CN103179633B - 一种联合信道分配的认知无线电网络路由方法 - Google Patents
一种联合信道分配的认知无线电网络路由方法 Download PDFInfo
- Publication number
- CN103179633B CN103179633B CN201210584597.XA CN201210584597A CN103179633B CN 103179633 B CN103179633 B CN 103179633B CN 201210584597 A CN201210584597 A CN 201210584597A CN 103179633 B CN103179633 B CN 103179633B
- Authority
- CN
- China
- Prior art keywords
- mrow
- channel
- cognitive
- user
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 174
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013475 authorization Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 description 48
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种认知无线电网络路由方法,针对现有技术没有考虑主用户到达率和认知用户竞争使用信道对网络性能的影响,传输时延大,造成路由时间长的缺陷,设计一种适用于具有非对称信道的分布式多跳认知无线电网络的路由方法,在全局信道分配的基础上,结合认知用户使用可用授权信道的概率,在路由选择时以每个信道的有效传输时延作为路由选择指标,选择最小的有效传输时延和的路径作为路由路径,优化了网络的整体性能。<!--1-->
Description
技术领域
本发明属于认知无线电网络通信技术领域,特别涉及到具有非对称信道的分布式认知无线电网络中认知用户使用某个授权信道,完成最优路由路径选择的方法。
背景技术
随着绿色信息通信技术的迅猛发展,人们对无线频谱资源的业务需求有了极大地提高。现有的无线网络主要采用固定频谱分配策略导致了频谱利用率低下,为了解决频谱利用率低下的问题,设计一种能够动态感知和精确地接入未被使用的授权信道的技术是非常有必要的。认知无线电(CognitiveRadio,CR)技术应运而生,已成为下一代网络中有效利用无线频谱的关键技术。在认知无线电网络中,存在两种类型的用户:主用户和认知用户。主用户使用固定频谱分配的传统网络通信***,认知用户必须能够动态检测主用户的出现和主用户的再现,能够主动感知、识别并智能访问主用户未使用的授权信道,并且在主用户出现时能够快速退出正在使用的信道而不能干扰主用户的使用相应的授权信道,认知无线电技术这种用户共享授权信道的方式极大提高了频谱利用率。
由于认知无线电网络中可用频谱的时变性、多样性和差异性,使得传统无线网络路由算法不再适用于认知无线电网络。相对于固定频谱分配的无线网络,认知无线电网络的路由具有以下的特点:首先,任何一个认知用户通过自身的认知设备动态感知可用的授权频谱以形成可用频谱集合,此时每个认知用户的可用频谱可能都不相同;其次,认知无线电网络中的认知用户是动态变化的,这将导致认知网络拓扑动态变化,在进行路由选择时需要考虑频谱的可用概率;最后,认知无线电网络中的可用信道随着时间、节点位置的不同而动态变化,频谱的不可用性造成频谱进行切换、认知用户的同频退避和排队,如果认知用户不进行及时的切换将会对主用户的通信造成干扰。
近些年来,致力于认知无线电网络路由算法的研究越来越多,主要的研究成果有:(1)稳定性路由算法(参见文献:ShihCF,LiaoWJ,ChaoHL.JointRoutingandSpectrumAllocationforMulti-HopCognitiveRadioNetworkswithRouteRobustnessConsideration[J].IEEETrans.onWirelessCommunications,2011,10(9):2940-2949.):该路由机制考虑了在填充式认知无线电网络中路由路径的稳定性,网络中的用户选择可用概率最大的信道最为传输信道,然后设计一种多项式时间算法进行信道分配,使得网络***的吞吐量最大化。与现有路由算法相比,该算法在选择最优路由的同时保证了***吞吐量增益。(2)联合跨层与动态频谱分配路由算法(参见文献:LeiDing,TommasoMelodia,StellaN.Batalama.Cross-LayerRoutingandDynamicSpectrumAllocationinCognitiveRadioAdHocNetworks[J],IEEETransactionsonVehicularTechnology,2010,59(4):1969-1979.):该路由方法在认知无线电网络的基础上考虑了动态频谱分配与路由层联合设计路由算法的问题。该路由算法在一定程度上保证网络最大吞吐量的基础上最小化时延和公平的带宽分配。
