CN102572847B - 频谱分配方法及*** - Google Patents

Abstract

本发明涉及一种频谱分配方法及***。所述频谱分配方法包括以下步骤：将注册频段分成多个信道，获取当前感知周期内每个信道的状态；根据所述当前周期内每个信道的状态预测下一感知周期内每个信道的状态；获取认知用户的传输需求量及每个信道的基本参数，根据所述认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道上的期望传输时间；计算下一感知周期内多个信道的可用的总传输量；计算下一感知周期内信道满足传输需求的概率；设定约束条件，在约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果。上述频谱分配方法及***，能合理分配多个信道，提高了频谱的利用率。

Description

频谱分配方法及***

【技术领域】

本发明涉及无线通信领域，特别涉及一种频谱分配方法及***。

【背景技术】

频率是不可再生资源，因此频谱利用率一直以来是大家所关注的问题。目前的频谱分配机制一般都是固定方式的，这种机制的优点在于通信设备在某个固定频段工作，同时也能够得到每个接入网络的***参数，设备复杂性较小。但是固定频谱分配方法使得大量频谱未得到充分利用，因为某些频谱只能用于特定的地理环境或时间段，而在其他地区或其他时间段频谱资源则处于空闲状态。因此如果能引入新的频谱机制，根据特定的地理条件及用户的实时需求等，达到动态频谱分配，将能极大提高频谱利用率。

传统的频谱分配的方法主要是在数据传输前用马尔科夫链(Markovian)模型预测频谱是否可用，但该种方法可能会造成给需求小的认知用户分配的带宽多，而给需求多的认知用户分配的带宽小，从而造成频谱资源分配的严重不均衡。

【发明内容】

基于此，有必要提供一种频谱分配方法，合理分配频谱，提高频谱的利用率。

一种频谱分配方法，包括以下步骤：

将注册频段分成多个信道，获取当前感知周期内每个信道的状态；

根据所述当前周期内每个信道的状态预测下一感知周期内每个信道的状态；

获取认知用户的传输需求量及每个信道的基本参数，根据所述认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，所述基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量；

根据所述预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量；

计算下一感知周期内信道满足传输需求的概率；

根据所述下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在所述约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果。

优选地，所述约束条件为下一感知周期内信道满足传输需求的概率大于条件阈值，且下一感知周期内多个信道的可用的总传输量大于等于所述认知用户的传输需求量。

优选地，所述根据当前周期内每个信道的状态预测下一感知周期内每个信道的状态的具体步骤包括：

建立信道状态的马尔科夫链模型，所述信道状态包括空闲状态和占用状态，所述信道状态的空闲状态和占用状态采用指数分布函数表示；

设置状态阈值，根据所述当前感知周期内信道状态计算下一感知周期内每个信道的可用概率，将每个信道的可用概率与所述状态阈值比较，若所述信道的可用概率大于等于所述状态阈值，所述下一感知周期内信道状态为空闲状态，否则所述下一感知周期内信道状态为占用状态。

优选地，所述计算下一感知周期的信道满足传输需求的概率具体包括：

比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率；

根据所述计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

优选地，所述获取信道的正向传输率或反馈传输率的具体步骤为：

设定时间窗口和发送探测包的间隔时间；

根据时间窗口及间隔时间计算得出发送探测包的数量；

获取在所述设定时间窗口内接收到的探测包的数量；

计算接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。

优选地，所述信道的期望传输时间的计算公式为：

${\mathrm{ETT}}_i=\mathrm{\γ}\×\frac{1}{d_{f_i}\×d_{r_i}}\×\frac{M_i}{B_i\×\log (1+{\mathrm{SINR}}_i)},$

其中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比。

此外，还有必要提供一种频谱分配***，合理分配频谱，提高频谱的利用率。

一种频谱分配***，包括：

扫描模块，用于将注册频段分成多个信道，获取当前感知周期内每个信道的状态；

预测模块，用于根据所述当前周期内每个信道的状态预测下一感知周期内每个信道的状态；

参数获取模块，用于获取认知用户的传输需求量及每个信道的基本参数，所述基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量；

计算模块，用于根据所述认知用户的传输需求量及每个信道的基本参数计算认知用户在每个信道的期望传输时间，根据所述预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量，并计算下一感知周期内信道满足传输需求的概率；

