（通信与信息系统专业论文）认知无线电动态频谱分配优化算法研究.pdf

独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得西南科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究 所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名：初固萸 日期：刀加c 7 关于论文使用和授权的说明 本人完全了解西南科技大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文的复印件，允许该论文被查阅和借阅；学校可以公布该论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：柄回薮导师签名：江娩日期：z 彩 西南科技大学硕士研究生学位论文第1 页 摘要 随着无线通信技术的不断发展，无线频谱资源逐渐成为制约无线通信技 术发展的瓶颈。科学研究发现，现有的频谱分配方法不够合理，在一定程度 上导致频谱资源的浪费。认知无线电技术能够通过检测频谱，对这些浪费的 频谱进行再利用，从而提高频谱的利用率。 认知无线电频谱分配作为认知无线电的关键技术，对于提高系统性能有 着重要的作用，其分配方法需要对系统的应用需求，用户行为以及系统网络 结构等特点综合进行考虑。 本文将博弈论应用到具有分布式结构的认知无线电频谱分配问题中，构 建了认知无线电频谱分配的博弈论模型，设计了以最大化数据率为目标的效 用函数，并通过在效用函数中引入惩罚函数，实现对认知用户功率的控制， 避免对其他用户造成干扰。 通过遗传算法求解其纳什均衡，提出了一种基于d n a 编码的多目标遗 传算法，该算法通过非支配排序计算个体适应度，结合克隆操作使算法快速 收敛于全局最优，并引入d n a 基因级操作，以提高算法的搜索性能，保持 种群的多样性。仿真结果表明本算法能够较快找到问题的最优解集，算法获 得的p a r e t o 前沿能够很好的逼近真实的p a r e t o 最优曲线，并且解的分布也比 较均匀。基于博弈论的认知无线电频谱分配算法，仿真结果表明算法能够较 快的收敛到纳什均衡，并且系统总的数据率水平明显得到改善。 最后通过在n s 2 仿真软件平台上对本算法加以实现，通过对n s 2 多信 道协议帧格式的修改以及信道选择模块和功率调整模块的添加，仿真结果表 明该算法可以使系统获得较好的性能。 关键词：认知无线电频谱分配博弈论遗传算法 a b s t r a c t w i t ht h ed e v e l o p m e n to fr a d i oc o m m u n i c a t i o n s e r v i c e ，t h ew i r e l e s s s p e c t r u m r e s o u r c e sb e c o m et h eb o t t l e n e c ko fw i r e l e s s c o m m u n i c a t i o n t e c h n o l o g y t h es t u d yi n d i c a t e st h a tt h ew a yo fs p e c t r u ma l l o c a t i o ni si r r a t i o n a l ， w h i c hr e s u l t si nt h ew a s t eo ft h es p e c t r u mr e s o u r c e st os o m ee x t e n t c o g n i t i v e r a d i oc a nd e t e c tt h es p e c t r u ma n dr e u s et h ew a s t e dr e s o u r c e st oi n c r e a s et h e u t i l i z a t i o nr a t eo fs p e c t r u m a sac r i t i c a lt e c h n o l o g yo fc o g n i t i v er a d i o ，s p e c t r u ma l l o c a t i o n p l a y sa n i m p o r t a n tp a r ti ni m p r o v i n gt h es y s t e mp e r f o r m a n c e t h ea l l o c a t i o nm e t h o d n e e d st oc o n s i d e rt h ea s p e c t so fs y s t e ma p p l i c a t i o nr e q u i r e m e n t s ，u s e rb e h a v i o r a n ds y s t e mn e t w o r ka r c h i t e c t