CN108736991B - 一种基于分级的群体智能频谱切换方法 - Google Patents

Abstract

本发明公开了一种基于分级的群体智能频谱切换方法。本发明包括如下步骤：步骤1、建立CRN***模型；步骤2、通过邻居发现过程，识别每个认知用户的邻居节点；步骤3、设计认知节点分级规则，将认知用户分成高级节点和普通节点二类；步骤4、投票组网，当节点分级完成后，所有节点统计自己和周围邻居的可用信道集合，确定通信信道；步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照一定规则，切换到其它信道，并维持整个CRN网络的完整性。本发明仿真结果表明，所提的分等级的群体智能频谱切换算法具有协议开销小、消耗资源少，结构简单，抗毁能力强等优点。

Description

一种基于分级的群体智能频谱切换方法

技术领域

本发明属于无线通信中认知无线电领域，特别涉及一种基于群体智能的频谱切换方法。

背景技术

认知无线电(Cognitive Radio,CR)被视为一项能够缓解由于无线设备增长而导致频谱稀缺的关键技术。为了提高频谱利用率，在认知无线电网络(Cognitive RadioNetwork,CRN)中，认知用户(Secondary User,SU)机会式接入未被主用户(Primary User,PU)使用的授权空闲频带。当SU使用的信道中出现优先级高的PU或者该信道通信质量恶化时，SU必须离开当前信道，寻找新的空闲信道，以保证通信的连续性，这一过程即为频谱切换。

现有频谱切换方法多利用概率论、马尔科夫过程和排队论等建模，这些模型过于理想化，难以模拟复杂多变的CRN环境。同时存在协议开销过大，时延较长，切换失败概率较高等缺点。

发明内容

本发明针对现有频谱切换算法的局限性，利用生物涌现出的群体智能，提出一种基于分等级的群体智能频谱切换机制，在这种机制下，通信节点分为二类：高级节点和普通节点，它们依靠类似生物界简单的通信规则便能实现整个认知无线网络的动态连接，具有协议开销小、消耗资源少，结构简单，抗毁能力强等优点。本发明解决其技术问题所采用的技术方案包括如下步骤：

一种基于分级的群体智能频谱切换方法，其特征在于，该方法包括以下步骤：

步骤1、建立CRN***模型；

步骤2、通过邻居发现过程，识别每个认知用户的邻居节点；

步骤3、设计认知节点分级规则，将认知用户分成高级节点和普通节点二类；

步骤4、投票组网，当节点分级完成后，所有节点统计自己和周围邻居的可用信道集合，确定通信信道；

步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照一定规则，切换到其它信道，并维持整个CRN网络的完整性；

步骤1所述的建立CRN***模型，具体如下：

假设CRN网络结构由M个主用户PU和N个认知用户SU构成，频谱分成P个不重叠且彼此正交的信道；当主用户不通信时，其授权信道能够被认知用户使用；第i个认知用户SU_i拥有一个目标信道集合Chn_i；设SU_i有收和发两根天线，并且同时有侦听和发信的功能；将认知用户作为节点计算；假设CRN网络中每个SU认知节点具有相同的传输距离d_c,即每个节点的有效通信范围不得大于d_c；

定义邻接矩阵d_ij衡量两个认知节点SU_i和SU_j的连接关系,若满足

否则为0，其中L_ij表示认知节点SU_i和SU_j的欧几里得距离；当d_ij＝1时，SU_i和SU_j能够建立一条链路进行通信，并互称对方为自己的邻居节点，并将对方归入自己的邻居节点集中。

步骤2所述的通过邻居发现过程，构建每个认知用户节点的邻居网络拓扑结构图，具体如下：

2-1.认知节点SU_i通过频谱感知方法建立一个可用目标信道集合Chn_i，Chn_i∈P；

2-2.当所有认知节点SU感知到其可用信道集合后，每个SU_i在每个时隙中，从可用目标信道集合Chn_i中随机选择一个信道接入，但是相邻两个时隙中不允许接入相同信道，多次接入时隙后得到SU_i与其邻居SU_j的共同信道；

2-3.根据步骤1中对邻居节点的定义，对于任意一个认知节点SU_j，当其满足d_ij＝1，将其归入SU_i的邻居节点集Ne_i中。

步骤3所述的描述认知节点的分级规则，将认知节点分成高级节点和普通节点二类，具体如下：

3-1.定义链接力C_i＝NumChn_i·NumNe_i，其中NumChn_i和NumNe_i分别表示集合Chn_i和Ne_i中元素数量，C_i用于衡量每个认知节点在CRN中的社会地位，其值越大，地位越高影响力越大；

