一种认知无线电网络的动态信道接入方法与流程

1.本发明属于无线网络通信技术领域，具体为一种认知无线电网络的动态信道接入方法。


背景技术：

2.认知无线电技术能够突破传统静态频谱分配策略的局限性，是一种有效提高频谱利用率的方法，能极大地解决频谱稀缺的难题。近年来，面向传统认知无线电网络的频谱感知与动态接入策略优化已得到广泛研究，但非正交多址接入技术的发展和数据业务的传输时限使得以往策略无法适用于现代无线网络。以往的频谱接入技术大多局限于固定时限内的分析，无法灵活地适应数据业务的多变的传输时限需求。与此同时，网络中的可靠性性能逐渐成为了近年来的研究热点，以往大多数研究均假设网络中的设备采用固定的发送概率。显而易见，当网络中等待通信的设备数量与数据分组传输时限发生变化时，所述固定发送概率将难以灵活适应网络环境的变化需求，进而导致网络可靠性性能的恶化。


技术实现要素：

3.本发明旨在提供一种认知无线电网络的动态信道接入方法，以得到不同传输时限下剩余的等待数据发送的sus数量不断变化的认知无线电网络的近优可靠性指标。
4.实现本发明的目的的技术方案为：一种认知无线电网络的动态信道接入方法，具体步骤为：
5.步骤1、确定主用户(pu)在每个时隙下的状态转移概率矩阵p；
6.步骤2、确定马尔可夫决策过程的相关参数，所述相关参数包括：描述在时隙t的开始时刻，网络中剩余的等待数据发送的次用户(sus)数量s
t
(n
t
,v
t
,c
t
)、描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
,c
t
)时，sus接入信道的接入概率的行为描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
,c
t
)时，网络采取行为在时隙t 1的开始时刻，网络处于状态s
t 1
(n
t 1
,v
t 1
,c
t 1
)的转移概率以及描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
)时，网络中已经成功完成数据传输的sus数量增量期望的奖励
7.步骤3、利用逆向归纳法，确定网络中时隙t至时隙d之间已经成功完成数据传输的sus数量增量之和的期望u
t
(s
t
)。
8.步骤4、根据网络中时隙t至时隙d之间已经成功完成数据传输的sus数量增量之和的期望u
t
(s
t
)来确定网络的近优可靠性指标。
9.本发明与现有技术相比，其显著优点为：通过本发明能够确定不同传输时限下等待数据发送的sus数量不断变化的认知无线电网络的近优可靠性指标，即可以使传输时限内成功完成数据传输的sus数量与总sus数量的比值更高，因此能够为认知无线电网络动态信道接入的有效实施提供帮助。
附图说明
10.图1为本发明的流程图。
11.图2为实施例1中两种信道接入策略随sus数量n变化的可靠性性能示意图。
12.图3为实施例1中两种信道接入策略随传输时限d变化的可靠性性能示意图。
13.图4为实施例1中两种信道接入策略随mpr能力γ变化的可靠性性能示意图。
14.图5为实施例1中两种信道接入策略随信道空闲概率π1变化的可靠性性能示意图。
具体实施方式
15.本发明中，动态信道接入方法具体为在d传输时限内，认知无线电网络中的n个sus在任一全局超帧开始时刻均有数据发送需求，并在pu不占据信道时尝试以随机接入方式发送数据，发送一次后在下个全局超帧开始前保持安静，不使用应答机制。此时，网络中等待数据发送的sus的数量不断减少。假设每个时隙下sus可以观测到{未有su通信，传输成功及对应的用户数，传输冲突}，其中观测到冲突时，就假设为γ 1个sus参与了冲突。在每个时隙下，每个sus进而在任一没有被pu占用的时隙t的开始时刻，以概率发送数据分组。一种认知无线电网络的动态信道接入方法，具体步骤为：
16.步骤1、确定主用户(pu)在每个时隙下的状态转移概率矩阵p；
17.步骤2、确定马尔可夫决策过程的相关参数，所述相关参数包括：描述在时隙t的开始时刻，网络中剩余的活跃次用户(sus)数量s
t
(n
t
,v
t
,c
t
)、描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
,c
t
)时，sus接入信道的接入概率的行为描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
,c
t
)时，网络采取行为在时隙t 1的开始时刻，网络处于状态s
t 1
(n
t 1
,v
t 1
,c
t 1
)的转移概率以及描述在时隙t的开始时刻，当网络处于状态s
t
(n
t
,v
t
)时，网络中已经成功完成数据传输的设备数量增量期望的奖励
18.步骤3、利用逆向归纳法，确定网络中时隙t至时隙d之间已经成功完成数据传输的设备数量增量之和的期望u