u r ea n ds oo n i nt h i sp a p e rg a m et h e o r yi su s e dt oa n a l y z ea n dc o n s t r u c tam o d e lo ft h e p r o b l e mo fc o g n i t i v er a d i os p e c t r u ma l l o c a t i o n au t i l i t yf u n c t i o ni sd e s i g n e d w i t ht h ea i mo fm a x i m i z i n gd a t ar a t e p u n i s h m e n tf u n c t i o ni si n t r o d u c e dt ot h e u t i l i t yf u n c t i o nt oc o n t r o lt h ep o w e ra n dr e d u c et h ei n t e r f e r e n c et oo t h e ru s e r s t h e ng e n e t i ca l g o r i t h mi su s e dt os o l v et h en a s h e q u i l i b r i u m ，a n da m u l t i - o b j e c t i v eg e n e t i ca l g o r i t h mb a s e do nd n ac o d i n gi si n t r o d u c e d n o n 。d o m i n a t e ds o r t i n ga n dc l o n eo p e r a t o ra r eu s e dt oc o n v e r g er a p i d l yt ot h e g l o b a lp a r e t o - o p t i m a lf r o n t t h ed n ag e n e t i cm a n i p u l a t i o ni sa b l et oi m p r o v e t h es e a r c hc a p a b i l i t ya n dg e tg o o dp o p u l a t i o nd i v e r s i t y t h es i m u l a t i o nr e s u l t s s h o wt h a tt h es o l u t i o n sa r en e a rt h et r u ep a r e t o - o p t i m a lf r o n tv e r yw e l l ，a n da r e w e l l d i s t r i b u t e d c o g n i t i v er a d i os p e c t r u ma l l o c a t i o na l g o r i t h mb a s e do ng a m et h e o r yc a n c o n v e r g et ot h en a s he q u i l i b r i u mq u i c k l y , a n dt h es i m u l a t i o nr e s u l t ss h o wt h a t t h es y s t e mt o t a ld a t ar a t e si so b v i o u s l yi m p r o v e d t h ea l g o r i t h ma l s oi s i m p l e m e n t e do nn s 2 w em o d i f yt h ec o n t r o lf l a m e a n da p p e n dm o d u l e so fs e l e c t i o na n dp o w e ra d j u s t m e n t t h es i m u l a t i o nr e s u l t s s h o wt h a tt h es y s t e mp e r f o r m a n c ei si m p r o v e d k e y w o r d s ：c o g n i t i v er a d i o ；s p e c t r u ma l l o c a t i o n ；g a m et h e o r y ；g e n e t i c a l g o r i t h m 西南科技大学硕士研究生学位论文第1 i i 页 口三互 h冰 1绪论1 1 1课题的研究背景及意义1 1 2 认知无线电1 1 2 1 认知无线电定义1 1 2 2 认知无线电的应用一2 1 2 3认知无线电在国内外的研究现状3 1 3 论文主要研究内容5 2 认知无线电技术研究j 6 2 1 认知无线电体系结构一6 2 2 认知无线电关键技术研究8 2 2 1 频谱检测8 