【技术实现步骤摘要】
一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法
本专利技术属于认知无线网络领域，特别涉及基于马尔科夫链的认知无线网络饱和吞吐量求解方法。
技术介绍
认知无线网络作为解决频谱资源短缺的有效方式，在近年来受到了研究人员的广泛关注。在认知无线网络中，通常将授权信道的用户称为主用户，将非授权信道的用户称为认知用户。认知用户在不影响主用户正常通信的前提下，可以机会地使用授权信道频谱资源，提高频谱资源利用率。实现认知接入的常用方法是认知用户在公共控制信道通过控制帧的交互，以分布式的方式竞争授权信道频谱资源，从而实现动态频谱共享。附图1给出了一种具体的认知无线网络频谱接入方式的流程图，其具体步骤如下：步骤1：网络中的认知用户感知周围的频谱环境，建立可用授权信道列表。步骤2：认知用户在公共控制信道以二进制指数退避法为基础，分布式的竞争授权信道使用权。步骤3：竞争成功的用户若检测到有授权信道空闲，将直接发起RTS预约，接收节点在成功收到RTS帧后，会向发送节点回复CTS帧，表明预约成功；若认知用户检测所有授权信道均处于忙碌状态时，将先发起PTS保留优先预约过程，接收节点收到PT...
【技术保护点】
1.一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，所采用的步骤是：步骤1：采用离散马尔科夫链对认知无线网络中认知节点动态接入的过程进行数学建模，对于认知网络中任意给定的认知发送节点，它在网络运行过程中的状态可表示为{s(t)，b(t)}，其中s(t)表示在时刻t用户所处的退避阶段，b(t)表示用户当前退避计数器的剩余值；将认知用户在数据传输阶段的虚拟退避过程用{Si(t)，c(t)}表示，其中Si(t)表示在时刻t用户所处的“伪状态”，c(t)表示用户当前虚拟退避计数器的剩余值；步骤2：根据离散马尔可夫链非空一步状态转移概率，得出节点在各个状态的稳态概率分布，并利用概...
【技术特征摘要】
1.一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，所采用的步骤是：步骤1：采用离散马尔科夫链对认知无线网络中认知节点动态接入的过程进行数学建模，对于认知网络中任意给定的认知发送节点，它在网络运行过程中的状态可表示为{s(t)，b(t)}，其中s(t)表示在时刻t用户所处的退避阶段，b(t)表示用户当前退避计数器的剩余值；将认知用户在数据传输阶段的虚拟退避过程用{Si(t)，c(t)}表示，其中Si(t)表示在时刻t用户所处的“伪状态”，c(t)表示用户当前虚拟退避计数器的剩余值；步骤2：根据离散马尔可夫链非空一步状态转移概率，得出节点在各个状态的稳态概率分布，并利用概率归一化条件求出节点在公共控制信道和数据传输信道的传输概率；步骤3：分别对节点在公共控制信道和数据传输信道的冲突情况进行分析，求解出节点在公共控制信道和数据传输信道的冲突概率；步骤4：对节点在公共控制信道上的平均时隙长度进行分析，结合节点传输概率和冲突概率的表达式，求解出认知无线网络饱和吞吐量的数学表达式。2.根据权利要求1所述的一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，其特征在于二维离散马尔可夫链非空一步状态转移概率的具体确定方法为：将认知用户成功发起RTS预约过程后所处的状态定义为“伪状态”Si，i∈[0，m]，m表示最大退避阶段，用于区分用户在公共控制信道和授权信道产生的两种不同冲突，定义认知节点在公共控制信道发生冲突的概率为pC，在数据传输信道发生冲突的概率为pD，退避竞争窗口为Wi，用P(b|a)表示用户从状态a转移到状态b的一步状态转移概率，则该模型的一步非空转移概率为：上述方程组中的第一个方程表示，在每个时隙开始时，退避计数器的值以概率1递减1；第二个方程表示用户在公共控制信道预约失败进入下一个退避阶段；第三个方程表示，用户在公共控制信道预约成功进入授权信道准备发起DATA帧的传输；第四个方程表示，用户在授权信道发起的DATA帧传输失败，继续从当前退避阶段重新选择一个窗口值进行退避过程；剩下几个方程表示DATA帧在授权信道传输成功或者由于达到了最大重传次数从而将退避阶段重新置为初始阶段0，并在[0，W0-1]的窗口区间内重新选择一个窗口值进行下一个数据包传输的退避过程；在认知用户参与数据传输的这个阶段，相当于认知用户在公共控制信道设置了一个虚拟退避计数器，虚拟退避计数器的时间长度等于数据传输阶段的时长，将其定义为TL个基本时隙长度，其中TL1等于认知用户传输成功时虚拟退避计数器的大小，TL2等于认知用户传输失败时虚拟退避计数器的大小，将认知用户在数据传输阶段的虚拟退避过程用{Si(t)，c(t)}表示，其中Si(t)表示在时刻t用户所处的“伪状态”，c(t)表示用户当前虚拟退避计数器的剩余值，则根据模型可得：由此可确定认知节点所有状态的非空一步转移概率。3.根据权利要求1所述的一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，其特征在于认知节点在公共控制信道和数据传输信道传输概率的具体确定方法为：定义bi，j为用户某时刻处于i退避阶段，退避计数器剩余值为j的概率，即bi，j＝limt→∞P{s(t)＝i，b(t)＝j}，i∈[0，m]，j∈[0，Wi-1]，则在稳定状态下，由上述分析模型可得：根据上述公式，可以得到：根据马尔科夫链的规律性，可以得到：利用公式(4)和(5)可以得到：将上式化简可以得到：为了书写方便，定义λ＝pC/(1-(1-pC)pD)，则由上式可以递归推出：bi，0＝b0，0λi0＜i≤m，(8)将公式(8)代入(5)，可以推导出：当用户传输DATA帧成功或者达到最大重传次数时，会将退避阶段重新置为0，此时，可以得到：综上所述，对于所有稳态概率bi，j，i∈[0，m]，j∈[0，Wi-1]，均可以由b0，0，pC和pD这三个概率表示，因此，对于所有稳态概率的状态之和可以表示为：对稳态概率之和进行归一化可以得到：联立公式(10)、(11)可以得到P0，0的表达式为：当认知用户退避计数器退避到0时，就会在公共控制信道发起预约过程，因此，认知用户在公共控制信道的发送概率为：当认知用户在公共控制信道预约成功后就会在授权信道发起DATA帧传输，因此认知用户的DATA帧传输概率为：由此可确定认知节点在公共控制信道和数据传输信道的传输概率。4.根据权利要求1所述的一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，其特征在于认知节点在公共控制信道...
【专利技术属性】
技术研发人员：沈高青，雷磊，李志林，毕研涛，蔡圣所，张莉涓，赵楠，袁代数，包翔，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。