信道分配模块，用于根据所述下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在所述约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果。

优选地，所述约束条件为下一感知周期的信道满足传输需求的概率大于条件阈值，且下一感知周期的多个信道的可用的总传输量大于等于所述认知用户的传输需求量。

优选地，所述预测模块包括建模单元、设置单元、计算单元和判断单元，所述建模单元用于建立信道状态的马尔科夫链模型，所述信道状态包括空闲状态和占用状态，所述信道状态的空闲状态和占用状态采用指数分布函数表示；所述设置单元设置状态阈值；所述计算单元根据所述当前感知周期内信道状态计算下一感知周期内每个信道的可用概率；所述判断单元用于比较每个信道的可用概率与所述状态阈值，若所述信道的可用概率大于等于所述状态阈值，所述下一感知周期内信道状态为空闲状态，否则所述下一感知周期内信道状态为占用状态。

优选地，所述计算模块还用于比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率，并根据所述计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

优选地，所述参数获取模块包括传输率处理单元，所述传输率处理单元设定时间窗口和发送探测包的间隔时间，根据时间窗口及间隔时间计算得出发送探测包的数量，获取在所述设定时间窗口内接收到的探测包的数量，计算得出接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。

优选地，所述计算模块计算所述信道的期望传输时间的公式为：

${\mathrm{ETT}}_i=\mathrm{\γ}\×\frac{1}{d_{f_i}\×d_{r_i}}\×\frac{M_i}{B_i\×\log (1+{\mathrm{SINR}}_i)},$

其中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比。

上述频谱分配方法及***，采用获取当前感知周期内每个信道的状态，预测下一感知周期内的每个信道的状态，计算认知用户在每个信道的期望传输时间，再计算下一周期内多个信道的可用的总传输量和信道满足传输需求的概率，设定约束条件，在约束条件下求解多个信道的总带宽的最小值，从而得出下一周期内多个信道的分配结果，如此，能合理分配多个信道，提高了频谱的利用率。

【附图说明】

图1为一个实施例中频谱分配方法的流程图；

图2为一个实施例中获取信道的正向传输率的方法流程图；

图3为一个实施例中频谱分配***的结构示意图；

图4为图3中预测模块的内部结构示意图。

【具体实施方式】

下面结合具体的实施例及附图对技术方案进行详细的描述。

如图1所示，一个实施例中，一种频谱分配方法，包括以下步骤：

步骤S10，将注册频段分成多个信道，获取当前感知周期内每个信道的状态。

在步骤S10中，频谱为无线电频谱资源，通常指长波、中波、短波、超短波和微波，一般指9KHz～3000GHz(频率单位为：赫兹Hz)频率范围内发射无线电波的无线电频率的总称。整个频谱有部分已被注册使用，该频谱称为注册频段。将注册频段分成多个信道，信道i的带宽为B_i。该多个信道都已经被授权给主用户，为注册信道。注册用户是指授权的用户，具有频谱的优先使用权。认知用户是指未授权的用户，动态跟踪用户的频谱占用情况，在未使用的空闲频谱上通信，当注册用户重新使用频谱时，认知用户需将频谱归还给注册用户使用。认知用户在当前感知周期内，扫描多个信道，可获取当前感知周期内每个信道的状态。认知用户只需扫描一次，获取当前周期内每个信道的状态，后续每个周期内每个信道的状态可通过预测得到。感知周期为认知用户定期扫描的间隔时间，感知周期刚开始可由用户自行设定，实际进行数据传输后可根据传输结果进行调整。

步骤S20，根据该当前周期内每个信道的状态预测下一感知周期内每个信道的状态。认知用户扫描获取到当前感知周期内每个信道的状态，可以预测与当前感知周期相邻的下一感知周期内每个信道的状态。

在一个实施例中，步骤S20具体步骤包括：

(I)建立信道状态的马尔科夫链模型，该信道状态包括空闲状态和占用状态，且信道状态的空闲状态和占用状态采用指数分布函数表示。

信道的空闲状态是指信道未被注册用户专用，占用状态是指信道被注册用户专用，建立信道状态的马尔科夫链模型预测信道的两个状态的转换。信道的状态采用S_i表示，S_i∈(0(BUSY)，1(IDLE))。信道的空闲状态和占用状态的时间长度用随机变量表示，空闲状态时空闲的时间长度采用随机变量Y_i表示；占用状态时占用的时间长度采用随机变量X_i表示。信道状态的时间持续长度呈独立的指数分布，这个随机过程形成了一个连续时间的马尔科夫链。

