CN103596220B - 一种联合最佳接纳控制和剔除控制的流量控制方法 - Google Patents

Abstract

本发明涉及认知无线电网络中的服务质量保证和性能优化，提出了一种联合最佳接纳控制和剔除控制的QoS保证机制，包括***的初始化、计算出最佳接纳概率和剔除概率以及认知用户的各个性能指标。本发明基于动态接纳概率和剔除概率的QoS保证机制，可以在使得***吞吐率最大化的情况下，同时严格地保证认知用户的QoS要求；所述方法可以在集中式网络中得以实现。

Description

一种联合最佳接纳控制和剔除控制的流量控制方法

技术领域

本发明涉及认知无线电网络中流量控制的方法，尤其涉及一种联合最佳接纳和剔除控制的策略。

技术背景

认知无线电技术能使认知用户有能力去感知认知网络中没有被授权用户使用的频谱空穴，进而机会地去利用这些频谱空穴以达到提高频谱利用率的目的。然而，由于授权用户的不确定性使得认知用户的服务质量（QoS）往往得不到保证，因此，在认知网络中保证认知用户的QoS要求成为了人们研究的重点。

呼叫接纳控制是保证认知用户QoS要求的一个重要的方法。它是基站根据***当时的负载情况，并同时考虑新到认知用户对其他用户服务质量的影响来决定是否接纳新到的认知用户。目前传统的接纳控制策略都是基于预留信道机制和切换缓冲区机制，以及基于接纳概率机制的。对于预留信道机制，就是基站事先预留一部分信道，只用于服务优先级较高的切换用户（由于授权用户的到来而被挤占的用户），当***中只有预留信道可用时，将拒绝认知用户接入***，以保证认知用户的掉线率（即被迫中断服务的概率）保持在某一门限值以下；而对于切换缓冲区机制，则是切换用户将被挂起（或进入虚拟缓冲区中）等待直到有可用的信道出现，在切换用户被挂起的过程中，将拒绝所有新到的认知用户接入***；在接纳概率的机制中，所有新到用户都将以概率p接入***（即静态接纳控制），以控制***流量，达到保证认知用户QoS的目的。

虽然这些方法都能保证认知用户的QoS要求，但仍然存在一些不足，使得***的吞吐率达不到最优。首先，即便给出了最佳的预留信道，认知用户的掉线率也不一定刚好处于给定门限值处（有可能比给定的门限值低很多），这样将使得***吞吐率降级很多；其次，处于缓冲区中等待的用户若长时间得不到可用信道，则此时的切换时延将会很大，同样不能满足用户的QoS要求；最后，若对所有用户都以概率p接入***，则当***负载很轻的时候，此时的控制是没必要的，这样也降低了***的吞吐率。

发明内容

针对现有技术的不足，本发明的目的是提供一种在认知无线电网络中联合最佳接纳和剔除控制的策略，该策略是基于动态接纳概率的，即基站对认知用户的接纳概率是随着***负载的变化而变化的，它可以使***吞吐率在到达最大的情况下，同时保证认知用户的掉线率和平均切换时延保持在给定门限以下。

为实现以上发明目的，本发明采用以下技术方案：

一种联合最佳接纳控制和剔除控制的流量控制方法，应用于认知无线电网络中，包括以下步骤：

步骤(a)、***初始化；

步骤(b)、认知用户进行信道感知，将感知结果发送给基站；

步骤(c)、基站根据感知结果查找对应的最佳接纳概率向量表或最佳剔除概率向量表，其中，假设***当前状态为（i,j,k），基站将在区间[0,1]中取一个随机数t，所述i，j，k分别表示***中活跃的授权用户数、活跃的认知用户数和缓冲区中等待的用户数；

