基于主用戶信息法的態(tài)勢圖構(gòu)建研究

聶益芳 姚行艷

(重慶工商大學(xué)環(huán)境與資源學(xué)院 重慶 400067)

基于主用戶信息法的態(tài)勢圖構(gòu)建研究

聶益芳 姚行艷

(重慶工商大學(xué)環(huán)境與資源學(xué)院 重慶 400067)

針對認(rèn)知無線網(wǎng)絡(luò)CRN(Cognitive Radio Network)存在頻譜空洞、信道沖突等問題，假設(shè)主用戶發(fā)射功率未知的情況下，提出一種基于主用戶信息的頻譜感知態(tài)勢圖構(gòu)建方法。該方法基于接收信號強(qiáng)度和最小二乘法建立定位模型，采用拉格朗日乘數(shù)法，獲取主用戶位置和發(fā)射功率等信息來構(gòu)建態(tài)勢圖，幫助網(wǎng)絡(luò)用戶掌握網(wǎng)絡(luò)狀態(tài)。仿真結(jié)果表明，相比插值法構(gòu)建頻譜態(tài)勢圖，該方法構(gòu)建的態(tài)勢圖精確更高，空頻帶被利用的可能性高，信道沖突概率小。

認(rèn)知無線網(wǎng)絡(luò) 感知 態(tài)勢圖 主用戶信息

0 引 言

認(rèn)知無線網(wǎng)絡(luò)(CRN)[2]可從外界環(huán)境中獲取相關(guān)信息，通過記憶學(xué)習(xí)和決策，優(yōu)化感知性能。但由于網(wǎng)絡(luò)協(xié)議或者算法涉及不合理，普遍會存在頻譜空洞問題，也會出現(xiàn)網(wǎng)絡(luò)信道沖突。無線環(huán)境圖REM(Radio environment map)[3]是支持CRN時空數(shù)據(jù)庫的外部顯示器，對外顯示多維無線電磁環(huán)境信息。如:地理特征、監(jiān)管制度、政策、位置信息、頻譜可用性和經(jīng)驗信息等，可用于支持動態(tài)頻譜接入、共享、無線資源管理和專用頻譜監(jiān)測等。而頻譜態(tài)勢圖是REM的重要組成部分，為網(wǎng)絡(luò)主用戶(PU)和次用戶(SU)提供位置信息、發(fā)射功率、頻譜可用性等信息，也便于次用戶用于檢測是否存在，從而使用授權(quán)頻帶，調(diào)整SU發(fā)射功率，避免網(wǎng)絡(luò)擁塞[4]。目前，頻譜感知[1]主要集中研究在數(shù)據(jù)融合上，感知信息較為單一，如信號強(qiáng)度、信號相關(guān)性等，無法多方面感知信息，提高頻譜感知性能。且由于認(rèn)知無線網(wǎng)絡(luò)中PU與SU不合作，缺少同步信息，現(xiàn)有研究多采用基于接收信號強(qiáng)度表或基于信號到達(dá)角(AOA)的定位算法，僅能獲取PU位置信息，不能獲取發(fā)射功率。

頻譜態(tài)勢圖能通過感知終端、基站和接入點等實體獲得，但測量每一個點的信號強(qiáng)度是不現(xiàn)實的。因此插值法被用來構(gòu)建態(tài)勢圖，目前已有利用傳感節(jié)點的位置和接收信號強(qiáng)度來生成態(tài)勢圖的插值方法[5]。文獻(xiàn)[6]采用克里金插值法KIM(Kriging Interpolation Method)制圖，但是當(dāng)采樣節(jié)點較多時，KIM的性能較佳，計算量較龐大。文獻(xiàn)[7]根據(jù)態(tài)勢圖中信號最強(qiáng)點位置來估計活躍PU位置，計算量優(yōu)于KIM與反向距離加權(quán)插值法IDWM(Inverse Distance Weighted Interpolation Method)等，但構(gòu)建態(tài)勢圖精確度低且需要引入大量測量節(jié)點。以上文獻(xiàn)對頻譜態(tài)勢圖構(gòu)建的研究，計算量較大，頻譜態(tài)勢圖精度低，未考慮信道沖突與頻譜利用率，且不能顯示網(wǎng)絡(luò)用戶功率信息。

