基于協(xié)作頻譜預(yù)測(cè)和頻譜分割的認(rèn)知無(wú)線電網(wǎng)絡(luò)吞吐量?jī)?yōu)化

方浩軍，齊麗娜

(南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003)

認(rèn)知無(wú)線電技術(shù)是提高頻譜資源利用率的主要解決方案之一，已成為近年來(lái)的熱點(diǎn)研究問(wèn)題。過(guò)去10年中，認(rèn)知無(wú)線電技術(shù)作為無(wú)線通信中頻譜稀缺問(wèn)題的有效解決方案受到了廣泛關(guān)注，其允許次用戶（Secondary User，SU）在不影響主用戶（Primary User，PU）通信的前提下接入主用戶信道并進(jìn)行數(shù)據(jù)傳輸。頻譜感知作為認(rèn)知無(wú)線電技術(shù)中的必要步驟，確保次用戶感知主用戶授權(quán)信道并及時(shí)檢測(cè)頻譜的占用狀態(tài)。當(dāng)授權(quán)信道未被主用戶占用時(shí)，次用戶便接入信道并進(jìn)行數(shù)據(jù)傳輸，反之，次用戶等待或選擇另一個(gè)信道進(jìn)行感知［1-2］。在認(rèn)知無(wú)線電網(wǎng)絡(luò)（Cognitive Radio Network，CRN）中，次用戶隨機(jī)選擇信道進(jìn)行感知操作時(shí)，信道感知結(jié)果為占用狀態(tài)概率較高，從而導(dǎo)致系統(tǒng)吞吐量較低［3-4］。這個(gè)問(wèn)題已被廣泛研究，文獻(xiàn)［5］提出了一種利用無(wú)線電環(huán)境地圖作為輔助系統(tǒng)的閾值自適應(yīng)協(xié)作頻譜感知方法，通過(guò)高可靠性的協(xié)作感知方法作出全局的決策，提高了網(wǎng)絡(luò)吞吐量并降低了漏檢概率。文獻(xiàn)［6］提出了一種執(zhí)行頻譜感知和調(diào)度的跨層框架，用以實(shí)現(xiàn)主用戶和次用戶吞吐量之間的最佳平衡。

