发明名称 |
分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法 |
摘要 |
分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法,在认知网络具有多个可机会接入的授权信道,次级用户一次只能感知并接入一个信道的限制条件下,基于马尔科夫预测估计各信道的可用概率,优先选择可用概率较大的信道进行感知,并根据感知结果决定是否接入信道进行数据传输;在认知网络具有多个次级用户同时接入的情况下,提出了一种频域感知窗口调整策略,以减小次级用户间的碰撞概率。该方法能使次级用户快速感知到可用信道开始数据传输,减少次级用户的感知次数,提高次级用户的感知效率和认知网络的吞吐量,并为次级用户节约能量。仿真结果表明,在授权信道统计信息各不相同时,与随机选择感知信道的策略相比,该方法能够明显提高次级用户的感知效率和认知网络的吞吐量。 |
申请公布号 |
CN102724680A |
申请公布日期 |
2012.10.10 |
申请号 |
CN201210190773.1 |
申请日期 |
2012.06.11 |
申请人 |
西安交通大学 |
发明人 |
任品毅;刘艳洁;杜清河;张世娇;王熠晨 |
分类号 |
H04W16/18(2009.01)I;H04W16/22(2009.01)I |
主分类号 |
H04W16/18(2009.01)I |
代理机构 |
西安通大专利代理有限责任公司 61200 |
代理人 |
徐文权 |
主权项 |
分布式认知网络中基于马尔科夫预测的多信道感知顺序优化算法,其特征在于,包括如下步骤:1)系统模型的建立:系统包含M个次级用户,N个授权信道的认知网络,N个信道是同步的,具有相同的时隙结构,次级用户的每个时隙划分为三个阶段:感知、数据传输、确认阶段;2)次级用户根据各自记录的各信道可用概率值,优先选择可用概率较大的信道进行感知,根据感知结果决定是否接入,并根据马尔科夫预测更新各信道的可用概率记录值;3)在认知系统中有多个次级用户的情况下,各次级用户统计自己与其他次级用户的碰撞情况,并据此自适应地调整自己的频域感知窗口大小,以减小次级用户间的碰撞概率。 |
地址 |
710049 陕西省西安市咸宁西路28号 |