对于每个信道i，每次空闲状态(即空闲状态)的时间长度y_i遵循均值为的指数分布，如式(1)：

$f\left(y_i\right)=\left\{\begin{array}{cc}{\mathrm{\&lambda;}}_{Y_i}{e}^{-{\mathrm{\&lambda;}}_{Y_i}{y}_i}& y_i\&GreaterEqual;0\\ 0& y_i<0\end{array}\right.---\left(1\right)$

对于每个信道i，每次占用状态(忙状态)的时间长度x_i遵循均值为的指数分布，如式(2)：

$f\left(x_i\right)=\left\{\begin{array}{cc}{\mathrm{\&lambda;}}_{X_i}{e}^{-{\mathrm{\&lambda;}}_{X_i}{x}_i}& x_i\&GreaterEqual;0\\ 0& x_i<0\end{array}\right.---\left(2\right)$

(II)设置状态阈值，根据当前感知周期内信道状态计算下一感知周期内每个信道的可用概率，将每个信道的可用概率与该状态阈值比较，若信道的可用概率大于等于该状态阈值，则下一感知周期内该信道的状态为空闲状态，否则为占用状态。状态阈值可由用户设定，然后根据实验进行的结果对其进行调整。

根据注册用户的静态通信模型，预测信道的可用概率。信道的可用概率即为信道空闲的概率。下一感知周期内信道i空闲的概率，计算公式如下：

${P^i}_{\mathrm{idle}}=\left\{\begin{array}{cc}\frac{{\mathrm{\&lambda;}}_{Y_i}+{\mathrm{\&lambda;}}_{X_i}{e}^{-({\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i})\mathrm{\&Delta;}{t}_i}}{{\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i}}& S_i=\mathrm{IDLE}\\ \frac{{\mathrm{\&lambda;}}_{Y_i}-{\mathrm{\&lambda;}}_{X_i}{e}^{-({\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i})\mathrm{\&Delta;}{t}_i}}{{\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i}}& S_i=\mathrm{BUSY}\end{array}\right.---\left(3\right)$

式(3)中，Pⁱ _idle为下一感知周期内信道i空闲的概率，Δt_i为相邻两次观察时隙的间隔时间，S_i＝IDLE或S_i＝BUSY为当前感知周期内信道的状态。

将计算得出的下一感知周期内信道的可用概率与状态阈值比较，可得出下一感知周期内该信道的状态。

步骤S30，获取认知用户的传输需求量及每个信道的基本参数，根据认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，该基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量。

在步骤S30中，认知用户的传输需求量采用M表示。信道的基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量。

其中，信道的正向传输率和反馈传输率为成功传输的概率。认知用户在传输数据包的时候，并非每次传输都会成功，需要多次传输才会成功，因此存在一个传输次数的期望值(ETX)，即指成功传递一个数据包所需次数的期望值。传输次数的期望值可通过正向传输率和反馈的传输率来计算。正向传输率d_f代表一个数据包成功到达接收端的概率，反馈传输率d_r是指成功收到ACK(TCP数据包首部中的确认标志，对已接收到的TCP报文进行确认)包的概率。因此，一个数据包被成功的接收并且反馈的概率为d_f*d_r，若发送端未接收到ACK包，就会重新传输数据包。

每次传输尝试可看作是一次伯努利实验，传输次数的期望值可用下式计算：

$\mathrm{ETX}=\frac{1}{d_f\&times;d_r}---\left(4\right)$

式(4)中，ETX为传输次数的期望值，d_f为正向传输率，d_r为反馈传输率。

优选的实施例中，如图2所示，获取信道的正向传输率d_f或反馈传输率d_r具体包括以下步骤：

步骤S300，设定时间窗口和发送探测包的间隔时间。设定时间窗口w，发送探测包的间隔时间τ。

步骤S310，根据时间窗口及间隔时间计算得出发送探测包的数量。w/τ是在设定时间窗口内发送探测包的个数。

步骤S320，获取在所述设定时间窗口内接收到的探测包的数量。在设定时间窗口w内，在接收端接收到的探测包的数量为Count(t-w，t)。

步骤S330，计算接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。信道正向传输率的计算公式如式(5)：