在現(xiàn)有的研究工作中，很少有研究嘗試提高次用戶的吞吐量，而如何提高選擇空閑信道進(jìn)行感知的概率成為提高次用戶吞吐量的關(guān)鍵。頻譜預(yù)測(cè)技術(shù)基于歷史數(shù)據(jù)預(yù)測(cè)未來(lái)的信道狀態(tài)。文獻(xiàn)［7］討論了認(rèn)知無(wú)線電網(wǎng)絡(luò)中關(guān)于使用頻譜預(yù)測(cè)技術(shù)的研究現(xiàn)狀?；陬l譜預(yù)測(cè)，次用戶可以選擇空閑概率較高的信道進(jìn)行感知。因此，次用戶正確感知信道為空閑的概率能得到顯著的提高，從而提高次用戶吞吐量。為解決次用戶在認(rèn)知無(wú)線電網(wǎng)絡(luò)中的低吞吐量問(wèn)題，本文重新設(shè)計(jì)次用戶的幀結(jié)構(gòu)，在感知階段之前增加協(xié)作頻譜預(yù)測(cè)階段，并推導(dǎo)出次用戶吞吐量的近似表達(dá)式。通過(guò)融合次用戶預(yù)測(cè)結(jié)果提高預(yù)測(cè)精度。文獻(xiàn)［8］提出了基于隱馬爾可夫模型（Hidden Markov Model，HMM）的頻譜預(yù)測(cè)方法，由于在大型認(rèn)知無(wú)線電網(wǎng)絡(luò)中，信道的真實(shí)狀態(tài)對(duì)次用戶是不可見(jiàn)的，即隱藏狀態(tài)，次用戶通過(guò)感知獲得的信道狀態(tài)為觀察狀態(tài)。次用戶可以通過(guò)歷史感知結(jié)果數(shù)據(jù)對(duì)信道狀態(tài)進(jìn)行預(yù)測(cè)，并選擇預(yù)測(cè)結(jié)果為空閑的信道進(jìn)行感知。文獻(xiàn)［9］提出了一種基于BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network）的預(yù)測(cè)算法，使用二進(jìn)制序列訓(xùn)練預(yù)測(cè)器，基于主用戶的歷史數(shù)據(jù)預(yù)測(cè)下一個(gè)時(shí)隙內(nèi)主用戶的活動(dòng)狀態(tài)，重復(fù)訓(xùn)練直至達(dá)到均方誤差最小值，訓(xùn)練完成，便可投入使用。文獻(xiàn)［10］提出了一種基于移動(dòng)平均算法（Moving Averaging Algorithm，MAA）的能量預(yù)測(cè)方法，其中的頻譜預(yù)測(cè)機(jī)制基于時(shí)間頻譜狀態(tài)序列，但MAA只適用于頻譜狀態(tài)變化微小且短時(shí)間的預(yù)測(cè)。文獻(xiàn)［11］中的研究結(jié)果表明，多用戶的協(xié)作感知性能優(yōu)于單用戶。對(duì)于頻譜預(yù)測(cè)，多用戶協(xié)作也同樣可以提高預(yù)測(cè)準(zhǔn)確率，因此，使用協(xié)作頻譜預(yù)測(cè)技術(shù)的優(yōu)勢(shì)顯而易見(jiàn)。但對(duì)于多用戶協(xié)作頻譜預(yù)測(cè)的研究相對(duì)較少。文獻(xiàn)［12］將協(xié)作策略用于存在多個(gè)次用戶和多個(gè)主用戶的認(rèn)知無(wú)線網(wǎng)絡(luò)環(huán)境，通過(guò)協(xié)作頻譜預(yù)測(cè)技術(shù)避免次用戶之間的自干擾，證明了預(yù)測(cè)準(zhǔn)確度與協(xié)作用戶數(shù)量存在優(yōu)化關(guān)系。

綜合以上研究成果，本文考慮基于協(xié)作預(yù)測(cè)技術(shù)和分頻工作思想，重新設(shè)計(jì)次用戶的幀結(jié)構(gòu)。仿真結(jié)果表明，與傳統(tǒng)幀結(jié)構(gòu)相比，本文提出的方案有更優(yōu)的認(rèn)知無(wú)線電系統(tǒng)吞吐量。

1 系統(tǒng)模型和分析

1.1 CR中的信號(hào)模型

傳統(tǒng)感知模型指的是在認(rèn)知無(wú)線電網(wǎng)絡(luò)中，次用戶對(duì)授權(quán)信道頻譜進(jìn)行感知操作，從而得到主用戶在當(dāng)前時(shí)隙的活動(dòng)狀態(tài)。一般情況下，將次用戶進(jìn)行感知操作得到的主用戶信號(hào)假設(shè)為一個(gè)二元模型［13］

其中，t=1，2，…，N代表第t個(gè)采樣時(shí)間點(diǎn)，N=2TsW，Ts和W 分別代表感知時(shí)間以及感知帶寬，x（t）為接收信號(hào)，h為信道增益，本文假設(shè)h是常數(shù)，s（t）為PU的發(fā)射信號(hào)，n（t）為接收信道的高斯白噪聲，H1表示感知信道此時(shí)處于被占用狀態(tài)，H0表示感知信道此時(shí)處于空閑狀態(tài)。

1.2 傳統(tǒng)幀結(jié)構(gòu)及吞吐量分析

傳統(tǒng)的認(rèn)知無(wú)線電網(wǎng)絡(luò)中，次用戶的感知幀結(jié)

