認(rèn)知無線網(wǎng)絡(luò)中基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法

馬 彬 包小敏 謝顯中

?

認(rèn)知無線網(wǎng)絡(luò)中基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法

馬 彬 包小敏*謝顯中

(重慶郵電大學(xué)移動通信技術(shù)重點(diǎn)實(shí)驗室 重慶 400065)

在主動頻譜切換中，預(yù)先確定目標(biāo)信道存在高失效風(fēng)險，從而增加切換時延的問題。該文提出一種基于混合主被動頻譜切換的最優(yōu)目標(biāo)信道選擇算法。該算法結(jié)合主動頻譜切換和被動頻譜切換的優(yōu)點(diǎn)，引入最小累積切換時延評價標(biāo)準(zhǔn)，綜合考慮次用戶的多次中斷、主用戶的到達(dá)率和非理想頻譜檢測對次用戶累積切換時延的影響，并詳細(xì)分析和推導(dǎo)了非理想檢測下次用戶的累積切換時延。仿真表明，相較于主動和被動頻譜切換中目標(biāo)信道選擇策略，在信道狀態(tài)變化頻繁或業(yè)務(wù)量較大等極端情況下，該算法的性能優(yōu)勢尤為明顯。

認(rèn)知無線電；信道選擇；頻譜切換；混合式；非理想檢測

1 引言

認(rèn)知無線網(wǎng)絡(luò)中非授權(quán)用戶(即次用戶，SU)可以機(jī)會式地利用授權(quán)用戶(即主用戶，PU)的頻譜，從而提高頻譜的利用率，解決頻譜資源匱乏的問題。主用戶的優(yōu)先級大于次用戶。當(dāng)主用戶返回授權(quán)頻譜時，次用戶必須無條件立即退出該頻譜，尋找新的空閑頻譜繼續(xù)傳輸數(shù)據(jù)，而不能對主用戶造成干擾，這個過程就是頻譜切換[1,2]。按頻譜共享方法可以將頻譜切換分為主動、被動和混合頻譜切換3類[3]。在主動頻譜切換機(jī)制中[4,5]，次用戶可以根據(jù)長期的觀測和歷史信息，在主用戶到達(dá)之前預(yù)測出目標(biāo)信道。但是候選信道存在更新問題，從而導(dǎo)致其選擇的信道不可用。特別是在信道狀態(tài)變化頻繁的環(huán)境中，該問題尤為突出。在被動頻譜切換機(jī)制中[6,7]，目標(biāo)信道是按需尋找的。當(dāng)頻譜切換發(fā)生時，次用戶立即通過頻譜感知尋找空閑信道。被動頻譜切換會帶來感知時延，使切換的時延性能降低。綜上所述，基于主被動頻譜切換機(jī)制的信道選擇策略各有優(yōu)缺點(diǎn)。因此混合頻譜切換機(jī)制試圖融合兩種機(jī)制信道選擇策略的優(yōu)點(diǎn)，提高信道選擇的效率。目前這方面的研究工作相對較少。

主動、被動和混合頻譜切換中目標(biāo)信道的確定方法各不相同。文獻(xiàn)[8]提出了主動決策頻譜切換的目標(biāo)信道選擇方案，該方案能使頻譜切換失敗概率最小。文獻(xiàn)[9]提出了兩種機(jī)會式的信道選擇算法：最小碰撞率信道選擇算法和最小切換率的信道選擇算法，使次用戶吞吐量最大化。文獻(xiàn)[10]提出一種基于概率的方法，利用凸優(yōu)化問題求解次用戶的最小擴(kuò)展服務(wù)時間，決定單個次用戶的認(rèn)知無線網(wǎng)絡(luò)中頻譜切換的初始信道和目標(biāo)信道。文獻(xiàn)[11]利用排隊論建立模型，以最小累積切換時延作為選擇最優(yōu)目標(biāo)信道的標(biāo)準(zhǔn)。這些文獻(xiàn)中目標(biāo)信道選擇算法都只是在一種頻譜切換機(jī)制中進(jìn)行，不能揚(yáng)長避短，綜合各種頻譜機(jī)制的優(yōu)勢。