2 2 2 频谱分配9 2 2 3 功率控制9 2 3 几种c r 频谱分配模型的分析研究一l o 2 - 3 1 图论着色模型1 0 2 3 2 干扰温度模型1 2 2 3 3竞价拍卖模型1 3 2 3 4 博弈论模型1 4 2 4 小结1 5 3 基于博弈论的认知无线电频谱分配技术研究一1 6 3 1 博弈论1 6 3 1 1 博弈论的分类1 6 3 1 2 博弈论的稳定状态1 7 3 2 认知无线电频谱分配设计模型一1 8 3 2 1 效益函数的设计1 9 3 2 2 频谱分配问题2 0 3 2 3 惩罚因子的选取一2 0 3 2 4 纳什均衡的求解2 2 3 3 基于遗传算法的纳什均衡求解算法2 3 3 3 1 基于d n a 编码的遗传算法一2 4 3 3 2 测试问题2 6 4 结 致 参 攻 西南科技大学硕士研究生学位论文第1 页 1绪论 1 1课题的研究背景及意义 随着无线通信技术的迅猛发展以及人们对无线业务需求的持续增长，无 线电频谱资源己成为一种稀缺的资源。现有的无线电频谱资源主要是由政府 部门统一划分管理，授权使用，将某一个无线频段授权某一特定的用户使用， 不同的无线通信用户使用不同的频段，并且彼此之间通过一定大小的保护间 隔来避免相互干扰。这种静态的频谱分配方法虽然便于管理，但是却大大降 低了频谱的利用率，在某种程度上造成了对无线频谱资源的“浪费 。 美国联邦通信委员会( f c c ) 研究表明，在一些非授权频段如工业、科 学和医用频段以及适用于陆地通信的2 g h z 左右的频段过于拥挤，而一些授 权频段却经常处于空闲状态。美国加州大学b e r k e l e y 分校对频谱利用情况 的i 贝0 试结果表明，3 g h z 以上的频段几乎没有被使用，而3 g h z 以下的频段 达7 0 没有被充分利用他，。因此，设计一种更有效的，能够对“浪费的 频 谱进行再利用的智能管理技术迫在眉睫。 为此，业界提出了很多的频谱共享技术以提高频谱的利用率。认知无线 电( c o g n i t i v er a d i o ，c r ) 技术就是对这些空闲的频谱加以利用，解决频谱 资源紧缺问题的一种方法。认知无线电系统具有感知周围环境的能力，通过 感知周围的频谱使用情况，检测空闲频谱，并智能地调整接入的频谱范围， 利用该空闲频谱进行通信，从而使得整体的频谱利用率得到提高。 1 2认知无线电 1 2 1认知无线电定义 认知无线电最初是由瑞典皇家学院的j o s e p hm i t o l a 在软件无线电 ( s d r ) 的基础上提出的b “，他提出认知无线电应该具有感知能力和推理 能力来为用户提供最符合需求的无线服务，采用基于无线电知识表示语言 ( r k r l ，r a d i ok n o w l e d g er e p r e s e n t a t i o nl a n g u a g e ) 的推理模型与网络环境 进行交流，并能够根据环境的变化来自适应地调整自身的通信参数。他认为 软件无线电是实现认知无线电的理想平台，他主要对基于高层的认知无线电 推理和学习能力进行研究。 随着认知无线电引起全世界广泛关注，认知无线电也有了更广泛的含 西南科技大学硕士研究生学位论文第2 页 义。 f c c 定义的认知无线电能够通过与环境的交互哺1 ，来改变自身的传输参 数。f c c 的定义相对比较广泛，并没有对接收机、干扰、最终目标以及用户 协商等做出说明。对于底层平台是否基于软件无线电来进行也没有限制。 i e e e 定义的认知无线电能够感知环境并且自动进行推理和调整传输参 数抽，。i e e e 认为认知无线电应该具备知识表示，推理能力，机器学习机制来 建立与其他网络用户的通信。认知无线电可以通过训练来自动或者动态的调 整其工作参数。 s i m o nh a y k i n 从信号处理的角度，对认知无线电进行了定义n ，他认为 认知无线电能够对周围的环境进行感知，通过使用一定的方法论对环境进行 学习，并且实时地调整内部的工作参数( 如传输功率，载波频率和调制技术 等) 。他指出了认知无线电的两个主要目标就是：在需要的情况下，能够随 时随地的建立高可靠性的通信；实现对频谱资源的有效利用。 综上，本文从系统的角度考虑，主要是对认知无线电频谱分配技术进行 研究，提高系统的性能。 1 2 2认知无线电的应用 ( 1 ) a dh o e 网络中的应用 当认知无线电技术应用于自组织( a dh o e ) 网络中，认知无线电的感知 能力可以很好的解决应急环境，以及比较偏远地方的网络接入等方面的应 用。但是由于认知无线电的频谱资源的不确定性，周围环境中的干扰较大， 加上a dh o e 网络本身节点的移动性以及应用需求的变化等等，使得认知无线 电技术与a dh o e 网络的结合还是具有很大的挑战性。 由于传统a dh o e 网络中的m a c 协议和路由协议无法适应认知无线电的 环境，因此需要设计新的m a c 协议以及路由协议来支持分布式频率共享系 统的实现，来保持网络的性能。