基于認知無線電技術(shù)的動態(tài)頻譜分配方案研究

周述忠

【摘 要】隨著物聯(lián)網(wǎng)的發(fā)展，智能化終端設(shè)備已經(jīng)廣泛進入到人們的日常生活中，滿足了眾多移動用戶的業(yè)務(wù)需要，給傳統(tǒng)頻譜分配方案造成了很大影響。如何提高用戶數(shù)量，滿足帶寬和業(yè)務(wù)需求已經(jīng)成為物聯(lián)網(wǎng)發(fā)展的主要問題。認知無線技術(shù)是一種可以解決頻率分配困難和資源利用困難難度的方式，可以傳輸較多的數(shù)據(jù)，給用戶制定了動態(tài)頻率方案，是一種可行的方案，值得發(fā)展和推廣。

【關(guān)鍵詞】認知無線電技術(shù)；動態(tài)頻譜分配；方案研究

本文主要基于認知無線技術(shù)，提出了認知用戶終端和網(wǎng)絡(luò)終端可以互相參與的動態(tài)頻譜分配框架結(jié)構(gòu)，而且在此方案基礎(chǔ)設(shè)定了問題解決及網(wǎng)絡(luò)終端協(xié)調(diào)工作，更好的滿足了認知用戶的業(yè)務(wù)質(zhì)量續(xù)期，保證了物聯(lián)網(wǎng)節(jié)點海量數(shù)據(jù)傳輸和高移動性。

一、概述

傳統(tǒng)網(wǎng)絡(luò)傳輸和信息資源分配下，網(wǎng)絡(luò)資源的利用和分配率可以維持在80%左右，但是在無線技術(shù)的快速發(fā)展下，客戶數(shù)量不斷增多，無線網(wǎng)絡(luò)傳輸要求也發(fā)生了較大改變，此種網(wǎng)絡(luò)傳輸元資源分配技術(shù)遠遠不能達到用戶需求?；跓o線認知相關(guān)信息傳輸原理，可以在當(dāng)前環(huán)境下順利完成無線電網(wǎng)絡(luò)傳輸頻率資源的自適應(yīng)感知，而且可以使用動態(tài)頻譜技術(shù)解決無線電傳輸資源緊張問題，提高了無線電信息傳遞的高效性和安全性。

基于無線電技術(shù)下，主要利用認知技術(shù)無線電技術(shù)實現(xiàn)網(wǎng)絡(luò)通訊連接，實現(xiàn)了無線網(wǎng)絡(luò)資源動態(tài)分配，網(wǎng)絡(luò)連接節(jié)點完全可以根據(jù)環(huán)境感知及通訊相關(guān)參數(shù)重新配置系數(shù)，打破了傳統(tǒng)無線電技術(shù)的局限性。特別是在無線網(wǎng)絡(luò)的快速發(fā)展下，頻率資源緊缺和利用率低下問題已經(jīng)得到了眾多人員的關(guān)注。但是需要注意的是，現(xiàn)階段研究的很多無電線技術(shù)動態(tài)頻率分配依然存在很多問題，如網(wǎng)絡(luò)空間頻譜資源利用率低下和完了傳輸頻率靈活性等問題，都是動態(tài)頻率分配中存在的主要問題，必須及時對其進行分析和研究。

二、設(shè)計方案

在物聯(lián)網(wǎng)節(jié)點高移動習(xí)慣和海量數(shù)據(jù)傳輸?shù)挠绊懴?，現(xiàn)有動態(tài)頻譜分配存在了很多問題，本文主要提出了基于認知用戶終端和網(wǎng)絡(luò)終端參與決策的框架結(jié)構(gòu)，詳細說明了各個模塊的功能和作用，并提出了兩種動態(tài)頻率分配解決方案，主要是TOPSIS多屬性決策方法空閑頻率資源排序和聯(lián)和優(yōu)化匹配兩種算法。

（一）分析動態(tài)頻譜分配框架結(jié)構(gòu)

下圖1表示認知用戶終端及網(wǎng)絡(luò)終端共同參與解決的動態(tài)頻譜分配結(jié)構(gòu)，主要由頻譜分配、決策功能、性能評估及終端感知和通信模塊等組成。披露分配與決策模塊主要進行用戶空閑頻率資源檢測，還可以在此技術(shù)上還可以制定新的決策，實現(xiàn)了網(wǎng)絡(luò)空間資源的分配；性能評估模塊主要進行維護周期頻譜分配等操作，可以改善動態(tài)頻譜決策性能；終端感知主要由空間頻率感知模塊，周期性檢測頻譜資源空閑信息；周期性檢測并識別用戶的業(yè)務(wù)傳輸需求；通信模塊是認知用戶的終端收發(fā)器，主要作用是控制信令傳輸，當(dāng)用戶在不同頻譜進行切換時及時借助此模塊完成操作。

圖1 物聯(lián)網(wǎng)需求兩級動態(tài)頻譜分配框架結(jié)構(gòu)

（二）空間頻譜資源排序選擇算法

排序選擇算法是實現(xiàn)動態(tài)頻譜分配的核心內(nèi)容。為了滿足物聯(lián)業(yè)務(wù)傳輸和高移動業(yè)務(wù)的質(zhì)量需求，本次主要利用TOPSIS多屬性決策算法進行運算，可以通過對可用方案的計算獲得理想方案貼近度。

