降低认知无线电网络通信中断概率的方法.pdf

本发明公开了一种降低认知无线电网络通信中断概率的方法，通过在认知无线电网络中建立频谱切换资源池实现，频谱切换资源池的容量为3～5个频谱孔洞，能够降低认知无线电网络通信中断的概率。在频谱切换资源池达到最佳容量4个频谱孔洞时，认知业务强度低于80次/h时，通信中断概率可以达到10％以下。

1、  一种降低认知无线电网络通信中断概率的方法，通过在认知无线电网络中建立频谱切换资源池实现，其特征在于，所述频谱切换资源池的容量为3～5个频谱孔洞。

2、  根据权利要求1所述的降低认知无线电网络通信中断概率的方法，其特征在于，所述频谱切换资源池的容量为4个频谱孔洞。

3、  根据权利要求2所述的降低认知无线电网络通信中断概率的方法，其特征在于，该认知无线电网络的认知业务强度低于80次/h。

降低认知无线电网络通信中断概率的方法
技术领域
木发明涉及一种认知无线电网络技术，尤其涉及一种降低认知无线电网络通信中断概率的方法。
背景技术
随着无线通信技术的飞速发展，无线频谱的需求量正在急剧增加。在美国，几乎所有的频谱都已经被分配完毕，在世界上其它国家也存在类似的情况。
但是，在已经授权的频段内存在大量的未被使用的“白色区域”，如在低于3GHz的频段内，频谱的占用率不足35％，这种状况对于频谱资源来说是一种巨大的浪费。
因此，目前所面临的频谱匮乏问题实际上并不是可用频率物理上的稀缺，而是频谱管理政策产生的栓梏。
认知无线网络正是为解决上述技术问题而产生的。
在认知无线网络中，频谱移动行为发生在当前信道性能下降或授权用户出现的时候，认知无线电用户是靠临时出现的“频谱孔洞”进行通信的。由于授权用户的出现、离开，以及外界干扰造成信道质量下降都是随机的，所以频谱孔洞的出现和消失也都是随机过程。也就是说，随着时间的推移，可用频谱是在不停的移动当中，认知用户要想维持自己不间断的通信服务，必须进行相应的频谱切换。
上述现有技术至少存在以下缺点：
由于频谱孔洞的出现和消失的随机性，频谱移动性和频谱切换容易导致认知业务的通信中断。
发明内容
本发明的目的是提供一种降低认知无线电网络通信中断概率的方法。
本发明的目的是通过以下技术方案实现的：
木发明的降低认知无线电网络通信中断概率的方法，通过在认知无线电网络中建立频谱切换资源池实现，所述频谱切换资源池的容量为3～5个频谱孔洞。
由上述本发明提供的技术方案可以看出，本发明所述的降低认知无线电网络通信中断概率的方法，由于在认知无线电网络中建立频谱切换资源池，频谱切换资源池的容量为3～5个频谱孔洞，能够降低认知无线电网络通信中断概率。
附图说明
图1为本发明中频谱移动和切换过程示意图；
图2为本发明中时间关系模型示意图；
图3为本发明中频谱池内可用频谱孔洞数状态转移示意图；
图4为本发明中频谱池孔洞数和时间的关系示意图；
图5为本发明中各时间短在整个频谱池更新周期内占用的平均时间示意图；
图6为本发明中认知业务到达各时间段的概率示意图；
图7为本发明中认知业务的通信中断概率示意图。
具体实施方式
本发明的降低认知无线电网络通信中断概率的方法，其较佳的具体实施方式是，通过在认知无线电网络中建立频谱切换资源池(简称频谱池)实现，所述频谱切换资源池的容量为3～5个频谱孔洞，可以为4个频谱孔洞。
在频谱切换资源池达到最佳容量4个频谱孔洞时，认知业务强度低于80次/h时，通信中断概率可以达到10％以下。
下面通过具体实施例对本发明的方法进行详细的论述：
一、频谱移动和频谱切换：
在认知无线网络中，频谱移动行为发生在当前信道性能下降或授权用户出现的时候。认知无线电用户是靠临时出现的“频谱孔洞”进行通信的，由于授权用户的出现、离开，以及外界干扰造成信道质量下降都是随机的，所以频谱孔洞的出现和消失也都是随机过程。也就是说，随着时间的推移，可用频谱是在不停的移动当中，认知用户要想维持自己不间断的通信服务，必须进行相应的频谱切换。
由于OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)的调制上的灵活性和计算上的有效性，通常被作为认知无线电的调制方式。
如图1所示，以四载频的情形为例，说明了可用频谱孔洞随时间移动时(t₁<t₂<t₃)，OFDM子载波进行频谱切换的过程。
认知无线电的目的是使终端设备能够动态地使用频谱，才能使“获取最好的可用信道”这个通信概念变得有意义。频谱移动性就是指认知无线电用户改变自身运行频率的过程，其主要问题是频谱切换。
