英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
在多跳认知无线电网络中利用主用户社交功能的可靠性驱动路由
摘要
在本文中，我们研究了多跳认知无线电网络（CRNS）路由问题。我们发现，由于主要用户（PUS）的社会行为，他们在CRNS中呈现不均匀地理分布。在主用户PU密集分布的区域，低频谱可用性将严重降低辅助用户（SUS）通信的可靠性。我们利用主用户（PU）社交功能，从而建立一个可提供可靠的端到端通信的多跳路由路径。这里存在两个主要的挑战：1）在CRNs中如何定量地表示和体现主用户PU的社交功能;2）已知主用户PU社交功能的信息，该如何设计一个有效的路由从而提高了数据包转发的可靠性。我们首先提出主用户（PU）社区在多跳认知无线电网络（CRNs）中的概念，然后利用最大似然估计法预测潜在的主用户（PU）数目。估计结果可以有效地反映频谱利用率，因此，为构造主用户（PU）社区提供了重要信息，在这之后，考虑到主用户（PU）社区的存在，我们提出了一种混合路由方案来减轻主用户（PU）社区在包转发可靠性上的影响。仿真结果表明，提议方案显著提高了端到端通信的可靠性。
第一节 介绍
认知无线电网络（CRN）是一种由认知和频谱感知设备组成的无线网络。这些智能设备被称为辅助用户（SUS），辅助用户（SUS）通过利用认知无线电（CR）技术，刚好重新利用主要用户（PUS）腾空了的许可频谱[1][2]。认知无线电（CR）技术具有广泛的应用领域，如智能电网[3][4][5] 和车载网络[6][7]。为了实现频谱复用，提出了动态频谱接入（DSA）的政策已经。有了DSA，辅助用户SUS可以动态使用许可频段，并且不会干扰主用户的传输。通过使用认知无线电技术CR，辅助用户SU可以检测频谱孔，并根据与周围的主用户、辅助用户的互动情况，从而改变他们的发送器参数。可用频谱的变化主要是由主用户PU的活动来确定。因此，在认知无线电网络中提供可靠的端对端通信是非常具有挑战性的。
高效的端到端路由是多跳CRNS的基本功能之一，认知无线电网络CRNS路由方案由于频谱接入的动态性质从而不同于其他无线网络，可靠的多跳路由方案研究仍是认知无线电网络CRNS迫切需要解决的，但没有还很好地探讨的一个问题。在文献【8】中，作者通过解耦方法比较了认知无线电网络CRNS中频谱管理和路由的跨层方法。在文献[9]中，作者利用分层图模型描述临时可用频段。根据这个模型，他们为了DSA进一步提出了有效的路由和干扰分配算法，从而创建接近最佳拓扑。在文献[10]中，考虑到通向目的地的可能路径，作者提出了一个路由机制,避免经过那些不一定稳定的高连通网络区域来传递消息。综合上述而言，我们知道了认知无线电网络路由的的当前主要任务是在共同的路线规划和光谱选择上。研究人员主要考虑的因素主要有延迟，能源消耗等。
事实上，我们可以利用认知无线电网络CRNS中主用户独特的社交功能来设计一个可靠的路由方案[11][12]。在文献[13]中，作者研究了呈蜂窝网络状的主用户PU行为，主用户行为是DSA系统许多后续工作的基础。在[14]中，作者描述了空间和时间域里的主用户PU行为。在本文中，我们认为，在CRNS中，各个主用户PU的社交行为（无论是在空间还是在时间域里）对端到端路由都有至关重要的影响，为了能够定量地描述主用户PU社交功能，我们提出了一个新的概念，即PU社区，描述的是在给定的时间段内主用户PU的地理分布多样性。基于主用户PU社区，为了提高端到端路由的可靠性，我们提出了一种可靠性驱动的路由方案。在本文中，主要发现有如下三个方面：
1、我们使用PU社区的概念描述主用户PU分布的地域多样性。主用户PU社交行为形成主用户PU社区。主用户PU社区定义是聚集分布在认知无线电网络CRN服务区域中的热点的一群主用户PU。
2、采用最大似然估计方法有效地估计目标辅助用户SU周围的主用户PU的潜在数量。辅助用户它们共享了估算的结果后，就可以确定该主用户PU社区。
3、得知了PU社会的关键信息，我们设计了结合动态规划方法和基于边界的路由技术于一体的的混合路由方案。该混合路由方案避免穿过主用户社区PU中的路径，从而显著增强了数据包转发的可靠性。
本文的其余部分安排如下。第二节系统模型，其中描述了该网络结构，主用户PU无线电行为和能耗模型。在第三节中，阐述了主用户的社交功能和最大似然估计结果。利用最大似然估计方法连续地估计主用户PU的数目。在第四节提出可靠性驱动混合动力车路由方案，其中描述了动态规划方法和周边路由技术的详细信息。第五节中给出仿真结果，在第六节终于得出了结论。
