主動式頻譜感知的改進型信道切換算法

秦 臻 薛 峰 梁繼民

(1.西安電子科技大學(xué)電子工程學(xué)院，陜西 西安 710071；2.湖北省無線電管理委員會，湖北 武漢 430071)

引 言

認知無線電系統(tǒng)中，認知用戶可以通過周期性的感知信道采集信道的相關(guān)信息，及時感知周圍快速變化的無線環(huán)境，對信道相關(guān)參數(shù)進行統(tǒng)計和分析，得到信道及首要用戶的有用信息，并能夠盡快適應(yīng)信道切換,實現(xiàn)信道的高效連接.

當(dāng)認知用戶感知到首要用戶出現(xiàn)時，認知用戶需要迅速退出正在使用的信道，切換到未使用的信道上，重新建立通信. 許多研究是基于被動避讓方式[1]，認知用戶感知到首要用戶出現(xiàn)，則切換信道，隨機選擇可用信道，這樣不可避免地增加了對首要用戶的干擾.文獻[2]證明了減少信道的切換次數(shù)，可以提高認知系統(tǒng)的吞吐量. 文獻[3]提出了隨機信道選擇算法，可使得系統(tǒng)成功傳輸概率達到最大，但不足之處是，并未全面考慮感知系統(tǒng)的吞吐量，這樣實際上導(dǎo)致了系統(tǒng)效率降低. 文獻[4，5]研究表明頻繁信道切換對系統(tǒng)性能產(chǎn)生嚴重影響，這也意味著增大了感知開銷，因此認知用戶需要在選擇信道數(shù)量和感知開銷進行折衷考慮.

文獻[6]提出了一種自適應(yīng)的主動式頻譜感知方案，通過對信道進行排序使認知用戶用最小的感知開銷找到可用的信道. 文獻[7]是基于業(yè)務(wù)流模型分類的主動式頻譜感知算法，減少傳輸信道可選數(shù)量，選擇最佳信道. 文獻[8]通過對信道的周期性檢測，預(yù)測信道將來可用時間的長短，提出了主動式的信道切換方法. 文獻[6-8]中算法的不足之處在于，均沒有考慮到頻繁信道切換對系統(tǒng)性能的影響，沒有有效解決系統(tǒng)的性能和信道的切換次數(shù)之間的矛盾.

在主動式頻譜感知方式下，信道切換必然會產(chǎn)生一定感知開銷代價. 在文獻[8]算法的基礎(chǔ)上，采用信道空閑時長預(yù)測和比較策略，提出了一種改進型的主動式頻譜感知信道切換算法. 仿真結(jié)果表明：在對首要用戶干擾最小前提下，與文獻[8]算法相比它可以減少信道切換次數(shù)約20%.

1 系統(tǒng)模型

基于預(yù)測的認知無線電系統(tǒng)模型[8]表明，認知用戶通過主動式頻譜感知方式，感知信道狀況并將感知信息存貯進信道歷史信息庫，最新的頻譜感知信息能夠顯示特定信道的當(dāng)前狀態(tài). 結(jié)合這些數(shù)據(jù)，認知用戶通過相應(yīng)的預(yù)測算法，預(yù)測信道的空閑時長，按照一定的信道切換規(guī)則，認知用戶決定是否切換信道，如果不切換信道則在當(dāng)前信道繼續(xù)進行數(shù)據(jù)傳輸，如果切換信道，則在新的信道重新建立鏈接進行數(shù)據(jù)傳輸.

2 信道切換算法

2.1 主動式和被動式信道切換

被動式信道切換模型如圖1(a)所示，認知用戶使用當(dāng)前信道i進行通信，當(dāng)檢測到首要用戶出現(xiàn)時，認知用戶切換到另一條空閑信道j進行通信，這將不可避免地對首要用戶的通信產(chǎn)生干擾.

主動式信道切換模型如圖1(b)所示，認知用戶周期性地檢測各個信道，當(dāng)前信道的空閑時長小于門限時，它主動切換到另一條空閑信道進行通信，避免了對首要用戶的通信產(chǎn)生干擾.

(a) 被動式 (b) 主動式圖1 主動式和被動式信道切換模型

2.2 主動式信道切換算法

在主動式信道切換方式下，通過預(yù)測當(dāng)前信道的空閑時間長短，認知用戶可以通過相關(guān)算法決定在當(dāng)前信道上首要用戶出現(xiàn)之前切換信道. 它可以在對首要用戶干擾概率最小的前提下，提高系統(tǒng)的吞吐量. 主要包括以下兩部分內(nèi)容：

信道空閑時間預(yù)測：認知用戶通過主動式頻譜感知方式感知一系列信道，獲取信道的一系列歷史觀測值，通過相關(guān)的算法[8]預(yù)測信道將來空閑的時長.

