基于認(rèn)知無線電的GSM頻段占用分析與建模

趙小蘭 鄧 敏 李海宏 胡斌杰

(1.華南理工大學(xué)電子與信息學(xué)院，廣東 廣州 510640； 2.中山市無線電監(jiān)測(cè)站，廣東 中山 528400)

引 言

無線電業(yè)務(wù)的發(fā)展離不開無線電頻譜的使用。近幾年來，第二代移動(dòng)通信在廣東省得到了快速發(fā)展，對(duì)無線電頻譜資源有很大需求；另外，各種新興無線電業(yè)務(wù)，如第三代移動(dòng)通信業(yè)務(wù)、寬帶無線接入業(yè)務(wù)等不斷涌現(xiàn)，使無線電頻譜資源變得越來越緊張[1].然而，國內(nèi)外已有的測(cè)量研究表明，頻譜資源的利用率并不高.Joseph Mitola提出的認(rèn)知無線電 (CR)[2-3]能夠自動(dòng)檢測(cè)周圍環(huán)境，智能調(diào)整系統(tǒng)參數(shù)，在不干擾授權(quán)用戶的前提下從空間、頻率、時(shí)間等多維地充分利用空閑頻譜資源進(jìn)行通信，從而提升頻譜利用率.

我國無線電頻譜測(cè)量開展較晚，且較少詳細(xì)研究某個(gè)頻段的利用率.為了探討認(rèn)知無線電技術(shù)在GSM頻段應(yīng)用的可行性，需通過測(cè)量把握授權(quán)用戶的信道使用情況及規(guī)律[4]，以幫助認(rèn)知無線電用戶盡快檢測(cè)到合適的可用頻段.本文通過中山市富華閣監(jiān)測(cè)站對(duì)GSM頻段的系統(tǒng)監(jiān)測(cè)，對(duì)上下行業(yè)務(wù)的監(jiān)測(cè)數(shù)據(jù)作了傳統(tǒng)占用分析，并重點(diǎn)進(jìn)行以下研究：分析信道電平概率分布、占用度分布；用離散時(shí)序馬爾科夫過程描述主用戶活動(dòng)，并對(duì)信道空閑持續(xù)時(shí)長(zhǎng)及占用持續(xù)時(shí)長(zhǎng)進(jìn)行擬合，結(jié)果服從指數(shù)分布的修正形式；最后探討采用認(rèn)知無線電技術(shù)對(duì)GSM頻段上下行業(yè)務(wù)利用率的改善.

1 GSM頻段整體占用情況分析

因每天的頻譜使用情況有差異，為了獲取一周當(dāng)中工作日與休息日頻段的使用情況，本次測(cè)量時(shí)間從2012年5月10日10:00至5月18日15:00，對(duì)E-GSM、GSM900、GSM1800頻段進(jìn)行連續(xù)測(cè)量.以200 kHz為信道間隔，采樣頻率即為信道中心頻率，并保留測(cè)量電平數(shù)據(jù)，最終取連續(xù)168個(gè)小時(shí)的數(shù)據(jù)進(jìn)行分析.頻段范圍為：885～915 MHz、930～960 MHz、 1 710～1 755 MHz、1 805～1 850 MHz.

絕對(duì)頻點(diǎn)號(hào)和頻道中心頻率的關(guān)系[5]為：

1) GSM900 MHz頻段

上行fl(n)=890.2 MHz +(n-1)×0.2 MHz，

下行fh(n)=fl(n)+45 MHz；1<=n<= 124；

(1)

2) GSM1 800 MHz(DCS1800) 頻段

上行fl(n)=1 710.2 MHz +(n-512)×0.2 MHz，

下行fh(n)=fl(n)+95 MHz； 512<=n<= 885；

(2)

3) EGSM 頻段

上行fl(n)=880.2 MHz +(n-975)×0.2 MHz，

下行fh(n)=fl(n)+45 MHz；975<=n<= 1 024；

(3)

式中，n為絕對(duì)頻點(diǎn)號(hào)，中國移動(dòng)的絕對(duì)頻點(diǎn)號(hào)為1～95，中國聯(lián)通頻點(diǎn)號(hào)為96～124號(hào).

1.1 頻段占用度及平均利用率

信道占用度(占空比(Duty Cycle, DC))為某段測(cè)量時(shí)間內(nèi)，信號(hào)能量電平超過門限的時(shí)間所占的百分比.本次測(cè)量每個(gè)小時(shí)統(tǒng)計(jì)一次各頻率點(diǎn)(信道)的占用度.對(duì)頻段而言，頻段占用度為統(tǒng)計(jì)時(shí)長(zhǎng)內(nèi)有主用戶信號(hào)占用的信道數(shù)占頻段信道總數(shù)的百分比[6]；而頻段平均利用率則是指統(tǒng)計(jì)時(shí)長(zhǎng)內(nèi)信號(hào)能量電平超過門限的時(shí)長(zhǎng)百分比，可以將頻段內(nèi)的所有信道占用度作平均來獲得.

