業(yè)務(wù)感知的自適應(yīng)協(xié)作頻譜感知算法

邱恭安 章國安

?

業(yè)務(wù)感知的自適應(yīng)協(xié)作頻譜感知算法

邱恭安 章國安*

(南通大學(xué)電子信息學(xué)院 南通 226019)

為提高次用戶接入業(yè)務(wù)端到端傳輸性能，該文提出通過感知節(jié)點檢測性能和業(yè)務(wù)類型的頻譜檢測與資源分配聯(lián)合優(yōu)化方法。首先，將上周期全局檢測性能構(gòu)造的有效檢測指數(shù)作為調(diào)節(jié)權(quán)值，計算信道狀態(tài)自適應(yīng)協(xié)作門限，據(jù)此選擇協(xié)作模式，以最大化有效檢測區(qū)間，并根據(jù)頻帶穩(wěn)定性和有效性特征構(gòu)造可用頻譜空間。隨后，基于業(yè)務(wù)請求接入速率將接入業(yè)務(wù)分為時延敏感業(yè)務(wù)和可靠性敏感業(yè)務(wù)兩類，通過業(yè)務(wù)屬性匹配的頻譜分配算法提高接入業(yè)務(wù)的端到端傳輸成功率。仿真顯示，在不同信道狀態(tài)下，所提算法通過自適應(yīng)調(diào)整全局檢測性能擴大了Rayleigh衰落信道的有效頻譜檢測區(qū)間，降低了時延敏感業(yè)務(wù)的中斷概率。

頻譜檢測；頻譜分配；自適應(yīng)協(xié)作；業(yè)務(wù)感知

1 引言

協(xié)作頻譜感知(Cooperative Spectrum Sensing, CSS)系統(tǒng)通過同頻段多個次用戶(Secondary User, SU)間的協(xié)作檢測并機會使用主用戶(Primary User, PU)空閑授權(quán)頻帶，以提高頻譜利用率[1]。在協(xié)作頻譜檢測中，不同信道中SUs節(jié)點具有差異化檢測能力[2]，處于惡劣信道的SUs往往具有較低的檢測概率或較高的上傳錯誤概率，降低了系統(tǒng)全局檢測性能，因此，選擇檢測性能優(yōu)的SUs參與協(xié)作頻譜檢測是有效協(xié)作的方式，但需要獲取信道的實時狀態(tài)信息[3]。由于PUs業(yè)務(wù)的多樣性和絕對優(yōu)先占用頻帶，獲得的可用空閑頻帶資源具有差異化頻譜特征，不能為所有SUs業(yè)務(wù)提供端到端業(yè)務(wù)QoS(Quality of Service)確保的傳輸。目前，由性能各異的節(jié)點組成的無線網(wǎng)絡(luò)趨于綜合承載不同屬性的SUs業(yè)務(wù)，因此，差異化SUs處理是應(yīng)用實踐對CSS系統(tǒng)優(yōu)化的需要。

