一種基于跨層設計的雙次協(xié)同頻譜感知技術(shù)

崔翠梅 汪一鳴 朱洪波

(1.蘇州大學電子信息學院，江蘇 蘇州 215021；2.南京郵電大學 無線通信重點實驗室，江蘇 南京 210003)

引 言

目前，認知無線電網(wǎng)絡(Cognitive Radio Network，CRN)已被認為是緩解因無線業(yè)務急劇增長而引起的頻譜稀缺問題的最有希望的方法.在CRN中，通過機會共享和動態(tài)接入[1]，認知無線電(Cognitive Radio,CR)可智能地監(jiān)測和分析頻譜的應用，然后做出工作參數(shù)的調(diào)整以更好地適應動態(tài)頻譜環(huán)境[2].由于認知網(wǎng)絡的性能往往依賴于認知用戶如何準確和快速地檢測頻譜利用機會，因而設計一個有效的頻譜感知方法是CR技術(shù)成功實現(xiàn)的關(guān)鍵.

在CRN中，解決頻譜感知時遭遇的隱藏終端和信道陰影衰落等問題是一個具有挑戰(zhàn)性的任務.協(xié)同頻譜感知技術(shù)因可利用多認知用戶的空間分集作用有效克服這些不利因素對單節(jié)點感知所造成的負面影響[3-4]而被廣泛利用.目前，關(guān)于協(xié)同頻譜感知技術(shù)的研究在文獻[5]中有了較全面的介紹.文獻[6-8]中，作者利用多用戶網(wǎng)絡環(huán)境中固有的空間分集特性及放大重傳(Amplify-and-Forward，AF)協(xié)議分析了基于中繼的協(xié)同感知技術(shù)；文獻[9-10]研究了利用融合中心將感知信息融合的協(xié)作頻譜感知融合算法.

然而每一種協(xié)同感知方法都有它的優(yōu)缺利弊，因此，在實際認知網(wǎng)絡中考慮將多種協(xié)同感知技術(shù)加以結(jié)合也許是一個有效的解決方法.文獻[11]研究了兩次協(xié)同感知算法，通過分簇進行簇內(nèi)和簇間的數(shù)據(jù)融合，這要求必須有較高信噪比(Signal Noise Ratio，SNR)的CR用戶，如果各CR用戶SNR都比較低，并不能顯示協(xié)同的有效性.其次，提高協(xié)同感知性能不僅依賴于物理層(Physical，PHY)的檢測方法，也取決于媒體接入(Medium Access Control，MAC)層的感知行為調(diào)度.最近，文獻[12-13]研究分析了頻譜感知行為的優(yōu)化調(diào)度.然而，這些方法尚未綜合考慮頻譜感知的準確性、時效性和CRN的吞吐量.

本文針對處于低SNR環(huán)境的多用戶認知網(wǎng)絡，對PHY層的協(xié)同感知方法和MAC層調(diào)度機制進行了改善，提出一種雙次協(xié)同感知模型和適應此新模型動態(tài)變化特性的動態(tài)可變時分多址(Dynamic and Variable Time-Division Multiple-Access,DV-TDMA)調(diào)度機制，二者進行跨層協(xié)作.此方法在考慮協(xié)同成本和復雜度的情況下，通過最小化參與協(xié)同的CR用戶數(shù)，綜合衡量了頻譜感知的準確性與時效性，給出了認知網(wǎng)絡吞吐量最優(yōu)化的算法，并對算法的性能進行了分析和仿真.