通过大量的调研发现和基于以上的讨论,现有技术路由算法都没有考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响。因此,设计一种适用于多跳具有非对称性信道分布式认知无线电网络的路由算法,并且能够节省网络资源和提高网络的整体性能的研究将具有十分重要的意义。
发明内容
本发明所要解决的问题是:针对现有路由技术中没有考虑主用户到达率和认知用户竞争使用信道对网络性能的影响,传输时延大,造成路由时间长的缺陷,设计一种适用于多跳具有非对称信道分布式认知无线电网络的路由方法,在全局信道分配的基础上,结合认知用户使用可用授权信道的概率,在路由选择时以每个信道的有效传输时延作为路由选择指标,选择最小的有效传输时延和的路径作为路由路径,优化了网络的整体性能。
本发明解决上述问题的技术方案是:在用户随机分布的多跳具有非对称信道分布式网络结构的认知无线电网络中,所有的认知用户根据网络中授权频谱的可用性,主动感知自身可用的频谱并确定与邻居用户共有的公共授权信道。本发明的方法不仅考虑认知无线电网络的频谱和认知用户动态变化特性,而且考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响。以有效提高整个认知无线电网络的整体性能为目的,提出一种联合信道分配的认知无线电网络路由选择方法,该方法首先计算认知用户使用某个信道的概率,在全局信道分配的基础上,以信道的有效传输时延作为边权值,认知用户选择具有最小边权值的认知用户作为下一跳,得到最优的路由路径。
具体包括以下步骤:
一种联合信道分配的认知无线电网络路由方法,认知用户确定其可用授权信道集合;主用户根据主用户使用授权信道的到达率λp和授权信道为主用户服务的服务率μp,根据公式,计算主用户不使用授权信道的概率;认知用户根据认知用户使用授权信道的到达率λc和授权信道被认知用户使用的服务率μc,根据公式计算认知用户之间竞争使用授权信道的概率;由此,根据公式计算认知用户使用某个授权信道的概率;根据信道容量、认知用户使用某个授权信道的概率,调用公式:计算用户i和j之间第k个公共信道的有效传输速率,由此根据颜色敏感图论着色算法得到最大化吞吐量的全局信道分配表;根据相邻用户间公共信道有效传输时延、数据包所需要的总时延确定边权值,依据边权值在全局信道分配表中选择路由路径。
颜色敏感图论着色算法具体为:根据公式:,和计算网络中认知用户标记及对应的信道颜色标记,其中,表示与用户i和j之间公共信道k造成相互干扰的用户数;所有认知用户分配信道时顺次选择标注值labeln最大的认知用户,将对应的信道颜色标记的信道分配给该认知用户,从可用授权信道集合中删除已经分配的信道,直到所有的认知用户的可用授权信道集合为空集,获得全局信道分配表。所述计算边权值的具体计算方法为:根据大小为L的数据包在两个相邻用户i和j之间第k个公共信道的有效传输时延,源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延,根据公式确定两个相邻用户i和j之间第k个公共边的边权值。认知用户在全局信道分配表中,顺次选择具有最小边权值的用户作为路由的下一跳。
本发明的路由选择方法是一个跨层的设计,在全局信道分配的基础上,综合考虑主用户的出现和认知用户竞争使用授权信道,计算认知用户使用某个授权信道的概率,再通过选择最小的有效传输时延作为路由指标进行选路。通过上述的认知无线电网络路由方法,网络中的资源得到更为有效利用,使得网络吞吐量最大化,在提高整个网络***频谱利用率的同时,减小路由时间。
附图说明:
图1为本发明中认知无线电网络的***模型图
图2(a)为本发明中主用户使用授权信道的排队模型
图2(b)为本发明中认知用户使用授权信道的排队模型
图3为本发明中全局信道分配算法的流程图
图4为本发明中提出的路由选择方法的流程图
具体实施方式
具有非对称信道分布式结构的多跳认知无线电网络,网络中不存在集中控制的认知用户,认知用户间进行分布式的消息交换。根据认知无线电网络中频谱的动态特点,该网络的拓扑结构和各个节点的可用信道的动态变化,路由的选择与频谱的可用性密切相关,因此在全局信道分配的基础上进行路由的选择具有更好网络的整体性能。同时,节点具有主动感知的功能,能够及时感知主用户正在使用授权信道和主用户再次使用授权信道,并且将感知的信道信息进行转发,同时各个用户能根据信道的可用信息进行准确切换和重建路由。认知用户这种机会利用频谱的方式极大提高了网络的频谱利用率。
在具有非对称信道分布式的认知无线电网络中,认知用户主动感知自身可用的频谱并确定与邻居用户共有的公共授权信道。本发明的方法不仅考虑认知无线电网络的频谱和认知用户动态变化特性,而且考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响,以有效提高整个认知无线电网络的整体性能为目的,提出一种联合信道分配的认知无线电网络的路由选择方法。
以下结合附图和具体实例对本发明的实施作具体描述。