3-2.根据C_i值，按照步骤3-2-1到3-2-3将认知节点SU分成高级节点和普通节点两类，然后将所有高级节点和所有普通节点分别置于集合S和I中；

3-2-1.每个认知节点SU_i向其邻居节点广播自己可用信道集合Chn_i和邻居节点集Ne_i；

3-2-2.每个认知节点SU_i计算其链接力C_i和其邻居节点SU_j的链接力C_j，其中SU_j∈Ne_i；

3-2-3.若C_i>C_j,则链接力SU_i为高级节点，否则作为普通节点。

步骤4所述的投票组网，当认知节点分级完成后，所有认知节点SU统计自己和周围邻居的可用信道集合，确定通信信道，具体如下：

4-1.每个高级节点SU_k，其中SU_k∈S，统计节点自身与邻居节点集Ne_k中可用信道集合，对集合里的信道进行投票，选择票数最高的一个信道作为自己的通信信道；

4-2.令A_i＝{Q|Q∈Ne_i&Q∈S},其中A_i为第i个认知节点SU_i的邻居节点集合中的高级节点数量，Q为高级节点；当NumA_i＝1且

其中NumA_i表示A_i中元素数量，则SU_i接入与A_i相同的信道，否则随机选择一个信道作为当前通信信道；

4-3.当NumA_i>1时，表示SU_i的邻居节点集合中有多个高级节点，选择距离认知节点SU_i最近的一个高级节点的信道作为当前通信信道。

步骤5具体实现如下：

当某些认知用户受到干扰时，按照步骤5-1到5-2节所示规则，切换到其它信道，并维持整个CRN网络的完整性，具体如下：

5-1.当受干扰的节点SU_d∈I，该节点统计其所有邻居节点的可用信道集合，选择票数最高的1个信道作为当前通信信道；并实时关注其邻居节点集合中高级节点的状态，当认知节点SU_d不受干扰，重新接入高级节点的通信信道；在这种情况下，只需要认知节点SU_d被动观察做出相应的变化即可，其他节点无需变动，极大减轻各种调度信息和协议开销；

5-2.当受干扰的节点SU_d∈S，该节点统计其所有邻居节点的可用信道集合，选择除当前通信信道外的票数最高的一个信道接入；其邻居节点发现高级节点SU_d的通信信道改变后，重复步骤3和4重新组网。

本发明的有益效果是：

1、提出一种邻居发现协议。该协议只需节点被动观察周围邻居的状态，便能获取其信道信息，节省协议开销。

2、提出一种节点分级方法。该方法中定义链接力概念，选择链接力强的节点为高级节点，该方法可以降低CRN网络组网时间。

3、提出投票组网方法，该方法能够使尽可能多的节点使用相同信道通信。

4、提出切换重构CRN规则，该规则能够减小频谱切换失败概率，同时减少时延。

综上所述，本发明所提的分等级的群体智能频谱切换算法具有协议开销小、消耗资源少，结构简单，抗毁能力强等优点。

附图说明

图1为认知无线电网络***示意。

图2为邻居发现示意。

具体实施方式

下面结合附图对本发明作进一步详细说明本发明的实施步骤。

如图1所示，一种基于分级的群体智能频谱切换方法，具体包括如下步骤：

步骤1、建立CRN***模型，具体如下：

假设CRN网络结构是自组织的，由M个主用户PU和N个认知用户SU构成，频谱分成P个不重叠且彼此正交的信道。当主用户不通信时，其授权信道能够被认知用户使用。第i个认知用户SU_i拥有一个目标信道集合Chn_i。设SU_i有收和发两根天线，并且同时有侦听和发信的功能。考虑到SU通信时，受噪声及信道衰落的影响同时为了建模的方便，将认知用户作为节点计算；假设CRN网络中每个SU认知节点具有相同的传输距离d_c,即每个节点的有效通信范围不得大于d_c。

定义邻接矩阵d_ij衡量两个认知节点SU_i和SU_j的连接关系,若满足

否则为0，其中L_ij表示认知节点SU_i和SU_j的欧几里得距离。当d_ij＝1时，SU_i和SU_j能够建立一条链路进行通信，并互称对方为自己的邻居节点，并将对方归入自己的邻居节点集中。图1给出了CRN网络连接图。在图中，共有10个SU，每个SU通过频谱感知建立一个自己的目标信道序列，当两个认知节点SU分别在对方通信范围内且有相同目标信道，则两个节点会有一条连线，表示认知节点SU可以相互通信。