1 雙次協(xié)同感知原理

1.1 PHY層感知算法

1.1.1 系統(tǒng)模型

構(gòu)建一個典型的多用戶CRN雙次協(xié)同感知系統(tǒng)模型，如圖1所示.此CRN網(wǎng)絡由N個協(xié)同用戶對Pairi(Ui，Ri)組成，i=1，2，…，N.每個協(xié)同對包括一個認知用戶Ui和一個認知中繼Ri.當Ui位于授權(quán)用戶/主用戶(Primary User，PU)發(fā)射基站覆蓋區(qū)域內(nèi)，但受陰影和/或障礙物影響或位于覆蓋區(qū)域邊緣，而接收PU信號能力足夠強的Ri由于受陰影和/或障礙物影響不能正確傳遞信息給感知基站時，此時CR正確感知PU是否存在很大的不確定性，甚至會產(chǎn)生“隱藏終端”問題，從而對PU產(chǎn)生干擾，這正是CR在借用頻譜過程中應極力避免的問題.針對這種惡劣環(huán)境情況，提出雙次協(xié)同頻譜感知模型在盡量不增加成本開銷和設備復雜度的情況下，充分利用網(wǎng)絡中已有資源，通過增強認知中繼用戶的使用機率來提高頻譜感知的準確性、快速性和CRN的吞吐量.

圖1 雙次協(xié)同感知系統(tǒng)架構(gòu)圖

該雙次協(xié)同頻譜感知的過程分兩個階段：第一階段為放大重傳(Amplify and Forward,AF)協(xié)同感知；第二階段為數(shù)據(jù)融合.

1.1.2 AF協(xié)同感知

pf，i=φ(λi，1，βθi=0)，

(1)

(2)

Ui和Ri獨立檢測的檢測概率分別為

(3)

(4)

1.1.3 數(shù)據(jù)融合

(5)

(6)

Qm=1-Qc.

(7)

1.2 MAC層感知調(diào)度

1.2.1 優(yōu)化的感知調(diào)度機制

由于頻譜感知的性能不僅依靠PHY層的感知方法，也取決于MAC層的檢測行為的安排，采用DV-TDMA接入工作機制代替?zhèn)鹘y(tǒng)固定的TDMA機制.其原因有二：1)由于實際CR網(wǎng)絡環(huán)境的動態(tài)可變性，所需感知的時隙數(shù)動態(tài)可變，可根據(jù)實際需要自動調(diào)整分配的時隙數(shù)；2)每個時隙的數(shù)據(jù)傳輸包也是依據(jù)實際環(huán)境動態(tài)變化，時隙的長短需根據(jù)傳輸數(shù)據(jù)包來調(diào)整；若時隙太長，CR與PU間易產(chǎn)生沖突碰撞；若太短，則會造成CR通信機會的丟失，從而導致頻譜資源的浪費.

假設CR網(wǎng)絡的所有協(xié)同用戶對Pairi(Ui，Ri)都按照圖2所示的AF協(xié)議及DV-TDMA工作機制進行同步數(shù)據(jù)傳輸，因第二次協(xié)同僅取最少部分CR用戶，可允許有微小的傳輸延遲.在時隙T1，CR用戶Ui發(fā)送信息，CR中繼用戶Ri監(jiān)聽；在時隙T2，Ri放大轉(zhuǎn)發(fā)前一時隙接收的信息至Ui，Ui監(jiān)聽信息；在時隙T3，感知基站融合N個微時隙中來自Ui的判決信息θi，作出最終判決后廣播至各CR用戶.按照此三個時隙依次循環(huán)檢測，直至檢測到PU.

圖2 動態(tài)可變的TDMA調(diào)度機制

1.2.2 平均感知時間

直覺上，兩次協(xié)同會比單次協(xié)同耗用更多的時間來檢測PU是否出現(xiàn).為一探究竟，本節(jié)主要研究整個感知過程的平均感知時間.由于認知用戶在網(wǎng)絡中位置隨機分布的特性，分如下兩種情況討論感知時間.對照圖2，一種情況是如果每個協(xié)作用戶對Pairi(Ui，Ri)的Ui先傳輸信息，Ri中繼轉(zhuǎn)發(fā)信息，此時的感知時間定義為τ1；反之，如果Ui和Ri的角色互換，Ri先傳輸信息，Ui中繼轉(zhuǎn)發(fā)信息，則感知時間定義為τ2，那么整個網(wǎng)絡的平均感知時間則為τ=(τ1+τ2)/2.

