：

其中Psignal、Pnoise、Pinterface分别表示信号功率、 噪声功率以及干扰功率。表示某一时刻干扰功率之和。平均检测概率可以表示为：

式中γ表示检测信噪比PSINR，fγ（x）表示信号在衰落环境下的分布函数。其中瑞利衰落信道下莱斯信道下式中K是莱斯因子。

相同的链路在信道质量较好时往往有更好的表现，链路稳定性可以表示为：

其中，PRR表示数据包的接受率，可以反映链路的稳定性，σPRR表示PRR的标准方差，uPRR表示PRR的均值。

SANR反映了信道的状态信息，但是由于受节点分布地理空间位置、传感距离，以及拓扑变化的影响，仅由SANR不能保证传感数据的有效性，为了保证数据的可靠性，这里综合考虑PRR及链路稳定性：

式中ω1∈［0，1］，ω2∈［0，1］，且ω1+ω2=1，ω1=0.7时当前信道状态较好，应该动态接入该信道进行数据的传输。

3　仿真及分析

8个相互正交的信道覆盖在一个65m×65m的正方形场景内，覆盖范围内随机分布25个认知节点，相邻节点间距离20m，由仿真结果可以看到，随着比特率的不断增加（x轴），结合了频谱感知和链路状态的轻量级算法，在x轴取7时优势已经开始显现，当比特率不断增加时，优势愈来愈明显。仿真证明了该轻量级算法在吞吐量上明显优于频谱感知。

图1　吞吐量

4　结语

通过对频谱和链路状态信息感知，并通过本文提供的算法，有效地改善传感网络在能耗及吞吐量上的表现，该算法的特点是结合信道以及链路的特征参数进行信道决策而不是通过联合频谱感知的方式，在改善网络性能的同时，保证算法的轻量，是传感感知研究的新思路，为以后的研究提供了参考。本文假设网络是无方向的，即不考虑链路不对称性对网络的影响，进一步研究考虑关注在节点网络中数据传输的方向性对网络吞吐量的影响。

［1］Suleiman Zubair，Norsheila Fisal，Yakubu S.etal Assessing routing strategies for cognitive radio sensor networks［J］.Sensors，2013: 13005-13038.

［2］Tennina，Stefano，Bouroche e tal..EMMON:A WSN system architecture for large scale and dense real-time embedded monitoring.［C］// IEEE Computer Society，2011 IFIP 9th International Conference on Embedded and Ubiquitous Computing，2011:150-157

［3］Hussain，Md.Asdaque，Khan et al.WSN research activities for military application.［C］//Institute of Electrical and Electronics Engineers Inc.2009:271-274.

［4］雷维嘉，高孝平，谢显中.时间空间联合频谱检测认知协作分集系统的中断概率分析.Signal Processing，2013，29（2）

［5］朱晓刚，杨兵，许华杰.支持无线传感器网络多目标跟踪的最邻近数据关联算法研究.计算机科学，2011，38（5）

Cognitive Radio；Dynamic Spectrum Access；Spectrum Sensing；Link

CRSN Lightweight Channel Selection Algorithm

FU Yu1，YU Qiang1，YU Na2，ZHAO Shi-zhen1
（1.School of Computer and Software Engineering，Xihua university，Chengdu610039；2.School of Foreign Language and Culture，Xihua university，Chengdu 610039）

1007-1423（2015）19-0008-03

10.3969/j.issn.1007-1423.2015.19.002

傅宇（1989-），男，安徽六安人，硕士研究生，研究方向为认知无线传感器网络、嵌入式系统、物联网

余强（1973-），男，四川成都人，副教授，博士，CCF会员，研究方向为分布式计算、嵌入式系统、物联网

余娜（1991-），女，安徽省池州人，硕士研究生，研究方向为认知语言学、应用语言学及认知语言学应用

赵石真（1990-），女，河南省漯河人，硕士研究生，研究方向为无线传感器网络、入侵检测

2015-05-19

2015-06-27

近年对认知无线电动态频谱接入技术研究基本上分为两类：频谱感知和基于概率预测，频谱感知直接获取物理层状态信息能更加准确，然而由于其算法一般较为复杂，能耗较高。提出一种轻量级算法，综合考虑信道及链路状态信息用以进行信道决策，仿真表明该算法在保持较低能耗的前提下提高系统的吞吐量，降低网络延迟。

认知无线电；动态频谱接入；频谱感知；链路

In recent years，research on cognitive radio dynamic spectrum access technology is basically divided into two categories:spectrum sensing and probabilistic forecasting，spectrum sensing direct access to the physical layer status information is more accurate，because of their algorithm is generally more complex，higher energy consumption.Proposes a lightweight algorithm，considering the channel and link state information for decision-channel，simulation shows that the algorithm increases the throughput of the system reduces network latency under the premise of maintaining low power consumption.