第二节 系统模型
A.网络与节点模型
我们考虑到自组织多跳CRN（即没有簇结构）为平面结构，而且网络中有一个数据中心/聚合器，该数据中心是所有包发送的目的地。在此CRN中，辅助用户SUS定期感测发送数据的主用户PU，并且获得可用的频道，然后记数。近些年来，已经提出了许多先进技术去改善频谱感知[15][16]的准确性和效率。通过实施这些计划，检测结果的精确度高。因此，感测误差的影响几乎可以被忽略。
许可信道的总数由N表示。主用户PU和辅助用户SUS允许在网络中移动，辅助用户SUS可以与他们的一跳邻居交换本地信息。此外，我们假设每个辅助用户SU都有自己的地理位置信息和从它本身到其相邻节点的距离。当辅助用户SU获得他们自己的地理位置信息时，他们将定期发送信息给他们的单跳邻居节点，采用这种方式，辅助用户SU可以知道他们周围的已存在的SU的相对位置信息。虽然本地交换信息产生了少量的附加开销，但它非常适合于辅助用户SU设置端到端路由。
B.主用户模型
在认知无线电网络CRNS中，SU可以使用恰好未被使用的且PU许可的无线频段。因此，PU的行为对SU的传输性能有着非常重要的影响。存在多种模型可以用来描述主用户PU的行为。在[17]中，作者基于细胞的模型结构，其中有两个随机变量更加方便理解动态的频谱使用。在其中，其中，T描述了两个电话之间的到达间隔时间的随机变量，D表示呼叫的持续时间。另一个用于创建主用户PU行为模型的可行且流行的方法是泊松过程。
不失一般性，我们采用泊松过程来描述PU的行为。主用户PU服务的到达和离开率分别由和表示。我们发现，在SU的干扰区域中，总会存在u个主用户PU，但是同时他们中的i个主用户PU在服务中，除此之外，我们认为，PU的数目比被许可信道的总数大，即ugt;N，我们利用Markov链模型表示PU服务时的状态过渡。该系统的状态由变量表示。PU的信道使用模型显示于图2。从Markov链模型中我们可以推导出概率密度函数（PDF），这将在下一节中呈现。
C.能量模型
在本文中，我们想知道的是，在给定的能源消耗情况下辅助用户SU的成功传输率（STR）。假设一个跳的路径，表示整个路径的能量消耗，表示第i跳发送数据的能量，表示每一跳接收和处理数据消耗的能量。因此得出
请注意每一跳的发射功率在不同的距离和目标符号错误率情况下的变化，而接收和处理的能量被认为在每一跳中都是相同的。
第三节 主要用户社交功能和最大似然估计
A.主用户社交功能
我们假设论文中的主网络为一个蜂窝网络。携带智能手机的人（即主用户PU为CRNS）总是有他们之间的社交关系。因此，PU的分布也具有一定的社交功能。人民的利益显然的高度关系到人类社会的地理位置。例如，在中央商务区（CBD），人们都位于不同的公司和不同的街道地址，大公司有更多的员工，因此成为密集的PU领域。相反，小企业拥有较少的主用户PU。为了体现CRNS中的主用户PU这种社区的特点，我们提出PU社区的概念。
在一般情况下，社区这个术语被定义为一个任意大小，其中内部成员间有着共同利益的社会单位。在此，我们使用术语PU社区去识别地理区域，而且其中该内部的辅助用户SU可以与一组主用户PU共存。这些SU必须重新利用与之共存的PU空置的频谱资源。因此，它们在频谱可用性上是相似的。其实，PU社区的分布具有地域多样性。然后，我们进一步定义K-社区，这是用来定量测量在PU社区中共存的PU数目。具体来说，如果共存的PU数目大于K，PU社区被称为K-社区，数目K是潜在地反映了有关的PU区域的频谱可用性的有效指标。在一个特定的区域中，由于人们的随时间变化的社交活动，索引也可能随着时间而改变。K-社区的图示示于图.1，其中数字（a）和（b）表现出不同的指数下的PU社区。
图1：主用户在不同参数K下的分布
图2：Markov链模型体现活动的主用户数目
我们强调，PU社区并没有对端到端通信的可靠性产生深刻的影响。一个PU社区在大指数下，极有可能只有很少的频谱资源可以被SU使用。如果SU路由路径被设置为横跨PU社区，端至端传输的可靠性才会显著下降。在这种情况下，应当自动的选择一条替代路由路径以避免性能下降。但是，在设计有效的路由方案之前，我们应先估计共存的PU数量，可以在CRNS中得到它的K-区域图像。
B.主用户数估计
