[发明专利]一种基于认知无线电通信盟的调度方法

说明书

技术领域

本发明涉及一种基于认知无线电通信盟的调度方法，属于认知无线电技术领域。

背景技术

随着社会的不断发展和科技的日新月异以及物联网的飞速普及，无线频谱资源却越来越紧张。在这种背景下，认知无线电(Cognitive Radio，CR)技术应运而生，CR技术通过在时间和空间上充分利用空闲的频谱资源，从而可以有效的缓解或解决上述频谱资源紧张的情况。

认知无线电又被称为智能无线电，它以灵活、智能、可重配置为显著特征，通过感知外界环境，并使用人工智能技术从环境中学习，有目的地实时改变某些操作参数(比如传输功率、载波频率和调制技术等)，使其内部状态适应接收到的无线信号的统计变化，从而实现任何时间、任何地点的高可靠通信以及对异构网络环境有限的无线频谱资源进行高效地利用。认知无线电的核心思想就是通过频谱感知(Spectrum Sensing)和系统的智能学习能力，实现动态频谱分配(DSA：dynamic spectrum allocation)和频谱共享(Spectrum Sharing)。

认知无线电对无线电灵活的频谱池提供一种机制，这种方法能扩展通常应用的可用带宽。认知无线电概念的出现推进了智能无线电技术在个人移动通信领域的发展。

为实现频谱资源的有效利用，需要在主、次用户之间或次用户之间进行可用频谱调度，研究相应的调度算法使得认知用户可以动态的选择可用频段和时槽，提高频谱资源利用率。通过对主用户的频谱感知和时变衰落信道的估计，认知用户可以充分利用这种频谱机会实现频谱机会调度。调度利用时变的信道状况和主用户产生的时频空穴，在给定时间内调度具有最好信道状况的用户或用户子集实现有效的传输，从而实现优化的系统性能并满足各种QoS限制(如公平性、最大速率性能的保证、最小时延等)。尽管机会调度机制在蜂窝网络的框架下已被广泛研究，但由于主用户的时变特性产生了时变的可用频谱，不同于以往的蜂窝网，所以基于认知无线电的频谱机会调度成为新的研究热点。

目前，该领域研究集中在认知无线电中心式可变速率链路调度问题，通过图论模型、线性规划和跨层方法实现了频谱资源的公平有效调度。提出了两种最优化策略：随机化最优频谱调度和确定化最优频谱调度，来解决认知无线Mesh网中的最优化频谱调度问题。通过整数线性规划研究了多跳无线网络中认知无线电MAC层调度问题，通过启发式算法得到最优调度。在认知无线电多跳网络中，通过混合整数非线性规划(MINLP)研究了多跳节点之间的可用频谱调度问题。提出了一种新的次最优化方法解决了MINLP问题，实现了多跳认知无线电网络中频谱资源的最优分配和有效调度。

在分布式环境下，认知用户感知主用户的存在和相应的空闲频谱信道的增益，通过控制信道交换感知、干扰等信息，在每个时槽选择最适合的用户子集和信道进行传输，公平、有效的利用可用频谱资源。

目前一种可行的功率分配方法是将测量到的主用户接收机信号的本地信噪比(SNR，signal to Noise Ratio)近似为认知用户与主用户间的距离，从而相应地调整认知用户的发射功率。此外，Clemens等人提出了一种相对智能的功率分配策略，可将博弈论和遗传算法相结合，即采用两用户重复博弈理论建模，借助遗传算法来搜索策略空间。这些方法可实现在保证主用户不受有害干扰的前提下“贪婪”地增加认知用户的发射功率。

对于既存在合作又存在竞争的多址CR系统，为避免多用户的冲突问题，分布式功率控制的研究更为重要。多址CR系统的发射功率受到给定的干扰温度和可用频谱空洞数量这两种网络资源的限制。到目前为止，一般主要应用信息论和博弈论来解决其功率控制的难题。多用户CR系统的功率控制问题首先可以看作是一个博弈论问题。若不考虑竞争现象，则可看作纯合作博弈，这样该问题就简化为一个最优控制理论问题。但是，这种简化没有考虑到各种影响决策因素之间的互动作用，限制了博弈论的应用范围。因此用博弈论方法研究的功率控制问题最终被归结为一个非合作博弈，目前主流的方法是采用Markov对策进行分析解决。实现功率控制的另一种方法是基于信息论的迭代注水法，分析表明迭代注水法更适用于多用户环境。