英语原文共 5 页
认知无线电网络中基于效用的协同频谱感知调度
Hongjuan Li1,2, Xiuzhen Cheng1, Keqiu Li2, Xiaoshuang Xing3, Tao Jing3 1Department of Computer Science, The George Washington University, Washington, DC 20052, USA 2School of Computer Science and Technology, Dalian University of Technology, Dalian, 116024, China 3School of Electronics and Information Engineering, Beijing Jiaotong University, Beijing, China E-mail: {hongjuan,cheng}@gwu.edu, keqiu@dlut.edu.cn, {10120170, tjing}@bjtu.edu.cn
摘要
本文研究了认知无线电网络中（C3S）存在多个主信道时的协同频谱感知调度问题。与现有的研究不同，我们的工作重点是在现有环境中，每个第二用户都有权决定是否参与合作频谱感知；如果没有，SU将成为共享网络，可以窃听他人对信道状态的确定结果。这样一种机制可以节省频谱传感的能量，同时有可能破坏频谱传感性能。为了克服这个问题，我们解决了以下两个问题：要采取什么行动（是否有助于频谱感知）？和哪条信道可以进行感知？为了回答第一个问题，我们将框架建模当做是一个不断变化的过程，在这个过程中，每个SU都根据其效用历史做出决定，如果它带来相对较高的效用，则更频繁地采取频谱感知。我们还开发了一个基于熵的联盟形成算法来回答第二个问题，在这个问题中，每个SU总是选择结合体（信道），它会带来有关相应信道状态的最多信息。全部的SU都选择同一个信道来感知，形成一个结合体。仿真研究表明，该方案可以保证在较低的误报率下进行检测概率。
关键词——认知无线电网络；合作频谱感知；共享网络；进化博弈；联盟形成。
绪论
频谱感知已成为第二用户认知无线电网络（SUs）中的一项重要功能，用于识别暂时未使用/未充分使用的许可频谱，并保护主要用户（PUs）的传输。由于阴影和衰落等信道随机性带来的不确定性因素，频谱感知的检测性能可能会受到很大的影响。幸运的是，不确定性问题可以通过允许空间分散的第二用户合作和协作决定许可频段的状态来缓解[1]。这一过程被称为协同光谱传感，由于其诱人的性能，最近在[2]、[3]、[4]、[5]、[6]中得到了积极的研究。
现有的文献主要集中在一个典型的场景中，所有的次要用户都有助于频谱感知。然而，在现实中，只要传感性能满足一定的要求，每个第二用户就可能不需要在每个时间段执行频谱感知。频谱感知消耗一定的能量，在这个时间段内，可以转向数据传输。此外，新兴移动和一些特别应用程序中的第二用户可能倾向于先发送自己的数据，并利用其他用户为自己的数据传输节省频谱资源。因此，研究用户在协作频谱感知中的动态行为具有十分重要的意义。
我们提出了一个新的合作框架，在这个框架中，二级用户可以决定是参与频谱感知，还是不做任何事情来节省自己的能量。这个框架被建模为一个不断变化的过程[7]，[8]，它提供了一个很好的方法来解决用户/用户在探索不同行为时可能面临的策略不确定性。对于那些什么都不做的SUs，我们将他们视为可以窃听有关主要用户状态的最终决定的免费用户。通过做出不同的选择，SUs可以获得不同的公共频谱资源，这取决于其实现的收入/吞吐量和资源消耗。每个SU根据其效用历史选择其操作，如果策略带来更高的效用，理性用户应该更频繁地选择该策略。
由于存在多个主信道，因此每个第二用户都需要确定要感测的信道。为了回答这个问题，我们提出了一种基于“熵”的联盟形成算法，在这种算法中，SU选择加入联盟，从而获得关于信道状态分布的最多信息。因此，所有感知同一渠道的SUs组成联盟，共同就主要渠道的状态做出最终决定。由于熵是对信道状态不确定性的度量，因此每个贡献的第二用户都加入了导致最大熵减少的联盟。该算法确保贡献的SUs是自动协作并自组织成不相连的联盟；并且每个信道的频谱感知是相互独立的。
通过仿真研究，从每个通道的检测概率和误报警概率两方面评价了该方案的性能。实验结果表明，该方案在保证低误报警概率的同时，能够有效地检测到主要用户的存在。
论文的其余部分组织如下：第二节介绍了系统模型，第二节详细介绍了所提出的C3S方案。我们的模拟仿真结果在第四节中报告。最后总结工作，并在第五节总结了本文。
系统模型
我们考虑一个认知无线电网络，它有m个主频道和n个SUs，分别表示为m=｛1,2，hellip;，m｝和n=｛n1，n2，hellip;，n｝。我们假设系统是有时间间隔的。在每个时隙，同步检测M个主通道。在本文中，我们设计了一个进化博弈来帮助每个SU决定是否参与频谱感知，并将所有贡献的SU划分为M个联盟，每个感知一个通道。这一决定由联合政府首脑根据多数票作出，并向同一联合政府的所有成员广播。
频谱感知问题可以表述为二元假设检验[2]：
其中x（t）是第二用户接收到的信号，s（t）是第一用户发送的信号，n（t）是加性高斯白噪声（awgn），h是信道的振幅增益。这里h0和h1分别表示所考虑信道中主要用户的不存在和存在的假设。根据[9]，能量检测器将接收到的信号x（t）转换成标准化的输出y。然后将y与检测阈值theta;进行比较，以确定是否存在PU。