除此之外，以上文獻(xiàn)在討論頻譜切換中的信道選擇時，均假設(shè)次用戶對頻譜的感知不存在漏檢和虛警等錯誤檢測的情況。但是，在實(shí)際的認(rèn)知無線網(wǎng)絡(luò)中不可避免地存在噪聲、多徑、陰影等非理想信道因素。因此，研究非理想檢測下頻譜切換中的信道選擇算法非常必要。目前只有少量的文獻(xiàn)涉及到這方面的工作。文獻(xiàn)[12]建立了一個基于學(xué)習(xí)和體驗質(zhì)量驅(qū)動的頻譜切換方案，利用加強(qiáng)學(xué)習(xí)的方法選擇最優(yōu)目標(biāo)信道。文獻(xiàn)[13]設(shè)計了一個負(fù)載均衡的多用戶頻譜判決方案，分析了多次中斷、檢測錯誤和不同信道容量對頻譜判決的影響。文獻(xiàn)[12,13]只考慮漏檢和虛警對切換性能的影響，沒有分析漏檢和虛警對目標(biāo)信道選擇的影響。

針對上述問題，本文綜合了主動頻譜切換和被動頻譜切換的優(yōu)點(diǎn)，利用PRP M/G/1排隊網(wǎng)絡(luò)模型，提出一個基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法。該算法中次用戶的初始目標(biāo)信道預(yù)先確定。但是，當(dāng)次用戶切入到預(yù)先的目標(biāo)信道中需要等待時，可以立即利用這一時段感知信道，選擇等待時延和感知時延的最小值作為一次頻譜切換的時延。最終以累積切換時延最小的信道作為最優(yōu)的目標(biāo)信道序列。本文的主要貢獻(xiàn)概括如下：

(1)提出一種基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法。該算法引入累積切換時延作為主要的評價標(biāo)準(zhǔn)，綜合了主動頻譜切換和被動頻譜切換兩種制式的優(yōu)勢，從而降低次用戶的累積切換時延，提高了切換的整體性能。

(2)考慮了次用戶的多次中斷、主用戶的到達(dá)率和非理想頻譜檢測對次用戶累積切換時延的影響。重點(diǎn)分析了非理想頻譜檢測環(huán)境下的信道選擇問題。詳細(xì)推導(dǎo)了漏檢概率和虛警概率對主次用戶平均服務(wù)時間的增加量。進(jìn)一步說明了非理想檢測對切換時延的影響。

2 基于混合頻譜切換的網(wǎng)絡(luò)場景和問題假設(shè)

在認(rèn)知無線電系統(tǒng)中，把頻譜分成了多個信道，將一個信道分為多個時隙。為了保護(hù)主用戶，次用戶必須在每個時隙的開頭進(jìn)行頻譜感知。如果檢測到信道空閑，次用戶可以在該時隙傳輸數(shù)據(jù)。反之，如果信道狀態(tài)為忙碌，次用戶執(zhí)行頻譜切換過程尋找新的目標(biāo)信道傳輸未傳完的數(shù)據(jù)。每個主用戶都有自己的授權(quán)信道，主用戶接入授權(quán)信道的優(yōu)先級大于次用戶。如果優(yōu)先級相同的用戶同時接入信道時采用先到先服務(wù)的調(diào)度原則。為簡化分析，假設(shè)每個主次用戶預(yù)先安排一個初始信道，在一個信道的一個時隙只能有一個用戶傳輸數(shù)據(jù)。

次用戶在傳輸過程中，次用戶可能會受到多次中斷，可能會進(jìn)行多次頻譜切換。主動頻譜切換中，由于信道條件是實(shí)時變化的，預(yù)先確定的目標(biāo)信道在需要切換時，可能已經(jīng)不再是最優(yōu)的目標(biāo)信道。根據(jù)統(tǒng)計學(xué)的方法，主動頻譜切換中存在等待時延和。其中，是次用戶停留在當(dāng)前信道所需的時延，是次用戶切換到預(yù)先確定的目標(biāo)信道中可能需要等待的時段。鑒于此，本文提出了基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法。假設(shè)目標(biāo)信道序列已經(jīng)通過主動決策預(yù)先確定。當(dāng)次用戶執(zhí)行頻譜切換的時候，如果目標(biāo)信道可用，次用戶立即切換到目標(biāo)信道中。如果目標(biāo)信道不可用，不同于傳統(tǒng)的在目標(biāo)信道等待的方法，次用戶可以借用被動頻譜切換的方法立刻進(jìn)行實(shí)時頻譜感知。令次用戶感知到新的可用信道所需的感知時間為。如果感知時間小于在目標(biāo)信道的等待時間，切換到實(shí)時感知到的信道上所花的時間要小于在目標(biāo)信道的等待時間。為減少切換時延，次用戶應(yīng)該切換到新感知到的信道中傳輸數(shù)據(jù)。反之，如果感知時間大于在目標(biāo)信道的等待時間，次用戶選擇繼續(xù)等待在原目標(biāo)信道是最好的選擇。由于次用戶頻譜感知是在目標(biāo)信道等待時段內(nèi)進(jìn)行，如果次用戶的感知時間太大也不會增加該次切換時延。