為減小衰落信道的影響[4,5]，根據(jù)信道準(zhǔn)實時狀態(tài)動態(tài)調(diào)整能量檢測的信噪比(Signal Noise Rate, SNR)門限，使系統(tǒng)達到有效的檢測概率和虛警概率，或者根據(jù)信道狀態(tài)自適應(yīng)地選擇次用戶協(xié)作融合以提高系統(tǒng)檢測性能，但是信道狀態(tài)信息存在陳舊性，且計算復(fù)雜度高。針對SUs節(jié)點差異化檢測能力[6,7]，通過報告信道接入時隙管理屏蔽惡劣信道中SUs節(jié)點參與協(xié)作檢測，或應(yīng)用證據(jù)理論估計SUs節(jié)點檢測結(jié)果的可信度，選擇性地上傳本地檢測結(jié)果，一定程度上避免惡劣信道帶來的系統(tǒng)檢測性能劣化，但固定的融合方法導(dǎo)致系統(tǒng)全局檢測性能降低，甚至檢測結(jié)果不正確。實際上，可用頻譜屬性參數(shù)，包括有效帶寬、連續(xù)持續(xù)空閑時間、不同時段的PU活動規(guī)律等，具有不同特征，適合傳輸不同QoS需求的SU業(yè)務(wù)。因此，業(yè)務(wù)屬性關(guān)聯(lián)的頻譜檢測和分配方法能夠提高接入業(yè)務(wù)的端到端傳輸成功率，提高16%的能量效率[8,9]。通過估計噪聲功率感知可用頻譜帶寬的協(xié)作頻譜檢測方法將頻譜檢測與SUs業(yè)務(wù)屬性關(guān)聯(lián)，為SUs提供最大化的有效頻譜帶寬[10]，但僅確保系統(tǒng)檢測概率大于最小要求，虛警率沒有作為優(yōu)化約束條件。在頻譜分配與業(yè)務(wù)屬性關(guān)聯(lián)上[11,12]，通過業(yè)務(wù)優(yōu)先級區(qū)分接入或調(diào)整SU行為減小接入碰撞概率，降低業(yè)務(wù)傳輸中斷概率，但是較難保障不同業(yè)務(wù)接入的公平性。在累積干擾和功率約束條件下，通過聯(lián)合優(yōu)化頻譜檢測、頻譜接入和頻譜分配最大化空閑頻譜吞吐量[13]，或根據(jù)SUs業(yè)務(wù)屬性自適應(yīng)地構(gòu)建分簇實現(xiàn)對不同信道的檢測和接入以最大化空閑頻譜吞吐量[14]，但是，當(dāng)接入業(yè)務(wù)存在差異化QoS需求時，接入業(yè)務(wù)屬性不能與信道特征自適應(yīng)，頻譜檢測和分配聯(lián)合優(yōu)化策略不能保證時延敏感業(yè)務(wù)端到端傳輸性能需求。

針對衰落信道的時變性和SUs業(yè)務(wù)的差異性，在滿足全局最小性能基礎(chǔ)上，本文提出自適應(yīng)信道狀態(tài)選擇協(xié)作頻譜檢測模式，通過降低協(xié)作信噪比門限最大化有效頻譜檢測區(qū)間，獲得最多空閑頻帶資源。其次，基于業(yè)務(wù)匹配的頻譜屬性實現(xiàn)業(yè)務(wù)感知的頻譜管理，分為穩(wěn)定性有效和帶寬有效頻譜。最后，通過不同業(yè)務(wù)的頻譜特征化分配，實現(xiàn)業(yè)務(wù)區(qū)分的空閑頻帶選擇機制，為差異化業(yè)務(wù)提供QoS保證的信道接入，減小業(yè)務(wù)傳輸中斷概率，通過提高業(yè)務(wù)傳輸成功率來提高頻譜效率。

2 系統(tǒng)模型

2.1 協(xié)作頻譜檢測模型

通常，在本地頻譜檢測中PU和SUs間沒有信息交換，故當(dāng)SU節(jié)點基于能量檢測方法對PU狀態(tài)進行檢測時，將接收信號總能量的判決值與預(yù)設(shè)判決門值比較判斷PU信號存在與否，建模為二元假設(shè)檢驗：

設(shè)認知無線網(wǎng)絡(luò)(Cognitive Radio Networks, CRN)有個次用戶，第信道中SU的本地檢測概率和虛警率分別為dk,fk，則在“或”(OR)融合規(guī)則下協(xié)作頻譜檢測的全局檢測概率和全局虛警率為

在“并”(AND)融合規(guī)則下協(xié)作頻譜檢測系統(tǒng)全局檢測概率和全局虛警率為

(3)

2.2 業(yè)務(wù)感知模型

在實際應(yīng)用中，不同業(yè)務(wù)請求接入速率具有多樣性，因此，業(yè)務(wù)區(qū)分門限設(shè)置具有差異性，容易引起不同業(yè)務(wù)的傳輸性能動態(tài)變化。鑒于不同無線網(wǎng)絡(luò)接入鏈路的傳輸能力，本文選擇鏈路公平速率作為業(yè)務(wù)區(qū)分門限進行不同屬性業(yè)務(wù)的感知區(qū)分，為接入業(yè)務(wù)提供穩(wěn)定的網(wǎng)絡(luò)傳輸性能。設(shè)某鏈路全部SUs業(yè)務(wù)請求接入速率分別為，且。所有速率等于的SUs業(yè)務(wù)為業(yè)務(wù)，在時刻，網(wǎng)絡(luò)接入點中業(yè)務(wù)的數(shù)量為，則SUs業(yè)務(wù)的數(shù)量集描述為。若令,為空閑頻帶有效帶寬，SUs業(yè)務(wù)公平共享有效空閑頻帶，則由Max-Min份額算法可得鏈路公平速率為