圖1(a)、 (b)為測(cè)量7天內(nèi)，E-GSM、GSM900、DCS1800頻段上下行業(yè)務(wù)每小時(shí)占用度與每小時(shí)平均利用率.GSM頻段的占用情況符合人 類 正 常的活動(dòng)規(guī)律，在通信高峰期(9∶00—22∶00)利用率要高于夜間休息時(shí)的利用率.且上行頻率頻譜占用度較小，原因是上行信道是手機(jī)向基站發(fā)送信息的信道，功率值比較小，且監(jiān)測(cè)到的信號(hào)有限；而下行由于基站發(fā)送功率大，某些控制信道幾乎一直有工作[7].對(duì)比移動(dòng)通信的三個(gè)業(yè)務(wù)段，GSM900的上、下行頻段占用度和利用率都高于E-GSM、GSM1800頻段.

(a) GSM頻段每小時(shí)占用度

(b) GSM頻段每小時(shí)平均利用率圖1 GSM頻段上下行業(yè)務(wù)段占用情況

圖2為上下行信道在監(jiān)測(cè)總時(shí)長(zhǎng)內(nèi)的平均利用率情況.E-GSM業(yè)務(wù)上行在885 MHz、889～890 MHz附近占用度較高，其余信道幾乎空閑，頻段平均利用率為7.07%；下行從930 MHz至932 MHz、934 MHz至935 MHz附近占用度較高，其余信道也幾乎空閑，頻段平均利用率為37.66%. GSM900業(yè)務(wù)段的上行各信道都有占用，但平均利用率較低，為11.89%；下行則幾乎全部占用，只有954 MHz信道在業(yè)務(wù)閑時(shí)占用度較低，平均利用率接近99%，業(yè)務(wù)擁擠.GSM1800業(yè)務(wù)段的上行各頻率點(diǎn)都有占用，平均利用率很低，僅為1.62%；下行信道中，占用度都很高，平均利用率達(dá)97.44%.

圖2 GSM頻段頻率點(diǎn)平均利用率

1.2 信道電平概率分布

根據(jù)測(cè)量電平數(shù)據(jù)，部分信道的電平分布概率如圖3所示.電平分布不同，對(duì)應(yīng)的占用度就不同.若將所有頻率采樣點(diǎn)根據(jù)其占用度大小，劃為五個(gè)占用等級(jí)[8]：空閑 (占用度<0.5%)，低度占用 (0.5%≤占用度<30%)，中度占用 (30%≤占用度<60%)，高度占用(60%≤占用度≤97.5%)，繁忙(占用度>97.5%)，則門限值取15 dBμV時(shí)，圖3(a)中的信道占用度就幾乎為0，即空閑；圖3(b)中的信道出現(xiàn)了一定概率的較高電平，其信道占用度在25%～75%之間，為中度占用.

(a) 空閑信道

(b) 中度占用信道圖3 信道電平概率分布圖

1.3 信道占用度分布、概率分布

由于下行信道基站發(fā)送功率大，測(cè)量情況與實(shí)際結(jié)果誤差較小，且分析連續(xù)一周的監(jiān)測(cè)結(jié)果可知，相同業(yè)務(wù)的信道，其占用度在統(tǒng)計(jì)上非常接近.因此從三個(gè)業(yè)務(wù)段的下行信道中，可各選取一個(gè)比較典型的信道：E-GSM下行中心頻率為931.0 MHz的1004號(hào)信道、GSM900下行中心頻率為943.0 MHz的40號(hào)信道、GSM1800下行中心頻率為1 831.4 MHz的643號(hào)信道，連續(xù)168個(gè)小時(shí)、每小時(shí)統(tǒng)計(jì)一次的信道占用度如圖4(a)所示，圖4(b)為統(tǒng)計(jì)對(duì)應(yīng)信道的占用度分布概率情況.圖4(a)中GSM900下行信道占用度在測(cè)量時(shí)段內(nèi)一直很高，都大于90%，故在圖4(b)中其占用度分布在99.5%～100%的概率比較大.圖4(a)中GSM1800下行信道的各個(gè)小時(shí)的占用度比較均勻地分布在0～100%區(qū)間，在夜間時(shí)段的占用度低于白天，在圖4(b)中各占用度值出現(xiàn)的概率較接近.圖4(a)中E-GSM下行信道的每小時(shí)占用度在0～100%都有分布，但由圖4(b)知，其分布在90%～100%的概率相對(duì)要高，即占用度高的時(shí)段較多.