圖1基于混合頻譜切換的最優(yōu)信道選擇算法舉例

本文假設(shè)次用戶檢測到多個可用信道時隨機(jī)選擇一個信道作為新的目標(biāo)信道。圖1在理想頻譜檢測的假定下，舉例說明了基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法中次用戶5次中斷的切換過程。具體描述如下：

3 基于混合頻譜切換的累積時延分析

3.1理想檢測中的累積時延分析

假設(shè)CR系統(tǒng)中有個獨(dú)立信道，目標(biāo)信道序列最大長度為。首先分析在理想檢測中的累積時延。設(shè)為次用戶的最大中斷次數(shù)，。根據(jù)全概率公式，次用戶的累積頻譜切換時延如式(1)。其中，是次用戶從信道切換到信道的時延，注意和可能相同，也可能不同。

(2)

本文采用了PRP M/G/1排隊網(wǎng)絡(luò)模型。假設(shè)主次用戶的到達(dá)過程服從泊松分布，主次用戶在初始信道上的到達(dá)率分別為,。對應(yīng)的服務(wù)時間及其概率密度函數(shù)分別為,,

(3)

(4)

(6)

(8)

(9)

(11)

(13)

3.2非理想檢測中的時延分析

3.1節(jié)中分析了理想檢測下次用戶的累積切換時延，但是在實(shí)際的CR系統(tǒng)中，次用戶不可避免地存在漏檢和虛警等非理想檢測的情況。因此本節(jié)主要分析漏檢和虛警對頻譜切換累積切換時延的影響。當(dāng)實(shí)際的信道狀態(tài)為忙碌，而次用戶錯誤地檢測為空閑時，會發(fā)生漏檢。發(fā)生漏檢時，主次用戶發(fā)生碰撞，主用戶必須在下個時隙重新傳送錯誤的數(shù)據(jù)幀，因此主用戶的服務(wù)時間會增加。當(dāng)實(shí)際的信道空閑，但次用戶檢測為忙碌，會發(fā)生虛警。當(dāng)發(fā)生虛警時，即使信道空閑次用戶也不能在該信道傳輸數(shù)據(jù)，次用戶需要重新尋找空閑信道，因此次用戶的服務(wù)時間也會增加。文中虛警和漏檢概率分別用和表示。

首先分析虛警。虛警發(fā)生會延長次用戶的服務(wù)時間，假設(shè)次用戶在信道上被延長后實(shí)際的服務(wù)時間為。由文獻(xiàn)[12]可知

其中，為次用戶工作的時隙。由于發(fā)生虛警的時隙不能被其他用戶使用，可以看作是忙碌的時隙，則有。當(dāng)虛警發(fā)生時，數(shù)據(jù)傳輸會延遲到下一個空閑時隙。如果次用戶當(dāng)前時隙為，發(fā)生虛警的時隙有個。則次用戶實(shí)際的服務(wù)時間將延長到第個時隙。故式(13)中次用戶實(shí)際服務(wù)時間的條件期望服從負(fù)二項分布。根據(jù)其性質(zhì)可得

(15)

將式(15)代入式(14)中，可得次用戶實(shí)際的服務(wù)時間期望為

其次分析漏檢。漏檢發(fā)生會延長主用戶的服務(wù)時間，假設(shè)主用戶在信道上被延長后實(shí)際的服務(wù)時間為。由文獻(xiàn)[12]可知

(17)

將式(18)代入式(17)中，可得主用戶實(shí)際的服務(wù)時間期望為

(19)