構(gòu)如圖1所示［1-2］。假設(shè)次用戶的一個(gè)感知時(shí)隙長(zhǎng)度為T(mén)，吞吐量定義為C。次用戶在一個(gè)幀時(shí)隙內(nèi)的感知結(jié)果有3種情況：感知結(jié)果為占用狀態(tài)，則次用戶暫時(shí)處于等待期，吞吐量C=0；感知為空閑狀態(tài)，對(duì)應(yīng)有兩種可能，感知正確，即信道狀態(tài)為空閑，感知錯(cuò)誤，即信道真實(shí)狀態(tài)為占用狀態(tài)，這兩種情況對(duì)應(yīng)的吞吐量分別為

其中，C0表示感知結(jié)果為空閑，且信道真實(shí)狀態(tài)也為空閑時(shí)的吞吐量；C1表示感知結(jié)果為空閑，但信道真實(shí)狀態(tài)為占用時(shí)的吞吐量。SNRs代表次用戶接收機(jī)處收到次用戶信號(hào)時(shí)的信噪比，SNRp代表次用戶接收機(jī)處收到主用戶信號(hào)時(shí)的信噪比。Pd代表檢測(cè)概率（即真實(shí)狀態(tài)為占用，感知結(jié)果為占用的概率），Pf代表虛警概率（即真實(shí)狀態(tài)為空閑，感知結(jié)果為占用的概率）。

2 基于協(xié)作頻譜預(yù)測(cè)的頻譜感知模型

2.1 協(xié)作預(yù)測(cè)方法下的感知幀結(jié)構(gòu)

本節(jié)主要分析如何對(duì)傳統(tǒng)的感知幀結(jié)構(gòu)進(jìn)行優(yōu)化處理，目的是在一定條件下盡可能最大化系統(tǒng)吞吐量。文獻(xiàn)［13］提出一種改進(jìn)的幀結(jié)構(gòu)，如圖2所示，即在頻譜感知之前加上協(xié)作頻譜預(yù)測(cè)階段，采用基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。信道預(yù)測(cè)結(jié)果分為預(yù)測(cè)為空閑和預(yù)測(cè)為占用，相對(duì)應(yīng)的概率為P0p（空閑）和P1p（占用）

其中，Ppd代表預(yù)測(cè)準(zhǔn)確度。

信道的真實(shí)狀態(tài)和預(yù)測(cè)狀態(tài)之間的概率分布如表1所示。

表1 預(yù)測(cè)狀態(tài)分布及相應(yīng)概率

2.2 加入頻譜分割后改進(jìn)的感知幀結(jié)構(gòu)

本文的主要思路是對(duì)傳統(tǒng)幀結(jié)構(gòu)進(jìn)行改進(jìn)，引入分頻工作思想，結(jié)合協(xié)作頻譜預(yù)測(cè)和頻譜分割技術(shù)，進(jìn)一步改進(jìn)次用戶的感知幀結(jié)構(gòu)，并參考文獻(xiàn)［14］中的協(xié)作頻譜預(yù)測(cè)方法。如圖3所示，首先選擇將幀時(shí)隙的帶寬在頻域上分為兩個(gè)部分，Wb頻帶用于進(jìn)行協(xié)作頻譜預(yù)測(cè)和頻譜感知，W-Wb頻帶用于傳輸數(shù)據(jù)。兩個(gè)子頻段在時(shí)域上的時(shí)間均為時(shí)隙長(zhǎng)度T。這種設(shè)計(jì)的優(yōu)勢(shì)在于解決了傳統(tǒng)幀結(jié)構(gòu)感知有間斷的問(wèn)題，即感知過(guò)程可以連續(xù)進(jìn)行，具體表現(xiàn)為，如果在當(dāng)前幀時(shí)隙內(nèi)的感知狀態(tài)為空閑，則下一幀在該子頻帶傳輸數(shù)據(jù)，并且下一幀內(nèi)繼續(xù)感知。否則，次用戶進(jìn)入等待狀態(tài)。