针对这种情况，t a k e of u j i i l 8 ，在考虑对主用 户干扰最小的情况下，提出了一种基于多频率带的路由协议。文献阳- 提出了 一种联合路由和频谱选择的多跳认知无线电路由协议。 ( 2 ) 军事网络中的应用 由于静态的、集中的频谱分配策略已不能满足灵活多变的现代战争的要 求，并且军事网络对于信息安全，抗干扰能力有着很高的要求，而认知无线 电特殊的工作方式使得其在军事网络中有着广泛的应用前景。 由于认知无线电具有环境感知能力，因而可以对军事战场中的频谱空 西南科技大学硕士研究生学位论文第3 页 洞，电磁波信号，调制方式以及来自不同方面的干扰辐射等等进行检测，并 进一步使用一定的技术从中提取出干扰信号。然后根据学习和推理机制为其 选择出一组适应于当前环境的应对策略，并通过认知无线电的重构能力，来 调整工作参数，从而在很大程度上提高了自身的抗干扰能力。比如，进行短 报文通信时，可以采用在安静频率上进行突发通信的方式；当敌方采用跟踪 式干扰时，可采用变速调频等干扰策略。 ( 3 )无线局域网中应用 将认知无线电应用到无线局域网( w l a n ) 中，网络中的接入点具有认 知能力，它可以对无限信道环境进行监测，通过对信道信息的分析以及接入 通信业务的不同，选择最合适的信道来进行通信。关于这方面的研究最典型 的有i e e e 8 0 2 2 2 无线局域网应用标准，主要是向人口稀疏的区域提供宽带 服务。另外，c r 应用到无线局域网上还可以对网络上进行的非法恶意活动 进行检测，从而提高网络的安全性。 ( 4 ) 在u w b 中的应用 由于u w b 系统的超宽带特性，与传统窄带用户之间存在着相互干扰的 问题，使得其在性能大大下降。现有的很多方法大多针对脉冲信号波形采用 自适应编码，调制，比特交织，以及波束形成等方面进行改进，但是却收效 甚微。将认知无线电与u w b 相结合，可以借助c r 的感知技术，根据获得 的感知信息动态的调整发射功率等参数，提高数据传输速率，并且大大地降 低了对其他用户的干扰。 ( 5 ) 在无线m e s h 网中的应用 无线m e s h 网络是一种网状结构的网络，具有很强的容错能力和易于架 构，并且具有很高的带宽。将认知无线电技术与无线m e s h 网相结合可以提 供随时随地的网络接入，并且复杂性比较低。并且如果网络中密度增大时， 各种应用服务的需要也相应增加。基于认知无线电的无线m e s h 网络可以接 入到其他的频谱中，提高其带宽和频谱的利用率。i o a n n i sp e f k i a n a k i s t ”- 等人 提出了一种s a m e r 认知无线电m e s h 网络路由协议，选择具有较高的频谱 质量的路径，在长期的路由稳定性以及短期的接入性能之间等到了平衡。 1 2 3认知无线电在国内外的研究现状 认知无线电技术提出以来，国内外许多学者、工业组织、大学、研究中 心对认知无线电理论进行了研究，并启动了很多针对认知无线电的重要研究 项目。 西南科技大学硕士研究生学位论文第4 页 ( 1 ) i e e e8 0 2 这是第一个引入认知无线电技术的i e e e 技术标准化获得者。为了使无 线网络更好地利用认知无线电技术，从而提高对无线频谱的利用效率， i e e e 8 0 2 制定了两个关于认知无线电的标准，8 0 2 2 2 以及8 0 2 1 6 h 。i e e e 8 0 2 2 2 1 川使用认知无线电技术，将分配给电视广播的v h f u h f 频带，微波 频段以及陆地移动无线电波的频率用作宽带接入频段，并制定相关的标准， 以支持认知无线电设备使用空闲的广播电视频段。i e e e8 0 2 1 6 h n2 ，协议则是 通过动态频率选择( d f s ) 和发射功率控制( t p c ) 来实现频谱共享。 除i e e e 8 0 2 2 2 标准外，其他的一些组织也对认知无线电进行了研究， 比较显著的有：d a r p a ，v t ，e 2 r ，b w r c 。 ( 2 ) d a r p a 美国d a r p a 很早就开始关于优化频谱资源的研究，并且提出了下一代 无线通信( n e x tg e n e r a t i o nc o m m u n i c a t i o n s ，x g ) 项目计划。在信号识别和 检测方面，d a r p a 通过循环平稳检测技术开发了一个处理频率为5 g h z ， 并且能够检测2 0 d b 以下噪声水平的传感器。并且开发了小型网络动态频率 选择的演示平台。水下无线自适应节点网络工程，通过智能自适应以及大型 节点来减少设备投资，并在吞吐量和网络可靠性方面达到显著的提高n ”。 ( 3 )美国v t 研究中心 在认知无线电方面的研究中，弗吉尼亚工学院( v t ) 有两个分别以公 共安全和商业利益为目的的项目，并在软件无线电上开发了不同的认知无线 电测试平台。这两个项目主要研究加强检测，识别能力技术，学习算法，知 识表示，以及认知无线电的相互作用n “。通过开发无线电相互合作技术来提 高网络性能。