4 基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法

不同的目標(biāo)信道序列會影響累積切換時延的大小，目標(biāo)信道的設(shè)計就是一個累積切換時延的最小化問題。頻譜切換的目標(biāo)信道序列為，其中是第次中斷的目標(biāo)信道，。假設(shè)備選信道集合為，目標(biāo)信道序列的長度為。累積切換時延的最小化問題決定次用戶的一個最優(yōu)目標(biāo)信道序列。因此，次用戶的最優(yōu)目標(biāo)信道序列為

本文算法與隨機(jī)信道選擇策略、主動和被動頻譜切換信道選擇策略相比，復(fù)雜度各有不同。由于次用戶發(fā)生頻譜切換時所需的切換執(zhí)行時間非常小，因此，本文從次用戶尋找目標(biāo)信道的搜索時間的角度來探討算法的復(fù)雜度。設(shè)次用戶搜索到一個確定的信道所需時間為1,1一般非常小。則隨機(jī)信道選擇策略的搜索時間為1。主動頻譜切換信道選擇策略中，利用窮舉算法可知目標(biāo)信道序列有種排列，則該策略的搜索時間為1。設(shè)次用戶通過頻譜感知而搜索到一個可用信道所需的時間為2，且1<2。則被動頻譜切換信道選擇策略的搜索時間為2。本文算法中發(fā)生一次頻譜切換時，如果次用戶的等待時間小于感知時間，則搜索到信道的時間為1；反之，次用戶搜索到信道的時間為2。因此，本文算法中總的搜索時間的最大值為2。綜上所述，當(dāng)較大時，隨機(jī)信道選擇策略的搜索時間最小，主動頻譜切換信道選擇策略最大，被動頻譜切換信道選擇策略和本文算法介于二者之間，且本文算法的搜索時間小于等于被動頻譜切換信道選擇策略。

5 仿真分析

本節(jié)采用Matlab數(shù)值仿真的方法驗證基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法相對于其他信道選擇方法優(yōu)勢。4種信道選擇方法分別是：(1)隨機(jī)信道選擇策略；(2)基于主動決策的信道選擇策略；(3)基于被動決策的信道選擇策略；(4)基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇策略。隨機(jī)信道選擇在需要切換時，以相同的概率在備選信道中選擇一個目標(biāo)信道?；谥鲃記Q策的信道選擇策略根據(jù)長期的觀察和統(tǒng)計數(shù)據(jù)，綜合各種指標(biāo)預(yù)先確定一個目標(biāo)信道序列。為了得到最小的平均累積時延，可以采用窮舉法對所有可能目標(biāo)信道序列分別計算平均累積時延，從中選擇最小時延所對應(yīng)的目標(biāo)信道序列?；诒粍記Q策的信道選擇策略在需要切換時，立即通過頻譜感知來尋找合適的目標(biāo)信道?；诨旌项l譜切換的策略是選擇等待時延和感知時間最小的信道作為目標(biāo)信道。

5.1理想檢測下次用戶的累積切換時延分析

圖2比較了在理想檢測中4種信道選擇方案的次用戶的累積切換時延。仿真中假設(shè)有4個信道。假設(shè)次用戶的到達(dá)率和服務(wù)時間分別為,。主用戶的服務(wù)時間。如圖2所示，4種信道選擇方案中隨著的增加，次用戶的累加切換時延都增大。在相同時，隨機(jī)信道選擇方案中次用戶的累積切換時延最大，其次，依次是主動和被動決策信道選擇策略，最小的是基于混合頻譜切換的信道選擇策略。當(dāng)時，主動決策信道選擇策略的平均累積時間比被動決策信道選擇策略小。當(dāng)時，主動決策信道選擇策略的平均累積時延大于被動決策信道選擇策略。當(dāng)時，由于等待時間小于感知時間，次用戶的目標(biāo)信道與預(yù)先確定的預(yù)先信道相同，因此主動決策信道選擇策略與混合頻譜切換信道選擇策略的曲線重合。當(dāng)時，次用戶的感知時間小于等待時間，目標(biāo)信道是新感知到的空閑信道，因此混合頻譜切換信道選擇策略中次用戶的累積切換時延最小。