$d_f=\frac{\mathrm{count}(t-w,t)}{w/\mathrm{\&tau;}}---\left(5\right)$

采用同样的方法求得反馈传输率。

多个信道设为N个，信道i的带宽为B_i。信道i上传输的信息总量为M_i，即N个信道上传输的信息总量为认知用户的传输需求量M。

根据认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，认知用户在每个信道的期望传输时间计算公式如式(6)所示：

${\mathrm{ETT}}_i=\mathrm{\&gamma;}\&times;{\mathrm{ETX}}_i\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)}---\left(6\right)$

$=\mathrm{\&gamma;}\&times;\frac{1}{d_{f_i}\&times;d_{r_i}}\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)}$

式(6)中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比，B_ilog(1+SINR_i)为计算信道容量的香浓公式。

步骤S40，根据预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量。

在步骤S40中，根据预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，可计算得出N个信道的可用的总传输量。计算公式如式(7)：

$J=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{S}_i\&CenterDot;B_i\&CenterDot;{\mathrm{ETT}}_i---\left(7\right)$

式(7)中，J为N个信道的总传输量。

步骤S50，计算下一感知周期内信道满足传输需求的概率。其中，信道满足传输需求的概率是指信道的可用传输的时间满足认知用户传输需求的概率。

在步骤S50中计算信道满足传输需求的概率的具体步骤包括：

a.比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率。

最大的期望传输时间T_max为：

$T_{\max }=\underset{i}{\mathrm{Max}}\left({\mathrm{ETT}}_i\right)---\left(8\right)$

当授权信道的空闲状态时间(空闲时间)小于最大的期望传输时间的时候，就会发生信道切换。因此，频谱切换发生在的时候，其中是信道i的空闲时间。

注册用户的空闲时间可以通过参数为λ的指数分布来估计，所以信道切换概率可以表示为：

$P_i=P(T_{\mathrm{idl}{e}_i}<T_{\max })={\&Integral;}_0^{T_{\max }}{\mathrm{\&lambda;}}_i{e}^{-{\mathrm{\&lambda;}}_{i}t}\mathrm{dt}=1-e^{-{\mathrm{\&lambda;}}_i{T}_{\max }}---\left(9\right)$

式(9)中，P_i为信道i的切换概率。

b.根据计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

信道满足传输需求的概率，即信道的空闲时间大于等于最大期望传输时间的概率，也就是不需要进行频谱切换的概率，采用Pa表示，计算公式如式(10)：

Pa＝P(T_idel≥T_max)＝1-P(T_idel＜T_max)         (10)

步骤S60，根据下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在该约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果。

在步骤S60中，约束条件为下一感知周期内信道满足传输需求的概率大于条件阈值，且下一感知周期内多个信道的可用的总传输量大于等于认知用户的传输需求量。其中，下一感知周期内信道满足传输需求的概率Pa大于条件阈值δ的公式如式(11)：

Pa＝P(T_idel≥T_max)＝1-P(T_idel＜T_max)＞δ       (11)

条件阈值δ由用户设定，再根据信道使用的结果进行调整。

下一感知周期内多个信道的可用的总传输量J大于等于认知用户的传输需求量M，计算公式如式(12)：

$J=\underset{i}{\overset{N}{\mathrm{\&Sigma;}}}{S}_i\&CenterDot;B_i\&CenterDot;{\mathrm{ETT}}_i\&GreaterEqual;M---\left(12\right)$

在两个约束条件下，求得多个信道的总带宽的最小值，即

多个信道分配后，该求得的感知周期内，认知用户若被分配了信道，则进行数据传输，若没有分配信道，则继续预测与该下一感知周期相邻的下一感知周期，重新预测信道，进行重新分配。