其他的项目则是研究认知无线电相互作用技术，开发环境感知 地图，以及m a c 协议。 ( 4 ) 端到端可重配置( e 2 r ) e 2 r ( e n d t o e n dr e c o n n g u r a b i l i t y ) 是欧洲成立的研究动态频谱接入和网 络架构的委员会。e 2 r 主要是在现有的蜂窝体系结构中提供动态资源管理方 案，通过在多标准平台上的设备，无线电资源，以及对频谱的有效利用，从 而为终端用户提供先进的服务。它通过为各种业务应用提供通用的工作平 台，通过对软件参数的更改以及系统结构的重配置，来提供不同的应用服务， 从而实现对频谱资源的安全有效的利用”。 ( 5 ) b w r c b w r c 主要通过使用可获得部件，开发在灾难情况下认知无线电测试平 西南科技大学硕士研究生学位论文第5 页 台，b w r c 目前正在研究频谱感知以及频谱的机会接入“们n ”。此外，b w r c 也在研究改进频谱感知算法。 ( 6 )国内对认知无线电的研究 在国内，国家8 6 3 计划于2 0 0 5 年7 月设立课题研究认知无线电技术， 目前的研究课题主要集中于认知无线电系统中的合作及跨层设计技术、空间 信号检测和分析及q o s 保证机制等等。同时国内很多大学如电子科技大学、 西安电子科技大学、西安交通大学也已经开展了认知无线电物理层和m a c 层的关键技术，各层协议体系结构，以及应用场景的分析等相关方面的研究。 1 3 论文主要研究内容 本文主要对认知无线电频谱分配算法进行了研究，论文的主要内容结构 安排如下： 第一章对本课题的研究背景、意义以及认知无线电相关内容进行了说 明。首先对各个不同的认知无线电定义进行了介绍；然后对认知无线电应用 以及国内外的研究现状进行了概述；最后介绍了本文的研究内容。 第二章对认知无线电技术的系统模型，关键技术以及几种典型的频谱分 配模型进行了相应的分析研究。首先介绍了认知无线电技术的系统框架，以 及认知无线电技术的基本原理，接着介绍了认知无线电网络的关键技术和各 技术的特点，最后介绍了认知无线电频谱分配模型并对各种不同的模型进行 了分析研究。 第三章使用博弈论对认知无线电网络中的频谱分配技术进行了研究。首 先对认知无线电频谱分配问题进行分析，接着对认知无线电频谱分配博弈论 模型及效应函数等进行了说明分析。最后对使用遗传算法求解博弈的纳什均 衡算法进行了研究。并通过m a t l a b 对c r 频谱分配的纳什均衡进行仿真 求解。 第四章首先对认知无线电系统仿真环境进行建模，并通过n s 2 对认知 无线电频谱分配算法进行仿真实现。最后根据仿真结果对所设计的算法进行 性能分析。 第五章是对本文的总结以及下一步工作计划的安排。 西南科技大学硕士研究生学位论文第6 页 2 认知无线电技术研究 自从认知无线电被提出以来，由于其广泛的应用前景吸引越来越多的学 者对其各项技术进行了深入的研究。包括认知无线电的系统模型，网络结构， 协议体系以及各种关键技术等方面的研究。对于认知无线电系统的频谱分配 技术而言，分配的建模和算法设计与系统的网络架构、频谱共享的接入方式 以及频谱使用方式有紧密的联系。 根据不同的网络结构，可以选择不同的频谱分配方法。其中比较典型的 有拍卖竞价模型，图着色论模型，博弈论模型。集中式架构下的频谱分配可 以采用拍卖竞价模型进行分析，中心控制节点拍卖频谱，其他节点竞价；分 布式架构下的频谱分配可以采用多用户博弈论模型进行分析；而基于图论着 色模型的频谱分配算法则既可以用于集中式架构又可以用于分布式架构。本 文将对认知无线电的关键技术以及这几种频谱分配模型及其特点进行介绍。 2 1 认知无线电体系结构 总结第一章描述的各种对认知无线电的定义，认知无线电应该是一种智 能的无线通信系统，它能够对周围的环境进行感知，并进行推理和学习n ”， 可以根据环境的变化来自适应地调整工作参数，实现频谱的共享。总体来说 认知无线电应该具备以下几部分的主要功能： ( 1 )频谱感知：检测没有被使用的频谱，在避免对授权用户和认知用户 造成干扰的情况下，共享空闲频谱。 ( 2 ) 频谱管理：捕获最佳可用频谱来实现通信目标。 ( 3 ) 频谱切换：当授权用户出现时，将自身的通信信道调整到其他可用 的信道上，来保障通信的畅通。 ( 4 )频谱共享：为共享频谱资源的用户提供公平的访问接入和频谱资源 的调度。 在实际情况中，授权用户并不是一直在使用频谱，甚至有一些频段的用 户长期处于空闲状态。因此，认知用户就是要感知授权用户空闲的频谱，并 在授权用户空闲的时候来使用这些频谱，从而实现频谱的共享，提高频谱的 利用率。这样构建的环境模型就是由授权用户系统和认知无线电系统构成 的。授权用户系统是数字电视系统或蜂窝网等现有的通信系统，而认知用户 系统则采用分布式或集中式结构的无线网络。 西南科技大学硕士研究生学位论文第7 页 认知无线电用户，只能利用空闲的频谱进行通信。这其中关键的就是认 知用户在使用空闲频谱的时候，不能对授权用户造成干扰，并且当授权用户 出现时则将该频段自动退还给授权用户；或者通过一定的功率控制机制继续 来使用该频段，但是要保证其不会对授权用户造成不可忍受的干扰。 