(a) 信道每小時(shí)占用度

(b) 信道占用度分布概率圖圖4 下行信道占用情況

2 主用戶占用建模

目前針對(duì)授權(quán)用戶占用過程的建?？捎肈aniel Willkomm提出的基于呼叫的模型來描述信道逗留時(shí)長(zhǎng)的概率分布，狀態(tài)轉(zhuǎn)移可采用ON-OFF模型[5]來分析.基于授權(quán)用戶使用模式，信道可以被建模為ON-OFF相互交替的狀態(tài).用“S0”表示OFF狀態(tài)，即信道上沒有授權(quán)用戶信號(hào)；“S1”表示ON狀態(tài)，表示授權(quán)用戶正在傳輸業(yè)務(wù).對(duì)于信道i(i=1,2,…,N)，把ON狀態(tài)及OFF狀態(tài)的逗留時(shí)間建模成隨機(jī)變量，假設(shè)ON狀態(tài)和OFF狀態(tài)獨(dú)立同分布，且ON和OFF相互獨(dú)立，ON和OFF狀態(tài)的逗留時(shí)間概率密度函數(shù)就可以用呼叫模型中的常用分布來建模.而ON-OFF模型中狀態(tài)轉(zhuǎn)移可以用離散時(shí)間兩狀態(tài)馬爾科夫模型來表示[9].兩狀態(tài)之間隨機(jī)轉(zhuǎn)換的狀態(tài)轉(zhuǎn)移概率矩陣形式[10]為

(4)

式中，pij表示信道狀態(tài)從Si轉(zhuǎn)為Sj的概率. 若用Ψ表示信道平均占用度，由參考文獻(xiàn)[11]可得，信道處于空閑狀態(tài)的概率為P(S=S0)=1-Ψ，信道為占用狀態(tài)的概率為P(S=S1)=Ψ. 若設(shè)置p00=p10=1-Ψ，p01=p11=Ψ，則可以反映該信道停留在空閑或被占用狀態(tài)的概率[10].但該狀態(tài)轉(zhuǎn)移矩陣還不能反映出停留在任一狀態(tài)的時(shí)長(zhǎng)概率.接下來采用基于呼叫的模型，分析授權(quán)用戶到達(dá)時(shí)間間隔(即信道空閑持續(xù)時(shí)長(zhǎng))，以及信道處于繁忙狀態(tài)的時(shí)長(zhǎng)分布.

在信道測(cè)量電平數(shù)據(jù)中，信道被占用是指電平值超過門限(判定為“1”)的一段時(shí)間；信道空閑則是指電平值在門限以下(判定為“0”)的一段時(shí)間.根據(jù)掃描次序采集這樣的時(shí)間段樣本，連續(xù)0的個(gè)數(shù)即為空閑的時(shí)隙個(gè)數(shù)[12]，連續(xù)1的個(gè)數(shù)即為持續(xù)占用的時(shí)隙個(gè)數(shù)，一個(gè)時(shí)隙即為頻段掃描的回掃周期.

單個(gè)信道的時(shí)間序列中，空閑或繁忙時(shí)間段的樣本數(shù)不夠多，難以得到真實(shí)的分布，而通過觀察同一業(yè)務(wù)的信道使用狀況，發(fā)現(xiàn)統(tǒng)計(jì)上非常接近.比如GSM900下行業(yè)務(wù)信道(935～960 MHz)的頻譜狀況在占用度、能量電平方面很相近，占用度水平相差不大；同樣GSM900上行業(yè)務(wù)信道(890～915 MHz)的信道統(tǒng)計(jì)狀況也很接近.因此，可以在同一業(yè)務(wù)的所有信道中采集信道狀態(tài)的時(shí)間序列，增加樣本數(shù)目，獲得經(jīng)驗(yàn)分布[13].

由于GSM900下行業(yè)務(wù)信道的平均占用度高達(dá)98.64%，信道幾乎一直處于繁忙狀態(tài)，狀態(tài)轉(zhuǎn)移次數(shù)很少，幾乎沒有空閑；而GSM900上行業(yè)務(wù)信道則存在隨機(jī)的狀態(tài)變化，因此，這里主要分析890～915 MHz的信道空閑時(shí)長(zhǎng)和繁忙時(shí)長(zhǎng)的分布概率.

