一种认知无线网络数据量与能量消耗比最大化频谱感知方法

摘要

本发明涉及无线通信领域，公开了一种认知无线网络数据量与能量消耗比最大化频谱感知方法。在基于时隙的认知无线网络中，每个时隙被划分为感知时间和数据传输时间。增加感知时间可获得更高的感知准确率，但会造成数据传输时间减少使次级用户的数据传输量降低，因而感知时间和数据传输量之间存在一个权衡。本发明通过给出一种频谱感知算法，计算出次级用户对每个时隙的最优感知时间，在保证了主用户通信质量的前提下，最大化了次级用户的传输数据量和能量消耗的比值，从而提高了无线频谱资源的利用率并减少了次级用户的能量消耗。

主权项

一种认知无线网络数据量与能量消耗比最大化频谱感知方法，其特征在于，时隙长度为p，在每个时隙开始时，次级用户对该时隙进行感知，感知时间为q；采用能量检测的频谱感知技术，次级用户通过将感知时间内所接收的信号能量与一个临界值进行比较，来判断是该时隙是否被主用户占用；用E表示次级用户在感知时间q、带宽为W的信道上所接收的能量，根据奈奎斯特准则，最小的采样率为2W，采集的信号样本数N＝2Wq，代表主用户信道功率，代表噪声功率，次级用户接收到的能量近似于高斯分布： 频谱感知的性能用两个主要参数来衡量：正确检测概率P_d和错误警报概率P_f；$P_d=Q\left(\frac{\lambda -N({\sigma }_x^2+{\sigma }_{\omega }^2)}{\sqrt{2N{({\sigma }_x^2+{\sigma }_{\omega }^2)}^2}}\right)$$P_f=Q\left(\frac{\lambda -{\mathrm{N\sigma }}_{\omega }^2}{\sqrt{2{\mathrm{N\sigma }}_{\omega }^4}}\right)$ 其中Q(z)为Q函数，λ为能量检测的临界值； 将错误报警率设定为一个恒定的常数，根据以上两式得：$\lambda =\left(Q^{-1}\right(\overline{P_f})\sqrt{2N}+N){\sigma }_{\omega }^2$$P_d=Q\left(\frac{Q^{-1}\left(\overline{P_f}\right)\sqrt{2N}-N·{\mathrm{SNR}}_p}{\sqrt{2N}(1+N·{\mathrm{SNR}}_p)}\right)$其中为主用户的信噪比； 根据香农定理，次级用户最大的数据传输率：$C={\mathrm{Wlog}}_2(1+\frac{{\sigma }_y^2}{{\sigma }_w^2})={\mathrm{Wlog}}_2(1+{\mathrm{SNR}}_s)$其中代表次级用户的信号功率，为次级用户的信噪比；假设各个时隙之间是否有主用户到达是相互独立的，主用户占用或不占用某一时隙的概率为P₁或P₀；只有当信道空闲并且频谱感知没有错误报警的情况下，次级用户才能成功传输数据，因此，次级用户传输的数据量T为：T＝P₀(1‑Pf)C(p‑q)用e_s表示次级用户进行频谱感知时每单位时间消耗的能量，e_d表示次级用户进行数据传输时每单位时间消耗的能量；有以下四中情况：(1)信道空闲并且无错误报警，该情况发生的概率为P₀(1‑P_f)，次级用户能量消耗为e_sq+e_d(p‑q)；(2)信道空闲并且发生错误报警，该情况发生的概率为P₀P_f，次级用户能量消耗为e_sq；(3)信道繁忙并且没有被感知到，该情况发生的概率为P₁(1‑P_d)，次级用户能量消耗为e_sq+e_d(p‑q)；(4)信道繁忙并且被正确感知到，该情况发生的概率为P₁P_d，次级用户的能量消耗为e_sq；因此，次级用户的总能量消耗为：E＝[P₀(1‑P_f)+P₁(1‑P_d)][e_sq+e_d(p‑q)]+(P₀P_f+P₁P_d)e_sq通过找到最优的感知时间q，来使R＝T/E达到最大值，从而使得次级用户使用最少的能量传输尽可能多的数据；令$\frac{d_R}{d_q}=\frac{T^{\prime }E-{\mathrm{TE}}^{\prime }}{E^2}=0$ 通过解此方程，计算出最优感知时间q。