认知无线电系统结构及各部分功能模块如图2 1 所示，频谱感知功能主 要是检测授权用户的出现，以及对频谱空洞的检测，主要是在物理层完成的。 应用于认知无线电技术，频谱感知需要达到很小的感知精度以及很快的感知 速度，从而能够精确探测到较小的干扰以及授权用户的出现，并且当授权用 户出现时能够较快的切换到其他的频率上去。因而频谱感知技术对于硬件有 很高的灵敏度要求。 切换信道，当前和候选频谱信息 图2 - 1认知无线电系统功能模型 f i g 2 1c o g n i t i v er a d i os y s t e mf u n c t i o n a im o d e i 数据链路层主要完成频谱的管理与共享功能，并通过认知无线电m a c 协议的设计来协调认知用户，避免用户之间的冲突，保证认知用户能够利用 感知到的空闲频谱并公平、有效地进行通信，并且不对授权用户造成影响。 西南科技大学硕士研究生学位论文第8 页 此外，频谱分配算法的设计影响着认知用户的决策。因此，设计一种高效的 认知无线电m a c 协议以及相应的动态频谱分配算法，对于提高频谱利用率 是极其重要的。 2 2认知无线电关键技术研究 认知无线电能够感知周围的无线频谱环境，对其进行学习和推理，并根 据外部环境的变化动态的调整其工作状态。通过使用感知到的空闲频谱来进 行通信，在提高了频谱利用率的同时，还能避免对授权用户造成干扰。 频谱检测就是对频谱环境进行侦听，发现频谱空洞，以及当认知无线电 用户在使用频谱空洞的时候能够对授权用户的出现进行检测。动态频谱分配 主要是指认知用户之间通过一定的m a c 协议以及频谱分配算法来协商利用 空闲频谱进行通信，并且通过功率控制技术避免对其他用户的干扰。功率控 制可以通过物理层和m a c 层的联合工作来实现。因此，频谱检测，动态频 谱分配，以及功率控制技术是认知无线电所必须的功能，下面分别对这三大 关键技术进行详细介绍。 2 2 1 频谱检测 在c r 网络中，认知用户只能利用空闲的频谱，并且为了不对授权用户 造成干扰，认知用户必须要实时地连续不断的对无线环境进行检测，以提高 检测的可靠性。认知无线电频谱检测主要包括频谱空洞的检测，以及授权用 户的检测两个方面。 现在研究比较多的方法有：匹配滤波法，能量检测法，循环平稳特性检 测法，合作分集法和协同机制等等。匹配滤波法n 引能够根据接收性信噪比在 短时间内完成与检测信号的同步，但是这种方法需要认知用户对授权用户的 很多信息预先有一定得了解。能量检测法乜。，根据干扰温度来检测频谱，但是 干扰温度容限值难以确定，并且当信号极弱时，难以区分信号、噪声和干扰。 循环平稳特性检测他通过利用调制信号的循环平稳特性完成扩频信号的检 测和参数的估计。但其计算量较大，因此检测时间相对要长一些。但是这几 种方法的检测性能都会随着多径和阴影衰落导致的接收信号强度减弱而降 低。合作分集技术l z 2 ，通过多用户之间相互交换检测信息，可以完成更可靠的 频谱检测，减少检测时间，提高网络灵活性。 西南科技大学硕士研究生学位论文第9 页 2 2 2频谱分配 认知无线电的特性使得认知用户可以选择的频谱在时间和空间上存在 很大的不确定性，也就是说频谱资源在时间，空间上是动态变化的。因此， 必须采用适应于认知无线电本身的频谱分配方法。 目前关于认知无线电的动态频谱分配开展了很多工作。德国k a r l s r u h e 大学f i e d r i c hj o n d r a l 教授基于m i t o l a 博士提出的频谱池( s p e c t r u mp o o l i n g ， s p ) 来开发频谱策略心”，通过将所有可用的频谱组成一个公共的频谱池，并 将整个频谱池划分为几个子信道。授权用户在一定的时间内将频谱租赁给认 知用户，认知用户则要付出一定的代价来获得频谱使用的权利。 l i u 等人使用图着色理论对认知无线电频谱分配问题进行建模幢“。这些 方法建立在用户之间的干扰和约束基础上，通过用户之间的相互约束来设计 频谱分配算法，从网络的整体结构上对频谱进行分配，但是这些基于图论模 型的频谱分配方法都是基于固定的网络拓扑结构。 文献 2 4 1 12 5 1 等使用博弈论来解决认知无线电频谱分配问题，分别提出了不 同的频谱分配博弈模型，从分析c r 用户之间的相互作用的角度入手，来研 究认知无线电用户的决策及均衡。但是该方法需要用户之间来交互信息，因 而系统开销较大。 文献心”提出一种联合频谱分配和调度的一种分配方法。考虑了干扰约束 和认知用户的服务质量约束来实现下垫式的频谱共享。 此外，文献【z 8 圳等还提出了基于联合速率的频谱分配算法以及关于多用 户的频谱分配。 2 2 3功率控制 在c r 网络中，认知用户要在不能对授权用户造成不可忍受的干扰的前 提下来使用授权的频谱，因此需要对认知无线电的功率有严格控制。 s u d h i rs r i n i v a s 等人提出了基于干扰温度的功率控制方法”，认知用户 传输功率依赖于功率的峰值以及授权用户的干扰容限。