在網(wǎng)絡(luò)狀態(tài)穩(wěn)定時，SUs接入業(yè)務(wù)感知區(qū)分實現(xiàn)如式(5)所示。

(5)

式(5)能夠一定程度上自適應(yīng)接入鏈路有效帶寬。當(dāng)有效帶寬大或接入SUs數(shù)小時，較大，請求接入速率小于的吞吐量敏感SUs業(yè)務(wù)被認為是時延敏感業(yè)務(wù)而分配高穩(wěn)定頻譜，但其接入速率小，不會給接入的時延敏感SUs業(yè)務(wù)帶來大的傳輸波動，相反借助該動態(tài)區(qū)分特征，在滿足時延敏感業(yè)務(wù)QoS性能要求的前提下，實現(xiàn)SUs接入業(yè)務(wù)在整個可用頻譜空間上的負載均衡。

3 業(yè)務(wù)感知的自適應(yīng)協(xié)作頻譜檢測

通常，不同特征的空閑頻帶分布于整個頻譜空間，通過頻譜檢測獲得的空閑頻帶往往不連續(xù)，而不同SUs希望接入能保障其業(yè)務(wù)傳輸質(zhì)量的空閑頻帶，因此，檢測并接入與其QoS要求匹配的空閑頻帶是業(yè)務(wù)區(qū)分的頻譜感知基礎(chǔ)。基于頻譜檢測能力對SUs節(jié)點進行分簇，即SUs節(jié)點選擇加入接收SNR最大的信道分簇作為備用本地頻譜檢測節(jié)點，由系統(tǒng)根據(jù)當(dāng)前信道狀態(tài)選擇參與協(xié)作檢測的節(jié)點對指定頻帶進行本地檢測，并上傳本地檢測結(jié)果至數(shù)據(jù)融合中心(Fusion Center, FC)實現(xiàn)全局協(xié)作融合，由FC作出頻譜狀態(tài)判決。業(yè)務(wù)感知的自適應(yīng)協(xié)作頻譜檢測模型如圖1所示，頻譜管理組件將新生的空閑頻帶匹配頻譜特征庫，實現(xiàn)不同屬性空閑頻帶的區(qū)分管理，為時延敏感業(yè)務(wù)接入分配穩(wěn)定性有效空閑頻譜，吞吐量敏感業(yè)務(wù)接入分配帶寬有效空閑頻譜。

3.1自適應(yīng)協(xié)作頻譜檢測方法

圖1 業(yè)務(wù)感知的自適應(yīng)協(xié)作頻譜檢測模型

(7)

在滿足系統(tǒng)檢測性能指標(biāo)的條件下，通過自適應(yīng)信道狀態(tài)的協(xié)作模式選擇，最小化協(xié)作檢測要求的SNR門限，以最大化有效檢測區(qū)間。定義全局頻譜檢測有效指數(shù)為，則SUs節(jié)點自適應(yīng)協(xié)作門限為

(10)

為評估自適應(yīng)協(xié)作對有效檢測區(qū)間的影響，定義系統(tǒng)有效檢測區(qū)間偏移量為

其中，為()或()。在全局檢測性能滿足C1約束條件下，當(dāng)時，偏移量，系統(tǒng)調(diào)節(jié)協(xié)作模式以最大化有效檢測區(qū)間，獲得盡可能多的可用空閑信道數(shù)。當(dāng)時，偏移量，通過減小有效檢測區(qū)間來滿足系統(tǒng)約束條件，取得全局最優(yōu)化。

3.2業(yè)務(wù)匹配的頻譜管理

基于次用戶業(yè)務(wù)的時延和吞吐量差異化屬性，相應(yīng)地選擇空閑頻帶的有效帶寬B和穩(wěn)定指數(shù)描述空閑信道的特征，實現(xiàn)業(yè)務(wù)感知的頻譜管理。設(shè)頻譜檢測時間為，SU在空閑頻帶中傳輸業(yè)務(wù)數(shù)據(jù)時間為，則系統(tǒng)頻譜感知效率為

(13)

由于PU隨機地占用或退出授權(quán)頻帶，將PU行為建模為兩狀態(tài)轉(zhuǎn)移的生滅過程，忙周期為，空閑周期為，且，則第信道的頻譜穩(wěn)定指數(shù)為