二、频谱切换概率：
认知无线网络中的频谱切换，直接影响了系统资源的软硬件开销，对设计和评价无线资源管理的策略至关重要。下面具体推导在一次业务请求服务时间内，认知无线用户发生频谱切换次数的概率。
首先，假设一些前提：
1、对于认知用户：
假设认知用户在一次业务请求的服务时间内，没有发生位置移动，并且始终有空闲的频谱孔洞可供使用，即不会因为当前服务的频谱孔洞离开时，新的频谱孔洞还没有而出现而导致切换失败。认知用户业务请求的到达和离开都是泊松随机过程，则认知用户每个业务请求的服务时间服从负指数分布。
假设每个业务请求的平均服务时间为1/μ，则认知用户服务时间的密度函数和分布函数分别为：
g ( x ) = μ e - μx ( t &GreaterEqual; 0 ) 0 ( t < 0 ) - - - ( 1 ) ]]>
G ( x ) = 1 - e - μx ( t &GreaterEqual; 0 ) 0 ( t < 0 ) - - - ( 2 ) ]]>
2、对于频谱孔洞：
每个频谱孔洞的保持时间X_i为一般的连续性随机变量，并假定{X_i}(i＝0，1，…)独立同分布，其概率密度函数、分布函数及补分布函数分别记为f(x)、F(x)和F(x)＝1-F(x)。并且，其均值和方差满足：
E [ X i ] = 1 / λ < ∞ Var [ X i ] < ∞ ( i = 0,1,2 , &CenterDot; &CenterDot; &CenterDot; ) ]]>
f(x)的Laplace变换记为
f * ( s ) = &Integral; 0 ∞ f ( x ) e - sx dx = &Integral; 0 ∞ e - sx dF ( x ) - - - ( 4 ) ]]>
3、关于频谱孔洞编号：
对认知用户一次业务请求服务时间内所使用过的频谱孔洞依次编号为0，1，2，…，每当认知用户开始一次新的服务时，将当前接入的频谱孔洞编号为0，此后认知用户经历的频谱孔洞依次重新编号。
然后，对切换概率进行计算：
如图2所示，表明认知用户在一次业务请求服务时间内各种时间的关系。其中X_r表示认知用户接受第0个频谱孔洞服务的剩余时间，X_i表示认知用户接受第i(i＝1，2，…)个频谱孔洞服务的时间；R₀表示认知用户一次业务请求的服务时间，R_i表示认知用户从接受第i(i＝1，2，…)个频谱孔洞服务开始，到本次业务请求结束时的时间间隔。根据指数分布的特点知道，R_i(i＝0，1，2，…)均符合负指数分布，其密度函数和分布函数与式(1)相同。并且认知用户接受第0个频谱孔洞服务的剩余时间X_r的密度函数为：
f r ( x ) = 1 - F ( x ) E [ X 0 ] = λ ( 1 - F ( x ) ) - - - ( 5 ) ]]>
根据密度函数的定义知：
&Integral; 0 ∞ f r ( x ) dx = 1 - - - ( 6 ) ]]>
从图2中可以得出，在认知用户一次业务请求服务时间R₀内，频谱切换进行了n次。下面分两种情况讨论在时间R₀内进行n次频谱切换的概率P_n：
当n＝0时：
这时，P₀就是认知用户的一次业务请求服务时间内没有发生频谱切换的概率，也就是说认知用户的一次服务只占用了一个频谱孔洞。这等价于时间间隔R₀不大于剩余服务时间X_r。于是利用式(1)～(5)可得：
P 0 = Pr { R 0 ≤ X r } = &Integral; &Integral; u < v g ( u ) f r ( v ) dudv ]]>
= &Integral; &Integral; u ≤ v μ e - μu f r ( v ) dudv = &Integral; 0 ∞ f r ( v ) dv &Integral; 0 v μe - μu du ]]>
= &Integral; 0 ∞ f r ( v ) ( - e - μu | u = v u = 0 ) dv = &Integral; 0 ∞ f r ( v ) ( 1 - e μv ) dv ]]>
= &Integral; 0 ∞ f r ( v ) dv - &Integral; 0 ∞ f r ( v ) e - μv dv = 1 + 1 μ &Integral; 0 ∞ f r ( v ) de - μv ]]>