(c.1)对于新到用户，若该随机数t小于对应的接纳概率则该用户将被随机分配一个空闲信道接受服务；否则该用户将被阻塞掉；

(c.2)对于切换用户，如果***当前有空闲信道，即i+j<M，M为总的授权信道数，则基站将不做任何控制直接给该切换用户随机分配一个空闲信道；否则若随机数t小于对应的剔除概率则该切换用户将进入缓冲区中等待直到有空闲信道为止；否则它将被中断服务直接掉线。

与现有技术相比，本发明的技术效果为：可以使***的吞吐率最大化，同时能够严格地保证认知用户的掉线率和平均切换时延；可在集中式网络中实现。

附图说明

图1为***状态转移图；

图2为基于动态接纳概率和剔除概率的QoS保证机制的流程图；

图3为性能仿真中认知用户的阻塞率对比图；

图4为性能仿真中认知用户的掉线率对比图；

图5为性能仿真中认知用户的平均切换时延对比图；

图6为性能仿真中认知用户的吞吐率对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及示例性实施例，对本发明进行进一步详细说明。应当理解，此处所描述的示例性实施例仅用以解释本发明，并不用于限定本发明的适用范围。

考虑这样一个集中式认知无线电网络：授权用户较认知用户有绝对的优先级去占用授权信道，且缓冲区中的用户比新到的认知用户的优先级高，即当且仅当缓冲区为空时，新到的认知用户才有可能进入***接受服务。

在本发明中，基站将根据***的实时状态来对认知用户进行相应的控制，以实现动态的接纳控制和剔除控制。基于动态接纳概率和剔除概率的QoS保证机制的流程图如图2所示，包括以下步骤：

步骤(a)、***初始化：

（a.1）给定***参数。考虑这样一个具有切换缓冲区的集中式认知***：包括总的授权信道数M，授权用户和认知用户的到达率λ_p和λ_s及其服务率μ_p和μ_s（假设用户都以泊松过程到达和离开***）。

（a.2）确定最佳接纳概率向量表Ρ_ad和剔除概率向量表Ρ_ev，其由不同***状态下的最佳接纳概率和最佳剔除概率组成，即 本发明中，为了得到最佳的和将借助一个三维马科夫模型，其状态（i,j,k）代表***的一个状态，其中i，j，k分别表示***中活跃的授权用户数、活跃的认知用户数和缓冲区中等待的用户数。其状态转移图如图1所示。

(a.2.1)计算***的稳态概率。

根据状态转移图，得到一个平衡方程：

其中θ₁=1_i+j<M；θ₂=1_k=0；θ₃=1_i+j=M&j>0；表示在当前状态（i,j,k）下新到认知用户的最佳接纳概率；表示在当前状态（i,j,k）下切换用户的最佳切换概率（即进入缓冲区中等待的概率）；p_i,j,k表示在当前状态（i,j,k）下***的稳态概率。联合平衡方程式（1）和归一化等式将得到各个状态的稳态概率p_i,j,k。注意，由于Ρ_ad和Ρ_ev是待求的未知向量，所以此处的稳态概率p_i,j,k只是未知向量Ρ_ad和Ρ_ev的函数。

(a.2.2)根据***的稳态概率，计算***的性能指标。显然，此时求得的性能指标也是未知向量Ρ_ad和Ρ_ev的函数。

i）认知用户的阻塞率：由于***饱和或接纳控制而导致新到认知用户被阻塞掉的概率。

ii）认知用户的掉线率：当被新到授权用户挤占的认知用户没有感知到空闲信道时，由于剔除控制而导致该用户被迫中断服务的概率。

iii）认知用户的平均切换时延：切换用户在缓冲区中的平均等待时延。

其中表示每到一个授权用户，被切换到缓冲区中等待的认知用户的平均数；表示每到一个授权用户，与其发生碰撞的认知用户的平均数；表示***达到稳定时缓冲区中的平均用户数；表示认知用户被切换到缓冲区中的平均速率。

iv）认知用户的吞吐率：单位时间内完成服务的认知用户数。

R_th(Ρ_ad,Ρ_ev)=λ_s·(1-P_block)·(1-P_drop) (5)