圖5(a)為GSM900上行信道約65 000個(gè)樣本的空閑時(shí)長(zhǎng)概率分布分析結(jié)果，經(jīng)試驗(yàn)，用f(x) =a×exp(b×x)+c×exp(d×x)擬合結(jié)果最佳，置信區(qū)間為95%的擬合函數(shù)為：f(x) =26.73×exp(-0.445 3×x)+6.613×exp(-0.126 9×x). 擬合效果為： SSE(標(biāo)準(zhǔn)差)=1.423，R-square(方差確定系數(shù))=0.998 7，RMSE(均方差)=0.0640 3.

(a) 信道空閑持續(xù)時(shí)長(zhǎng)概率分布及擬合結(jié)果

(b) 信道占用持續(xù)時(shí)長(zhǎng)概率分布及擬合結(jié)果圖5 GSM900上行信道空閑、占用持續(xù)時(shí)長(zhǎng)分布及擬合圖

GSM900上行信道約65 000個(gè)樣本的占用持續(xù)時(shí)長(zhǎng)概率分布如圖5(b)所示.分析結(jié)果顯示其類似于信道空閑時(shí)長(zhǎng)的分布模型，擬合函數(shù)為：f(x)=360.9×exp(-1.654×x+15.08×exp(-0.705 2×x). 擬合效果為：SSE=0.086 45，R-square=1，RMSE=0.084 88.

用其余數(shù)據(jù)檢驗(yàn)，GSM900上行信道的空閑持續(xù)時(shí)長(zhǎng)和占用持續(xù)時(shí)長(zhǎng)概率分布都服從指數(shù)分布的修正形式f(x) =a×exp(b×x)+c×exp(d×x).

3 認(rèn)知系統(tǒng)對(duì)頻譜利用率的影響

認(rèn)知無線電感知網(wǎng)絡(luò)中，若感知節(jié)點(diǎn)采用能量檢測(cè)法進(jìn)行感知，檢測(cè)模型為：

H0：y[k]=n[k];

H1：y[k]=x[k]+n[k]，k=1，……，K.

(5)

式中：H1、H0分別表示在監(jiān)測(cè)信道上有無授權(quán)用戶信號(hào)占用；y[k]表示感知節(jié)點(diǎn)接收到的信號(hào)序列；x[k]表示接收到的授權(quán)用戶信號(hào)序列；n[k]為加性高斯白噪聲；k為抽樣序列；K為抽樣點(diǎn)數(shù).采用數(shù)理統(tǒng)計(jì)方法，根據(jù)能量檢測(cè)理論[14]，判決統(tǒng)計(jì)量服從卡方分布

(6)

(7)

(8)

式中，Γ()和Γ(,)分別表示完全和不完全Gamma函數(shù)，Qu()為Generalized Marcum 函數(shù).

假定某頻段總的頻譜資源為U，若測(cè)得頻段的利用率為Po，則已被授權(quán)用戶占用的資源量為U×Po，可被認(rèn)知無線電業(yè)務(wù)應(yīng)用的最大資源為U×(1-Po). 認(rèn)知無線電系統(tǒng)經(jīng)頻譜檢測(cè)，可正常利用的資源量為U×(1-Po)×(1-Pf)+U×Po×(1-Pm)，即除去了虛警造成的損失和漏檢造成的干擾部分.故采用認(rèn)知無線電系統(tǒng)后，該頻段整體頻譜利用效率[7]為

= (1-Po)×(1-Pf)+Po×(1-Pm)

=1-(1-Po)×Pf-Po×Pm.

(9)

由GSM頻段的檢測(cè)結(jié)果，可知上行業(yè)務(wù)的頻譜利用率很低，且下行仍有可用的閑置頻率資源.將認(rèn)知無線電技術(shù)應(yīng)用在這些頻段，檢測(cè)性能較好時(shí)，頻譜利用率可達(dá)100%，相比當(dāng)前的頻譜利用率，提高量很明顯.

圖6即為采用不同檢測(cè)性能的認(rèn)知無線電系統(tǒng)對(duì)GSM1800頻段的上下行頻段利用率的影響.上行頻段當(dāng)前頻譜利用率低，虛警概率則成為影響認(rèn)知系統(tǒng)利用空閑頻譜資源的主要因素，虛警概率較高時(shí)，整體利用率明顯下降.而下行頻段當(dāng)前利用率高達(dá)97.44%，當(dāng)認(rèn)知無線系統(tǒng)的檢測(cè)性能較好時(shí)，即Pf和Pm都比較小時(shí)，利用率仍可得到小幅度提升，如圖6紅色點(diǎn)折線所示，當(dāng)Pf<0.05，Pm=0.007 5時(shí)，利用率可提升至99.2%. 但因下行主用戶非常活躍，漏檢造成的干擾部分相對(duì)較多，利用率的提升受漏檢概率的影響較大.