t
(s
t
)。
19.步骤4、根据网络中时隙t至时隙d之间已经成功完成数据传输的设备数量增量之和的期望u
t
(s
t
)来确定网络的近优可靠性指标。
20.优选地，所述马尔可夫决策过程的相关参数的确定方法具体为：
21.步骤1-1、确定马尔可夫决策过程的决策时间，d为数据分组的传输时限，满足d＜∞，即有限时域马尔可夫决策过程；在该有限时域马尔可夫决策过程中，网络在时隙t＝0,1,...d-1做出决策，在时隙t＝d结束决策；
22.步骤1-2、确定状态s
t
∈s＝{(v
t
,n
t
,c
t
)}，满足：s
t
∈s＝{(v
t
,n
t
,c
t
)},t∈[0,d]，s为有限、离散的状态空间，n为网络中的设备数量，其中v
t
(0≤v≤v)表示猜测得到的活跃用户数，n
t
(0≤n≤n)表示真实的活跃用户数，c
t
＝0/1。本发明假设一开始时v＝n。
[0023]
步骤1-3、确定行为满足：p
t,v
∈a＝{0,δp,2δp,...1}，表示0到1之间均匀分布的抽样。
[0024]
步骤1-4、确定转移概率转移概率计算公式为：
[0025][0026]
当猜测的等待数据发送的sus数为v
t
，真实的等待数据发送的sus数为n
t
时，模型假设在t时隙接入的sus为k
t
，根据对观测的猜测以及k
t
的值可以猜测得到下一时隙的等待数据发送的用户数v
t 1
，如下所示：
[0027][0028]
步骤1-5、确定奖励奖励的计算公式为：
[0029][0030]
优选地，时隙t至时隙d之间已经成功完成数据传输的sus数量增量之和的期望u
t
(s
t
)的确定方法为：
[0031]
步骤2-1、设置迭代参数t＝d，对于期望u
d
(s
d
)＝r
d
(s
d
)；
[0032]
步骤2-2、设置t＝t-1，对于计算期望u
t
(s
t
)如下：
[0033][0034]
步骤2-3、如果t＝0，则停止迭代，否则继续执行步骤2-2。
[0035]
优选地，网络可靠性指标p
rel
(v,n,d)的确认方法为：
[0036]
p
rel
(v,n,d)＝(π0u0(v 1,n 1,0) π1u0(v 1,n 1,1))/n
[0037]
优选地，步骤1中的传输时限具体为：在d传输时限内，认知无线电网络中的n个sus在任一全局超帧开始时刻均有数据发送需求，并在pu不占据信道时尝试以随机接入方式发送数据，发送一次后在下个全局超帧开始前保持安静，不使用应答机制。此时，网络中等待数据发送的sus的数量不断减少。
[0038]
优选地，步骤1中的信道接入规则具体为：假设每个时隙下sus可以观测到{未有su通信，传输成功及对应的用户数，传输冲突}，其中观测到冲突时，就假设为γ 1个sus参与了冲突。在每个时隙下，每个sus进而在任一没有被pu占用的时隙t的开始时刻，以概率发送数据分组。
[0039]
实施例1
[0040]
本发明采用matlab软件对所述方法进行实施，下面是网络中的markov双状态链参数α＝0.5,0.7,β＝0.4,0.5,sus数量n＝10,15,20,25,30,35,40,传输时限d＝20,40和多包接收能力γ＝2,4的参数组合下的两种信道接入策略的性能对比图。考虑以下两种认知无线电网络动态信道接入策略。方案一：本发明所设计的认知无线电网络动态信道接入方法。方案二：在传输时限d’中，等待数据发送的sus在任一时隙都采取当前时隙下的最优接入概
率来接入信道。其中d’＝d*π1，即原本的总传输时限与信道空闲稳态概率的乘积，即d’为按比例缩略后的新传输时限，其中最优接入概率是基于δp＝0.001的间隔搜索得到的。
[0041]
如图2所示，在所有网络参数的组合下，本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着sus数量的增加，使得竞争的概率增大，因而两种策略的可靠性性能都有所恶化。
[0042]
如图3所示，在所有网络参数的组合下，本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着传输时限d数量的增加，传输的机会增多，因而两种策略的可靠性性能都有所改善。
[0043]
如图4所示，在所有网络参数的组合下，本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着mpr能力γ的增加，任一个时隙内中能够同时发送数据分组的sus数增加，冲突的概率减少，因而两种策略的可靠性性能都有所改善。
[0044]
如图5所示，在所有网络参数的组合下，本发明提出的认知无线电网络动态信道接入方法的可靠性性能要优于第二种方案的可靠性性能。随着信道空闲概率π1的增加，sus能够传输数据分组的机会增加，两种策略的可靠性性能都有所改善。