步骤2、通过邻居发现过程，构建每个认知用户节点的邻居网络拓扑结构图，具体如下：

2-1.认知节点SU_i通过频谱感知方法(例如能量检测法)建立一个可用目标信道集合Chn_i，Chn_i∈P。

2-2.当所有认知节点SU感知到其可用信道集合后，每个SU_i在每个时隙中，从可用目标信道集合Chn_i中随机选择一个信道接入，但是相邻两个时隙中不允许接入相同信道，多次接入时隙后得到SU_i与其邻居SU_j的共同信道。例如有两个SU_s，分别记为SU_x和SU_y，SU_x的Chn_x为(1,2,4,5)，SU_y的Chn_y为(3,4,5)，根据上述协议，SU_x和SU_y在不同时隙中的通信信道如图2所示，在时隙4和时隙10中，SU_x和SU_y进入相同信道，由此得到彼此共同信道为(4,5)。

2-3.根据步骤1中对邻居节点的定义，对于任意一个认知节点SU_j，当其满足d_ij＝1，将其归入SU_i的邻居节点集Ne_i中。

步骤3、描述认知节点的分级规则，将认知节点分成高级节点和普通节点二类，具体如下：

3-1.定义链接力C_i＝NumChn_i·NumNe_i，其中NumChn_i和NumNe_i分别表示集合Chn_i和Ne_i中元素数量，C_i用于衡量每个认知节点在CRN中的社会地位，其值越大，地位越高影响力越大。

3-2.根据C_i值，按照步骤3-2-1到3-2-3将认知节点SU分成高级节点和普通节点两类，然后将所有高级节点和所有普通节点分别置于集合S和I中。

3-2-1.每个认知节点SU_i向其邻居节点广播自己可用信道集合Chn_i和邻居节点集Ne_i；

3-2-2.每个认知节点SU_i计算其链接力C_i和其邻居节点SU_j的链接力C_j，其中SU_j∈Ne_i；

3-2-3.若C_i>C_j,则链接力SU_i为高级节点，否则作为普通节点；

步骤4、投票组网，当认知节点分级完成后，所有认知节点SU统计自己和周围邻居的可用信道集合，确定通信信道，具体如下：

4-1.每个高级节点SU_k，其中SU_k∈S，统计节点自身与邻居节点集Ne_k中可用信道集合，对集合里的信道进行投票，选择票数最高的一个信道作为自己的通信信道；

4-2.令A_i＝{Q|Q∈Ne_i&Q∈S},其中A_i为第i个认知节点SU_i的邻居节点集合中的高级节点数量，Q为高级节点；当NumA_i＝1且

其中NumA_i表示A_i中元素数量，则SU_i接入与A_i相同的信道，否则随机选择一个信道作为当前通信信道。

4-3.当NumA_i>1时，表示SU_i的邻居节点集合中有多个高级节点，选择距离认知节点SU_i最近的一个高级节点的信道作为当前通信信道。

步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照步骤5-1到5-2节所示规则，切换到其它信道，并维持整个CRN网络的完整性，具体如下：

5-1.当受干扰的节点SU_d∈I，该节点统计其所有邻居节点的可用信道集合，选择票数最高的1个信道作为当前通信信道。并实时关注其邻居节点集合中高级节点的状态，当认知节点SU_d不受干扰，重新接入高级节点的通信信道。在这种情况下，只需要认知节点SU_d被动观察做出相应的变化即可，其他节点无需变动，极大减轻各种调度信息和协议开销。

5-2.当受干扰的节点SU_d∈S，该节点统计其所有邻居节点的可用信道集合，选择除当前通信信道外的票数最高的一个信道接入。其邻居节点发现高级节点SU_d的通信信道改变后，重复步骤3和4重新组网。

Claims (2)

1.一种基于分级的群体智能频谱切换方法，其特征在于，该方法包括以下步骤：

步骤1、建立CRN***模型；

步骤2、通过邻居发现过程，识别每个认知用户的邻居节点；

步骤3、设计认知节点分级规则，将认知用户分成高级节点和普通节点二类；

步骤4、投票组网，当节点分级完成后，所有节点统计自己和周围邻居的可用信道集合，确定通信信道；

步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照一定规则，切换到其它信道，并维持整个CRN网络的完整性；

