[发明专利]一种基于割边的认知无线电分集方法

权利要求书

1.一种基于割边的认知无线电分集方法，其特征在于：该方法具体步骤如下：

步骤一：节点进入网络，了解周围已经存在的、可能对其形成干扰的节点；如果没有会产生干扰的节点，则说明它可以自由使用频带，跳过下列步骤；

步骤二：节点和与其形成干扰的节点进行交互，了解这些节点各自属于网络的主节点地址；

步骤三：节点与第二步得到的主节点进行通信，由此得到网络拓扑结构；

步骤四：在得知拓扑结构后，节点判断是否有更改主节点的必要，包括有可能产生的网络融合，并以此选出主节点；不管有无必要，都在新的主节点处更新网络拓扑状态；

步骤五：主节点在更新网络拓扑状态之后，判断是否有分集的必要，若有的话，则进行分集行为；

步骤六：在新形成的各个网络中，主节点实施频谱分配。

2.根据权利要求1所述的一种基于割边的认知无线电分集方法，其特征在于：步骤五中所说的判断和分集方式，其具体内容及过程如下：

在进行前四步之后，网络已经选出了暂时的主节点，现在即由该节点进行判断过程，主节点利用TFCE算法得到拓扑中是否有满足条件的割边，若有则进行下一步分集行为，若没有则说明没有分集的必要；TFCE算法，改自连通图中求最大连通分量tarjan算法，具体实现如下：

Tarjan算法是基于对图深度优先搜索的算法，每个强连通分量为搜索树中的一棵子树，搜索时，把当前搜索树中未处理的节点加入一个堆栈，回溯时可以判断栈顶到栈中的节点是否为一个强连通分量；

定义DFN(u)为节点u搜索的次序编号即时间戳，Low(u)为u或u的子树能够追溯到的最早的栈中节点的次序号，由定义得出，Low(u)为以下三者中的最小者：

1.DFN(u)；

2.Low(v)，(u，v)为树枝边，u为v的父节点；

3.DFN(v)，(u，v)为指向栈中节点的后向边(非横叉边)；

当DFN(u)＝Low(u)时，以u为根的搜索子树上所有节点是一个强连通分量；

该算法使用了两个栈和两个数组作为辅助来寻找割边，算法复杂度等同于一次深度搜索，只要调用TFCE(node，NULL)，则node所在网络中的割边即被找到；

在分集步骤中，网络将以割边为界限分为两个次级网络，此时主节点再选出另一个主节点，并将需要分离出去的节点信息在第二个主节点进行注册，同时在本地删去这些节点信息；

在判断和分集过程中，选出新节点的原则是在连接边最多的节点中随机选取，由于主节点具有整个网络的信息，所以判断过程不需要再在节点间进行通信。