5.2主用戶的到達(dá)率對次用戶累積切換時延的影響

圖2 理想檢測下4種信道選擇方案 圖3 不同虛警概率下主用戶到達(dá)率對累積切換時延的影響 圖4 不同漏檢概率下主用戶到達(dá)率對累積切換時延的影響

5.3虛警和漏檢概率對次用戶累積切換時延的影響

5.4 信道的阻塞概率分析

本小節(jié)分析基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法在信道阻塞概率上的優(yōu)勢，定義每次切換的最優(yōu)目標(biāo)信道序列上信道忙碌概率的乘積為信道的阻塞概率。圖7和圖8中假設(shè)，次用戶的服務(wù)時間為,。主用戶的服務(wù)時間。圖7中假設(shè)，如圖7所示，隨著主用戶到達(dá)率的增加，4種信道選擇方案中阻塞概率均有不同程度的增加。隨機(jī)信道選擇方案增加最快，其次，依次是基于主動和被動頻譜切換的信道選擇方案，基于混合頻譜切換的信道選擇策略中阻塞概率增加最慢。尤其是在比較大時，基于主動頻譜切換方案中，預(yù)先確定的目標(biāo)信道序列中信道不可用的概率增加，此時基于混合頻譜切換的信道選擇策略的優(yōu)勢更加明顯。圖8假設(shè)，如圖8所示，隨著增加，4種信道選擇方案中阻塞概率均有不同程度的增加。這是因為增加，信道中的業(yè)務(wù)量增加，信道越繁忙，因此阻塞概率增加。此外，隨機(jī)信道選擇方案的阻塞概率增加最快，而基于混合頻譜切換的信道選擇策略中的阻塞概率增加最慢。

圖5 虛警概率對次用戶累積切換時延的影響 圖6 漏檢概率對次用戶累積切換時延的影響

圖7 主用戶的到達(dá)率對阻塞概率的影響 圖8 次用戶的到達(dá)率對阻塞概率的影響

6 結(jié)束語

針對主動頻譜切換中預(yù)先確定的目標(biāo)信道存在更新的問題，本文提出一種基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法。綜合考慮次用戶的多次中斷、主用戶的到達(dá)率和非理想檢測問題，尋找累積切換時延最小的信道作為次用戶最優(yōu)的目標(biāo)信道。當(dāng)次用戶切入預(yù)先確定的目標(biāo)信道需要等待時，立即進(jìn)行頻譜感知。取感知時間和等待時間的最小值作為次用戶的切換時延，所對應(yīng)的信道為真正的目標(biāo)信道。仿真結(jié)果表明，與隨機(jī)信道選擇策略和基于主動和被動頻譜切換的信道選擇策略相比較，本文提出的基于混合頻譜切換的最優(yōu)目標(biāo)信道選擇算法的累積切換時延更小，受漏檢概率和虛警概率的影響更小，并且信道的阻塞概率略有降低。這充分體現(xiàn)了該目標(biāo)信道選擇算法的優(yōu)勢。

[1] MA Bin and XIE Xianzhong. PSHO-HF-PM: an efficient proactive spectrum handover mechanism in cognitive radio networks[J]., 2014, 79(3): 1-23.

[2] PUSHP M and AWADHESH K S. A survey on spectrum handoff techniques in cognitive radio networks[C]. 2014 International Conference on Contemporary Computing and Informatics (IC3I), Mysore, 2014: 996-1001. doi: 10.1109/ IC3I.2014.7019755.

[3] WANG Chungwei and WANG Lichun. Spectrum hando? for cognitive radio networks: reactive-sensing or proactive- sensing?[C]. IEEE International Performance, Computing and Communications Conference, Austin, Texas, 2008: 343-348. doi: 10.1109/PCCC.2008.4745128.

[4] WANG Chungwei, WANG Lichun, and CHANG Chungju. Modeling and analysis for spectrum handoffs in cognitive radio networks[J]., 2012, 11(9): 1499-1513. doi: 10.1109/TMC.2011.155.

[5] ZHANG Lei, SONG Tiecheng, and WU Ming. Traffic- adaptive proactive spectrum handoffstrategy for graded secondary users in cognitive radio networks[J]., 2015, 24(4): 1-8.

[6] WANG Lichun and WANG Chungwei. Analysis of reactive spectrum handoff in cognitive radio networks[J]., 2012, 30(10): 2016-2028. doi: 10.1109/JSAC.2012.121116.