4 業(yè)務(wù)感知的頻譜分配

在時變衰落信道中，根據(jù)可用信道質(zhì)量可通過自適應(yīng)調(diào)制最優(yōu)化信息傳輸速率，保證通信信道的傳輸質(zhì)量。而業(yè)務(wù)感知的頻譜分配方法能為接入業(yè)務(wù)分配QoS匹配的可用信道，改善業(yè)務(wù)端到端的傳輸質(zhì)量。

4.1 業(yè)務(wù)感知的頻譜分配方法

圖3 頻譜劃分模型

通過關(guān)聯(lián)頻譜特征和接入SUs業(yè)務(wù)QoS需求進行差異化信道選擇，如圖4所示。頻譜管理組件通過頻譜特征庫匹配將可用信道分為穩(wěn)定性有效頻譜和帶寬有效性頻譜，構(gòu)建業(yè)務(wù)屬性關(guān)聯(lián)的可用頻譜空間進行管理?；跇I(yè)務(wù)感知門限和穩(wěn)定指數(shù)門限劃分空閑頻譜空間得到可用頻譜子空間S1~S3：

(16)

(17)

在多業(yè)務(wù)綜合承載的無線網(wǎng)絡(luò)中，對保障接入業(yè)務(wù)傳輸質(zhì)量的需求比最大化吞吐量的需求要多。因此，在為時延敏感SU業(yè)務(wù)選擇穩(wěn)定指數(shù)高的空閑信道接入時，有效帶寬作為次要條件，以減小業(yè)務(wù)中斷概率為優(yōu)化目標(biāo)。在為吞吐量敏感SU業(yè)務(wù)選擇有效帶寬大的空閑信道時，頻譜穩(wěn)定指數(shù)作為次要條件，以最大化次用戶吞吐量為優(yōu)化目標(biāo)。同類業(yè)務(wù)間基于CSMA/CA競爭接入空閑信道。

4.2時延敏感業(yè)務(wù)的中斷概率分析

由相應(yīng)概率母函數(shù)的級數(shù)展開可求得系統(tǒng)忙周期和空閑周期分別為

(19)

(21)

業(yè)務(wù)感知頻譜分配方法基于可用頻譜空間分布特征為SUs選擇QoS保障的空閑信道，則實時業(yè)務(wù)傳輸中斷概率為

5 仿真計算與分析

針對高信噪比和低信噪比兩種瑞利衰落信道特征，仿真統(tǒng)計比較了所提算法、固定分簇協(xié)作檢測算法及文獻[4]中自適應(yīng)門限協(xié)作頻譜檢測算法的有效頻譜檢測區(qū)間。設(shè)主用戶信號為QPSK調(diào)制信號，檢測周期為50 ms，考慮SU實際有限能量、單個簇內(nèi)節(jié)點數(shù)上限為9的要求，仿真取時間帶寬積為5，生成25個SUs，劃分為5個節(jié)點簇。由式(9)和式(10)可計算出固定分簇協(xié)作時分簇門限值分別為dB和dB，則固定分簇協(xié)作頻譜檢測算法據(jù)此門限進行協(xié)作融合，所提算法根據(jù)式(8)進行動態(tài)協(xié)作選擇融合，文獻[4]自適應(yīng)門限根據(jù)文中式(20)計算得到。當(dāng)簇首信噪比均小于時，分簇協(xié)作不能滿足系統(tǒng)檢測性能下限，均退化為全節(jié)點協(xié)作OR規(guī)則融合模式，沒有對該信道條件下檢測性能進行比較。

針對低信噪比狀態(tài)，設(shè)簇內(nèi)SUs節(jié)點信噪比取值范圍為[-4,6] dB，且保證4個分簇中每個簇至少有一個節(jié)點, 1個分簇中所有節(jié)點信噪比在取值范圍內(nèi)隨機取值，則融合中心選擇OR融合規(guī)則，3種協(xié)作算法的系統(tǒng)檢測區(qū)間分布如圖5。針對高信噪比狀態(tài)，設(shè)簇內(nèi)SUs節(jié)點信噪比取值范圍為[0,10] dB，且保證4個簇中每個簇至少有一個節(jié)點，1個簇中所有節(jié)點信噪比在取值范圍內(nèi)隨機取值，則融合中心選擇AND融合規(guī)則，3種協(xié)作算法的系統(tǒng)檢測區(qū)間分布如圖6所示。