信道切換：根據(jù)預(yù)測的結(jié)果，認知用戶通過相關(guān)的切換規(guī)則決定何時退出當(dāng)前信道并切換到最優(yōu)的信道上.

假設(shè)認知用戶通過一條專用控制信道傳遞相關(guān)的控制信息，認知用戶通過主動式頻譜感知獲取首要用戶信道使用的相關(guān)統(tǒng)計信息. 認知用戶可以在N個正交的信道上切換，首要用戶的模型是基于兩個狀態(tài)的連續(xù)時間馬爾可夫模型. 認知用戶的幀結(jié)構(gòu)如圖2所示. 算法的目的，是使認知用戶對首要用戶的干擾最小.

圖2 認知用戶的時序結(jié)構(gòu)

利用歷史觀測值和預(yù)測結(jié)果，認知用戶可以預(yù)測將來信道的可用性，并且主動地切換信道，有效避免了對首要用戶的干擾. 然而，主動式信道切換方式的有效性與預(yù)測的精確程度有很大的相關(guān)性. 如果預(yù)測結(jié)果不準確，反而容易產(chǎn)生錯誤的切換決策.

圖3示出了兩種可能的錯誤信道切換方式[8]. 為了方便對比，將正確的主動式信道切換方式也示于圖中. 在錯誤的主動式切換方式Ⅰ中，認知用戶錯誤地認為，預(yù)測信道j可能的空閑時長比信道i長，然后主動切換到信道j，這導(dǎo)致對自身通信不必要的干擾. 同樣的，在錯誤的主動式切換方式Ⅱ中，信道j的實際空閑時長比信道i短，然而由于預(yù)測結(jié)果的不準確性，給首要用戶造成了附加的干擾. 改進型的主動式頻譜感知信道切換算法的設(shè)計目標，是盡可能實施有效的信道切換，而同時減少錯誤的切換次數(shù). 這二者不同之處的關(guān)鍵在于信道空閑時間的長短，所以信道的選擇以信道空閑時間的長短為標準.

圖3 三種主動式信道切換方式

2.3 信道空閑時長預(yù)測

預(yù)測機制依賴于首要用戶的信道使用模型. 本文中，假設(shè)認知用戶通過主動式頻譜感知了解了各信道的相關(guān)統(tǒng)計模型和參數(shù)[9]， 認知用戶可以通過長時間地對信道進行周期性采樣感知，獲取這些相關(guān)信息.

下面給出相應(yīng)的交替指數(shù)模型下信道在下一個時刻仍舊為空閑的概率. 信道的模型是交替指數(shù)ON/OFF模型，服從指數(shù)分布e-λΔt，其對應(yīng)的參數(shù)用λYi,λXi表示，S=1,0分別表示信道忙閑狀態(tài). 假設(shè)當(dāng)前信道經(jīng)過時長Δt為空閑的概率為Pj，推導(dǎo)出

(1)

特殊地如果Δt=Ts，Ts為數(shù)字通信的一個時隙的時長，那么轉(zhuǎn)移概率Pj也即表示當(dāng)前信道j在下一個時隙其狀態(tài)為空閑的概率.則可以計算出當(dāng)前信道下可能的空閑時長：

(2)

對當(dāng)前信道空閑時長預(yù)測的精確性，與最近一次的觀測值、下一個時隙之間的時長有關(guān). 通過對認知系統(tǒng)可用信道的主動式頻譜感知，預(yù)測各信道空閑時長，認知用戶可以在首要用戶出現(xiàn)之前主動地切換頻譜，避免了與首要用戶之間的碰撞.

2.4 改進型信道切換算法

認知用戶對備選的信道進行排序，選擇最優(yōu)的信道. 它在對首要用戶干擾最小的情況下，盡可能提高頻譜的利用率. 公式表示如下：

(3)

(4)

式中:CH(prev(Xj)) 表示認知用戶在信道切換前所選信道;CH(Xj)表示認知用戶在信道切換后所選信道;τswitch表示信道的切換開銷.