(8)

類似的，可求得

(9)

因此，整個網(wǎng)絡的平均感知時間可表示為

(10)

由圖2知，式(3)中T3=Nt，N表示參與協(xié)同的CR數(shù)，是一個動態(tài)可優(yōu)化參數(shù)，t為每個微時隙長度.

根據(jù)文獻[6]的固定時隙調(diào)度機制，可推出單次協(xié)同感知的平均感知時間為

(11)

2 雙次協(xié)同感知性能的跨層優(yōu)化

2.1 系統(tǒng)吞吐量

PU對授權(quán)頻譜的占用可等效為開關(guān)模型.當頻譜處于開啟On狀態(tài)時，表示該頻譜正被某個PU所占用；而當頻譜處于關(guān)閉Off狀態(tài)時，則表示該頻譜未被PU占用，此時，CR可以接入該頻段進行通信.根據(jù)文獻[13]可知，授權(quán)頻譜的繁忙(存在PU信號)與空閑(不存在PU信號)狀態(tài)分別服從參數(shù)為u和v的指數(shù)分布，u、v分別表示授權(quán)頻譜從繁忙轉(zhuǎn)為空閑狀態(tài)的轉(zhuǎn)換速率以及由空閑轉(zhuǎn)變?yōu)榉泵顟B(tài)的轉(zhuǎn)換速率.由此可得，授權(quán)頻譜處于繁忙狀態(tài)和空閑狀態(tài)的先驗概率Pon、Poff分別為:

(12)

(13)

事實上pon≤0.5(v≤u)的CRN才有實施的價值.

在CRN中，一般采用周期感知.設CR的幀長為T，每幀由兩部分組成:一部分用于感知，感知時間為τ，余下T-τ部分用于數(shù)據(jù)傳輸.定義C0為PU空閑時CR接入PU授權(quán)頻譜所獲得的單位帶寬信道容量，C1為PU繁忙時CR接入所獲得的單位帶寬信道容量.假設PU與CR的信號都呈高斯分布，那么C0=log2(1+P1)，C1=log2(1+P1/(1+Pt))，很明顯C0>C1.若PU的信號是非高斯的，C1≥log2(1+P1/(1+Pt))，Pt為PU的傳輸功率.

CR可以接入PU的授權(quán)頻帶分如下兩種情況：

一旦CR檢測出PU處于空閑狀態(tài)，CRN中各CR均以概率p(0≤p≤1)競爭接入，N個CR能成功接入該頻帶的概率為

ρ=Np(1-p)N-1.

(14)

這里暫不討論CR在數(shù)據(jù)傳輸過程中與PU或其他CR之間產(chǎn)生的碰撞沖突情況.定義PU實際處于空閑狀態(tài)時，CRN的吞吐量為

(15)

PU實際處于繁忙狀態(tài)時，CRN的吞吐量為

(16)

那么，CRN采用雙次協(xié)同感知后的平均吞吐量可寫為

RD=R0D+R1D.

(17)

同理，可得CRN采用單次協(xié)同感知的吞吐量表達式

RC=R0C+R1C

(18)

2.2 吞吐量的優(yōu)化

優(yōu)化問題：實際CRN中，為了增強授權(quán)給PU的空閑頻譜的利用率并避免對PU造成干擾，最大化CR的檢測準確度和最小化系統(tǒng)感知時間的同時，是否存在最優(yōu)的參數(shù)設置使CR系統(tǒng)達到最大的吞吐量是目前需要綜合衡量的重要問題.該優(yōu)化問題可表示為：

maxRD(τ，Qc，Qf)

(19)

s.t.Qm+Qf≤ε，

T-τ>0，

0<τ

式中ε為CR系統(tǒng)總檢測錯誤率的上限，表示對PU的最低保護程度.根據(jù)IEEE 802.22 Wireless Regional Area Networks(WRANs)第一國際CR標準，CR檢測到PU的感知時間不能超過2 s，漏檢和虛警概率均要小于0.1[14].為滿足此規(guī)格，在后續(xù)的仿真分析中，設ε≤0.01，則Qm≤0.01 和Qf≤0.01；加之pon≤0.5和C0>C1，那么R0D在整個系統(tǒng)吞吐量RD中占主導地位.因此該優(yōu)化問題可以轉(zhuǎn)化為