在一个实施例中，如图3所示，一种频谱分配***，包括扫描模块10、预测模块20、参数获取模块30、计算模块40和信道分配模块50。

扫描模块10用于将注册频段分成多个信道，扫描所述多个信道，获取当前感知周期内每个信道的状态。整个频谱有部分分配给注册用户使用，该频谱称为注册频段。将注册频段分成多个信道，信道i的带宽为B_i。该多个信道都已经被授权给主用户，为注册信道。注册用户是指授权的用户，具有频谱的优先使用权。认知用户是指未授权的用户，动态跟踪用户的频谱占用情况，在未使用的空闲频谱上通信，当注册用户重新使用频谱时，认知用户需将频谱归还给注册用户使用。认知用户在当前感知周期内，通过扫描模块10扫描多个信道，可获取当前感知周期内每个信道的状态。扫描模块10只需扫描一次，获取当前周期内每个信道的状态，后续每个周期内每个信道的状态可通过预测得到。感知周期为认知用户定期扫描的间隔时间，感知周期刚开始可由用户自行设定，实际进行数据传输后可根据传输结果进行调整。

预测模块20用于根据当前周期内每个信道的状态预测下一感知周期内每个信道的状态。认知用户扫描获取到当前感知周期内每个信道的状态，预测模块20可以预测与当前感知周期相邻的下一感知周期内每个信道的状态。

优选的实施例中，如图4所示，预测模块20包括建模单元200、设置单元210、计算单元220和判断单元230。

建模单元200用于建立信道状态的马尔科夫链模型，信道状态包括空闲状态和占用状态，信道状态的空闲状态和占用状态采用指数分布函数表示。

信道的空闲状态为空闲，占用状态为忙(信道被注册用户专用)，建立信道状态的马尔科夫链模型预测信道的两个状态的转换。信道的状态采用S_i表示，S_i∈(0(BUSY)，1(IDLE))。信道的空闲状态和占用状态的时间长度用随机变量表示，空闲状态为空闲，空闲的时间长度采用随机变量Y_i表示；占用状态为忙，忙的时间长度采用随机变量X_i表示。信道状态的时间持续长度呈独立的指数分布，这个随机过程形成了一个连续时间的马尔科夫链。

对于每个信道i，每次空闲状态(即空闲状态)的时间长度y_i遵循均值为的指数分布，如式(1)：

$f\left(y_i\right)=\left\{\begin{array}{cc}{\mathrm{\&lambda;}}_{Y_i}{e}^{-{\mathrm{\&lambda;}}_{Y_i}{y}_i}& y_i\&GreaterEqual;0\\ 0& y_i<0\end{array}\right.---\left(1\right)$

对于每个信道i，每次占用状态(忙状态)的时间长度x_i遵循均值为的指数分布，如式(2)：

$f\left(x_i\right)=\left\{\begin{array}{cc}{\mathrm{\&lambda;}}_{X_i}{e}^{-{\mathrm{\&lambda;}}_{X_i}{x}_i}& x_i\&GreaterEqual;0\\ 0& x_i<0\end{array}\right.---\left(2\right)$

设置单元210设置状态阈值。状态阈值可由用户设定，然后根据实验进行结果，对其进行调整。

计算单元220根据当前感知周期内信道状态计算下一感知周期内每个信道的可用概率。根据注册用户的静态通信模型，预测信道的可用概率。信道的可用概率即为信道空闲的概率。下一感知周期内信道i空闲的概率，计算公式如下：

${P^i}_{\mathrm{idle}}=\left\{\begin{array}{cc}\frac{{\mathrm{\&lambda;}}_{Y_i}+{\mathrm{\&lambda;}}_{X_i}{e}^{-({\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i})\mathrm{\&Delta;}{t}_i}}{{\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i}}& S_i=\mathrm{IDLE}\\ \frac{{\mathrm{\&lambda;}}_{Y_i}-{\mathrm{\&lambda;}}_{X_i}{e}^{-({\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i})\mathrm{\&Delta;}{t}_i}}{{\mathrm{\&lambda;}}_{X_i}+{\mathrm{\&lambda;}}_{Y_i}}& S_i=\mathrm{BUSY}\end{array}\right.---\left(3\right)$

式(3)中，Pⁱ _idle为下一感知周期内信道i空闲的概率，Δt_i为上相邻两次观察时隙的间隔时间，S_i＝IDLE或S_i＝BUSY为当前感知周期内信道的状态。

判断单元230用于比较每个信道的可用概率与状态阈值，若信道的可用概率大于等于所述状态阈值，下一感知周期内该信道状态为空闲状态，否则下一感知周期内该信道状态为占用状态。

参数获取模块30用于获取认知用户的传输需求量及每个信道的基本参数，该基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量。