圖5顯示，在C1約束條件下，相較于固定分簇協(xié)作算法，本文所提算法有效檢測區(qū)間()擴大約25%，且在有效檢測區(qū)間內(nèi)系統(tǒng)檢測概率平均提高5.34%。相較于自適應(yīng)門限協(xié)作算法，本文所提算法有效檢測區(qū)間擴大約10%。仿真中設(shè)置1個簇節(jié)點SNR隨機取值，當(dāng)該簇所有節(jié)點SNR均小于1.3 dB時，本文算法選擇該簇退出檢測而僅由4個簇進行協(xié)作檢測，以避免因少量信道惡化導(dǎo)致全局檢測性能降級。當(dāng)所有簇首SNR分布在門限值1.3 dB附近，全局虛警率高于0.1門限時，將采用全節(jié)點協(xié)作模式，以增大約束條件C2和C3為代價換取檢測性能的提高。

圖6顯示，在滿足C1條件下，本文算法通過降低對分簇協(xié)作SNR門限要求，優(yōu)化C2和C3約束條件，擴展有效頻譜檢測區(qū)間。當(dāng)簇首SNR分布于門限值dB附近時，采用AND融合規(guī)則能減小虛警率，但也會降低系統(tǒng)檢測概率，導(dǎo)致系統(tǒng)進入有效檢測區(qū)間之外，算法通過延緩使用AND融合規(guī)則，保證系統(tǒng)處于有效工作狀態(tài)。相較于固定分簇協(xié)作算法，有效檢測區(qū)間擴大約20%，且全局虛警率平均減小1.72%；相較于自適應(yīng)門限協(xié)作算法，有效檢測區(qū)間擴大約17%。仿真假定一個簇隨機地處于信道惡化狀態(tài)，導(dǎo)致固定分簇協(xié)作算法不能動態(tài)調(diào)整協(xié)作節(jié)點的選擇，系統(tǒng)檢測性能受該簇首影響而較差。高信噪比時，單節(jié)點具有較高的檢測能力，自適應(yīng)門限協(xié)作檢測算法僅當(dāng)單節(jié)點處于惡劣信道狀態(tài)時調(diào)整門限選擇協(xié)作節(jié)點，全局檢測性能最優(yōu)。

為比較業(yè)務(wù)匹配的頻譜分配方法對SUs接入業(yè)務(wù)QoS性能的改善，仿真設(shè)25個SUs接入話音(RT: Real Time, 64 kbps和1 Mbps)和數(shù)據(jù)(BE: Best Effort, 10 Mbps和2 Mbps)對應(yīng)為時延敏感和可靠性敏感業(yè)務(wù)，業(yè)務(wù)區(qū)分速率界值隨接入業(yè)務(wù)數(shù)變化。設(shè)系統(tǒng)頻譜感知效率，系統(tǒng)有3個WCDMA PUs信道(5 MHz)和2個GSM PUs信道(200 kHz)，GSM信道的PUs按生滅概率隨機生成，WCDMA信道的PUs按生滅概率隨機生成?；陬l譜分配使用最佳用戶信道選擇算法(Channel Selection then Best User Assignment, CSBUA)[14]，將空閑信道分配給當(dāng)前信道檢測概率最大且QoS保障的SU。設(shè)加權(quán)公平隊列(Weight Fair Queue, WFQ)調(diào)度頻譜決策算法中賦予時延敏感業(yè)務(wù)接入優(yōu)先權(quán)，權(quán)值固定為0.8，仿真比較了不同業(yè)務(wù)分布狀態(tài)下時延敏感業(yè)務(wù)的中斷概率，如圖7。

圖7顯示，兩類算法的時延敏感業(yè)務(wù)中斷概率均隨時延敏感業(yè)務(wù)減少而降低，但在時延敏感業(yè)務(wù)高密度分布狀態(tài)下，WFQ算法中斷概率過大。由于其賦予時延敏感業(yè)務(wù)接入優(yōu)先權(quán)，此時，導(dǎo)致過多時延敏感業(yè)務(wù)被接入WCDMA信道，但該信道中PUs出現(xiàn)概率較大，從而更多的SUs業(yè)務(wù)被迫中斷傳輸，而所提算法僅將部分速率較高的時延敏感業(yè)務(wù)接入WCDMA信道，其中斷概率明顯減少。