在瑞利衰落环境中，检测主用户/信道j状态的SU i，i的检测概率和误报概率分别由Pd、i、j和Pf、i、j给出，如下[2]：
式中，Yi，j是感知主用户j状态的SUi的归一化输出，theta;j是主用户j的检测阈值，m是时间带宽积，表示从PU到SU的接收信号的平均信噪比，定义为，其中Pj是PUj的透射率，sigma;2是高斯噪声变量。是PUj和SUi之间的路径损耗；这里，kappa;是路径损耗常数，nu;是路径损耗指数，dj，i是PUj和SUi之间的距离。Gamma;（.，.）是不完整的伽玛函数，Gamma;（.）是伽玛函数。
基于效用的协同频谱传感调度
在我们的合作频谱感知调度方案中，有两个主要阶段。首先，每个SU决定是否根据他们的效用历史，成为一个贡献者或一个自由使用者。第二，每一个贡献者都要决定哪个渠道有意义，即加入哪个联盟。
A.采取什么行动？
在我们的模型中，每一个次要用户首先都会自己决定是否在每个时段作为一个自由用户贡献频谱感知或什么都不做。
我们将这个问题建模为一个进化博弈，它包含两种参与者：参与频谱感知的参与者（用c表示）和只偷听其他人频谱感知决策的自由用户（用f表示）。然后利用博弈（N，U）对所提出的协同感知问题进行建模，其中N是一组参与者（SUs），U是每个参与者的效用函数或价值。显然，CUF=N。
贡献者C（Cisin;C）的效用函数由下列式子给出：
其中E（C）是C收到的收入，E（C）是每个时隙用于频谱感知的能量消耗的成本。同样，自由附加体f（fisin;F）的效用函数定义为:
其中E（F）是不参与频谱感知的节能回报，H（F）是不参与的惩罚。R（C）和H（F）的值与频谱感知性能有关。我们将在下一小节中详细介绍效用方程。
假设所有的二级用户都是理性的和自私的，并且他们都有兴趣最大化自己的实用程序。为了决定要采取的行动，SUs执行以下更新算法：
1）最初，每个SU（每个用户）有两个选择（C-Contributor或F-free Rider），并选择概率为50%的每个选择。
2）在每个时隙t：
bull;每个用户ni用概率pni（e，t）选择行为eisin;{C，F}；
bull;每个用户计算在时隙t选择行为e的效用Uni（e，t）。
3）每个用户ni近似于过去t时隙（包括时隙t）内动作e的平均效用，可表示为Uni（e）；每个用户的ni还近似于过去t时隙中混合操作（所有操作）Uni的平均效用。注意，如果过去的时隙数少于t-1，则需要考虑所有的时隙数。
4）用户ni选择下一个时隙作用eisin;{C，F}的概率可以通过：
计算得出。
如果策略eisin;{C，F}比平均效用产生更高的效用，那么下一个时隙中采用e的概率应该增加。增长率表示为：
显然，增长率与e策略的当前效用和过去T时隙中选择的混合策略实现的当前平均效用之间的差异成正比。
B.哪条通道可以感知？
在本小节中，我们通过开发一个基于“熵”的联盟形成算法来回答“感知哪个信道”的问题。其基本思想在于，每个贡献者都选择加入一个联盟，这个联盟将带来有关相应信道状态分布的最多信息。
熵是对随机值不确定性的度量。熵的一个重要特征是，如果随机变量的值是可预测的，那么它的熵应该很低。离散随机变量熵的形式定义如下：
对于可能值为x1，hellip;，xn和概率密度函数p（x）的离散随机变量x，熵可以显式地写为[10]：
b的为是2、Euler的数字e和10。在本文中，我们取b=2。
本文中，随机值是每个信道的状态，分别用H1和H0表示。我们用Xi表示i信道的离散随机变量，其可能的值取自{Xi1 ，Xi 2 }，其中Xi1＝1，Xi 2＝0指示信道i分别为忙和空闲。我们的目标是预测Xi的价值。为了准确地预测信道状态分布，我们计算了两个概率pi1＝p（Xi1＝1|H1）和pi2＝p（Xi2＝0|H0）。显然，pi1和pi2越高，我们的估计就越准确。因此我们借用熵的概念。我们的方法的目标是在决定每个用户感知哪个信道时，尽可能减少每个通道的熵。
C中的所有贡献者都需要分散到他们的信道中。对信道i的协同感知起作用的二级用户形成一个联盟，用Sic表示。由于每个二级用户在每个时隙只能感知一个信道，因此联盟的集合满足以下条件：
联合体的集合称为C的一个划分。首先，我们推导出pi1和pi2的值。既然我们采用多数票作为融合规则，我们有
同样，我们认为
当有来自Sic的k，SUs检测到PU的存在并报告H1时，我们称k,SUs为Skd。在Skd中有不同的k成员时，我们得到不同的Skd，用Skd,j表示，其中{j=1,2hellip;，k}。正式地，
于是
其中，Pd，Sm，i和Pd，Sn，i表示信道i的联合成员Sm和Sn的检测概率，其值可由（2）确定。
接下来，我们推导出信道i空闲的概率。让PiF表示信道i的错误警报率。我们有
为简单起见，我们假设由联盟内SUs计算信道i局部误报警概率相同，用Pf,i表示。因此，在联盟融合后，信道i的误报警概率可以表示为：
因此，
最后，我们得出了预测信道状态分布的熵，如下所示：
一个新的贡献者应该总是选择一个信道，因为它的参与，这个信道的熵可以减少最多。设H（Xi）是其当前联盟成员的信道i的熵。如果一个新的贡献者nV加入，新熵H（Xi，nV）可以通过（13）获得。从形式上讲，基于熵的联盟选择算法可以描述如下：
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
