中心式认知无线网络中基于信誉值的资源分配方法

摘要

本发明公开一种中心式认知无线网络中基于信誉值的资源分配方法，主要解决认知用户在认知环中双角色带来的资源分配新问题。其实现步骤为：认知基站CBS收集认知用户本地感知信息并依据其感知信誉值融合感知信息得到空闲信道列表和本次感知证据；CBS根据有效感知证据计算感知信誉值；认知用户向CBS申请信道，CBS根据信道申请情况结合认知用户的信道竞争力分配信道；在信道使用过程中，异常行为监控系统收集礼节行为证据，CBS根据礼节行为证据计算认知用户礼节信誉值。本发明可及时发现认知用户个性变化，能够对攻击行为进行区分，减少对授权用户的影响，可用于中心式认知无线网络中认知用户的资源分配。

主权项

一种中心式认知无线网络中基于信誉值的资源分配方法，其包括如下步骤：(1)初始化：将认知用户基站CBS内证据数据库中的所有感知证据指示器初始化为0，将认知用户基站CBS内证据数据库中的所有礼节证据指示器初始化为1；若认知用户SUi首次加入认知无线网络，认知用户基站CBS在其信任数据库为认知用户SUi添加一条信任记录，用于存放感知信誉值和礼节信誉值相关信息，在证据数据库中为认知用户SUi添加两个证据记录表，分别存放与感知证据和礼节证据相关信息，其中，i∈{1,2,3,......P}，P为认知用户个数，认知用户基站CBS将认知用户SUi的感知信誉值和礼节信誉值分别初始化为SR₀和ER₀；若认知用户SUi不是首次加入网络，则转步骤(2)；(2)频谱感知：(2a)认知用户SUi进行本地信号检测，并将检测出的本地感知结果上报给认知用户基站CBS；(2b)认知用户基站CBS提取认知用户SUi的感知信誉值，并将感知信誉值映射为数据融合权重w_i，i∈{1,2,3,......P}，P为认知用户个数；(2c)认知用户基站CBS根据上述数据融合权重对检测结果进行融合，数据融合按照如下公式进行：$y_{\mathrm{chn}}=\left\{\begin{array}{cc}0,& \underset{\mathrm{SUi}\in U_{\mathrm{chn}}^0}{\Sigma }{w}_i>\underset{\mathrm{SUi}\in U_{\mathrm{chn}}^1}{\Sigma }{w}_i\\ 1,& \underset{\mathrm{SUi}\in U_{\mathrm{chn}}^0}{\Sigma }{w}_i\le \underset{\mathrm{SUi}\in U_{\mathrm{chn}}^1}{\Sigma }{w}_i\end{array}\right.,$其中，和分别为对信道chn的本地感知结果为0和1的认知用户集，y_chn为最终融合结果，其中，n∈{1,2,3,......m}，m为认知用户SUi需要检测的信道总数；(2d)认知用户基站CBS根据最终融合结果y_chn对信道chn的状态进行判定，若最终融合结果y_chn为0，则判定信道chn空闲，即没有授权用户在信道chn上进行数据传输，若最终融合结果y_chn为1，则判定信道chn忙碌，即有授权用户在信道chn上进行数据传输；(2e)认知用户基站CBS利用上述最终融合结果为0所对应的信道生成空闲信道列表ICL，并通过公共控制信道将空闲信道列表ICL广播给它周围的认知用户；(3)认知用户基站CBS计算并更新认知用户SUi的感知信誉值：(3a)认知用户基站CBS根据上述本地感知结果和最终融合结果统计认知用户SUi的本次感知证据；(3b)认知用户基站CBS确定计算认知用户SUi感知信誉值时采用的感知窗口WS_τ，并根据上述感知证据和感知窗口计算认知用户SUi的感知信誉值SR：$\mathrm{SR}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\tau }{\Sigma }}\underset{x_j\in M}{\Sigma }r(x_j,k)\times R\left(x_j\right)}{\tau \times m}& ,\tau <{\mathrm{WS}}_{\tau }\\ \frac{\underset{k=\tau -{\mathrm{WS}}_{\tau }+1}{\overset{\tau }{\Sigma }}\underset{x_j\in M}{\Sigma }r(x_j,k)\times R\left(x_j\right)}{{\mathrm{WS}}_{\tau }\times m}& ,\tau \ge {\mathrm{WS}}_{\tau }\end{array}\right.,$其中，M为感知证据集，r(x_j,k)为认知用户SUi第k次本地感知信息上报中的感知证据x_j的证据指示器，R(x_j)为证据x_j的加权系数，1≤j≤|M|，|M|表示感知证据总个数，m为本地需要检测的信道个数，τ表示认知用户SUi第τ次参与感知过程；(3c)认知用户基站CBS用上述感知信誉值更新信任数据库中的感知信誉值；(4)认知用户申请信道：在信道申请时隙，认知用户SUi若需要信道，则向认知用户基站CBS发送信道请求信息，在认知无线网络允许认知用户自由竞价时，信道请求信息包含认知用户SUi所请求信道的编号chx和认知用户SUi对信道chx的出价bidx，在不允许自由竞价时，信道请求信息只须包含信道编号chx，chx称为认知用户SUi的偏好信道，认知用户SUi称为信道chx的偏好用户，其中，偏好信道chx∈ICL，ICL为空闲信道列表；(5)认知用户基站CBS分配信道给认知用户SUi：(5a)认知用户基站CBS判断偏好信道chx是否同时被多个认知用户申请，若是，转步骤(5b)；否则，只有一个认知用户SUi申请，则默认其出价排序第一，转步骤(5d)；(5b)认知用户基站CBS从信任数据库中提取申请上述偏好信道chx的认知用户SUk的感知信誉值和礼节信誉值，并计算认知用户SUk对偏好信道chx的资源竞争力RC_xk：$\begin{array}{c}{\mathrm{RC}}_{\mathrm{xk}}=r_1\times S+r_2\times E\\ =r_1\times \frac{\mathrm{SR}}{{\mathrm{SR}}_{\mathrm{ideal}}}\times \frac{u_{s\_d}}{u_{o\_d}}+r_2\times \frac{\mathrm{ER}}{{\mathrm{ER}}_{\mathrm{ideal}}}\end{array},$其中，SUk∈U^chx，U^chx为偏好信道chx的偏好用户集，r₁,r₂为比重系数，S和E分别为感知成本和礼节成本，SR和ER分别为认知用户SUk的感知信誉值和礼节信誉值，u_{s_d}和u_{o_d}分别为认知用户SUk的感知时长和在线时长，SR_ideal为认知用户的理想感知信誉值，ER_ideal为认知用户的理想礼节信誉值；(5c)认知用户基站CBS对偏好信道chx的所有偏好用户按其资源竞争力从大到小进行排序，再对资源竞争力排在前F位认知用户按其出价从高到低进行排序，其中F为正整数，且1≤F≤P；(5d)认知用户基站CBS将偏好信道chx分配给申请此偏好信道的认知用户中出价排序第一的认知用户SUw，SUw称为成功用户；(6)在数据传输时隙，由成功用户SUw在偏好信道chx上进行数据传输；(7)礼节行为监控：在数据传输过程中认知用户基站CBS对成功用户SUw的行为进行监控，若成功用户SUw违反退让原则，将退让证据指示器置为0；若成功用户SUw模仿授权用户，将模仿证据指示器置为0；若SUw功率超标，将功率超标证据指示器置为0，这三种证据合称礼节证据；(8)认知用户基站CBS计算并更新成功用户SUw的礼节信誉值：(8a)认知用户基站CBS确定计算成功用户SUw礼节信誉时采用的礼节窗口WE_γ并根据上述礼节证据和礼节窗口计算成功用户SUw的礼节信誉值ER：$\mathrm{ER}=\left\{\begin{array}{cc}\frac{\underset{k=1}{\overset{\gamma }{\Sigma }}\underset{y_j\in Q}{\Sigma }\lambda (y_j,k)\times T\left(y_j\right)}{\gamma }& ,\gamma <{\mathrm{WE}}_{\gamma }\\ \frac{\underset{k=\gamma -{\mathrm{WE}}_{\gamma }+1}{\overset{\gamma }{\Sigma }}\underset{y_j\in Q}{\Sigma }\lambda (y_j,k)\times T\left(y_i\right)}{{\mathrm{WE}}_{\gamma }}& ,\gamma \ge {\mathrm{WE}}_{\gamma }\end{array}\right.,$其中，Q为礼节证据集，λ(y_j,k)为感知行为证据y_j在第k次资源使用中是否发生的证据指示器，T(y_j)为礼节证据y_j的加权系数，T(y_j)＞0，1≤j≤|Q|，|Q|表示礼节证据总个数，γ表示第γ次计算认知用户SUi的礼节信誉值；(8b)认知用户基站CBS用上述礼节信誉值更新信任数据库。