6 結(jié)束語

在衰落信道中，無差異化的頻譜分配將增大接入業(yè)務(wù)的傳輸中斷概率，因此，基于業(yè)務(wù)屬性聯(lián)合優(yōu)化頻譜檢測與頻譜分配，實現(xiàn)業(yè)務(wù)接入與傳輸關(guān)聯(lián)來優(yōu)化頻譜效率和業(yè)務(wù)端到端傳輸性能。在滿足全局最小性能基礎(chǔ)上，自適應(yīng)SUs節(jié)點檢測能力，通過全局檢測指數(shù)對分簇協(xié)作門限信噪比進行加權(quán)以最大化有效檢測區(qū)間，獲得最多的可用空閑頻帶，仿真統(tǒng)計顯示能擴展有效頻譜檢測區(qū)間約20%。基于頻帶有效帶寬和穩(wěn)定指數(shù)特征實現(xiàn)業(yè)務(wù)感知的頻譜管理和頻譜分配，為接入SUs業(yè)務(wù)分配能保證QoS傳輸?shù)念l帶，降低了時延敏感業(yè)務(wù)的中斷概率。在高密度接入業(yè)務(wù)的無線網(wǎng)絡(luò)中，通過在具有電源供應(yīng)的核心節(jié)點增加接入控制功能，調(diào)節(jié)網(wǎng)絡(luò)承載業(yè)務(wù)類型分布，實現(xiàn)干擾約束下業(yè)務(wù)接入公平性和可靠性敏感業(yè)務(wù)吞吐量最大化有待進一步研究。此外，基于鏈路公平速率的業(yè)務(wù)區(qū)分是絕對的業(yè)務(wù)區(qū)分，對可變速率業(yè)務(wù)而言缺乏自適應(yīng)性，因此，模糊業(yè)務(wù)感知下的頻譜分配性能有待驗證。

圖5 OR準(zhǔn)則低信噪比()時有效檢測區(qū)間

圖6 AND準(zhǔn)則高信噪比()時有效檢測區(qū)間

圖7 時延敏感業(yè)務(wù)中斷概率

[1] 岳文靜, 鄭寶玉, 孟慶民, 等. 衰落信道下提高協(xié)作頻譜感知能力的方法[J]. 中國科學(xué): 信息科學(xué), 2011, 41(2): 207-218.

YUE Wenjing, ZHENG Baoyu, MENG Qingmin,. Robust cooperative spectrum sensing schemes for fading channels in cognitive radio networks[J].:, 2011, 41(2): 207-218.

[2] MASOTA M T, MZYECE M, and NTLATLAPA N. Spectrum decision in cognitive radio networks: A survey[J].&, 2013, 15(3): 1088-1107. doi: 10.1109/SURV.2012.111412.00160.

[3] OMER A E. Review of spectrum sensing techniques in cognitive radio netwoks[C]. International Conference on Computing, Control, Networking, Electronics & Embedded Systems Engineering, Khartoum, Sudan, 2015: 439-446. doi: 10.1109/ICCNEEE.2015.7381409.

[4] SOBRON I, DINIZ P S R, MARTINS W A,. Energy detection technique for adaptive spectrum sensing[J]., 2015, 63(3): 617-627. doi: 10.1109/TCOMM.2015.2394436.

[5] NALLAGONDA S, ROY S D, and KUNDU S. Combined diversity and improved energy detection in cooperative spectrum sensing with faded reporting channels[J]., 2016, 28(2): 170-183. doi: 10.1016/j.jksuci.2014.04.009.

[6] LEE Dongjun. Adaptive random access for cooperative spectrum sensing in cognitive radio networks[J]., 2015, 14(2): 831-840. doi: 10.1109/TWC.2014.2360857.

[7] 于美婷, 趙林靖, 李釗. 基于DS證據(jù)理論的協(xié)作頻譜感知改進方法[J]. 通信學(xué)報, 2014, 35(3): 168–173. doi: 10.3969/ j.issn.1000-436x.2014.03.019.

YU Meiting, ZHAO Linjing, and LI Zhao. Improved cooperative spectrum sensing scheme based on Dempster-Shafer theory in cognitive radio network[J]., 2014, 35(3): 168-173. doi: 10.3969/j.issn.1000-436x.2014.03.019.