[7] ZHANG Y. Spectrum handoff in cognitive radio networks: opportunistic and negotiated situations[C]. IEEE International Conference on Communications, Dresden, 2009: 1-6. doi: 10.1109/ICC.2009.5199479.

[8] ZHENG Shilian and YANG Xiaoniu. Target channel sequence selection scheme for proactive-decision spectrum handoff[J]., 2011, 15(12): 1332-1334. doi: 10.1109/LCOMM.2011.102611.111603.

[9] XIAO Qinghai, LI Yunzhou, ZHAO Ming,. Opportunistic channel selection approach under collision probability constraint in cognitive radio systems[J]., 2009, 32(18): 1914-1922.

[10] FATEMEH S and MASOUMEH N, Optimal probabilistic initial and target channel selection for spectrum handoff in cognitive radio networks[J]., 2015, 14(1): 570-584. doi: 10.1109/TWC. 2014.2354407.

[11] WANG Lichun, WANG Chungwei, and CHANG Chungju. Optimal target channel sequence design for multiple spectrum handoffs in cognitive radio networks[J]., 2012, 60(9): 2444-2455. doi: 10.1109/TCOMM.2012.070912.100661.

[12] WU Yeqing, HU Fei, SUNIL K,. A learning-based QoE-driven spectrum handoff scheme for multimedia transmissions over cognitive radio networks[J]., 2014, 32(11): 2134-2148. doi: 10.1109/JSAC.2014.141115.

[13] WANG Lichun, WANG Chungwei, and ADACHI Fumiyuki. Load-balancing spectrum decision for cognitive radio networks[J]., 2011, 29(4): 757-769. doi: 10.1109/JSAC. 2011.110408.

[14] LI Xiukui and SEYED A. Traffic pattern prediction and performance investigation for cognitive radio systems[C]. IEEE Wireless Communications and Networking Conference, Las Vegas, NV, 2008: 894-899. doi: 10.1109/WCNC.2008.163.

馬 彬： 男，1978年生，博士，副教授，碩士生導(dǎo)師，研究方向為異構(gòu)無線網(wǎng)絡(luò)、認(rèn)知無線電網(wǎng)絡(luò)等.

包小敏： 女，1990年生，碩士生，研究方向為認(rèn)知無線網(wǎng)絡(luò)、頻譜切換等.

謝顯中： 男，1966年生，博士，教授，博士生導(dǎo)師，研究方向為移動通信網(wǎng)絡(luò)、認(rèn)知無線電技術(shù)等.

Optimal Target Channel Selection Algorithm Based on Hybrid Spectrum Handoffs in Cognitive Radio Networks

MA Bin BAO Xiaomin XIE Xianzhong

(,,400065,)

The predetermined target channel has high risk of being unavailable in the proactive-decision spectrum handoff. To solve this problem, an optimum target channel selection algorithm based on hybrid spectrum handoff is proposed. This algorithm coordinates the advantages of both the proactive-decision and reactive-decision spectrum handoffs. With the metric of minimizing the cumulative handoff delay, the impacts of secondary user’s multiple interruptions, primary user’s arrival rates and imperfect sensing on secondary user’s cumulative handoff delay are included and the detailed analysis and derivation of the secondary user’s cumulative handoff delay are conducted under imperfect sensing. Compared with proactive-decision and reactive-decision target channel selection schemes, the simulation results demonstrate that the performance of the proposed algorithm is especially excellent with frequent channel states variations or heavy traffic loads.

Cognitive Radio (CR); Channel selection; Spectrum handoff; Hybrid mode; Imperfect sensing

TN929.5

A

1009-5896(2017)01-0031-07

10.11999/JEIT160268

2016-03-21；改回日期：2016-07-25；

2016-10-09

包小敏 505965590@qq.com

國家自然科學(xué)基金(61271259, 61301123, 61471076)，重慶市基礎(chǔ)與前沿研究計劃(cstc2015jcyjA40047)，重慶郵電大學(xué)博士啟動基金(A2014-10, A2015-16)

The National Natural Science Foundation of China (61271259, 61301123, 61471076), The Foundation and Advanced Research Program of Chongqing (cstc2015jcyjA40047), The Doctoral Start-up Fund of Chongqing University of Posts and Telecommunications (A2014-10, A2015-16)