如图1所示为认知无线电网络模型结构简图,其中SU1~SU16表示认知用户,PU1~PU3表示主用户,其中的实线和彩色曲线表示用户之间通信链路。在分布认知无线电填充式频谱接入的网络***中,有N个认知用户,根据分布式的网络特征可知,网络中没有中心控制的认知用户,因此各个认知用户在网络中地位平等。任意两个相邻认知用户之间有M′(M′=1,2,3....)个正交信道,而且认知无线电网络中的每个认知用户都有相同的传输范围和干扰范围,但是传输范围与干扰范围不同。每个认知用户通过频谱感知得到一个由可用频谱组成的频谱池,而且该频谱池动态变化主要是由主用户动态使用频谱引起的。在认知用户的通信时间内,授权信道的状态信息(信道容量、信道可用概率等)不变。每个认知用户通常选择使用频率较低和传输距离较远的信道作为公共控制信道来和其他用户进行消息的交换。任意一个认知用户周期地访问该公共控制信道以便获取所需要交换的路由消息和控制信令,这样认知用户可以及时地重建路由或切换消息传输信道更新网络拓扑,并且可使认知无线电网络的连通的状态达到最好,路由的路径更稳定。
图3为本发明中全局信道分配算法的流程图,图4为本发明中提出的路由选择方法的流程图。
主用户根据主用户使用授权信道的到达率λp和授权信道为主用户服务的服务率μp,建立主用户即时拒绝的M|M|1|1排队模型,其中,第一个M表示主用户到达过程服从泊松过程,第二个M表示服务过程也服从泊松过程,后面的两个“1”表示该模型中只有一个服务窗口和***的容量是一个主用户,根据公式,计算主用户不使用授权信道的概率。
同样,根据认知用户使用授权信道的到达率λc和服务率μc,建立认知用户竞争使用授权信道的M|M|1|K排队模型,该模型中M表示认知用户使用授权信道的到达过程和服务过程均服从泊松过程,具有一个服务窗口,并且***可容纳的认知用户数目是K个。
根据公式计算认知用户之间竞争使用授权信道的概率,其中,pcN-1|N为在M′个授权信道中第N′个信道被占用时,恰好N′-1个信道被其他N′-1个认知用户占用的概率,表示认知用户***的***强度。
对于某个授权信道来说,只有当主用户不使用且认知用户通过竞争得到该信道使用权时,认知用户才能使用。根据公式计算认知用户使用某个授权信道的概率(表示两个相邻用户i和j之间第k个公共信道的可用概率)。
根据信道容量、认知用户使用某个授权信道的概率,调用公式:计算两个相邻用户i和j之间第k个公共信道的有效传输速率,根据公式:,和计算网络中认知用户标记及对应的信道颜色标记;其中,表示与用户i和j之间公共信道k造成相互干扰的用户数;
网络中的所有认知用户分配信道时顺次选择标注值labeln最大的认知用户,将对应的信道颜色标记的信道分配给该认知用户,从可用授权信道集合中删除已经分配的信道,直到所有的认知用户的可用授权信道集合为空集,通过这样的分配得到具有最大化吞吐量的全局信道分配,其中用来标识相邻节点i和节点j间的信道k是否可用,M′表示两个相邻认知用户的授权信道数,N表示认知用户数目,是相邻用户i和j之间第k个公共信道的有效传输速率。
根据数据包大小为L的数据在两个相邻用户i和j之间第k个公共信道的有效传输时延,源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延,确定两个相邻用户i和j之间第k个公共边的边权值,网络中各个认知用户在选择路由路径时,选择具有最小边权值的用户作为路由的下一跳。
1.全局信道分配
在认知无线电网络中,认知用户可以精确感知和利用频谱,但是传统的信道分配可能会导致认知用户之间严重的干扰,因此信道分配的方法需要最大的避免认知用户间同时使用同一条信道带来的干扰。全局最优的信道分配算法(CSGC)每次分配信道时,通过标注准则将顶点标上标号(label),每个标号都与一个频谱相对应。根据i=argmax(labeln)选取标注值最大的顶点,对应的颜色标记coli=color(i)分配给该顶点。然后从用户i的颜色列表中删除已经分配的颜色coli,以及从与用户i的冲突用户的颜色列表中删除颜色coli,同时删除这些顶点间与该频谱相连的边。若某个顶点的频谱列表为空,则将该顶点从图中删除,当所有顶点的关联颜色列表为空集时算法结束。
假设两个相邻节点i和节点j通过频谱感知得到信道k可用,则有,否则。根据该信道分配算法的协作式最大总的有效速率准则进行标注,M′表示两个相邻认知用户的授权信道数,N表示认知用户数目。为获得上述目的并考虑邻居用户冲突的情况下,其约束条件如下:
ⅰ.一个节点不能使用同一个信道接收多个节点的数据,也不能使用同一个信道同时进行接收和发送,则相应的约束条件为
其中T(j)表示节点j的传输范围,用来标识相邻节点i和节点j间信道k是否可用,用来标识相邻节点m和节点n间信道k是否可用,m是节点j传输范围内的节点;
ⅱ.当节点j正在使用信道k时,在节点j的接收节点的干扰范围内,其它节点不能使用信道k进行通信,则相应的约束条件为
其中I(j)表示节点j的干扰范围,;表示相邻节点i和节点j间信道k是否可用,用来标识相邻节点m和节点n间信道k是否可用,m是节点j干扰范围内的节点;
ⅲ.考虑通信中的负载均衡,根据公式(3)计算网络中顶点标号,对认知网络中认知用户进行标注,
根据公式(4)计算对应的颜色标记,标注相应的认知用户可用信道。
其中,ln表示节点n中可用颜色标记列表,表示用户i与用户j之间公共信道使用频谱k可以得到的最大有效传输速率,表示与用户i和j之间公共信道k造成相互干扰的用户数。