(a.2.3)给出***的最优化问题描述，以求得最佳接纳概率和剔除概率。

max R_th(Ρ_ad,Ρ_ev)

其中和分别为认知用户的掉线率和平均切换时延的门限值。

步骤(b)：认知用户进行信道感知，在实际中，由于硬件或能效的限制，认知用户可能不能感知所有的信道，甚至存在一定的感知错误，为了简便分析，本发明将不考虑这些情况，但本领域技术人员应当明了，将本发明运用到这些实际情况中也是非常容易的。对于新到的认知用户和切换用户都将进行连续的信道感知，直到感知到有空闲信道或感知完所有信道为止，随后，认知用户将感知结果信息发送给基站，由基站来决定是否同意接入***或进入缓冲区。

步骤(c)：基站根据感知结果进行相应的决策。基站在接收到认知用户发送来的信道信息后，将根据此信息查找对应的最佳接纳概率向量表（针对新到用户）或最佳剔除概率向量表（针对切换用户）。

(c.1)对于新到用户，假设***当前状态为（i,j,k），基站将在区间[0,1]中取一个随机数t，若该随机数t小于对应的接纳概率则该用户将被随机分配一个空闲信道接受服务；否则该用户将被阻塞掉。

(c.2)对于切换用户，同样假设***当前状态为（i,j,k），如果***当前有空闲信道，即i+j<M，则基站将不做任何控制直接给该切换用户随机分配一个空闲信道；否则若随机数t小于对应的剔除概率则该切换用户将进入缓冲区中等待直到有空闲信道为止；否则它将被中断服务直接掉线。

大量仿真试验表明，相比于预留信道机制和静态接纳控制，本发明所提方法的具有更大的***吞吐率，且能严格地保证认知用户的QoS要求。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种联合最佳接纳控制和剔除控制的流量控制方法，应用于认知无线电网络中，包括以下步骤：

步骤(a)、***初始化；

步骤(b)、认知用户进行信道感知，将感知结果发送给基站；

步骤(c)、基站根据感知结果查找对应的最佳接纳概率向量表或最佳剔除概率向量表，其中，假设***当前状态为(i,j,k)，基站将在区间[0,1]中取一个随机数t，所述i，j，k分别表示***中活跃的授权用户数、活跃的认知用户数和缓冲区中等待的用户数；

(c.1)对于新到用户，若该随机数t小于对应的接纳概率则该用户将被随机分配一个空闲信道接受服务；否则该用户将被阻塞掉；

(c.2)对于切换用户，如果***当前有空闲信道，即i+j<M，M为总的授权信道数，则基站将不做任何控制直接给该切换用户随机分配一个空闲信道；否则若随机数t小于对应的剔除概率则该切换用户将进入缓冲区中等待直到有空闲信道为止；否则它将被中断服务直接掉线；