(a) 上行

(b) 下行圖6 CR系統(tǒng)對(duì)GSM1800上、下行頻段利用率的影響

4 結(jié) 論

對(duì)GSM頻段的使用情況進(jìn)行了監(jiān)測(cè)與結(jié)果分析，上下行信道的占用情況存在較大差異；且上行信道的利用率相對(duì)下行信道要低，并呈現(xiàn)出在夜間活動(dòng)休息時(shí)段較空閑、日常工作時(shí)段較繁忙的規(guī)律.而采用認(rèn)知無線電技術(shù)后，頻段的利用率，尤其是利用率不高的上行信道，可以得到很大的改善.此外，對(duì)信道的占用狀態(tài)用離散二狀態(tài)馬爾科夫鏈建模，并分析了信道空閑持續(xù)時(shí)長(zhǎng)與占用持續(xù)時(shí)長(zhǎng)的概率分布，服從指數(shù)分布的修正形式.

[1] 馮 博. 1～10 GHz微波系統(tǒng)的頻譜有效利用研究[J].電波科學(xué)學(xué)報(bào), 1999, 14(2): 223-229.

FENG Bo. Research of spectrum utilization efficiency for radio-relay system in the band 1～10GHz[J]. Chinese Journal of Radio Science, 1999, 14(2): 223-229. (in Chinese)

[2] MITOLA J.Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio [D].Stockholm:KTH Royal Institute of Technology, 2000.

[3] 王 超, 劉 濤, 杜利平,等. 一種新的認(rèn)知無線電主用戶信號(hào)識(shí)別方法[J]. 電波科學(xué)學(xué)報(bào), 2009, 24(6): 1119-1123.

WANG Tao, LIU Tao, DU Liping, et al. A new method for recognizing the primary user in cognitive radio[J]. Chinese Journal of Radio Science, 2009, 24(6): 1119-1123. (in Chinese)

[4] 王 瑩, 岳殿武, 王 謙,等. 基于信道統(tǒng)計(jì)特征的認(rèn)知無線電協(xié)作頻譜檢測(cè)[J]. 電波科學(xué)學(xué)報(bào), 2009, 24(6): 1049-1054.

WANG Ying, YUE Dianwu, WANG Qian, et al. Channel statistics based cooperative spectrum sensing for cognitive radios[J]. Chinese Journal of Radio Science, 2009, 24(6): 1049-1054. (in Chinese)

[5] WILLKOMM D, MACHIRAJU S, BOLOT J, et al. Primary Users in Cellular Networks: A Large-Scale Measurement Study[C]∥ DySPAN 2008 3rd IEEE Symposium on New Frontiers in Dynamic Spectrum Access Networks, 2008: 1-11.

[6] 孫成強(qiáng). 關(guān)于頻段占用度統(tǒng)計(jì)分析的探討[J]. 中國無線電, 2010, (07): 69-71.

SUN Chengqiang. Discussion about the statistical analysis of frequency band occupancy[J]. China Radio, 2010(7): 69-71. (in Chinese)

[7] 周志艷. 面向認(rèn)知無線電的頻譜測(cè)量與信道占用模型研究[D]. 北京交通大學(xué), 2011.

ZHOU Zhiyan. Research on Spectrum Measurement and Channel occupancy Modeling for Cognitive Radio[D]. Beijing Jiaotong University, 2011. (in Chinese)

[8] WELLENS M, Riihij? Rvi J, M?H?Nen P. Empirical time and frequency domain models of spectrum use [J]. Physical Communication, 2009, 2(1/2): 10-32.

[11] IBE O C. Markov Processes for Stochastic Modeling[M]. New York: Elsevier Academic Press, 2009

[12] 劉紅杰. 基于認(rèn)知無線電的動(dòng)態(tài)頻譜管理理論及相關(guān)關(guān)鍵技術(shù)研究[D]. 北京：北京郵電大學(xué), 2009.

LIU Hongjie. Research on Theory and Related Key Techniques in Dynamic Spectrum Management Based on Cognitive Radio[D]. Beijing:Beijing University of Posts and Telecommunications, 2009. (in Chinese)

[13] YIN Sixing, CHEN Dawei, ZHANG Qian, et al. Mining spectrum usage data: a large-scale spectrum measurement study[J]. IEEE transactions on mobile computing, 2012, 11(6): 1033-1046.

[14] DIGHAM F F, ALOUINI M S, SIMON M K. On the energy detection of unknown signals over fading channels[J]. IEEE Transactions on Communications, 2007, 55(1): 21-24.