其中，信道的正向传输率和反馈传输率为成功传输的概率。认知用户在传输数据包的时候，并非每次传输都会成功，需要多次传输才会成功，因此存在一个传输次数的期望值(ETX)，即指成功传递一个数据包所需次数的期望值。传输次数的期望值可通过正向传输率和反馈的传输率来计算。正向传输率d_f代表一个数据包成功到达接收端的概率，反馈传输率d_r是指成功收到ACK(TCP数据包首部中的确认标志，对已接收到的TCP报文进行确认)包的概率。因此，一个数据包被成功的接收并且反馈的概率为d_f*d_r，若发送端未接收到ACK包，就会重新传输数据包。

每次传输尝试可看作是一次伯努利实验，传输次数的期望值可用下式计算：

$\mathrm{ETX}=\frac{1}{d_f\&times;d_r}---\left(4\right)$

式(4)中，ETX为传输次数的期望值，d_f为正向传输率，d_r为反馈传输率。

优选的实施例中，参数获取模块30包括传输率处理单元，所述传输率处理单元用于获取信道的正向传输率d_f或反馈传输率d_r。具体过程包括：

(a1)设定时间窗口和发送探测包的间隔时间。设定时间窗口w，发送探测包的间隔时间τ。

(a2)根据时间窗口及间隔时间计算得出发送探测包的数量。w/τ是在设定时间窗口内发送探测包的个数。

(a3)获取在所述设定时间窗口内接收到的探测包的数量。在设定时间窗口w内，在接收端接收到的探测包的数量为Count(t-w，t)。

(a4)计算接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。信道正向传输率的计算公式如式(5)：

$d_f=\frac{\mathrm{count}(t-w,t)}{w/\mathrm{\&tau;}}---\left(5\right)$

采用同样的方式求得反馈传输率。

多个信道设为N个，信道i的带宽为B_i。信道i上传输的信息总量为M_i，即N个信道上传输的信息总量为认知用户的传输需求量M。

计算模块40用于根据该认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，根据预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量，并计算下一感知周期内信道满足传输需求的概率。

计算模块40根据认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，认知用户在每个信道的期望传输时间计算公式如式(6)所示：

${\mathrm{ETT}}_i=\mathrm{\&gamma;}\&times;{\mathrm{ETX}}_i\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)}---\left(6\right)$

$=\mathrm{\&gamma;}\&times;\frac{1}{d_{f_i}\&times;d_{r_i}}\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)}$

式(6)中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比，B_ilog(1+SINR_i)为计算信道容量的香浓公式。

计算模块40根据预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，可计算得出N个信道的可用的总传输量。计算公式如式(7)：

$J=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{S}_i\&CenterDot;B_i\&CenterDot;{\mathrm{ETT}}_i---\left(7\right)$

式(7)中，J为N个信道的总传输量。

计算模块40计算信道满足传输需求的概率的具体过程包括：

(b1)比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率。

最大的期望传输时间T_max为：

$T_{\max }=\underset{i}{\mathrm{Max}}\left({\mathrm{ETT}}_i\right)---\left(8\right)$

当授权信道的空闲状态时间(空闲时间)小于最大的期望传输时间的时候，就会发生信道切换。因此，频谱切换发生在的时候，其中是信道i的空闲时间。

注册用户的空闲时间可以通过参数为λ的指数分布来估计，所以信道切换概率可以表示为：

$P_i=P(T_{\mathrm{idl}{e}_i}<T_{\max })={\&Integral;}_0^{T_{\max }}{\mathrm{\&lambda;}}_i{e}^{-{\mathrm{\&lambda;}}_{i}t}\mathrm{dt}=1-e^{-{\mathrm{\&lambda;}}_i{T}_{\max }}---\left(9\right)$

式(9)中，P_i为信道i的切换概率。

(b2)根据计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

信道满足传输需求的概率，即信道的空闲时间大于等于最大期望传输时间的概率，也就是不需要进行频谱切换的概率，采用Pa表示，计算公式如式(10)：

Pa＝P(T_idel≥T_max)＝1-P(T_idel＜T_max)             (10)

信道分配模块50用于根据下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在该约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果。

其中，下一感知周期内信道满足传输需求的概率Pa大于条件阈值δ的公式如式(11)：

Pa＝P(T_idel≥T_max)＝1-P(T_idel＜T_max)＞δ     (11)