如圖3所示，改進(jìn)后的幀結(jié)構(gòu)不僅解決了感知中斷問(wèn)題，而且在時(shí)域上，兩個(gè)子頻帶時(shí)間均為時(shí)隙長(zhǎng)度T，即在一個(gè)時(shí)隙T內(nèi)用于傳輸數(shù)據(jù)的時(shí)間也為T(mén)，這極大地增加了數(shù)據(jù)傳輸時(shí)間。而傳統(tǒng)的幀結(jié)構(gòu)，總會(huì)有一些時(shí)間上的損耗，或用于感知工作，或用于預(yù)測(cè)工作，但是如圖3所示的幀結(jié)構(gòu)將整個(gè)時(shí)隙T都用于傳輸數(shù)據(jù)，從而有效地提升了系統(tǒng)吞吐量。

基于圖3的幀結(jié)構(gòu)，式（2）和式（3）得到相應(yīng)改進(jìn)，如式（6）和式（7）所示

2.3 系統(tǒng)吞吐量分析

本文的系統(tǒng)模型參考文獻(xiàn)［15］設(shè)定。假定在認(rèn)知無(wú)線電網(wǎng)絡(luò)中主用戶信道數(shù)量為N，次用戶數(shù)量為M，每個(gè)主用戶活動(dòng)獨(dú)立，不受其他用戶影響。設(shè)定當(dāng)信道狀態(tài)是占用時(shí)為1，當(dāng)信道狀態(tài)是空閑時(shí)為0。次用戶機(jī)會(huì)性地訪問(wèn)授信信道。主用戶的到達(dá)時(shí)間間隔服從參數(shù)為λ的泊松分布，主用戶的用頻持續(xù)時(shí)間服從參數(shù)為μ的二項(xiàng)分布。假設(shè)信道被隨機(jī)地分配，當(dāng)所有信道都被占用時(shí)的概率為Pn1，而在N個(gè)信道中存在空閑信道的概率為Pn0。Pn0和Pn1分別如式（8）和式（9）所示

其中，N為授信信道數(shù)，k為N個(gè)授信信道中存在的空閑信道數(shù)。

當(dāng)經(jīng)過(guò)協(xié)作預(yù)測(cè)階段后存在空閑信道時(shí)，從空閑信道中選擇一條進(jìn)行感知操作。而當(dāng)協(xié)作預(yù)測(cè)狀態(tài)為占用的時(shí)候，隨機(jī)選擇一條信道進(jìn)行感知操作，這是由于預(yù)測(cè)存在錯(cuò)誤概率，即有可能將空閑狀態(tài)的信道預(yù)測(cè)為占用狀態(tài)。在協(xié)作階段，對(duì)多個(gè)次用戶的預(yù)測(cè)結(jié)果進(jìn)行進(jìn)一步地處理。在小范圍內(nèi)的次用戶之間進(jìn)行協(xié)作，將其中一個(gè)次用戶作為協(xié)作組leader，剩余的次用戶作為follower，follower用戶的預(yù)測(cè)數(shù)據(jù)集中傳給leader用戶，然后根據(jù)“少數(shù)服從多數(shù)”原則，進(jìn)一步地融合預(yù)測(cè)數(shù)據(jù)。單個(gè)幀長(zhǎng)內(nèi)次用戶的協(xié)作時(shí)間開(kāi)銷(xiāo)定義為T(mén)c

其中，k代表參與協(xié)作的次用戶數(shù)量，N為授信信道數(shù)量，T代表幀長(zhǎng)，C0由式（6）給出。

依照重新設(shè)計(jì)的幀結(jié)構(gòu)，每一幀中次用戶用于傳輸信息的持續(xù)時(shí)間為幀長(zhǎng)T，而頻譜感知持續(xù)時(shí)間參考文獻(xiàn)［16］為T(mén)s，如式（11）所示其中，SNRp為主用戶信號(hào)在次用戶收發(fā)機(jī)處的信噪比，fs為采樣頻率，Pd和Pf分別為檢測(cè)概率和虛警概率。本文中Pd，Pf給定，因此Ts可視為常量。

