基于多層分簇優(yōu)化的認(rèn)知無線電網(wǎng)絡(luò)協(xié)作頻譜感知策略

摘 要： 針對認(rèn)知無線電網(wǎng)絡(luò)（CRN）中基于簇的頻譜感知策略的檢測性能和能耗問題，提出一種基于多層分簇優(yōu)化的協(xié)作頻譜感知策略。首先，將CRN分成多個簇，進(jìn)而將簇分成多個組，再將組分成多個子組，構(gòu)建三層分簇結(jié)構(gòu)；然后，利用提出的優(yōu)化算法獲得最優(yōu)的分簇參數(shù)和決策閾值；最后，通過投票機(jī)制和K?out?of?N規(guī)則對各級決策進(jìn)行聚合，進(jìn)行頻譜感知。實驗結(jié)果表明，該方案在獲得較高主要用戶（PU）頻譜占用檢測率的同時，能夠最大限度地減少信道開銷，提高了網(wǎng)絡(luò)的吞吐量。

關(guān)鍵詞： 認(rèn)證無線電網(wǎng)絡(luò)； 協(xié)作頻譜感知； 多層分簇； 參數(shù)優(yōu)化； 決策規(guī)則

中圖分類號： TN92?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）17?0049?06

0 引 言

由于傳統(tǒng)的無線網(wǎng)絡(luò)采用固定頻譜分配政策的頻譜利用率非常低，由此，研究人員提出了認(rèn)知無線電（Cognitive Radio，CR）技術(shù)[1]。其基本思想是：在不對占用頻譜的主要用戶（Primary User，PU）產(chǎn)生干擾的前提下，使次級用戶（Secondary User，SU）通過擇機(jī)的方式接入暫時空閑的PU頻段，以提高頻譜利用效率[2]。目前，認(rèn)知無線電網(wǎng)絡(luò)（CRN）中的研究大多集中于協(xié)作頻譜感知（Cooperative Spectrum Sensing，CSS），在復(fù)雜的無線電環(huán)境條件（如重陰影和深多徑衰落）下改善CR的檢測性能。然而，通過CSS改善檢測性能的同時會導(dǎo)致通信開銷（即帶寬需求）增加。為此，基于簇的頻譜感知（CBSS）被用來最小化開銷，改善傳統(tǒng)CSS的檢測性能[3]。此外，基于簇的方案還被用于減少傳感延遲和避免控制信道的擁塞。

在傳統(tǒng)的基于簇的協(xié)作頻譜感知系統(tǒng)中，將認(rèn)知無線電網(wǎng)絡(luò)劃分為簇，每個簇都包含一個簇頭（CH）和多個簇成員（CM），其中CH為具有最大信道增益的CR[4]。目前，學(xué)者提出了多種基于簇的CSS方案，例如文獻(xiàn)[5]提出了在非理想信道下基于CSS的一個傳統(tǒng)簇，使用OR規(guī)則作為聚合規(guī)則。相比于集中式的協(xié)作頻譜感知系統(tǒng)，有效提高了傳感性能。然而，其并沒有考慮頻譜效率。文獻(xiàn)[6]采用K?out?of?N規(guī)則（即少數(shù)服從多數(shù)規(guī)則）提出一種傳統(tǒng)CBSS方案，同時為大量CR提出了快速頻譜感知算法以及最優(yōu)感測閾值。文獻(xiàn)[7]提出一種基于多簇多分組（MCMG）的CSS算法，其將每個簇劃分為多個分組，每個分組都有一個組頭，組頭根據(jù)組成員的檢測作出組決策，然后將其報告給CH，CH使用K?out?of?N規(guī)則對組頭發(fā)送的信息進(jìn)行聚合。然后，CH向聚合中心（Fusion Center，F(xiàn)C）報告其簇決策。最后，由FC作出PU存在的最終決策。然而，這些方案只考慮檢測率作為優(yōu)化目標(biāo)，其沒有考慮到系統(tǒng)的能耗和吞吐量。

為此，本文提出一種基于多層分簇的協(xié)作頻譜感知算法，對認(rèn)知無線電網(wǎng)絡(luò)進(jìn)行多層分簇，將每個簇劃分為組，每個組劃分為子組，通過投票機(jī)制和K?out?of?N規(guī)則對各級決策進(jìn)行聚合。同時提出一種優(yōu)化方法，優(yōu)化多層分簇結(jié)構(gòu)參數(shù)和決策閾值。本文通過多層分簇結(jié)構(gòu)減小報告CR的數(shù)量，在滿足檢測率的要求下，最大限度地減少報告信道開銷，增加網(wǎng)絡(luò)吞吐量。實驗結(jié)果表明，本文算法獲得了較優(yōu)的檢測率和較低的開銷。