条件阈值δ由用户设定，再根据信道使用的结果进行调整。

下一感知周期内多个信道的可用的总传输量J大于等于认知用户的传输需求量M，计算公式如式(12)：

$J=\underset{i}{\overset{N}{\mathrm{\&Sigma;}}}{S}_i\&CenterDot;B_i\&CenterDot;{\mathrm{ETT}}_i\&GreaterEqual;M---\left(12\right)$

在两个约束条件下，求得多个信道的总带宽的最小值，即

多个信道分配后，该求得的感知周期内，认知用户若被分配了信道，则进行数据传输，若没有分配信道，则继续预测与该下一感知周期相邻的下一感知周期，重新预测信道，进行重新分配。

上述频谱分配方法及***可应用于认知无线电网络、无线Mesh网、ad hoc网络等。认知无线电是可以根据通信环境自适应地改变通信的频率、带宽、调制技术和传输功率等以满足通信的要求，由认知无线电接点互联而成的网络就是认知无线电网络。无线Mesh网络即无线网格网络，它是一个无线多跳网络。ad hoc网络是点对点模式的网络。

另外，衡量一个认知无线电网络频谱分配好坏的指标主要包括频谱切换率，频谱利用率和认知用户的吞吐量。

频谱切换率p_sh，即认知用户由于注册用户的到来，而切换到其他可用信道的概率。假设注册用户出现的几率服从泊松分布λ，其出现概率为P。在多信道分配的情况下，本技术方案与贪婪算法比较，贪婪算法是指认知用户选择期望传输时间(ETT)最大的信道作为传输信道，从实验结果可以看出，随着认知用户累积流量的增加，贪婪算法分配方法的切换率显著上升。本技术方案与单信道的分配方法相比较，多信道的频谱分配方法的切换率降低了90％。因此本技术方案降低了频谱切换次数，也即降低了数据传输过程中，通信被打断的次数，对频谱利用率有较大提高。

本技术方案的频谱利用率的情况。假设认知用户选中的第i个信道上传输的信息总量为M_i，A为被选中用于传输的信道集合。频谱利用率定义为：

$\mathrm{\&rho;}=\frac{\underset{i\&Element;A}{\mathrm{\&Sigma;}}{M}_i}{\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{S}_i{B}_i{\mathrm{ETT}}_i}$

同贪婪算法和随机分配的频谱方法相比，本技术方案在频谱利用率上的表现较好。

本技术方案的平均吞吐量至少提高100％。

上述频谱分配方法及***，采用获取当前感知周期内每个信道的状态，预测下一感知周期内的每个信道的状态，计算认知用户在每个信道的期望传输时间，再计算下一周期内多个信道的可用的总传输量和信道满足传输需求的概率，设定约束条件，在约束条件下求解多个信道的总带宽的最小值，从而得出下一周期内多个信道的分配结果，如此，合理分配多个信道，提高了频谱的利用率。

另外，采用约束条件为下一感知周期内信道满足传输需求的概率大于条件阈值，且下一感知周期内多个信道的可用的总传输量大于等于所述认知用户的传输需求量，保证了信道的可用的总传输量大于等于认知用户的传输需求量，也保证了信道满足传输需求的概率，求解的信道的分配更加准确，降低频谱的切换率，提高了频谱利用率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种频谱分配方法，包括以下步骤：

将注册频段分成多个信道，获取当前感知周期内每个信道的状态；

根据所述当前周期内每个信道的状态预测下一感知周期内每个信道的状态；

获取认知用户的传输需求量及每个信道的基本参数，根据所述认知用户的传输需求量及每个信道的基本参数预测认知用户在每个信道的期望传输时间，所述基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量；

根据所述预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量；

计算下一感知周期内信道满足传输需求的概率；

根据所述下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在所述约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果；

所述根据当前周期内每个信道的状态预测下一感知周期内每个信道的状态的具体步骤包括：

建立信道状态的马尔科夫链模型，所述信道状态包括空闲状态和占用状态，所述信道状态的空闲状态和占用状态采用指数分布函数表示；

设置状态阈值，根据所述当前感知周期内信道状态计算下一感知周期内每个信道的可用概率，将每个信道的可用概率与所述状态阈值比较，若所述信道的可用概率大于等于所述状态阈值，所述下一感知周期内信道状态为空闲状态，否则所述下一感知周期内信道状态为占用状态；