2.信道的可用概率
图2(a)为本发明中主用户使用授权信道的排队模型,图2(b)为本发明中认知用户使用授权信道的排队模型。
在认知无线电网络中,认知用户使用主用户未使用的授权信道,而当主用户出现时,认知用户能够快速地退出正在使用的授权信道。此时,认知用户等待主用户离开授权信道才使用。可将主用户随机使用授权信道抽象为具有马尔科夫性的即时拒绝M|M|1|1排队模型,其状态转移图如图2所示。在该排队***中,主用户是排队模型的顾客,授权信道是该***的服务窗口。考虑主用户相继两次使用授权信道的时间间隔T划分为三个时间间隔,主用户使用授权信道传输本身数据的时间tp、认知用户重建路由的时间tcr(tcr为常数)和认知用户使用授权信道传输数据的时间tcc。将认知用户重建路由的时间tcr作为主用户在授权信道内的服务时间。根据排队模型,主用户的相继两次使用授权信道的时间间隔T服从到达率为λp的泊松过程,其概率密度函数是负指数函数,其中,表示主用户平均到达时间。主用户的服务时间τp服从服务率为μp的泊松过程,其概率密度函数为负指数函数,其中,,表示主用户的平均服务时间。设表示***的强度,当ζp<1时,***处于稳定状态。状态“0”表示该授权信道处于空闲状态,认知用户可使用授权信道。状态“1”表示该授权信道处于繁忙状态,认知用户不能使用授权信道。从上述可知状态概率的稳态方程为,
其中,ppi(i=0,1)表示在t时刻,***内有i个主用户的概率。***中没有主用户使用授权信道的稳态解为,
可知主用户不使用授权信道的概率为pp0。
将认知无线电网络中具有相同到达率且相互通信的认知用户抽象为同一个认知用户组,若授权信道处于空闲状态,可能有多个认知用户组竞争使用该信道。类似于前面的分析,认知用户竞争使用授权信道视为M|M|1|K排队模型,设网络中节点的服务率都相同,则有第K个认知用户使用授权信道的服务时间服从参数为μK=μc的负指数分布,相应的到达率服从参数为 ,图3所示排队模型的状态转移图。在稳定状态的情况下,对应的状态概率的稳态方程为:
由归一化方程:,可计算得到所有信道中没有被认知用户占用的概率为:
进一步可以得到M′个授权信道中有N′个信道被认知用户占用的概率为:
以及N′个授权信道中第K个信道被认知用户占用的概率为。当M′个授权信道中第N′个信道被占用时,恰好N′-1个信道被其他N′-1个认知用户占用的概率为:
只有当主用户不占用第k个授权信道时,认知用户才会竞争该信道,由此可得,在M′个授权信道中第k个授权信道被认知用户占用的概率可以表示为:
3.确定信道的边权值作为路由指标
下面考虑本发明中的路由选择的指标,即信道的边权值。
根据信道容量得到传输数据量为L所需要的时间,同时考虑认知用户在传输消息时的排队时延,退避时延和切换时延,将这些时延之和看作信道的边权值。可通过香农公式得到各个信道容量。根据香农公式计算认知用户的每个可用信道的信道容量,结合认知用户使用信道k的概率,计算每个授权信道的信道有效传输速率。根据公式计算数据包大小为L的有效传输时延。同时考虑在相互的干扰范围内的两个相邻认知用户使用不同信道时会产生切换时延,在路由路径上使用的相同信道导致同频退避时延,而在相互的传输范围内使用相同的信道会增加排队时延,根据公式wij=tij+DTij计算授权信道的有效传输时延,将有效时延wij作为授权信道的边权值,并且以信道的边权值作为路由指标。
设X(i),X(j)分别表示用户i和j的可用信道集合,对于i≠j,X(i)和X(j)可能会不同。表示两个相邻用户i和j之间第k(k=1,2,…,M)个可用的公共信道,表示两个相邻用户i和j之间第k个公共信道的信道带宽,根据香农公式可计算两个相邻用户i和j之间第k个公共信道的信道容量,其中,表示在公共信道k上接收数据的认知用户j从发送数据的认知用户i接收到的接收信噪比。两个相邻用户i和j之间第k个公共信道的有效传输速率为:,表示两个相邻用户i和j之间第k个公共信道的可用概率。设源认知用户发送的数据包大小为L,大小为L的数据包在两个相邻用户i和j之间第k个公共信道的有效传输时延,其计算表达式为:
具有非对称信道分布式多跳认知无线电网络中频谱是动态变化的,这就造成频谱频繁切换,工作在不同频段上的节点在通信时需要进行频谱切换,而工作在相同的频段上,就会出现传统的隐藏终端和暴露终端问题,前者给通信带来切换时延,后者将导致退避时延,从而对网络拓扑和信息在路径中传输的时延产生影响。
如果***总的时延可以考虑切换时延、排队时延、退避时延,则根据公式:
计算源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延。
通常在20MHz~3GHz范围的频谱,收发器的工作频段每改变10MHz需要10ms的调节时间,假定路由路径中的源用户i需要经过N+1个用户到达目的用户,则经过用户i的频谱宽度Bandi到下一个用户i+1的频谱宽度Bandi+1产生的切换时延为:
其中l是比例系数,且l=10ms/10MHz;用户i与其他用户竞争使用信道k的排队时延可以表示为:
其中Li表示竞争节点i中处理的数据大小,表示与用户i和j之间公共信道k造成相互干扰的用户数;退避时延表示为:
其中当前信道k表示非竞争等效带宽,表示当前信道k占用的频带宽度。当节点和路径都使用相同的频段时,切换时延为零,此时会产生相应的退避时延。根据上述分析,源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延可以表示为,
在网络拓扑图1中,两个相邻用户i和j之间第k个公共边的边权值是与其对应的实际公共信道k的有效传输时延,则有,
将式(17)作为信道的边权值,网络中各个认知用户在选择路由路径时,将选择具有最小边权值的用户作为路由的下一跳,该算法可以提高网络的整体性能,具有更高的网络吞吐量。
本发明适用于认知无线电网络技术的领域,特别具有非对称信道的分布式认知无线电网络。由于认知无线点网络的频谱具有时变性、差异性和多样性,导致网络拓扑的动态变化,使得传统的无线网络路由算法不再适用于认知无线电网络,需要设计一种适合于认知无线电网络特点的路由算法。本发明考虑主用户的到达率和认知用户竞争使用信道对网络性能的影响,提出一种联合信道分配的认知无线电网络路由方法,在全局信道分配的基础上,选择最优的路由路径传输信息,提高了网络的吞吐量和整体的性能。
Claims (4)
1.一种联合信道分配的认知无线电网络路由方法,其特征在于,认知用户确定其可用授权信道集合;主用户根据主用户使用授权信道的到达率λp和授权信道为主用户服务的服务率μp,根据公式计算主用户不使用授权信道的概率;认知用户根据认知用户使用授权信道的到达率λc和授权信道被认知用户使用的服务率μc且有表示认知用户***强度,根据公式计算认知用户之间竞争使用授权信道的概率,其中,M',N'表示授权信道数目;由此,根据公式计算认知用户使用某个授权信道的概率;根据信道容量认知用户使用某个授权信道的概率调用公式:计算用户i和j之间第k个公共信道的有效传输速率,根据公式: 和 计算网络中认知用户标记labeln及对应的信道颜色标记colorn,所有认知用户分配信道时顺次选择标注值labeln最大的认知用户,将对应的信道颜色标记的信道分配给该认知用户,从可用授权信道集合中删除已经分配的信道,直到所有的认知用户的可用授权信道集合为空集,获得全局信道分配表,其中,表示与用户i和j之间公共信道k造成相互干扰的用户数,表示用户i和j之间第k个公共信道的有效传输速率;根据相邻认知用户间公共信道有效传输时延、数据包所需要的总时延确定边权值,根据边权值在全局信道分配表中选择路由路径。
2.根据权利要求1所述的路由方法,其特征在于,所述计算边权值的具体计算方法为:根据大小为L的数据包在两个相邻用户i和j之间第k个公共信道的有效传输时延源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延根据公式确定两个相邻用户i和j之间第k个公共边的边权值。
3.根据权利要求1所述的路由方法,其特征在于,选择路由路径具体为:认知用户在全局信道分配表中,顺次选择具有最小边权值的用户作为路由的下一跳。
4.根据权利要求2所述的路由方法,其特征在于,根据切换时延排队时延退避时延的影响,根据公式:计算源节点S到目的节点D的路由路径r中节点i和j之间第k个公共信道数据包所需要的总的时延。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210584597.XA CN103179633B (zh) | 2012-12-28 | 2012-12-28 | 一种联合信道分配的认知无线电网络路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210584597.XA CN103179633B (zh) | 2012-12-28 | 2012-12-28 | 一种联合信道分配的认知无线电网络路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103179633A CN103179633A (zh) | 2013-06-26 |
CN103179633B true CN103179633B (zh) | 2015-12-09 |
Family
ID=48639190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210584597.XA Active CN103179633B (zh) | 2012-12-28 | 2012-12-28 | 一种联合信道分配的认知无线电网络路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103179633B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486766B (zh) * | 2014-12-26 | 2017-12-05 | 哈尔滨工业大学 | 基于认知无线电技术的频谱聚合资源分配方法 |
CN104540130A (zh) * | 2015-01-06 | 2015-04-22 | 西安电子科技大学 | 认知无线电网络中基于Hash匹配的自共存信道选择方法 |
CN104780614B (zh) * | 2015-04-27 | 2018-07-13 | 上海交通大学 | 一种基于amab模型的信道分配与用户关联策略 |