= 1 + 1 μ ( λ ( 1 - F ( v ) ) e - μv | v = ∞ v = 0 ) - &Integral; 0 ∞ e - μv d f r ( v ) ]]>
= 1 - λ μ ( 1 - &Integral; 0 ∞ e - μv dF ( v ) ) = 1 - λ μ ( 1 - f * ( μ ) ) - - - ( 7 ) ]]>
当n>0时：
从图2可以看出，概率事件“时间R₀内认知用户进行n次频谱切换”等价于以下几个概率事件同时发生：
(1)认知用户接受第0个频谱孔洞服务的剩余时间X_r小于当前业务请求的服务时间R₀；
(2)认知用户切换到第1，2，…，n-1个频谱孔洞的时刻在当前业务请求服务结束之前；
(3)认知用户切换到第n+1个频谱孔洞的时刻在当前业务请求服务结束之后。
由前面的假设可知，X_i(i＝1，2，…)独立同分布，因此可以得出：
P_n＝Pr{X_r<R₀，X₁<R₁，X₂<R₂，…，X_n-1<R_n-1，X_n>R_n}
＝P_r{X_r<R₀}·Pr{X₁<R₁}·Pr{X₂<R₂}…Pr{X_n-1<R_n-1}
·Pr{X_n>R_n}
＝Pr{X_r<R₀}(Pr{X₁<R₁})^n-1Pr{X_n>R_n}
＝(1-Pr{R₀≤X_r})(Pr{X₁<R₁})^n-1(1-Pr{X_n≤R_n})
＝(1-P₀)(Pr{X₁<R₁})^n-1(1-Pr{X_n≤R_n})           (8)
又因为
Pr { X 1 < R 1 } = 1 - Pr { X 1 &GreaterEqual; R 1 } = 1 - &Integral; &Integral; y ≤ x g ( y ) f ( x ) dxdy ]]>
= 1 - &Integral; &Integral; y ≤ x μ e - μy f ( x ) dxdy = 1 - &Integral; 0 ∞ f ( x ) dx &Integral; 0 x μe - μy dy ]]>
= 1 - &Integral; 0 ∞ f ( x ) ( - e - μy | y = x y = 0 ) dx = 1 + &Integral; 0 ∞ f ( x ) ( e - μx - 1 ) dx ]]>
= 1 + &Integral; 0 ∞ e - μx f ( x ) dx - &Integral; 0 ∞ f ( x ) dx = &Integral; 0 ∞ e - μx f ( x ) dx ]]>
= f * ( μ ) - - - ( 9 ) ]]>
同理可得：
Pr{X_n≤R_n}＝f^*(μ)               (10)
由式(7)，(8)，(9)，(10)可得：
P n = λ μ ( 1 - f * ( μ ) ) ( f * ( μ ) ) n - 1 ( 1 - f * ( μ ) ) ]]>
= λ μ ( 1 - f * ( μ ) ) 2 ( f * ( μ ) ) n - 1 - - - ( 11 ) ]]>
由式(7)和(11)，可以得到认知用户在一次业务请求的服务持续时间内，发生频谱切换的概率公式为：
P n = 1 - λ μ ( 1 - f * ( μ ) ) ( n = 0 ) λ μ ( 1 - f * ( μ ) ) 2 ( f * ( μ ) ) n - 1 ( n > 0 ) - - - ( 12 ) ]]>
式中， 1 λ = &Integral; 0 ∞ xf ( x ) dx . ]]>
考虑一种比较简单的情况，即频谱孔洞的出现和消失也服从泊松分布，且每个频谱孔洞平均保持时间为1/λ，则{X_i}(i＝0，1，…)的密度函数和分布函数简化为：
f ( x ) = λ e - λx ( t &GreaterEqual; 0 ) 0 ( t < 0 ) - - - ( 13 ) ]]>
F ( x ) = 1 - e - λx ( t &GreaterEqual; 0 ) 0 ( t < 0 ) - - - ( 14 ) ]]>
由式(4)和(13)可得：
f * ( μ ) = &Integral; 0 ∞ f ( x ) e - μx dx = &Integral; 0 ∞ λe - λx &CenterDot; e - μx dx ]]>
= - λ λ + μ e - ( λ + μ ) x | x = ∞ x = 0 = λ λ + μ - - - ( 15 ) ]]>