為了有效解決頻譜空洞、信道沖突等問題，便于網(wǎng)絡(luò)用戶及時掌握網(wǎng)絡(luò)狀態(tài)，在假設(shè)主用戶發(fā)射功率未知的情況，提出了一種基于主用戶信息的態(tài)勢圖構(gòu)建方法。首先，基于接收信號強(qiáng)度和最小二乘法建立定位模型。然后，利用拉格朗日乘數(shù)法求解PU的位置和發(fā)射功率等空間信息。最后，根據(jù)PU空間信息和傳播模型直接構(gòu)建態(tài)勢圖，所建態(tài)勢圖精度高，信道沖突的概率更小。

1 系統(tǒng)模型及信道模型

(1)

由于大型物體的遮擋，次用戶接收到的信號會受到嚴(yán)重影響，為提高準(zhǔn)確度，最終第i個SU的接收信號強(qiáng)度值采用多個接收信號強(qiáng)度值的樣本均值來表示：

(2)

2 頻譜態(tài)勢圖構(gòu)建

頻譜態(tài)勢圖的構(gòu)建，首先，建立定位模型，其次，利用求解PU的位置與發(fā)射功率，最后，根據(jù)空間信息和傳播模型，構(gòu)建頻譜態(tài)勢圖。

2.1 基于主用戶信息法(PUIM)構(gòu)建態(tài)勢圖

構(gòu)建態(tài)勢圖，首先估計發(fā)射機(jī)的位置和發(fā)射功率。為簡化算法，先暫不考慮噪聲影響，由式(1)變形得：

(3)

繼續(xù)變形式(3)可得：

(4)

計算得出：

(5)

(6)

(7)

對于有約束的優(yōu)化問題，采用拉格朗日函數(shù)法將其轉(zhuǎn)化為無約束的優(yōu)化問題。原函數(shù)轉(zhuǎn)變?yōu)槔窭嗜蘸瘮?shù)問題：

L(θ,λ)=(Aθ-b)T(Aθ-b)+λ(rTθ+θTPθ)

(8)

其中，λ是拉格朗日乘數(shù)。式(8)中分別對θ和λ求微分可得：

(9)

(10)

令式(9)為零，解得：

(11)

(12)

2.2 空間插值法構(gòu)建態(tài)勢圖

態(tài)勢圖可通過測量所有節(jié)點獲得，但測量每個節(jié)點信號強(qiáng)度是不現(xiàn)實的，通常采用插值技術(shù)構(gòu)建態(tài)勢圖。測量節(jié)點λ將收集到的信息(Pi,Ii),i=1,…,N發(fā)送給控制節(jié)點，Ii=I(Pi)為信號強(qiáng)度，Pi=(xi,yi)為位置信息，那么控制節(jié)點所在整個網(wǎng)絡(luò)信號強(qiáng)度表示為：

(13)

(1) 反向距離加權(quán)插值法(IDWM)構(gòu)建態(tài)勢圖

反向距離加權(quán)插值法，權(quán)重因子與插值法的采樣節(jié)點和被測量節(jié)點間的距離成反比，即：

(14)

其中，ωIDWM,i(P)為反向距離插值法的權(quán)重因子，P為采樣節(jié)點，Pi為被測量節(jié)點。

(2) 克里金插值法(KIM)構(gòu)建態(tài)勢圖

(15)

其中，d是兩個點之間的矢量距離。式(15)的優(yōu)化問題解決方法如下：

(16)

3 理論及仿真性能分析

由于噪聲、陰影、衰落等影響，構(gòu)建的態(tài)勢圖和實際的態(tài)勢圖必然存在誤差。為全面評估態(tài)勢圖構(gòu)建方法的性能，以理論分析并仿真驗證方式對比IDWM、KIM與PUIM三種態(tài)勢圖構(gòu)建方法的均方根誤差、頻譜利用率、信道沖突概率。仿真實驗采用1 000 m×1 000 m的矩形區(qū)域，考慮在正態(tài)陰影和瑞利衰落環(huán)境下，路徑衰落指數(shù)α、路徑損耗修正PL0以及σs分別取3.5、38.4和8。PU專屬通信區(qū)域劃分閾值為-83 dBmW，PU的空間信息為(460,450,1)，即X坐標(biāo)460 m，Y坐標(biāo)450 m，發(fā)射功率1 W。Suzuki信道傳播模型[8]較好地綜合了慢衰落和快衰落的特點，仿真采用Suzuki信道傳播模型。