CN105025545B (zh) * | 2015-06-05 | 2018-10-16 | 电子科技大学 | 基于竞争转发的适用于无线网络的路由方法 |
CN105721308B (zh) * | 2016-02-24 | 2016-12-28 | 陕西师范大学 | 基于平均时延估计的多跳认知无线电网络路由方法及*** |
CN106535252A (zh) * | 2016-10-21 | 2017-03-22 | 高道华 | 一种无线mesh网络的高效业务传输方法 |
CN106658557A (zh) * | 2016-10-21 | 2017-05-10 | 黄东 | 一种基于异构业务的混合网络资源优化方法 |
CN107466042B (zh) * | 2017-08-28 | 2021-06-15 | 西安电子科技大学 | 一种信道持续时间的认知无线电网络频谱分配方法 |
CN108599881B (zh) * | 2018-03-08 | 2021-03-26 | 同济大学 | 一种用于多用户多信道的无线电动态频谱接入方法 |
CN109245862A (zh) * | 2018-10-24 | 2019-01-18 | 南京航空航天大学 | 一种多用户认知无线电网络中的混合网络编码方案 |
CN109714807B (zh) * | 2019-01-16 | 2021-03-23 | 南京航空航天大学 | 一种基于公共控制信道的认知无线网络接入方法 |
CN110719618B (zh) * | 2019-10-24 | 2022-02-08 | 辰芯科技有限公司 | 一种无线自组网的路由选择方法、装置、终端及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742570A (zh) * | 2009-12-29 | 2010-06-16 | 浙江大学 | 认知无线电中基于无速率码的分布式分组接入方法 |
CN101854640A (zh) * | 2010-05-13 | 2010-10-06 | 北京邮电大学 | 应用在认知无线网络中的动态频谱接入方法和*** |
-
2012
- 2012-12-28 CN CN201210584597.XA patent/CN103179633B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742570A (zh) * | 2009-12-29 | 2010-06-16 | 浙江大学 | 认知无线电中基于无速率码的分布式分组接入方法 |
CN101854640A (zh) * | 2010-05-13 | 2010-10-06 | 北京邮电大学 | 应用在认知无线网络中的动态频谱接入方法和*** |
Non-Patent Citations (3)
Title |
---|
Collaboration and fairness in opportunistic spectrun access;Haitao Zheng;《IEEE》;20051230;全文 * |
joint routing and spectrum allocation for multi-hop cognitive radio networks with route robustness consideration;Chao-Fang Shih;《IEEE》;20110930;全文 * |
认知无线网络中基于主用户行为的联合路由和信道分配算法;刘婧;《通信学报》;20111130;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103179633A (zh) | 2013-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103179633B (zh) | 一种联合信道分配的认知无线电网络路由方法 | |
Salameh et al. | Cooperative adaptive spectrum sharing in cognitive radio networks | |
CN101697635B (zh) | 认知无线mesh网络的接入方法和控制方法 | |
US8059593B2 (en) | Distributed channel allocation method and wireless mesh network therewith | |
Das et al. | WLC30-4: static channel assignment in multi-radio multi-channel 802.11 wireless mesh networks: issues, metrics and algorithms | |
TWI472257B (zh) | Communication system, communication terminal and communication method | |