空閑頻譜資源排序選擇算法實際分析業(yè)務(wù)流程如下所示。首先用戶必須根據(jù)各項流程業(yè)務(wù)服務(wù)質(zhì)量構(gòu)建頻譜資源，然后使用權(quán)重方法計算不同屬性特征在決策中所占據(jù)的影響權(quán)重，最后借助TOPSIS多屬性決策方法對頻率資源中空間頻譜資源貼近度進行計算，同時要求認知用戶積極尋找空間頻率資源的相對貼近度，讓用戶利用貼近度較大的空間頻率資源完成業(yè)務(wù)傳輸。實際算法操作如下：

輸入認知用戶i，使用請求感知信息和空間品牌感知信息。輸出認知用戶i對空間資源j的喜好度Nj；初始化：根據(jù)數(shù)據(jù)庫業(yè)務(wù)傳輸需求合理選擇空間頻譜信息，獲得可用頻率資源；權(quán)重設(shè)工程：合理計算空閑品牌資源排序所選的屬性特征權(quán)重wi；最后TOPSIS決策：認知用戶i對頻譜空間資源j的喜好度Nj，根據(jù)Nj對空間頻譜進行排序。

（三）聯(lián)合優(yōu)化匹配算法

聯(lián)合匹配算法可以聯(lián)合頻譜切換率和空間頻譜資源利用率為目標(biāo)，解決了認知用戶與空間限制資源分配的問題。

聯(lián)合優(yōu)化匹配算法具體如下圖2所示，算法首先要構(gòu)造出標(biāo)準(zhǔn)圖G；然后對新一輪頻譜分配決策周期的最低頻譜資源利用率進行分析，根據(jù)認知用戶和空間頻譜資源設(shè)計反映是否均處于原有的匹配關(guān)系，同時給每條邊設(shè)定Hyper-weight權(quán)值；完成以上操步驟后，最后使用匈牙利算法對權(quán)職匹配問題進行求解，得到認知用戶和空間頻譜資源之間的匹配關(guān)系。而且聯(lián)合優(yōu)化匹配算法還可以對新一輪頻譜分配決策內(nèi)最低頻譜值進行調(diào)整，然后獲得頻譜資源利用率閥值，進而平衡了空間頻譜資源與批評切換之間的關(guān)系。實際計算如下：

圖2權(quán)值 Hyper-weight設(shè)定

輸入；認知用戶i的可用頻譜集合Sepi；輸出認知用戶與頻譜資源可用頻譜集合SU（SU={x1，x2，…xn}與Sep（Sepn={y1，y2…ym}形成的二部圖G；計算閥值，將頻譜資源最小和最大單一目標(biāo)進行優(yōu)化，然后計算頻譜分配決策周期內(nèi)最低頻譜資源利用率；根據(jù)頻譜資源匹配關(guān)系，可以將頻譜資源權(quán)值設(shè)置為0，將頻譜資源利用率超過新一輪頻率資源利用率閥值表示為原有匹配關(guān)系，權(quán)值設(shè)定為N+1，剩余所有情況都可以將權(quán)值設(shè)定為N；目前匈牙利算法已經(jīng)成為求解二部圖G最大權(quán)重的匹配問題。

結(jié)束語

隨物聯(lián)網(wǎng)的快速發(fā)展，已經(jīng)給傳統(tǒng)無線頻譜資源造成了很大影響，基于認知無線電技術(shù)，本文首先構(gòu)建了諒解動態(tài)頻譜框架，分析了動態(tài)頻譜分配解決方案，并設(shè)計了空間頻率資源排序算法和集中式聯(lián)合優(yōu)化匹配算。其中空間資源選擇算法位于認知用戶終端，具有較多的資源屬性特征；聯(lián)合優(yōu)化匹配算法位于網(wǎng)絡(luò)端，可以利用二部圖邊權(quán)值完成空間頻譜資源切換。本文所提出的兩種解決方案均可以滿足物聯(lián)網(wǎng)節(jié)點移動海量數(shù)據(jù)傳輸需求，與傳統(tǒng)圖匹配方法相比，此種解決方案可以將全網(wǎng)吞吐量提高很多，同時降低了頻譜切換概率。需要注意的是，本文所提出的兩級動態(tài)頻率分配是一種集中式動態(tài)頻譜分配方法，減少了細細交互產(chǎn)生的問題。

參考文獻：

[1]楊磊，殷福亮，陳喆.認知無線電動態(tài)頻譜分配新算法[J].信號處理，2010，（08）.

[2]陳巖，唐艷.基于認知無線電技術(shù)的動態(tài)頻譜管理構(gòu)想[J].數(shù)字通信世界，2016，（03）.

[3]鄒飛非，楊震.一種基于認知無線電的動態(tài)頻譜接入MAC方案[J].現(xiàn)代電子技術(shù)，2012，（02）.

[4]劉志強，余莉，張志強.應(yīng)急通信系統(tǒng)中基于認知無線電的動態(tài)頻譜分配技術(shù)方案[J].數(shù)字技術(shù)與應(yīng)用，2016，（03）