另外，信道的感知結(jié)果可能出現(xiàn)感知錯(cuò)誤的情況。從真實(shí)狀態(tài)到預(yù)測(cè)結(jié)果，再到感知結(jié)果的關(guān)系路線圖，如圖4所示。

如圖4所示，只有當(dāng)感知結(jié)果為空閑時(shí)，次用戶才會(huì)嘗試接入信道，因此只需要關(guān)注概率為P6，P8，P10和P12這4種情況，分別代表了預(yù)測(cè)結(jié)果為1、感知結(jié)果為0、真實(shí)狀態(tài)為1，預(yù)測(cè)結(jié)果為0、感知結(jié)果為0、真實(shí)狀態(tài)為1，預(yù)測(cè)結(jié)果為1、感知結(jié)果為0、真實(shí)狀態(tài)為0，預(yù)測(cè)結(jié)果為0、感知結(jié)果為0、真實(shí)狀態(tài)為0。P6，P8，P10和P12分別為

其中，P（H1）和P（H0）分別代表信道狀態(tài)為占用時(shí)的概率和信道狀態(tài)為空閑時(shí)的概率。P（H1）通常被看作主用戶的通信強(qiáng)度，Ppd則代表預(yù)測(cè)的準(zhǔn)確度，Pn0和Pn1分別由式（8）和式（9）給出，Pp1和Pp0分別由式（4）和式（5）給出，Pd和Pf分別為檢測(cè)概率和虛警概率。

推導(dǎo)得出平均吞吐量的表達(dá)式為

由于Pd和Pf的值由接收機(jī)決定，因此在本文中被視為常數(shù)，進(jìn)而可以推斷出吞吐量C主要由預(yù)測(cè)的準(zhǔn)確度，授信信道N的數(shù)量，通信強(qiáng)度P（H1）以及帶寬決定。本文沿用文獻(xiàn)［14］中提出的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行協(xié)作預(yù)測(cè)，因此預(yù)測(cè)準(zhǔn)確度Ppd受協(xié)作預(yù)測(cè)模型的影響。而文獻(xiàn)［14］已經(jīng)證明了神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法能有效地提高預(yù)測(cè)準(zhǔn)確度，進(jìn)而提升吞吐量性能。本文選擇在協(xié)作預(yù)測(cè)基礎(chǔ)之上結(jié)合頻譜分割技術(shù)，在協(xié)作預(yù)測(cè)中采用分組-聚簇融合的方式，減少單次上傳預(yù)測(cè)結(jié)果的次用戶的數(shù)量，進(jìn)而降低了用于進(jìn)行感知、協(xié)作和預(yù)測(cè)的帶寬Wb，提升了用于傳輸數(shù)據(jù)的帶寬，從而進(jìn)一步提升系統(tǒng)吞吐量。

3 仿真結(jié)果分析

3.1 仿真參數(shù)設(shè)置

IEEE 802.22［16］基于認(rèn)知無(wú)線電，是第一個(gè)全球無(wú)線電標(biāo)準(zhǔn)，在一定的無(wú)線區(qū)域網(wǎng)絡(luò)內(nèi)分配無(wú)線電資源而不會(huì)對(duì)主用戶產(chǎn)生干擾，因此本文仿真參數(shù)全部依照IEEE 802.22的無(wú)線網(wǎng)絡(luò)標(biāo)準(zhǔn)設(shè)定。參考文獻(xiàn)［13］，單個(gè)次用戶用于頻譜預(yù)測(cè)的時(shí)間設(shè)置為5 ms。具體參數(shù)設(shè)置如表2所示。

