[发明专利]基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法

说明书

技术领域：

本发明属于无线通信领域，涉及到认知无线电Ad Hoc网络中网络节点的分簇组网，可应用在大型认知无线电Ad Hoc网络中建立分级网络结构，优化网络的路由查找、拥塞控制、拓扑维护以及便于网络扩展。 

背景技术：

认知无线电Ad Hoc网络是一种多跳，无中心且没有有线基础设施支持，同时具有动态频谱接入特征的移动网络。它是Ad Hoc网络和认知无线电网络的结合。认知无线电Ad hoc网络节点分为获得频谱授权的主用户节点和未授权的认知节点，认知节点利用所有的认知能力来感知周围局部的其它认知节点的活动来决策自身的通信行为。由于认知无线电Ad Hoc网络兼具认知无线电网络及Ad Hoc网络的诸多特性，它在军事战场、传感器网络以及紧急临时场合如灾难救援等有广泛的应用前景。 

由于认知无线电Ad Hoc网络中的认知节点无法仅仅通过自身的局部观察来判断自身决策对整个网络的影响，因此不同认知节点间的合作就显得尤为重要。不同认知节点可以将自身的观察信息与周围其它节点进行共享，通过信息的交换，来共同决策自身的通信行为。分簇已经被证明可以使得网络工作得更稳定。首先，通过分簇，可以使得基于簇的频谱感知可靠性增加。它主要可以防止认知用户对主用户造成的干扰，同时也可以防止认知用户使用主用户正在占用的信道。其次，频谱感知需要一系列的认知节点协调合作，以确保准确无误的感知结果。通过分簇能够确保在簇内的所有认知节点同时暂时停止数据的传输，并同步初始化频谱感知过程。再次，通过分簇不同簇轮换地进行频谱感知，簇与簇之间由于主用户的突发性活动导致的冲突大大减少。最后，通过分簇可以使得认知无线电Ad Hoc网络的路由发现和查找更加简单。因此如何在认知节点不断移动，并且兼顾节点的适应动态频谱环境要求的情况下，建立一个稳定的分簇结构是认知无线电Ad Hoc网络分簇算法的一个关键难题。 

目前无线电Ad Hoc网络中的移动感知分簇算法主要考虑认知网络环境下，分得的簇结构的连通性问题。例如，一种称作SOC分簇算法（Spectrum-Opportunity Clustering），它将分簇问题转化为求二部图的最大边子集问题。SOC算法首先对每个 认知节点及其对应的一跳邻居节点建立一个二部图，二部图的顶点集分别为认知节点集合和空闲信道集合，随后SOC算法利用贪婪算法求解得出每个节点二部图所对应的最大边子集。SOC算法选取那些最大边子集中信道顶点集元素最多的认知节点作为簇头节点，同时将其对应的子集中的其它认知节点分配到该簇中作为簇成员，得到最后的分簇结果。另外一种称作ROSS-DGA（Robust Spectrum Sharing-Distributed Greedy Algorithm）分簇算法。ROSS-DGA算法定义了两种评价尺度来衡量簇头的选举和簇成员的分配，分别为频谱连通度和局部连通度。ROSS-DGA算法首先选择局部连通度高的节点作为簇头，而将频谱连通度高的节点作为网关节点，这样可以保证簇内共通频率较大的情况下，最大化簇间共通频率数，以保证整个网络的连通性。在簇头选举结束后，ROSS-DGA算法将簇头节点的一跳邻居节点分配到自身所在的作为簇成员，而对于两个簇之间的交叠区域，ROSS-DGA算法采用单例拥塞博弈模型，并利用分布式贪婪算法求解，以使得整个网络的簇内共通信道数最大化，从而增强网络的连通鲁棒性，得到最后的分簇结果。 

上述分簇算法均是假定认知节点是固定的或准静止的，这种特例情况与认知无线电Ad Hoc网络中的认知节点具有移动性这一实际情况有较大差别。因此在对认知无线电Ad Hoc网络中认知节点进行分簇处理时，上述分簇算法由于没有考虑认知节点的移动性，从而导致分簇结果并不理想。 

因此，在认知无线电Ad Hoc网络中提出一种既考虑节点的通信频率的动态调整又能适应节点的移动特性的分簇算法是值得继续进行研究探索的。 

发明内容：

本发明的目的在于针对现有认知无线电Ad Hoc网络移动感知分簇算法的不足，提出一种基于模糊移动尺度的移动感知分簇方法，以使最终所形成的簇结构既考虑节点的通信频率的动态调整又能适应节点的移动特性，提高分簇结果性能。 

为实现上述目的，本发明包括如下步骤： 

1.一种基于模糊移动尺度的认知无线电Ad Hoc网络分簇方法，包括如下步骤：