• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      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

      2020-05-29 02:38:26方浩軍齊麗娜
      關(guān)鍵詞:空閑吞吐量協(xié)作

      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。

      猜你喜歡
      空閑吞吐量協(xié)作
      恩賜
      詩(shī)選刊(2023年7期)2023-07-21 07:03:38
      團(tuán)結(jié)協(xié)作成功易
      “鳥(niǎo)”字謎
      小讀者之友(2019年9期)2019-09-10 07:22:44
      彪悍的“寵”生,不需要解釋
      協(xié)作
      讀者(2017年14期)2017-06-27 12:27:06
      2016年10月長(zhǎng)三角地區(qū)主要港口吞吐量
      集裝箱化(2016年11期)2017-03-29 16:15:48
      2016年11月長(zhǎng)三角地區(qū)主要港口吞吐量
      集裝箱化(2016年12期)2017-03-20 08:32:27
      WLAN和LTE交通規(guī)則
      CHIP新電腦(2016年3期)2016-03-10 14:09:48
      協(xié)作
      可與您并肩協(xié)作的UR3
      西华县| 三江| 鄄城县| 澎湖县| 天全县| 旬邑县| 金乡县| 封丘县| 青川县| 临猗县| 莲花县| 伊宁县| 宁德市| 乌审旗| 莎车县| 巴中市| 阿坝县| 南康市| 炉霍县| 育儿| 仁化县| 桐柏县| 来安县| 蕲春县| 汝州市| 汝城县| 百色市| 溆浦县| 凤凰县| 刚察县| 班玛县| 利津县| 蓬溪县| 沐川县| 南皮县| 鸡泽县| 津南区| 中卫市| 嘉黎县| 郴州市| 大方县|