算法步驟：

①經(jīng)過主動式頻譜感知，估計信道的相關(guān)參數(shù)；

②估計當(dāng)前信道j經(jīng)過一個周期Ts后空閑的概率Pj；

④計算信道的切換開銷τswitch；

⑤計算各信道的可能空閑時長，并進行排序，按照一定的切換規(guī)則，認知用戶做出是否切換信道的決定.

如圖4所示，認知用戶當(dāng)前工作信道為i，其空閑時長比信道j短，依照文獻[10]，認知用戶應(yīng)切換到信道j，然而考慮到感知開銷，如果Δtswitch<τswitch，認知用戶則應(yīng)繼續(xù)選擇當(dāng)前信道而不是切換信道.

圖4 信道切換規(guī)則

3 性能分析與仿真

為檢驗改進型信道切換算法的性能，我們把它和文獻[8]中的兩種信道切換方案的算法進行比較， 其中主動式方案1和主動式方案2分別代表文獻[8]中對應(yīng)兩種算法. 對仿真參數(shù)進行設(shè)定，假設(shè)認知網(wǎng)絡(luò)中有10個首要用戶和一個認知用戶，10個首要用戶信道服從交替指數(shù)分布的模型，其OFF和ON狀態(tài)均是均勻分布[μmin,μmax]， 固定μmin為0.5，μmax值介于0.6～2. 感知時長為20 ms，傳輸時長為180 ms.信道切換代價為20 ms，仿真時長為100 00 s.

為了評估首要用戶和認知用戶的性能，定義以下三個指標：

信道切換次數(shù)：認知用戶為了避免對首要用戶的干擾，采用主動式信道切換方式避讓首要用戶對應(yīng)的信道切換次數(shù)的數(shù)值，它的值代表認知用戶切換信道的次數(shù).

有效時間利用率：認知用戶通信時長減去和首要用戶發(fā)生碰撞相關(guān)時長后，進行可靠通信的時長與整個通信時長的比值，可以理解為頻譜空洞的利用率，它的值越高表示頻譜的利用率越高.

碰撞次數(shù)：所謂碰撞，就是在某個認知用戶進行通信的時隙正好首要用戶出現(xiàn)，則首要用戶和認知用戶的通信同時受到干擾. 碰撞次數(shù)表示在整個通信時隙上，認知用戶進行通信時和首要用戶發(fā)生碰撞的時隙數(shù)的總和，它的數(shù)值越大，說明認知用戶對首要用戶的干擾越嚴重.

3.1 信道切換次數(shù)

圖5給出了采用改進型信道切換算法和文獻[8]方案得到的信道切換次數(shù)的對比. 如圖5所示，隨著μmax值的上升，改進型信道切換算法在三種算法中是最優(yōu)的. 它比文獻中信道切換次數(shù)減少約20% . 同時可以看到，仿真參數(shù)設(shè)定固定μmin為0.5，μmax值從0.6～2隨著μmax值的升高，該比例有輕微下降，這是因為μmax值的上升意味著首要用戶的出現(xiàn)相對降低，因此信道的切換次數(shù)也減小. 所以本算法對于比較繁忙的首要用戶系統(tǒng)更加有效.

由于文獻[8]中的兩種信道切換方案，僅考慮到認知用戶切換到信道空閑時長最長的信道上，它們并沒有考慮到信道切換的代價. 而本文提出的改進型信道切換算法，對應(yīng)的信道切換次數(shù)明顯減少，有效地提高了系統(tǒng)的性能.

3.2 有效時間利用率

圖6對三種算法有效時間利用率進行了比較. 仿真參數(shù)的設(shè)定和文獻[8]中完全一致. 通過對比可以看到：在認知用戶有效減少信道切換次數(shù)的情況下，本文提出的算法其有效時間利用率比文獻[8]中的算法高. 這是因為當(dāng)系統(tǒng)總的空閑時長是一定時，如果減少認知用戶的信道切換次數(shù)也即意味著相對增大了認知用戶可用的時長. 由于在三種算法中，改進型算法考慮到信道切換開銷，其信道切換次數(shù)最少，在總的可用時長一定的條件下，該算法所對應(yīng)的有效時間利用率相對是最高的.

圖5 信道切換次數(shù)

圖6 有效時間利用率比較

3.3 碰撞次數(shù)

圖7對三種算法所對應(yīng)的碰撞次數(shù)進行了比較. 可以看到：三種算法對應(yīng)的碰撞次數(shù)接近相同，這是因為三種算法信道切換策略都是以最大化信道空閑時間為標準，所以認知用戶在通信時和首要用戶發(fā)生碰撞次數(shù)基本相同. 同時可以看到隨著μmax值的上升，三種算法對應(yīng)的碰撞次數(shù)是逐漸減小的. 這是因為μmax值上升意味著首要用戶出現(xiàn)概率相對降低，信道空閑的概率增大，此時認知用戶利用空閑頻譜進行通信時干擾首要用戶的概率降低.