3.1 均方誤差

頻譜態(tài)勢圖構(gòu)建過程中，各類方法都不可避免地會產(chǎn)生精度誤差?，F(xiàn)以均方根誤差(RMSE)為標(biāo)準(zhǔn)來評估不同態(tài)勢圖構(gòu)建方法的性能，RMSE越小，態(tài)勢圖精度越高。頻譜態(tài)勢圖構(gòu)建過程中，不同方法產(chǎn)生的RMSE可表示為：

(17)

真實態(tài)勢圖和PUIM、KIM、IDWM三種方法實際構(gòu)建的態(tài)勢圖如圖1所示。PUIM、KIM、IDWM的RMSE分別為1.23、2.99、6.39。(c)與(d)構(gòu)建的態(tài)勢圖對應(yīng)的RMSE更大，定位誤差范圍大，且受周邊非主用戶影響較大，引入較多的噪聲信息。(b)為PUIM構(gòu)建態(tài)勢圖，相對KIM、IDWM而言，精度最高，空間定位和功率估計性能更接近真實態(tài)勢。

圖1 頻譜態(tài)勢圖

3.2 頻譜利用率

頻譜利用率的評估，采用誤警區(qū)域率來衡量。誤警區(qū)域率(FAZR)越低，說明空白頻帶越能夠被充分使用。在保證PU正常通信的情況下，頻譜資源的利用率也就越高。正確檢測區(qū)域率(CDZR)和FAZR之間是相互制約的，類似于頻譜感知中的檢測概率與虛警概率，二者關(guān)系曲線為受試者工作特征曲線(ROC)。二者的表示式為：

(18)

(19)

圖2 CDZR-FAZR模型

PUIM、KIM、IDWM三種態(tài)勢圖構(gòu)建方法的CDZR-FAZR曲線如圖3所示。從圖3可以看出，在給定FAZR的前提下，PUIM的CDZR明顯高于KIM，高于IDWM。主要是由于PUIM有更多的PU位置、信道參數(shù)、傳播模型等空間信息。而在給定CDZR的前提下，PUIM的FAZR明顯低于KIM，低于IDWM，因此，采用PUIM方法建立的態(tài)勢圖，對應(yīng)空白頻帶被利用的可能性更大。

圖3 CDZR-FAZR曲線

3.3 信道沖突概率

正確檢測區(qū)域率CDZR越高，說明該區(qū)域存在活躍PU的可能性越低，主次用戶同頻概率越小，出現(xiàn)信道沖突的概率也就越小。CDZR主要受采樣節(jié)點位置和采樣節(jié)點數(shù)影響。

令活躍的PU到最近的采樣節(jié)點的距離為dmin，令采樣節(jié)點數(shù)為N，在FAZR等于0.005的情況下，繪制采樣節(jié)點的位置與CDZR的曲線圖如圖4(a)，繪制采樣節(jié)點數(shù)N與CDZR關(guān)系如圖4(b)。

圖4 采樣節(jié)點對CDZR影響曲線

從圖4(a)可以看出，由于IDW、KIM建立態(tài)勢圖依賴于活躍PU與最近采樣點的位置，隨著dmin增大，前兩者CDZR均減小，而PUIM卻幾乎不變，保持在遠(yuǎn)高于IDW、KIM的水平。

從圖4(b)中可以看出，PUIM比KIM、IDWM的性能都好。隨著節(jié)點數(shù)N的增加，PUIM和KIM的性能均提高，但是PUIM始終優(yōu)于KIM。KIM在傳感節(jié)點較多的情況下性能越好。IDW的性能隨著節(jié)點數(shù)的增加不斷波動。因此，PUIM有較好的穩(wěn)定性和可靠性，采樣點位置的變化的情況下，正常檢測區(qū)域率CDZR仍能保持較高水平，出現(xiàn)信道沖突的概率最小。

