基于马尔科夫链和载波侦听多路访问的机会频谱接入方法

摘要

一种基于马尔科夫链和载波侦听多路访问的机会频谱接入方法，将马尔科夫链的接入预测统计模型方法和载波侦听多路访问接入协议相结合，根据不同的感知区域采取不同的接入方式，在认知用户接入之前，通过频谱感知方法进行频谱检测，并设定主用户干扰温度的第一、第二双门限值λ1、λ2，以这两个门限值划分主用户存在与否的判决区域，当干扰温度值小于λ1时，认知用户进行直接接入；当干扰温度的值大于λ2时，采用CSMA接入模式进行退避接入，当干扰温度的值介于λ1，λ2之间时，通过排队和无排队两种方式建立以主用户为优先级的马尔科夫链接入预测统计模型，以马尔科夫链模型描述机会频谱接入。在接入过程中，动态调整第一、第二干扰温度门限值，以实现网络的整体吞吐量最大化。

主权项

一种基于马尔科夫链和载波侦听多路访问的机会频谱接入方法，其特征在于：将马尔科夫链的接入预测统计模型方法和载波侦听多路访问接入协议相结合，根据不同的感知区域采取不同的接入方式，更好的实现频谱接入，提高频谱利用率；在认知用户接入之前，认知用户通过频谱感知方法进行频谱检测，并设定主用户干扰温度的第一、第二双门限值，第一门限值小于第二门限值，以这两个门限值划分主用户存在与否的判决区域，保证频谱检测的可靠性，在接入过程中，根据感知周期动态调整第一、第二干扰温度门限值，以实现网络的整体吞吐量最大化；当主用户的干扰温度小于第一门限值时，确认主用户不存在，认知用户进行直接接入；当干扰温度大于第二个门限值时，确认主用户的存在，采用载波侦听多路访问接入模式进行退避接入；当干扰温度在第一、第二门限值之间时，认知用户无法准确的判断主用户的存在，通过排队方式建立以主用户为优先级的马尔科夫链接入预测统计模型，以马尔科夫链模型描述机会频谱接入的行为并进行信道预测接入；所述第一、第二干扰温度门限值的确定和动态调整的方法是：设定第一、第二干扰温度门限值分别为λ1＝λ0‑Δ及λ2＝λ0+Δ；其中λ0为最优干扰温度门限值，Δ表示动态间隔，并设Δ＝1/2(λmax‑λmin)，λmax，λmin分别为认知用户通过频谱感知方法测得的主用户的最大和最小干扰温度值；最优干扰温度门限值λ0通过最小化错误概率Qe求取 λ 0 = arg λ max ( Q e ) - - - ( 1 ) Q e = Q f + Q m = Prob ( E > E λ | H 0 ) + ( 1 - Prob ( E > E λ | H 1 ) ) = Γ ( u , E λ / 2 ) Γ ( u ) + 1 - Q ( 2 γ , E λ ) - - - ( 2 ) 式中，E为认知用户接收到的主用户信号，Eλ为干扰温度为λ时对应的主用户信号，H0和H1为频谱感知中根据二进制假设检验判决方法分别对应的主用户不存在和主用户存在情况，Prob(·)表示概率函数，u＝TW为主用户信号的时间和带宽乘积，γ为认知用户接收信号的信噪比，Γ(·)表示伽玛函数，Qf表示预警概率，Qm表示漏检概率，Q(·，·)表示Marcum Q函数，第一、第二干扰温度门限值λ1和λ2根据周期的频谱检测相应的动态进行调整。