(20)

s.t.Qm+Qf=ε，

T-τ>0，

0<τ

根據(jù)式(5)～(6)和式(10)可知，式(20)的優(yōu)化是一個關(guān)于PHY層和MAC層多元參數(shù)λ，N，K，t等的聯(lián)合優(yōu)化問題，且目標優(yōu)化函數(shù)很難求出解析解.本文將在滿足約束條件限制的情況下，采用嵌套循環(huán)搜索算法依次優(yōu)化各參數(shù)以求得最優(yōu)的系統(tǒng)吞吐量.其優(yōu)化過程如下：

這里需要補充說明的是：對于過程4)中微時隙長度t的設置，由式(10)知，平均感知時間τ是一個關(guān)于N、t的增函數(shù).當t一定時，只有選擇最優(yōu)的協(xié)同用戶數(shù)N才可得到τ的最優(yōu)值.為符合不同λ值設置，可以從所有λ值所對應的最優(yōu)Nopt(λ)值中選擇最小的一個值，即min(Nopt(λ))來求τ.當min(Nopt)確定后，根據(jù)τ=tc，可求出t的臨界值t*，然后設置t∈(0，t*).

3 仿真分析

假設PU處于On/Off的指數(shù)參數(shù)u=v=1；CRN需要協(xié)同的CR數(shù)N=100，其接收SNR均為P1=10 dB，中繼用戶的接收SNR均為P2=10 dB，PU和各CR用戶及中繼用戶的最大傳輸功率P1max，i=P2max，i=10 dB；CR接入成功率ρ≈1，總檢測錯誤ε=0.01；幀長T=100 ms，時隙T1=T2=10 ms.圖3給出了微時隙t=0.2 ms時，吞吐量與能量檢測閾值λ的關(guān)系曲線圖.從圖3可以看出本文所提的雙次協(xié)同檢測及其優(yōu)化方法明顯優(yōu)于單次協(xié)同檢測，同時感知時間和檢測概率也滿足約束條件的限制，分別如圖4和5所示.圖3至圖5中，優(yōu)化的雙次協(xié)同檢測方法相對于未優(yōu)化的雙次協(xié)同檢測方法(100個CR用戶全部參與協(xié)同感知)雖然性能上改善程度不明顯，但是它可以用較少的CR用戶(如圖6所示)參與協(xié)同實現(xiàn)相同的性能.節(jié)省了協(xié)同的成本，減少了協(xié)作復雜度.

圖3 吞吐量與λ的關(guān)系曲線

圖4 平均感知時間與λ的關(guān)系曲線

圖5 檢測概率與λ的關(guān)系曲線

圖6 最優(yōu)協(xié)同用戶數(shù)與λ的關(guān)系曲線

圖7和8是對2.2節(jié)優(yōu)化過程4)中如何設置微時隙長度的仿真，設置λ=4.5，最小協(xié)同CR數(shù)為41.從兩圖中可以看出優(yōu)化的雙次協(xié)同方法性能明顯優(yōu)于未優(yōu)化的雙次協(xié)同檢測方法，且放寬了臨界點t*的調(diào)度范圍(如圖7箭頭所示).當t∈(0，t*)時，如圖8所示其吞吐量明顯優(yōu)于其余兩種檢測方法.

圖7 平均感知時間與t的關(guān)系曲線

圖8 吞吐量與t的關(guān)系曲線

4 結(jié) 論

頻譜感知不僅需要物理層的感知算法，還需要媒體接入層的協(xié)作調(diào)度和控制.本文結(jié)合應用層的服務質(zhì)量需求，提出了雙次協(xié)同頻譜感知方案和DV-TDMA調(diào)度機制進行跨層協(xié)作，以提高受限于陰影衰落和或隱藏終端CRN感知的準確度、時效性和通信吞吐量，并推出了平均感知時間的表達式，給出了吞吐量的優(yōu)化方法.仿真結(jié)果表明：所提方法在保證網(wǎng)絡檢測總錯誤率小于0.01的條件下，通過聯(lián)合優(yōu)化選擇分散在PHY層和鏈路層的特性參數(shù)，如協(xié)同用戶數(shù)、判決值和時隙長度等可獲得最大的認知網(wǎng)絡吞吐量.