表2 仿真參數(shù)表

仿真中設(shè)定授信信道數(shù)N為30，次用戶數(shù)量M為15。仿真中僅考慮信道為確定信道，因此SNRs設(shè)置為20 dB。

3.2 歸一化吞吐量

給定一個(gè)時(shí)隙內(nèi)的最大吞吐量公式為

歸一化吞吐量公式為

由于仿真中需要比較傳統(tǒng)幀結(jié)構(gòu)和改進(jìn)后的幀結(jié)構(gòu)在吞吐量性能方面的差異，因此需要給出傳統(tǒng)幀結(jié)構(gòu)吞吐量公式，如式（19）所示

推導(dǎo)出原始的歸一化吞吐量公式，如式（20）所示

3.3 性能分析

本文首先比較了改進(jìn)后幀結(jié)構(gòu)在不同的Ppd（預(yù)測(cè)準(zhǔn)確度）下，吞吐量的性能差異，設(shè)定Wb為相同值，即Wb=Ws=0.6 MHz。當(dāng)Ppd的值分別為0.95，0.90，0.85和0.80時(shí)，改進(jìn)后幀結(jié)構(gòu)的歸一化吞吐量變化如圖5所示。從圖5中可以看出，通信強(qiáng)度相同時(shí)，當(dāng)預(yù)測(cè)準(zhǔn)確度下降，吞吐量隨之下降，而預(yù)測(cè)準(zhǔn)確度相同時(shí)，隨著主用戶通信強(qiáng)度的增加，吞吐量下降。當(dāng)P（H1）為0.7時(shí)，吞吐量性能開(kāi)始急劇下降。當(dāng)P（H1）達(dá)到峰值（即全占用的情況）時(shí)，吞吐量卻沒(méi)有到達(dá)0，原因是預(yù)測(cè)和感知存在一定誤差，因此盡管真實(shí)狀態(tài)下信道全占用，但是依舊會(huì)有次用戶預(yù)測(cè)結(jié)果顯示信道狀態(tài)為空閑，從而導(dǎo)致最終結(jié)果只會(huì)逐漸逼近0。由此可見(jiàn)預(yù)測(cè)準(zhǔn)確度對(duì)吞吐量性能的影響。

同時(shí)，仿真還比較了傳統(tǒng)幀結(jié)構(gòu)和改進(jìn)后幀結(jié)構(gòu)在吞吐量性能上的差異，這里設(shè)定Ppd=0.95，Wb=Ws=0.6 MHz。如圖6所示，在通信強(qiáng)度的遞增過(guò)程中，傳統(tǒng)幀結(jié)構(gòu)下的歸一化吞吐量遞減趨勢(shì)較為明顯，且與改進(jìn)后幀結(jié)構(gòu)的歸一化吞吐量之間的差值逐漸增大?？梢钥闯鲈谥饔脩敉ㄐ艔?qiáng)度相同時(shí)，改進(jìn)后幀結(jié)構(gòu)在吞吐量性能上總是優(yōu)于傳統(tǒng)幀結(jié)構(gòu)。

4 結(jié)束語(yǔ)

本文通過(guò)在傳統(tǒng)的感知幀結(jié)構(gòu)上進(jìn)行改進(jìn)，加入?yún)f(xié)作頻譜預(yù)測(cè)階段，并引入分頻工作思想，增加了數(shù)據(jù)傳輸?shù)臅r(shí)間，從而提高系統(tǒng)吞吐量。通過(guò)仿真，在不同預(yù)測(cè)準(zhǔn)確度和不同主用戶通信強(qiáng)度下對(duì)提出的方案進(jìn)行了驗(yàn)證，以及將改進(jìn)后幀結(jié)構(gòu)與傳統(tǒng)幀結(jié)構(gòu)在吞吐量性能方面進(jìn)行了比較。仿真結(jié)果表明，本文采用改進(jìn)后的幀結(jié)構(gòu)方案，可以在很大程度上提升系統(tǒng)吞吐量。然而，在仿真中可以看出，預(yù)測(cè)精度對(duì)系統(tǒng)吞吐量影響很大，頻譜的預(yù)測(cè)方法有待進(jìn)一步改進(jìn)，后續(xù)將進(jìn)行深入研究。