4 結(jié) 語

針對認(rèn)知無線網(wǎng)絡(luò)普遍存在頻譜空洞、信道沖突等問題，為便于掌握網(wǎng)絡(luò)用戶位置、發(fā)射功率等信息，假設(shè)主用戶發(fā)射功率未知的情況下，提出了一種基于主用戶信息的頻譜感知態(tài)勢圖構(gòu)建方法。PUIM方法構(gòu)建頻譜態(tài)勢圖，考慮陰影、衰落以及路徑損耗的影響。通過將IDWM、KIM與PUIM方法構(gòu)建的態(tài)勢圖的均方根誤差、頻譜利用率和信道沖突概率進(jìn)行理論分析與仿真對比，結(jié)果表明，PUIM能幫助網(wǎng)絡(luò)用戶掌握態(tài)勢，相比IDWM、KIM方法構(gòu)建態(tài)勢圖，該方法構(gòu)建頻譜態(tài)勢圖精度更高，空白頻帶被利用的可能性更高，能有效避免信道沖突。

[1] Akyildiz I F,Lee W Y,Vuran M C,et al.Next generation/dynamic spectrum access/cognitive radio wireless networks:A survey[J].Computer Networks,2006,50(13):2127-2159.

[2] Zhao Y,Le B,Reed J H.Network Support:The Radio Environment Map-Cognitive Radio Technology-Chapter 11[M].Cognitive Radio Technology,2006:337-363.

[3] Mahapatra R,Strinati E C.Interference-aware dynamic spectrum access in cognitive radio network[C]//Proceedings of IEEE 22th International Symposium on Personal Indoor and Mobile Radio Communications.Toronto:IEEE Press,2011:396-400.

[4] Khan F,Nakagawa K.Comparative study of spectrum sensing techniques in cognitive radio networks[C]//Proceedings of World Congress on Computer and Information Technology.Sousse:IEEE Press,2013:1-8.

[5] Boccolini G,Hernandez-Penaloza G,Beferull-Lozano B.Wireless sensor network for Spectrum Cartography based on Kriging interpolation[C]//Proceedings of 23rd International Symposium on Personal Indoor and Mobile Radio Communications.Sydney:IEEE Press,2012:1565-1570.

[6] Alaya-Feki A,Ben Jemaa S,Sayrac B,et al.Informed spectrum usage in cognitive radio networks:Interference cartography[C]//Proceedings of the IEEE 19th International Symposium on Personal,Indoor and Mobile Radio Communications.Cannes:IEEE Press,2008:1-5.

[8] Wirastuti N,Sastra N P.Application of the suzuki distribution to simulations of shadowing/fading effects in mobile communication[C]//Proceedings of 4th International Conference on Information & Communication Technology and System.Bali,Indonesia:IEEE Press,2008:1-10.

RESEARCH ON THE SITUATION MAP CONSTRUCTION BASED ON PRIMARY USER INFORMATION METHOD

Nie Yifang Yao Xingyan

(SchoolofEnvironmentandResources,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China)

Aiming at the problem of spectrum holes and channel conflict in cognitive radio network, in this paper, we propose a spectrum situation map construction method based on the primary user information assuming that the transmission power of the primary user is unknown. The method is based on the

signal strength and the least squares method to establish the positioning model. The Lagrange multiplier method is used to obtain information such as the position of primary user and the transmission power to construct the situation map to help the network users master the network state. The simulation results show that the proposed method is more accurate and higher than the interpolation method, and the probability of using the empty frequency band is high and the probability of channel conflict is small.

Cognitive radio network Awareness Situation map Primary user information

2016-12-07。重慶市教委科學(xué)技術(shù)研究項目(KJ1500627)。聶益芳，博士生，主研領(lǐng)域：網(wǎng)絡(luò)安全技術(shù)。姚行艷，講師。

TP391

A

10.3969/j.issn.1000-386x.2017.06.027