3.4 切換代價和有效時間利用率之間關(guān)系

圖8給出了τswitch和有效時間利用率之間的關(guān)系. 隨著τswitch的上升，三種算法的有效時間利用率都是下降的.這是因為τswitch的上升也即意味著切換代價增大，在總的可用通信時長是一定的條件下，認知系統(tǒng)可用的通信時間相對減少. 本文算法在三種算法中有效時間利用率相對最高，因為它的切換次數(shù)相對最少.

圖7 碰撞次數(shù)比較

圖8 τswitch和有效時間利用率之間關(guān)系

4 結(jié) 論

在主動式頻譜感知方式下，通過信道空閑時長的預(yù)測，同時要兼顧考慮切換代價. 因信道的頻繁切換往往帶來許多意想不到的麻煩，如丟包，延時及同步等, 對系統(tǒng)性能產(chǎn)生嚴重影響，這也意味著會增大感知開銷，所以認知用戶需要在信道切換控制和感知開銷進行折衷考慮，按照相應(yīng)的規(guī)則算法選擇最佳的信道. 通過引入切換代價函數(shù)，對原算法做出改進和修正，有效降低信道切換代價. 仿真表明：改進型的主動式頻譜感知信道切換算法和文獻[8]算法相比，它可以減少信道切換次數(shù)約20%，同時對首要用戶干擾最小. 然而，考慮到認知無線電發(fā)展的實際情況，算法還可以進一步改進. 首先，首要用戶的業(yè)務(wù)模型僅考慮了ON/OFF模型，下一步工作應(yīng)考慮更多的業(yè)務(wù)模型[11]；其次，本算法僅考慮單個認知用戶的情形，下一步可考慮多個認知用戶合作感知信道[12]的情形.

[1] SAHAI A, TANDRA R, HOVEN N. Opportunistic Spectrum Use for Sensor Networks: the Need for Local Cooperation. IEEE Communications 2006[C]// Istanbul, 2006:1153-1159.

[2] HOYHTYA M, POLLIN S, MAMMELA A. Performance Improvement with Predictive Channel Selection for Cognitive Radios[C]∥. Cognitive Radio and Advanced Spectrum Mangament 2008. Aalborg. 2008:1-5.

[3] SONG Y, FANG Y G, ZHANG Y C. Stochastic channel selection in cognitive radio networks[C]// IEEE Globle Telecommunications. Washington, 2007: 4878-4882.

[4] KYASANUR P, VAIDYA N H. Capacity of Multichannel Wireless Networks: Impact of Channels, Interfaces, and Interface Switching Delay[R]. University of Illinois at Urbana-Champaign, 2006.

[5] BHANDARI V, VAIDYA N H. Connectivity and capacity of multichannel wireless networks with channel switching constraints[C]// 26th IEEE Computer Communications 2007. Anchorage, 2007: 785-793.

[6] KIM H, SHIN K G. Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(5): 533-545.

[7] HOYHTYA M, POLLIN S, A MAMMELA A. Improving the performance of cognitive radios through classification, learning, and predictive channel selection[J]. Advances in Electronics and Telecommunications, 2011, 4(2): 28-38.

[8]YANG Lei, CAO Lili, ZHENG Haitao. Proactive channel access in dynamic spectrum networks[J]. Elsevier Physical Communication, 2008, 1(2):103-111.

[9] KIM H, SHIN K G. Fast discovery of spectrum opportunities in cognitive radio networks[C]// 3RD IEEE Dynamic Spectrum Access Networks 2008. Chicago, 2008: 1-12.

[10]YANG Lei, CAO Lili, ZHENG Haitao. Proactive Opportunistic Spectrum Access[R]. Santa Barbara: University of California, 2007.

[11] 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(xué)學(xué)報, 2009, 24(6): 1049-1054.

WANG Ying, YUE Dianwu, WANG Qian, et al. Channel statistics based cooperative spectrum sensing for cognitive radio[J]. Chinese Journal of Radio Science, 2009, 24(6): 1049-1054. (in Chinese)

[12] 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(xué)學(xué)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 Science, 2011, 26(5): 923-926. (in Chinese)