4 結(jié) 語

本文提出一種基于多層分簇結(jié)構(gòu)優(yōu)化認(rèn)知無線電網(wǎng)絡(luò)中的協(xié)作頻譜感知策略。將CRN構(gòu)建成三層分簇結(jié)構(gòu)，利用優(yōu)化算法獲得最優(yōu)的分簇參數(shù)，包括組數(shù)量和子組數(shù)量，然后通過選舉策略和K?out?of?N對子組和組中的感知進(jìn)行聚合，最終由FC做出PU是否占用頻譜的最終決策。實驗結(jié)果表明，與現(xiàn)有方法相比，本文方案能夠獲得最優(yōu)的PU檢測率和最低的信道開銷，并有效提高了網(wǎng)絡(luò)整體吞吐量。

參考文獻(xiàn)

[1] 丁漢清，楊家瑋，趙志遠(yuǎn).認(rèn)知無線電網(wǎng)絡(luò)中頻譜感知性能分析[J].計算機(jī)科學(xué)，2010，37（3）：125?127.

[2] 石磊，周正，唐亮，等.認(rèn)知無線電網(wǎng)絡(luò)中壓縮協(xié)作頻譜感知[J].北京郵電大學(xué)學(xué)報，2011，34（5）：76?79.

[3] 孫劍鋒，高錦春，劉元安，等.基于頻譜感知結(jié)果的認(rèn)知無線電用戶分簇方法[J].電子與信息學(xué)報，2012，34（4）：782?786.

[4] LIU H， CHEN W. Cooperative spectrum sensing and weighted?clustering algorithm for cognitive radio network [J]. International journal of information engineering electronic business， 2011， 3（2）： 37?46.

[5] 劉鑫，譚學(xué)治，馬琳.認(rèn)知無線電多簇聯(lián)合頻譜感知算法[J].哈爾濱工業(yè)大學(xué)學(xué)報，2013，45（1）：50?54.

[6] JIN L， DUTKIEWICZ E， REN P R， et al. Performance optimization of cooperative spectrum sensing in cognitive radio networks [C]// Proceedings of 2013 IEEE Wireless Communications and Networking Conference. Shanghai， China： IEEE， 2013： 631?636.

[7] WANG Y， LIN W， HUANG Y， et al. Optimization of cluster?based cooperative spectrum sensing scheme in cognitive radio networks with soft data fusion [J]. Wireless personal communications， 2014， 77（4）： 2871?2888.

[8] 許瑞琛，蔣挺.基于POMDP的認(rèn)知無線電自適應(yīng)頻譜感知算法[J].通信學(xué)報，2013，34（6）：49?56.

[9] TAN L T， LE L B. Joint cooperative spectrum sensing and MAC protocol design for multi?channel cognitive radio networks [J]. Eurasip journal on wireless communications networking， 2014， 101： 1?21.

[10] WANG W R， WANG S B， ZHAO X Y. A dynamic threshold optimization algorithm for spectrum sensing with energy detection in cognitive radio [J]. Applied mechanics materials， 2012， 236： 917?922.

[11] TARICCO G. Optimization of linear cooperative spectrum sen?sing for cognitive radio networks [J]. IEEE journal of selected topics in signal processing， 2011， 5（1）： 77?86.

[12] 張正浩，裴昌幸，陳南，等.寬帶認(rèn)知無線電網(wǎng)絡(luò)分布式協(xié)作壓縮頻譜感知算法[J].西安交通大學(xué)學(xué)報，2011，45（4）：67?71.

[13] 申濱，王舒，黃瓊，等.基于Gerschgorin圓盤理論的認(rèn)知無線電寬帶頻譜感知[J].通信學(xué)報，2014，35（4）：1?10.

[14] SAKRAN H， SHOKAIR M. Hard and softened combination for cooperative spectrum sensing over imperfect channels in cognitive radio networks [J]. Telecommunication systems， 2013， 52（1）： 61?71.

[15] LIU Xin， JIA Min， TAN Xuezhi. Threshold optimization of cooperative spectrum sensing in cognitive radio networks [J]. Radio science， 2013， 48（1）： 23?32.