所述计算下一感知周期的信道满足传输需求的概率具体包括：

比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率；

根据所述计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

2.根据权利要求1所述的频谱分配方法，其特征在于，所述约束条件为下一感知周期内信道满足传输需求的概率大于条件阈值，且下一感知周期内多个信道的可用的总传输量大于等于所述认知用户的传输需求量。

3.根据权利要求1所述的频谱分配方法，其特征在于，所述获取信道的正向传输率或反馈传输率的具体步骤为：

设定时间窗口和发送探测包的间隔时间；

根据时间窗口及间隔时间计算得出发送探测包的数量；

获取在所述设定时间窗口内接收到的探测包的数量；

计算接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。

4.根据权利要求1所述的频谱分配方法，其特征在于，所述信道的期望传输时间的计算公式为：

${\mathrm{ETT}}_i=\mathrm{\&gamma;}\&times;\frac{1}{d_{f_i}\&times;d_{r_i}}\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)},$

其中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比。

5.一种频谱分配***，其特征在于，包括：

扫描模块，用于将注册频段分成多个信道，获取当前感知周期内每个信道的状态；

预测模块，用于根据所述当前周期内每个信道的状态预测下一感知周期内每个信道的状态；

参数获取模块，用于获取认知用户的传输需求量及每个信道的基本参数，所述基本参数包括信道的正向传输率和反馈传输率、信道的带宽、信道上传输的信息总量；

计算模块，用于根据所述认知用户的传输需求量及每个信道的基本参数计算认知用户在每个信道的期望传输时间，根据所述预测的下一感知周期内每个信道的状态、每个信道的带宽及认知用户在每个信道的期望传输时间，计算下一感知周期内多个信道的可用的总传输量，并计算下一感知周期内信道满足传输需求的概率；

信道分配模块，用于根据所述下一感知周期内信道满足传输需求的概率及多个信道的可用的总传输量设定约束条件，在所述约束条件下，计算下一感知周期内多个信道的总带宽的最小值，得出下一感知周期内多个信道的分配结果；

所述预测模块包括建模单元、设置单元、计算单元和判断单元，所述建模单元用于建立信道状态的马尔科夫链模型，所述信道状态包括空闲状态和占用状态，所述信道状态的空闲状态和占用状态采用指数分布函数表示；所述设置单元设置状态阈值；所述计算单元根据所述当前感知周期内信道状态计算下一感知周期内每个信道的可用概率；所述判断单元用于比较每个信道的可用概率与所述状态阈值，若所述信道的可用概率大于等于所述状态阈值，所述下一感知周期内信道状态为空闲状态，否则所述下一感知周期内信道状态为占用状态；

所述计算模块还用于比较认知用户在每个信道的期望传输时间得出最大期望传输时间，计算信道的空闲状态的时间小于最大期望传输时间的概率，并根据所述计算得到的信道的空闲状态的时间小于最大期望传输时间的概率，得出下一感知周期内该信道满足传输需求的概率。

6.根据权利要求5所述的频谱分配***，其特征在于，所述约束条件为下一感知周期的信道满足传输需求的概率大于条件阈值，且下一感知周期的多个信道的可用的总传输量大于等于所述认知用户的传输需求量。

7.根据权利要求5所述的频谱分配***，其特征在于，所述参数获取模块包括传输率处理单元，所述传输率处理单元设定时间窗口和发送探测包的间隔时间，根据时间窗口及间隔时间计算得出发送探测包的数量，获取在所述设定时间窗口内接收到的探测包的数量，计算得出接收到的探测包的数量与发送的探测包的数量之比，得出信道的正向传输率或反馈传输率。

8.根据权利要求5所述的频谱分配***，其特征在于，所述计算模块计算所述信道的期望传输时间的公式为：

${\mathrm{ETT}}_i=\mathrm{\&gamma;}\&times;\frac{1}{d_{f_i}\&times;d_{r_i}}\&times;\frac{M_i}{B_i\&times;\log (1+{\mathrm{SINR}}_i)},$

其中，ETT_i为信道i的期望传输时间，M_i是信道i上传输的信息总量，B_i是信道i的带宽，γ为信道i容量的修正参数，为信道i的正向传输率，为信道i的反馈传输率，SINR_i为信道i的信噪比。