在CRNS中，潜在的PU被分类成两种类型：活动和非活动的。频谱感知并观察进行活动的PU。具体地说，SU将定期感测无线信道和获得在其邻近区域中活动的PU数目。每当它不同于最后的结果时，启动全局最优频谱感知路由，将会在整个网络中广播感测结果。经常变化的信道占用会导致巨大的通信开销。在本文中，我们用另一种方式来传递频谱利用率的信息。我们观察到，在特定区域内，因为PU的拓扑变化显然比PU服务的ON-OFF开关频率要慢，所以潜在的PU数目的变化比那些活动的PU数目要慢得多。认识到这个情况，每个SU将在频谱感测后估算潜在的PU的数目，并在整个网络中传递PU的估计数目而非活动的PU数量（相当于可用信道数）。
分别设u和i表示潜在的和活动的PU数量。估计方法包括两个主要步骤。首先，稳态概率分布定义为u，即F（I，U）。我们根据Markov模型推导出i的大致PDF。接着根据传感结果，采用最大似然估计的方法连续估计参数U。
1）参数i的稳定Pdf
公式2显示了活动的主用户数量的可变性，建模为（Markov）马尔可夫过程。 让我们定义
表示利用参数u后的i的稳定PDF。过渡进程表示为：
通过求解（3），我们有
组合公式（2）和（4），得到（5），我们得到了参数i的稳定PDH
2）参数u最大似然估计
设X表示活动的主用户PU数目的向量，利用表示从X中获得的样本，通过（Markov）马尔可夫过程的制定，我们可以推导出X分发作为：
其中x表示所观察到的活动的PU数量。我们定义似然函数为
其中，在U可能值的范围内，（X1，X2...）表示X的历史采样值，因此，我们有
其中u为值输出的最大似然估计。
第四节 可靠性驱动的混合路由
在本节中，我们提出了一个可靠性驱动的混合路由方案。该方案集成了两个路由的方法。首先，我们先通过使用动态规划方法生成基准路由表。此方法仅利用了辅助用户SU的位置信息和约束的能源消耗创建了一个参考路由表。它忽略主用户PU区域的存在。第二，我们进一步提出了一种改善了的外围路由的方法，这种方法可以检测主用户（PU）社区，并且弹性地在某些相关地方改变了参考路由表，从而绕过主用户（PU）社区。
A.基于参考路由的动态规划
1）可靠性驱动的路由问题
考虑认知无线电网络CRN，无线信道的路径损耗系数被定义为alpha;。均值和加性高斯白噪声的方差（AWGN）分别为0和，在第i跳中，链路距离和发射功率分别表示为和，为了可靠性的量度，我们引入符号误差率（SER），这是反映可靠性的一个重要参数。考虑到正交相移键控的调制（QPSK），第i跳的符号误差率（SET）配制为[18]
其中。我们介绍了成功的传输速率（STR），表示为。注意，对照参考路由表。可靠性驱动的路由问题转化为
其中，表示接收和处理数据，表示第i跳的能量消耗，表示的总能量消耗的限制。这个问题的目的是为了寻找路由路径和能量分配方案，从而最大化平均端到端的成功传输速率STR。
２）动态规划的要素
一个认知无线电网络CRN是由下列元素建模而成的控制系统。
阶段：在路由路径，每一跳被定义为一个阶段。阶段是由整数1.2.3...表示。
状态：在阶段i，状态由定义，其中是节点和目的节点之间的距离，定义表示在第i跳中的残余能量。具体来说，我们有。
决定：在第i级，决定被定义为，其中表示前进的目标，表示该阶段的能量消耗。
策略：策略定义为从状态空间到决策空间的映射，根据状态，这个决定可以表示为，其中表示在状态中的策略。表示可行的静态策略空间。
每个阶段的成本：每级的成本定义为路由的每一跳的回报。第i个阶段的收益是由表示。
功能：值功能，由表示，定义为从状态空间到设定的实数的映射，我们定义值函数为端至端传输的可靠性，或者是
其中，表示在策略u下从原来的状态s开始的路由跳数。表示u的下一个状态。迭代由公式（11）形成，表示为
我们从策略空间中获得的最优策略，也就是说，
基于最优的策略空间，接下来计算参考路由表。
３）参考路由表
为了获得参考路由表，我们需要得到最优值函数J。在文献[19]提出了一种改进值迭代方法推导最优值函数J。该方法从值函数空间连续迭代获得最优值。在第k轮迭代中，的查找表被更新。
其中，是决定下的平均单步可靠性功能。计算最优值函数后，最优策略是由下式
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[154336]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