[8] XU Yuhua, ALAGAN A, WU Qihui,. Decision-theoretic distributed channel selection for opportunistic spectrum access: Strategies, challenges and solutions[J].&,2013, 15(4): 1689-1713. doi: 10.1109/ SURV.2013.030713.00189.

[9] JANATIAN N, HASHEMI M M, and SUN Sumei. Joint versus separate spectrum sensing and resource allocation in OFDMA-based cognitive radio networks[J]., 2015, 10(7): 839-847. doi: 10.1049/iet-com. 2015.0912.

[10] RAKOVIC K, DENKOVSKI D, ATANASOVSKI V,. Capacity-aware cooperative spectrum sensing based on noise power estimation[J]., 2015, 63(7): 2428-2441. doi: 10.1109/TCOMM.2015.2433297.

[11] 劉俊彤, 王可人, 張興良, 等. 基于不同需求等級改進的動態(tài)頻譜分配算法[J]. 探測與控制學(xué)報, 2014, 36(1): 32–36.

LIU Juntong, WANG Keren, ZHANG Xingliang,. Improved dynamic spectrum allocation algorithm based on different levels of service demand[J].&, 2014, 36(1): 32-36.

[12] 金順福, 解洪亭, 趙媛. 帶有組間切換的認知無線網(wǎng)絡(luò)混合式信道分配策略及性能研究[J]. 通信學(xué)報, 2013, 34(12): 11-19. doi: 10.3969/jSssn.1000-436x.2013.12.002.

JIN Shunfu, XIE Hongting, and ZHAO Yuan. Hybrid channel allocation strategy with group switching and performance evaluation in cognitive radio network[J]., 2013, 34(12): 11-19. doi: 10.3969/jSssn. 1000-436x.2013.12.002.

[13] ZHAO Nan. Joint optimization of cooperative spectrum sensing and resource allocation in multi-channel cognitive radio sensor networks[J]., 2016, 35(7): 2563-2583. doi: 10.1007/s00034-015-0153-9.

[14] KHALD L and ANPALAGAN A. Adaptive assignment of heterogeneous users for group-based cooperative spectrum sensing[J]., 2016, 15(1): 232-246. doi: 10.1109/TWC.2015.2469667.

[15] RAHMAN D M, YOUSOF N, and KAUSHIK R C. Spectrum allocation and QoS provisioning framework for cognitive radio with heterogeneous service classes[J]., 2014, 13(7): 3938-3950. doi: 10.1109/TWC.2014.2319307.

[16] ZAMEN B, ABBAS Z H, and LI F Y. Spectrum occupancy and residual service analysis in CRNs using a multi-server queueing model[C]. IEEE 81st Vehicular Technology Conference, Glasgow, Scotland, 2015: 1-5. doi: 10.1109/VTCSpring.2015. 7146102.

Service Awareness Based Adaptive Cooperative Spectrum Sensing Algorithm

QIU Gongan ZHANG Guoan

(,,226019,)

Joint optimization of cooperative spectrum detection and resource allocation based on the service profile is investigated to enhance end-to-end transmission performance of the secondary users by selecting the sensing nodes. At first, the adaptive cooperation thresholds are adjusted according to the weight of available detection index based on the global detection metrics in the last round. And the optimal cooperative mode can be selected to maximize the available sensing region. The idle channels are managed depend on the stability and the available bandwidth metrics for different secondary users. Then, the secondary users can be divided into two categories based on the requested rates, delay sensitive services and reliability sensitive services. The idle channels for the secondary users with different quality of service demands are selected depend on the service profile for enhancing end-to-end transmission performance. Simulation results show that the proposed algorithm can expand the available sensing region through adjusting the global detection metrics adaptively in Rayleigh fading channel and increase the resource utility by decreasing the outage of delay sensitive services.

Spectrum detection; Spectrum allocation; Adaptive cooperation; Service awareness

TN911

A

1009-5896(2017)04-0866-07

10.11999/JEIT160582

2016-06-03；

改回日期：2016-11-22；

2017-01-22

章國安 gzhang@ntu.edu.cn

國家自然科學(xué)基金(61371113, 61601248)

The National Natural Science Foundation of China (61371113, 61601248)

邱恭安： 男，1973年生，博士、副教授，主要研究方向為認知無線網(wǎng)絡(luò)、車聯(lián)網(wǎng).

章國安： 男，1965年生，博士、教授，主要研究方向為認知車載無線網(wǎng)絡(luò).