步骤1所述的建立CRN***模型，具体如下：

假设CRN网络结构由M个主用户PU和N个认知用户SU构成，频谱分成P个不重叠且彼此正交的信道；当主用户不通信时，其授权信道能够被认知用户使用；第i个认知用户SU_i拥有一个目标信道集合Chn_i；第j个认知用户SU_j拥有一个目标信道集合Chn_j；设SU_i有收和发两根天线，并且同时有侦听和发信的功能；将认知用户作为节点计算；假设CRN网络中每个SU认知节点具有相同的传输距离d_c,即每个节点的有效通信范围不得大于d_c；

定义邻接矩阵d_ij衡量两个认知节点SU_i和SU_j的连接关系,若满足

d_ij＝1，否则为0，其中L_ij表示认知节点SU_i和SU_j的欧几里得距离；当d_ij＝1时，SU_i和SU_j能够建立一条链路进行通信，并互称对方为自己的邻居节点，并将对方归入自己的邻居节点集中；

步骤3所述的认知节点的分级规则，将认知节点分成高级节点和普通节点二类，具体如下：

3-1.定义链接力C_i＝NumChn_i·NumNe_i，其中NumChn_i和NumNe_i分别表示集合Chn_i和Ne_i中元素数量，C_i用于衡量每个认知节点在CRN中的社会地位，其值越大，地位越高影响力越大；

3-2.根据C_i值，按照步骤3-2-1到3-2-3将认知节点SU分成高级节点和普通节点两类，然后将所有高级节点和所有普通节点分别置于集合S和I中；

3-2-1.每个认知节点SU_i向其邻居节点广播自己可用信道集合Chn_i和邻居节点集Ne_i；

3-2-2.每个认知节点SU_i计算其链接力C_i和其邻居节点SU_j的链接力C_j，其中SU_j∈Ne_i；

3-2-3.若C_i>C_j,则链接力SU_i为高级节点，否则作为普通节点；

步骤4所述的投票组网，当认知节点分级完成后，所有认知节点SU统计自己和周围邻居的可用信道集合，确定通信信道，具体如下：

4-1.每个高级节点SU_k，其中SU_k∈S，统计节点自身与邻居节点集Ne_k中可用信道集合，对集合里的信道进行投票，选择票数最高的一个信道作为自己的通信信道；

4-2.令A_i＝{Q|Q∈Ne_i&Q∈S},其中A_i为第i个认知节点SU_i的邻居节点集合中的高级节点数量，Q为高级节点；当NumA_i＝1且

其中NumA_i表示A_i中元素数量，则SU_i接入与A_i相同的信道，否则随机选择一个信道作为当前通信信道；

4-3.当NumA_i>1时，表示SU_i的邻居节点集合中有多个高级节点，选择距离认知节点SU_i最近的一个高级节点的信道作为当前通信信道；

步骤5具体实现如下：

当某些认知用户受到干扰时，按照步骤5-1到5-2节所示规则，切换到其它信道，并维持整个CRN网络的完整性，具体如下：

5-1.当受干扰的节点SU_d∈I，该节点统计其所有邻居节点的可用信道集合，选择票数最高的1个信道作为当前通信信道；并实时关注其邻居节点集合中高级节点的状态，当认知节点SU_d不受干扰，重新接入高级节点的通信信道；在这种情况下，只需要认知节点SU_d被动观察做出相应的变化即可，其他节点无需变动，极大减轻各种调度信息和协议开销；

5-2.当受干扰的节点SU_d∈S，该节点统计其所有邻居节点的可用信道集合，选择除当前通信信道外的票数最高的一个信道接入；其邻居节点发现高级节点SU_d的通信信道改变后，重复步骤3和4重新组网。

2.根据权利要求1所述的一种基于分级的群体智能频谱切换方法，其特征在于步骤2所述的通过邻居发现过程，构建每个认知用户节点的邻居网络拓扑结构图，具体如下：

2-1.认知节点SU_i通过频谱感知方法建立一个可用目标信道集合Chn_i，Chn_i∈P；

2-2.当所有认知节点SU感知到其可用信道集合后，每个SU_i在每个时隙中，从可用目标信道集合Chn_i中随机选择一个信道接入，但是相邻两个时隙中不允许接入相同信道，多次接入时隙后得到SU_i与其邻居SU_j的共同信道；

2-3.根据步骤1中对邻居节点的定义，对于任意一个认知节点SU_j，当其满足d_ij＝1，将其归入SU_i的邻居节点集Ne_i中。

Images