通过最大化用户s n r 来优化传输功率，但是该方法在很大程度上依赖于感知温度。 c l e m e n s 等人提出了一种相对智能的功率分配策略b ”，采用双人重复博 弈理论建模，并将博弈论和遗传算法相结合，借助遗传算法来搜索策略空间。 实现功率控制的另一种方法是基于信息论的迭代注水法。迭代注水法可 以用来处理多用户的场景，以支持更多用户接入。并且可以通过相应的学习 机制提高算法性能。 西南科技大学硕士研究生学位论文第1 0 页 除上述方法之后，文献扭副b 等通过跨层优化的方法来进行联合功率控制， 联合信道分配和功率控制，以及对速率和功率的联合优化等等。与传统的单 纯的进行功率控制相比，联合优化的方法可以更好的提高系统整体性能。本 文就是在信道分配的基础上联合功率控制来设计算法的。 2 3几种c r 频谱分配模型的分析研究 对频谱资源的分配往往要对系统的应用需求，用户行为以及系统网络结 构等特点综合进行考虑。在不同的认知无线电网络结构下所采用的认知无线 电频谱分配模型也不尽相同。但总的来说认知无线电频谱分配算法应该保证 足够的灵活性，使系统性能有所提高，同时还能减少信令开销和计算量。认 知无线电频谱分配技术作为认知无线电关键技术之一，国内外很多专家学者 对其进行了深入研究，并出现了很多认知无线电频谱分配模型，比较常见的 有：图论着色模型，干扰温度模型，竞价拍卖模型，博弈论模型等。 2 3 1图论着色模型 图论( g r a p ht h e o r y ) 是研究定点和边组成的图形的一种数学理论和方 法，它通过图中的节点以及彼此之间的相互作用和约束来描述所要研究的问 题，图中的点代表所要研究的事物，而边则表示相连的两个事物之间具有某 种特定的相互作用关系心“。 在用图论研究认知无线电电频谱分配时，将认知用户组成的网络拓扑抽 象成图，而认知用户就是图中的节点，两节点的连线就表示它们之间存在冲 突或者干扰，这样在进行频谱分配时这两个节点就不能同时使用相同的信 道。另外，将每一个节点与一个集合关联起来，这个集合代表该顶点所在区 域位置可以使用的频谱资源。由于每个节点地理位置的不同，因此每个节点 可以使用的资源也是不同的。 图2 2 是一个认知无线电系统的网络拓扑结构图例。图中的五个顶点1 5 分别代表五个不同的认知用户，系统可选的共有3 个信道c l 、c 2 和c 3 ， 当前位置上面分布了有四个主用户，即用户u l u 4 ，他们使用的授权频段 分别是信道c l 、信道c 2 、信道c 3 和信道c 3 。认知无线电用户使用授权频段 的前提是：如果当前信道被授权用户使用，则为了避免对授权用户的干扰， 这个信道不能被附近的认知用户使用。 西南科技大学硕士研究生学位论文第1 1 页 图2 - 2认知无线电频谱分配图论模型 f i g 2 - 2c o g n i t i v er a d i 0s p e c l ：r u ma ii o c a l ：i 0 1 3m o d e ib a s e do ng r a p ht h e o r y 因此，从图中我们可以看出认知用户1 的可用信道为( 2 ，3 ) ，认知用户 2 的可用信道为( 1 ，3 ) ，认知用户3 的可用信道为( 1 ) ，认知用户4 的可用信 道为( 1 ，2 ) ，认知用户5 的可用信道为( 1 ，2 ，3 ) 。 因此，我们可以看出基于图论的频谱分配方法需要根据网络中各节点的 相互制约关系，来进行频谱分配。但是在实际应用环境中，由于授权用户的 业务不同或者认知用户地理位置的不同，网络的拓扑结构和可用信道都是时 变的，所以节点之间需要通过相应的信令来更新自身相关联的信息，才能保 证所得到的频谱分配结果的正确性，同时信令的传递增加了系统开销。可以 看出基于图论模型的认知无线电频谱分配方法更适用于集中式的网络结构。 图2 3 是在模拟退火算法和蚁群算法两种不同的算法下使用图着色模型 的认知无线电频谱分配对比结果。其中网络中节点的发射功率为l m w 1 w ， 节点分布在5 0 0 m * 5 0 0 m 的场景范围之内，认知用户的节点数为2 0 ，可用信 道数为1 0 。蚁群算法中最大迭代次数为5 0 0 代，信息素重要程度为3 ，启发 式因子为9 ，信息素蒸发系数0 1 ；模拟退火算法中惩罚因子为2 ，衰减因子 为1 5 ，初始温度为0 5 。 西南科技大学硕士研究生学位论文第1 2 页 图2 - 3两种图论算法下数据率和干扰的比较结果 fig 2 - 3 c o m p a ris o nw it ht w odif f e r e n tg r a p ht h e o r yaig o ri t h m s 从图2 3 中可以看出，模拟退火算法下的频谱分配图论模型所得到的系 统数据率要高于蚁群算法得到的数据率，同时节点之间的相互干扰也比较 小。模拟退火算法得到的总体频谱分配性能优于蚁群算法所得到的结果。但 是图论算法需要通过中心控制器来运行信道分配算法，对于控制器有很大的 依赖性，不适应于研究分布式的网络结构。 