其中，所述步骤(a)包括：

(a.1)给定***参数：总的授权信道数M、授权用户和认知用户的到达率λ_p和λ_s及其服务率μ_p和μ_s；

(a.2)确定最佳接纳概率向量表Ρ_ad和剔除概率向量表Ρ_ev，其由不同***状态下的最佳接纳概率和最佳剔除概率组成，即

所述步骤(a.2)包括：

(a.2.1)计算***的稳态概率，得到***各个状态的稳态概率p_i,j,k；

(a.2.2)根据***的稳态概率计算***的性能指标；

(a.2.3)给出***的最优化问题描述，以求得最佳接纳概率和剔除概率；

所述步骤(a.2.1)包括：

根据状态转移图得到平衡方程式：

$\begin{array}{c}({\mathrm{\&lambda;}}_p{\mathrm{\&theta;}}_1+{\mathrm{\&lambda;}}_p{\mathrm{\&theta;}}_3+{\mathrm{\&lambda;}}_s{\mathrm{\&theta;}}_1{p}_{ad}^{(i,j,k)}+{\mathrm{i\&mu;}}_p+{\mathrm{j\&mu;}}_s)p_{i,j,k}\\ =(i+1){\mathrm{\&mu;}}_p{\mathrm{\&theta;}}_2{p}_{i+1,j,k}+(i+1){\mathrm{\&mu;}}_p{\mathrm{\&theta;}}_2{p}_{i+1,j-1,k+1}+(j+1){\mathrm{\&mu;}}_s{\mathrm{\&theta;}}_2{p}_{i,j+1,k}\\ +{\mathrm{\&lambda;}}_p{\mathrm{\&theta;}}_3(1-p_{ev}^{(i,j,k)})p_{i-1,j+1,k}+{\mathrm{\&lambda;}}_p{\mathrm{\&theta;}}_1{p}_{i-1,j,k}+{\mathrm{\&lambda;}}_p{\mathrm{\&theta;}}_3{p}_{ev}^{(i,j,k-1)}{p}_{i-1,j+1,k-1}\\ +{\mathrm{j\&mu;}}_s(1-{\mathrm{\&theta;}}_2)p_{i,j,k+1}+{\mathrm{\&lambda;}}_s{\mathrm{\&theta;}}_1{p}_{ad}^{(i,j-1,k)}{p}_{i,j-1,k}\end{array}$

其中θ₁＝1_i+j＜M；θ₂＝1_k＝0；θ₃＝1_{i+j＝M&j＞0}；表示在当前状态(i,j,k)下新到认知用户的最佳接纳概率；表示在当前状态(i,j,k)下切换用户的最佳切换概率(即进入缓冲区中等待的概率)；p_i,j,k表示在当前状态(i,j,k)下***的稳态概率；

联合上述平衡方程式和归一化等式求解得到各个状态的稳态概率p_i,j,k；

所述性能指标包括：

i)认知用户的阻塞率：

$P_{block}(P_{ad},P_{ev})=\underset{\&ForAll;i,j,k}{\&Sigma;}(1-p_{ad}^{(i,j,k)})\&CenterDot;p_{i,j,k}$

ii)认知用户的掉线率：

$P_{drop}(P_{ad},P_{ev})=\frac{{\mathrm{\&lambda;}}_p\underset{i+j=M,j>0}{\mathrm{\&Delta;}}(1-p_{ev}^{(i,j,k)})\&CenterDot;p_{i,j,k}}{{\mathrm{\&lambda;}}_s(1-P_{block})}$

iii)认知用户的平均切换时延：

$D_{ho}(P_{ad},P_{ev})=\frac{\stackrel{\&OverBar;}{N_{hdof}}}{\stackrel{\&OverBar;}{N_{colision}}}\&CenterDot;\frac{\stackrel{\&OverBar;}{N_{buffer}}}{\stackrel{\&OverBar;}{R_{hdof}}}$

其中表示每到一个授权用户，被切换到缓冲区中等待的认知用户的平均数；表示每到一个授权用户，与其发生碰撞的认知用户的平均数；表示***达到稳定时缓冲区中的平均用户数；表示认知用户被切换到缓冲区中的平均速率；

iv)认知用户的吞吐率：

R_th(Ρ_ad,Ρ_ev)＝λ_s·(1-P_block)·(1-P_drop)；

所述最优化问题描述为：

max R_th(Ρ_ad,Ρ_ev)

$s.t.\left\{\begin{array}{c}{P}_{drop}(P_{ad},P_{ev})\&le;P_d^{*}\\ D_{ho}(P_{ad},P_{ev})\&le;D_h^{*}\\ 0\&le;P_{ad}\&le;1\\ 0\&le;P_{ev}\&le;1\end{array}\right.,$

其中，和分别为认知用户的掉线率和平均切换时延的门限值。