[发明专利]一种面向网络业务特征的认知网络动态接入方法

权利要求书

1.一种面向网络业务特征的认知网络动态接入方法，该方法包括以下步骤：

步骤1：设系统中有：

a对主用户{{p₁₁,p₁₂},{p₂₁,p₂₂},...,{p_a1,p_a2}}和z个从用户s＝{s₁,s₂,...,s_z}，系统中有a个信道，并且每个信道都可以被从用户使用；

步骤2：生成从用户s_i使用信道n的空闲概率以及最大回报的期望，其中n＝1,2,...,a；

使用对数正态分布来表征主用户的空闲状态，从而得到从用户感知和传输后的信道n的空闲概率，进一步设定奖励效用函数，确定用户使用信道n的空闲概率阈值；

步骤3：判断主用户p_n是否在时刻t使用信道n，当主用户p_n在时刻t使用信道n并且某个从用户也使用信道n时U_n,t＝1，转到步骤4；当主用户p_n在时刻t不使用信道n时并且某个从用户使用信道n，可以以最大覆盖半径发送数据，其表示为U_n,t＝0，转到步骤7；

步骤4：根据主用户的约束，当主用户p_n同时使用信道n时，计算出从用户s_i向从用户s_j在信道n上的最大传输功率为

其中，表示主用户p_n在t时刻使用信道n的概率，表示主用户与从用户之间的距离，表示在信道n上的主用户对之间的距离，表示主用户p_n在信道n上的传输功率，K表示从用户的数量；

步骤5：根据从用户s_i的最小传输功率计算从用户s_i到从用户s_j使用信道n的最小传输功率为

其中，表示时刻t从用户s_j使用信道n接收到的信号比值，N₀表示噪声功率，表示从用户s_i与从用户s_j之间的距离，z表示从用户的数量；

步骤6：由可知当U_n,t＝0时，主用户p_n在时刻t不使用信道n；因此，在时刻t的从用户s_i的传输半径独立于主用户并且它保持最大传输半径为

其中，表示从用户s_i使用信道n向从用户s_j发送数据的最大传输距离，表示时刻t主用户和从用户p_n使用信道n时彼此间的距离比值，表示主用户p_n到从用户s_j的距离，α_n,i,j表示主用户发送端，次用户发送端和次用户接收端形成的角度；

步骤7：计算从用户s_i使用信道n的最大传输距离，即

其中，表示在t时刻从用户s_i使用信道n发送数据的最大传输距离，表示在t时刻从用户s_i在信道n上发送数据到从用户s_j的传输距离，表示从用户在信道n上发送数据的最大传输距离，U_n,t表示主用户p_n在t时刻使用信道n的状态，0表示主用户p_n在t时刻没有使用信道n，1表示主用户p_n在t时刻正在使用信道n；

步骤8：计算所有信道的从用户s_i的最大传输半径其中，N表示信道的数据；

步骤9：计算时刻t不同信道的所有从用户的最大传输半径矩阵Tr^t；

步骤10：计算所有时刻所有信道的所有从用户的最大传输半径Tr＝[Tr¹,Tr²,...,Tr^I]，其中I表示最大时刻，选择传输半径最大的一个或多个信道进行数据传输。

2.如权利要求1所述的一种面向网络业务特征的认知网络动态接入方法，其特征在于所述步骤2的具体步骤为：

步骤2.1：由于网络流量具有重尾特性，采用对数正态分布表征主用户的空闲状态，公式如下：

其中，p(t)表示主用户空闲状态的分布函数，变量t表示主用户从忙碌状态变为空闲状态的时刻，μ和δ分别表示关于变量t的对数整体分布的均值和方差，ln(·)表示自然对数函数；