将式(15)代入(12)，得：
P n = μ λ + μ ( n = 0 ) μ λ n ( λ + μ ) n + 1 ( n > 0 ) - - - ( 16 ) ]]>
式中，λ表示频谱孔洞的离开速率，μ表示认知用户业务请求离开的速率。
三、频谱切换与通信中断概率：
认知用户在有业务请求时有两种接入策略可供选择：一是频谱池接入方式，二是即时接入方式。频谱池方式较即时接入方式具有更高的接入效率，但在通信连接建立之后，用户的频谱切换方式对通信中断概率有什么影响呢？下面详细进行分析：
在认知无线电网络中，由于频谱移动造成的频谱频繁切换，不但会增加无线资源管理的信令开销，也可能会由于可用频谱资源受限造成通信中断，在上述频谱切换时间关系模型下，频谱切换方式对认知用户通信中断概率造成的影响有：
1、切换策略：
即时切换方式：
用户不预先建立频谱池，在有频谱切换需求时，临时进行空闲频谱扫瞄。这样会节省硬件资源，但切换时间会加长。
频谱池切换方式：
在授权频段，认知用户与授权用户共享频谱，但授权业务的接入优先级要高于认知用户。具体策略为：
在认知用户建立起通信连接之前，定期进行频谱孔洞探测，每次探测都将扫描频段内所有可用的频谱孔洞，将总数记为N，并从中选择C_max(C_max≤N)个孔洞建立自己的频谱切换资源池。假设认知用户的业务速率为λ_c，授权用户的业务速率λ₁，认知业务接入时只占用频谱池中的孔洞，授权用户接入时既可占用池外孔洞，也可占用池内孔洞，占用两者的概率由池内外的孔洞比例所决定。被占用频谱孔洞释放后也不再是频谱池的资源。这样频谱池容量就会随时间延长而逐渐减少，并在下一次频谱扫描之前不会增加。
因此，频谱池容量减少的速率，就是频谱池内可用频谱孔洞离开的速率λ，这里 λ = λ c + C max - j N λ 1 , ]]>j＝0，1，…，C_max-C_min-1。当频谱池容量减少到C_min(C_min≥1)时，认知用户开始下一次频谱扫描(假定两次扫描时间之间系统中的频谱孔洞数保持不变)，如此重复工作，使频谱池容量保持在[C_max，C_min]之间。如果扫描过程中发现C_max>N≥C_min’则令C_max＝N；若N＝1，系统不建立切换资源池，改为即时切换方式；如果此时发生频谱切换，通信中断概率将大大增加。
如图3所示，是频谱池内可用频谱孔洞数状态转移过程示意图。
假定认知用户和授权用户每次接入占用相同的频谱带宽。若二者带宽不同，假设认知用户所需带宽为B₁，授权用户所需带宽为B₂，则图3中频谱池容量的减少速率变为X＝C_max，…，C_min+1，式中，符号[]表示向上取整数。
按照上述原则，认知用户将根据一定的业务强度按照相应的扫描周期来维持频谱池内的可用频谱资源，但由于频谱池内的可用频谱孔洞数量也是一个随机过程，从概率上讲存在下一个探测周期启动之前，频谱池内可用资源已被耗尽的可能，也就存在频谱切换时由于频谱资源不够引起通信中断的可能性。
当认知业务需要进行频谱切换时，就在自己的资源池当中随机选择一个频谱孔洞进行通信，并按照本文前面所述的编号规则，为当前提供服务的频谱孔洞编号为0，将第一次切换之后的频谱孔洞编号为1，以此类推。当频谱切换次数n大于频谱池内剩余可用频谱孔洞数量时，就产生通信中断。
2、认知用户的通信中断概率：
如图4所示，在两次频谱孔洞探测之间的这段时间，被认作是一个频谱孔洞探测周期T。在一个探测周期内，频谱池内的孔洞数在时间轴上是一个单调递减的变量。
图中，k＝C_max-(C_min+1)。
时间段{T₁}，{T₂-T₁}，…，{T_k-T_k-1}是相互独立的随机过程。当认知用户的业务请求接入时间点落在[0，T₁]时，频谱池内剩余频谱孔洞数是C_max-1个，该次业务持续时间允许频谱切换的次数为C_max-1次，由于频谱资源受限原因引起的通信中断概率为 P d 0 = 1 - Σ n = 0 C max - 1 P n , ]]>P_n为发生n次频谱切换的概率；同理，当认知用户的业务请求接入时间点落在[T₁，T₂]时，频谱池内剩余频谱孔洞数是C_max-2个，该次业务持续时间允许频谱切换的次数为C_max-2次，由于频谱资源受限原因引起的通信中断概率为 P d 1 = 1 - Σ n = 0 C max - 2 P n ; ]]>以此类推，可得 P d ( k - 1 ) = 1 - Σ n = 0 C min + 1 P n , ]]> P d k = 1 - Σ n = 0 C min P n . ]]>认知用户业务请求到达时间点在[0，T]内服从均匀分布，即业务到达每个时间段的概率跟该段时间的长短成正比，分别用P_t0，P_t1，…，P_tk表示认知业务请求到达时间点落在[0，T₁]，[T₁，T₂]，…，[T_k，T]时间段的概率，则在一个探测周期内认知业务的通信中断概率为：