Usha et al. | An enhanced MPR OLSR protocol for efficient node selection process in cognitive radio based VANET | |
CN108834182A (zh) | 基于令牌环的无线自组网mac层信道接入和资源预留方法 | |
Sharma et al. | Weighted cooperative reinforcement learning‐based energy‐efficient autonomous resource selection strategy for underlay D2D communication | |
Gupta et al. | Cross‐layer perspective for channel assignment in cognitive radio networks: A survey | |
Song et al. | Adaptive and distributed radio resource allocation in densely deployed wireless LANs: A game-theoretic approach | |
Vergados et al. | Fair TDMA scheduling in wireless multihop networks | |
US10440723B2 (en) | Hierarchical channel assignment in wireless networks | |
CN103458517B (zh) | 一种车载自组织网络单接口多信道切换方法 | |
Chen et al. | Spectrum-aware routing in discontinuous orthogonal frequency division multiplexing-based cognitive radio ad hoc networks | |
Armi et al. | Cooperative spectrum sensing in decentralized cognitive radio system | |
Dai et al. | Effective Channel Assignment Based on Dynamic Source Routing in Cognitive Radio Networks. | |
KR101553924B1 (ko) | 분산형 인지 무선 네트워크에서의 채널 감지 방법 | |
Tsao et al. | An end‐to‐end channel allocation scheme for a wireless mesh network | |
Pandya et al. | Interference aware coordinated multiuser access in multi-band WLAN for next generation low power applications | |
Sriram et al. | On the end-to-end call acceptance and the possibility of deterministic QoS guarantees in ad hoc wireless networks | |
Daha Belghiti et al. | Scalable framework for green large cognitive radio networks | |
Patil et al. | Priority based slot allocation for media access in Wireless Sensor Networks | |
Lai et al. | Dynamic game with perfect and complete information based dynamic channel assignment | |
Ge et al. | Dynamic end-to-end capacity in IEEE 802.16 wireless mesh networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220119 Address after: 401120 b1-16-1, No. 76 Xingguang Avenue, gaoxinyuan, North New Area, Yubei District, Chongqing Patentee after: CHONGQING INFORMATION TECHNOLOGY DESIGNING CO.,LTD. Address before: 400065 Chongqing Nan'an District huangjuezhen pass Chongwen Road No. 2 Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
TR01 | Transfer of patent right |