步骤2.2：如果信道n在t时刻是空闲的，则在从用户检测或发送数据之后信道n仍然空闲的概率为

其中，表示信道n在t时刻是空闲状态，从用户感知信道以后信道n仍是空闲状态的概率；表示信道n在t时刻是空闲状态，从用户在传输数据以后信道n仍是空闲状态的概率，T_S表示从用户的感知信道状态的持续时间，T_K表示从用户的传输数据的持续时间；公式(2)表示根据从用户的不同感知结果获得信道状态概率并且可以计算得到Pr(δ^S＝I)和Pr(δ^S＝B)的概率，其中表示从用户在t时刻的状态概率，Pr(δ^S＝I)表示从用户侦测到信道空闲的概率，Pr(δ^S＝B)表示从用户侦测到信道忙碌的概率；

步骤2.3：根据贝叶斯理论，在执行持续时间为T_S的感知过程之后，计算信道n的空闲概率和忙碌概率分别为

其中，表示信道n空闲的概率，表示信道n忙碌的概率，Pr(δ^S＝I)表示从用户侦测到信道空闲的概率，Pr(δ^S＝B)表示从用户侦测到信道忙碌的概率，P_d表示从用户正确侦测信道状态的概率，P_f表示从用户侦测信道状态的误报概率，p_t表示主用户的空闲概率；

步骤2.4：在执行时间长为T_K的持续数据传输后，计算信道n空闲概率和忙碌概率分别为：

其中，g₀表示从用户与主用户不冲突时接收到NACK信号的条件概率，g₁表示从用户与主用户冲突时接收到NACK信号的条件概率，Pr(δ^T＝A)表示从用户成功发送数据并接收从接收端反馈的ACK信号的概率分布，Pr(δ^T＝NA)表示从用户发送数据失败并接收从接收端反馈的NACK信号的概率分布；ACK表示返回确认信号，NACK表示错误则返回不确认信号；

步骤2.5：假如主用户的空闲概率p_t，在从用户的最后一个时长为T_K的数据传输之后，主用户仍为空闲的概率是其中表示从用户传输数据之后的状态概率；因此，从用户成功发送数据并接收到从接收端反馈的ACK信号的概率是：

其中γ₀表示当从用户不与主用户冲突时接收NACK的条件概率，γ₁表示当从用户与主用户冲突时接收NACK的条件概率；

步骤2.6：设置奖励效用函数可表示为：

其中，R表示奖励因子，C表示惩罚因子，b_t(p_t)表示从用户成功发送数据并接收从接收端反馈的ACK信号的概率，c_t(p_t)表示从用户在传输数据时与主用户发生冲突的概率，p_t表示主用户的空闲概率，a表示从用户检测到信道状态，δ^T表示从用户的传输数据的状态，δ^S表示从用户感知到的信道状态，T_K表示从用户的传输数据的持续时间；当从用户成功传输数据后，从用户将获得奖励；当与从用户传输数据时与主用户发生冲突时，从用户将受到惩罚；当从用户不传输数据时，效用值为0；

步骤2.7：将E(t,p)定义为从用户在t时刻最大理想效用函数：

E(t,p)＝max{L(t,p_t,M(t,p_t))} (6)

其中，p表示在t时刻从用户获得最大效用值时的p_t值，并且满足L(t,p_t)和M(t,p_t)；

其中，E(t+T_S,p_t)表示从用户感知信道状态后的最大理想效用值，r_t(p_t,δ^S)表示从用户在感知信道后的回报效用，Pr(δ^T＝A)表示从用户成功发送数据并接收从接收端反馈的ACK信号的概率分布，Pr(δ^T＝NA)表示从用户发送数据失败并接收从接收端反馈的NACK信号的概率分布，E(t+T_K,p_t)表示从用户传输完数据以后的最大理想效用值，r_t(p_t,δ^T)表示从用户在传输完数据后的回报效用；

如果效用值L(t,p)≤M(t,p)，则计算获得用户的最大理想效用函数E(t,p)，以及获得最大效用时的概率p，然后返回步骤2.1进行下一个时刻t的最大效用以及概率的计算。