2 3 2 干扰温度模型 干扰温度机制是由f c c 提出来的，它通过接收端所接收的干扰温度来 管理认知用户的接入n ”。认知用户必须保证对授权用户所造成的干扰温度不 超过授权用户的设定的干扰容限。干扰温度是指认知用户的发射功率与接收 机的系统噪声之和，认知用户可以测量当前的干扰环境，并相应调整发射机 的参数，从而使得对授权用户的干扰不超过干扰容限。干扰温度的定义如公 式2 1 所示： 乃( z ，b ) ：驾兽( 2 - 1 ) 其中尸，仉，b ) 表示中心频率为工带宽为b ( 单位为h z ) 范围内的平均干 扰功率( 单位为w a t t s ) ，k 为波尔兹曼常数，具体取值为1 3 8 * 1 0 五3 焦开尔文。 干扰容限死是由授权用户系统能够正常工作的最坏信噪比决定的，因 此，认知用户应该保证在该频段所造成的干扰温度不会超过死，其数学表示 形式如公式2 2 ： 西南科技大学硕士研究生学位论文第1 3 页 乃( z ，b ) + e - r l ( 2 2 ) 只要满足上述条件，认知用户就可以与授权用户实现共享频谱，从而进 一步地提高频谱利用率。干扰温度模型的挑战是认知用户要自行评估传输影 响，定位比较困难。 2 3 3 竞价拍卖模型 基于竞价拍卖模型的频谱分配方法主要是使用经济学理论将认知无线 电和授权用户作为一次竞价中的两个个体，而频谱资源是被拍卖的对象“。 基于竞价拍卖的频谱分配模型中，其网络结构可以采用集中式控制结 构，也可以采用分布式结构。在基于集中式的频谱分配结构模型中，授权用 户的中心控制器要制定好一定的规则，并对频谱进行拍卖，而认知无线电用 户通过竞价的方法对频谱进行投标，最后中心控制器来根据这个规则来判定 最终的频谱使用者。基于定价拍卖的频谱分配模型中由于各认知用户自己出 价，用户之间不需要大量的信息交互，因此信令开销较小。 图2 4 是在认知用户数为2 0 ，信道数为10 的条件下，缩放比例为0 2 5 ， 使用竞价拍卖机制得到的信道分配情况，以及各节点所出的价格的情况。 1 z3 45 6 7891 01 23 4 567891 0 n 日br l o d e $ 图2 - 4竞价模型下节点的信道分配及其价格 f ig 2 - 4t h ec h a n n e ia ii o c a t i 0 1 1a n dp r i c ei na u c t i o nm o d e i 从图中可以看出基于竞价拍卖模型的信道分配算法其只能由一个用户 独占，在某种程度上降低了频谱复用的效率。同时使用竞价拍卖模型得到的 系统平均吞吐量提升了1 1 ，但是用该方法得到的频谱利用率却降低了 3 8 ，其本身的特点使得其性能受到定的局限。 西南科技大学硕士研究生学位论文第1 4 页 2 3 4 博弈论模型 博弈论( g a m et h e o r y ) 是一种研究参与者之间相互影响，以及参与者的 决策和均衡问题的理论。在博弈中，每个博弈者为了达到各自的利益，而采 取相应的行动策略，由于博弈者之间存在着相互作用关系，即每个决策者行 动策略的选取会造成彼此之间的利益冲突，因此，各参与者要在考虑其他博 弈者的行动策略后，来选取对自身最有益的决策。 博弈论一般模型，用数学公式可表示为：g = ，s ， g = n ， s ) 洲， ) 洲) ( 2 3 ) 其中是参与者的有限集合；是博弈者f 能采取的策略集合；以：a - r 是博弈方的效益函数。在博弈g 中每一个博弈者f ，其效用函数是s ，和 ，的函数，这里s ，是博弈者f 所采取的策略，& ，是其对手所采取的策略。在 认知无线电的频谱分配博弈中1 3 5 1 | 3 6 1 博弈的参与者就是认知无线电用户，可 选的策略就是一组频率信道，效用函数的设计则与具体的优化目标有关，不 同的优化目标，效用函数的形式也是不相同的。 使用博弈论分析问题时，效益函数的设计尤为重要，因为它关系到用户 获得收益情况，影响着算法是否具有稳定状态。由于博弈论是通过用户之间 的相互作用来进行决策的，可见博弈论模型比较适用于分布式网络结构。 目前基于博弈论的认知无线电频谱分配研究中，n i en i e 等人以最小化 系统总干扰水平为目标进行频谱分配r z “，设计了一种基于潜在博弈模型的分 配算法，寻找算法的信道分配策略，通过增加系统开销来获得网络性能的提 高。但是该方法仅仅从信道频率的角度对用户之间的干扰进行信道的分配， 并没有引入对用户功率约束的考虑。 文献 z 引提出了一种基于价格的联合功率控制和频谱分配的方法，认知用 户以一定的价格来购买授权用户的频谱，这种方法在用户效益和频谱消耗之 间进行均衡。但其价格因子的设定是一个常数，因而在实际应用中对于价格 因子的取值需要仔细考究才能确定。 文献bo l 提出一种基于博弈论的联合功率控制和信道分配的算法，对确定 潜在博弈模型进行改进，从干扰、电池能量等方面实现对功率的控制。但是 为了降低行动空间的大小，该方法中采用的功率是离散的几个值，从而在一 定程度上无法保证解的全局最优。 综上，本文提出了一种基于