[1] ZHAO Q, SADLER B M. A survey of dynamic spectrum access[J]. IEEE Signal Processing Magazine, 2007 24(3): 79-89.

[2] HAYKIN S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications 2005, 23(2): 201-220.

[3] GHASEMI A, SOUSA E S. Collaborative spectrum sensing for opportunistic access in fading environment [C]// IEEE DySPAN. Baltimore, November 8-11, 2005: 131-136

[4] 馬忠貴, 周賢偉. 基于自適應智能天線的認知無線電抗干擾方法[J]. 電波科學學報, 2010, 25(4): 767-772.

MA Zhonggui, ZHOU Xianwei. Interference suppression method in cognitive radio networks based on adaptive smart antenna[J]. Chinese Journal of Radio and Science, 2010, 25(4): 767-772. (in Chinese)

[5] LIANG Y C, CHEN K C, LI Y, et al. Cognitive radio networking and communications: an overview[J]. IEEE Transactions on Vehicular Technology, 2011, 60(7): 3386-3407.

[6] GANESAN G, LI Y. Cooperative spectrum sensing in cognitive radio, part I: Two user networks[J]. IEEE Transactions on Wireless Communications, 2007, 6(6): 2204-2213.

[7] CUI C, WANG Y. Optimization and criterions of collaborative sensing under transmission power constraint[C]// 6th international conference of wireless communications Networking and Mobile Computing (WiCOM). Chengdu, 23-25 September, 2010: 1-4.

[8] 崔翠梅, 汪一鳴, 周劉蕾, 等. 協(xié)同頻譜感知的多維度優(yōu)化及判別準則[J]. 南京: 南京郵電大學學報, 2011, 31(4): 19-23.

CUI Cuimei, WANG Yiming, ZHOU Liulei, et al. Multi-dimension optimization and criterions of collaborative spectrum sensing[J]. Journal of Nanjing University of Posts and Telecommunications: Natural Science, 2011, 31(4): 19-23. (in Chinese)

[9] 趙東峰, 周賢偉, 程曾偉, 等. 采用最小最大準則的協(xié)作頻譜感知融合[J]. 電波科學學報, 2011, 26(5): 923-926.

ZHAO Dongfeng, ZHOU Xianwei, CHENG Zengwei, et al. Combination based on the MiniMax rule for cooperative spectrum sensing[J]. Chinese Journal of Radio and Science, 2011, 26(5): 923-926 (in Chinese).

[10] 王 瑩, 岳殿武, 王 謙, 等. 基于信道統(tǒng)計特征的認知無線電協(xié)作頻譜檢測[J].電波科學學報, 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 and Science, 2009, 24(6): 1049-1054 (in Chinese).

[11] LI L, LU Y, ZHU H. Half-voting based twice-cooperative spectrum sensing in cognitive radio networks [C]// 5th International Conference of Wireless Communications Networking and Mobile Computing(WiCOM). Beijing, September 24-26, 2009: 1-3.

[12] DU Hong, WEI Zaixue, YANG Yanhui, et al. Sensing overhead and average detection time mitigation for sensing scheduling algorithm[C]// 18th International Conference on Telecommunications (ICT). Ayia Napa, May 8-11, 2011: 216-220.

[13] WON-YEOL L, AKYILDIZ I F. Optimal spectrum sensing framework for cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2008, 7(10): 3845-3857.

[14] STEVENSON C, CHOUINARD G, LEI Z, et al. IEEE 802.22: The first cognitive radio wireless regional area network standard[J]. IEEE Communications Magazine, 2009, 47(1): 130-138.

[15] ZHANG W, MALLIK R K, LETAIEF K B. Optimization of cooperative spectrum sensing with energy detection in cognitive radio networks[J]. IEEE Transactions on Wireless Communications, 2009, 8(12): 5761-5766.