P d = Σ m = 0 k P tm P dm = Σ m = 0 k P tm ( 1 - Σ n = 0 C max - m - 1 P n ) - - - ( 17 ) ]]>
四、频谱移动性对通信中断概率的影响分析：
取N＝1000频谱孔洞，λ_c＝40～320次/小时，λ₁＝25λ_c＝1000～8000次/小时，μ＝120次/小时，为便于对比研究，[C_min，C_max]分别取[1，6]、[1，5]、[1，4]、[1，3]、[1，2]、[1，1]六组数据，其中[1，1]对应即时切换方式，并且都取认知用户的业务速率作为横坐标，仿真结果如图5、图6和图7所示。
图5和图6表示[C_min，C_max]＝[1，6]时，各时间段T₁，T₂-T₁，T₃-T₂，T₄-T₃，T₅-T₄在整个频谱池更新周期T内各自的平均时间及其所占的比例。更新时间越短，说明频谱移动性越强。由图5可以看出，认知用户业务强度越高，频谱池容量越大时，频谱移动性越强；由图6可以看出，虽然各时间段都是随机变量，但各时间段占用总更新时间的比例是相对稳定的，即不论业务强度如何变化，P_t0:P_t1:P_t2:P_t3:P_t4＝1:1.2:1.5:2:3保持基本不变。也就是说，认知业务到达各时间段的概率是稳定的，不随业务速率的升高而变化。
图7是初始频谱池容量C_max分别是6、5、4、3、2、1，C_min＝1时的认知业务通信中断概率。从图7中可以看出，认知业务强度越大，频谱移动性越强，通信中断的概率也就越大，并且即时频谱切换方式比频谱池方式通信中断概率要大的多。在同等频谱移动性条件下，频谱池容量越大，通信中断概率越低。
频谱池容量的大小决定了系统资源的使用情况。频谱池容量过大，会限制频谱使用效率的提高；而频谱池容量过小，不能显著改善认知用户的性能，造成频谱收益降低。所以，必须对频谱池容量进行优化，使频谱池内资源开销变得最小。
频谱池内单位时间的全部费用由服务成本和等待费用构成。用Z表示池内全部费用的期望值，则
Z(C)＝SC+WL              (18)
其中S为占用每个信道(频谱孔洞)单位时间的成本；C为频谱池中的频谱孔洞数量；W为每个业务请求在系统逗留单位时间的费用；L为系统中逗留的业务请求数，也是C的函数(根据排队理论可得出C与L的关系)。使Z值最小的C就是要求解的频谱池最优容量C^*。
C只取整数值，Z(C)为离散变量，用经济学中的边际法进行分析.当C＝C^*时，满足
Z ( C * ) ≤ Z ( C * - 1 ) Z ( C * ) ≤ Z ( C * + 1 ) - - - ( 19 ) ]]>
将式(1)代入式(2)，并解不等式组，可得
L ( C * ) - L ( C * + 1 ) ≤ S W ≤ L ( C * - 1 ) - L ( C * ) - - - ( 20 ) ]]>
依次求出C＝1，2，...时的值，并作相邻L值之差，构成1个数列，找出落在该数列的区间，即可求出最优容量C^*
在频谱池容量优化时，假设：1)认知用户呼叫业务到达速率λ＝230次/h，认知业务离开速率μ＝120次/h；2)S＝2.0元/信道·h^-1，W＝4元/信道·h-1.频谱池的最佳容量分布在3～5个频谱孔洞之间，当C^*＝4个频谱孔洞时，成本函数Z(C)达到最小。
因此频谱池达到最佳容量时，认知业务强度λc低于80次/h时，通信中断概率可以达到10％以下。
本发明中，提出了认知无线电网络中频谱切换的时间关系模型，推导了认知用户服务期间频谱切换的概率公式，研究了频谱移动性和频谱池策略对通信中断概率的影响，并研究了频谱池容量和通信中断概率之间的关系。
研究结果表明，频谱池策略能够有效有效降低认知无线电网络的通信中断概率，在频谱池达到最仕容量4时，认知业务强度λc低于80次/h时，通信中断概率可以达到10％以下。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。