一种基于认知云网络的三边资源匹配方法及系统技术方案

本发明专利技术公开了一种基于认知云网络的三边资源匹配方法及系统，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分，对主要用户和认知用户进行匹配，对匹配成功的用户对实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，主要用户和认知用户进行两边匹配得若干个用户对；基于三边匹配算法的时间分配部分，将匹配得到的若干用户对和基站传输时间段进行匹配得到若干三元组，每个三元组中的用户对在匹配到的传输时间段内进行卸载数据的传输，按次序将全部数据卸载到MEC服务器上，完成资源分配。本发明专利技术合理分配资源，提高频谱利用率、降低系统能耗并提高时间利用率。

【技术实现步骤摘要】
一种基于认知云网络的三边资源匹配方法及系统
本专利技术属于移动通信
，具体涉及一种基于认知云网络的三边资源匹配方法及系统。
技术介绍
在认知无线电网络中，随着用户的增多，数据流量呈爆炸式增长，与此同时，用户对于数据传输的速度有越来越高的需求。面对巨增的数据流量和高速传输的需求，有限的频谱资源愈发紧张。在频谱资源受限的情况下，部分授权频段的频谱利用率较低，使无线电频谱的使用效率难以最大化。在此背景下，一种频谱资源共享技术有效地解决了这一问题。这种频谱资源共享技术即在认知网络中，在非主要用户带来的干扰不影响主要用户通信质量前提下，主要用户允许非主要用户使用与其相同的频谱进行数据传输。为了提高移动网络的频谱接入效率，采用非正交多址接入(Non-orthogonalmultipleaccess，NOMA)技术，系统可以为用户分配不同的功率，在相同时间或频域内为多个用户服务。由于发射机的叠加编码和接收机的连续干扰抵消(Successiveinterferencecancellation,SIC)，NOMA比传统的正交多址接入(Orthogonalmultipleaccess,OMA)技术具有更高的频谱效率。随着智能通信的迅速发展，移动边缘计算(Mobileedgecomputing,MEC)被认为是未来通信的一种很有前途的技术，因为它可以改善计算机用户在应用程序中的能力，如增强现实(Augmentedreality,AR)。采用移动边缘计算，用户可以将计算密集型任务卸载到位于网络边缘的MEC服务器上，进而从中获益。MEC服务器可以在用户附近部署，具有MEC的网络可以为用户提供低延迟和低能耗。MEC的基本思想是在无线电接入网络中引入强大的计算设施，如集成到基站中的MEC服务器。MEC有两种卸载模式：部分卸载及完全卸载。部分卸载模式下，用户的计算任务一部分在本地服务器进行计算，另一部分需要卸载到MEC服务器进行计算。完全卸载模式下，用户的全部计算任务在本地执行或卸载到MEC服务器。在认知无线电非正交多址接入网络中引入MEC，将有效提高系统性能。在实际系统中，用户必然不是单一的。考虑多个主要用户和非主要用户之间的频谱共享，用户将计算任务卸载到MEC服务器的时间资源分配。基于上述两个主要问题，本专利提出了一种三边匹配算法。该算法。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于认知云网络的三边资源匹配方法及系统，在用户密集且基站单一情况下，合理分配频谱、功率及时间资源，使得系统性能(能耗小、传输时延小)显著提高，提高系统频谱利用率及基站时间利用率，降低系统能耗。本专利技术采用以下技术方案：一种基于认知云网络的三边资源匹配方法，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分，对主要用户和认知用户进行匹配，当引入的认知用户使得主要用户获得最高的通信性能且当前认知用户能够获得最高发射功率时，主要用户和认知用户匹配成功，对匹配成功的用户对，基于非正交多址介入技术实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，I个主要用户和J个认知用户进行两边匹配得若干个用户对(PUi,CUj)，实现最佳功率分配和频谱共享；基于三边匹配算法的时间分配部分，将匹配得到的若干用户对(PUi,CUj)和基站传输时间段Tk进行匹配，当基站传输时间段Tk的时间使用效率最大化时完成匹配，得到若干三元组(PUi,CUj,Tk)，每个三元组中的用户对(PUi,CUj)在匹配到的传输时间段内进行卸载数据的传输，按次序将全部数据卸载到MEC服务器上，完成资源分配。具体的，主要用户和认知用户进行匹配具体为：S1、设置总发射功率P，PUi携带的初始功率分配系数确定PUi的偏好表设置发射功率分配系数变化步长τ和改变次数X，设置多路复用损耗因子β，标记PU的匹配状态为数组S2、PUi的偏好表中被标记为未匹配状态的元素根据向首选项发送邀请，接收到邀请的CUj处于未匹配状态；接收到邀请的CUj处于匹配状态，对应匹配项为主要用户和认知用户开始匹配；S3、所有用户对达到稳定状态时，主要用户、认知用户匹配结束。进一步的，步骤S2中，接收到邀请的CUj处于未匹配状态具体为：S2011、若发邀PUi的发射功率分配系数满足受邀CUj的系数要求，发邀PUi和受邀CUj暂时匹配成功；在PUi的偏好表中，对应位置的PUi匹配状态标记为已匹配；对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户的偏好表向首选项发出匹配邀请；S2012、若发邀PUi的发射功率分配系数不满足受邀CUj的系数要求，受邀CUj拒绝发邀PUi的匹配邀请。进一步的，步骤S2中，接收到邀请的CUj处于匹配状态具体为：S2021、当发邀PUi的功率分配系数比已匹配项的功率分配系数低时，受邀CUj抛弃已匹配项和发邀PUi暂时匹配成功；在PUi的偏好表中，对应位置的PUi匹配状态标记为已匹配，匹配状态标记为未匹配；S2022、当发邀PUi的功率分配系数大于等于已匹配项的功率分配系数时，受邀CUj拒绝发邀PUi的匹配邀请，和已匹配项保持匹配。更进一步的，若被拒绝的PUi的功率分配系数已改变X次，PUi不再改变功率分配系数；在PUi的偏好表中，对应位置的PUi匹配状态标记为放弃匹配；对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户的向首选项发出匹配邀请；若被拒绝的PUi的功率分配系数改变次数不超过X次，PUi改变发射功率分配系数为αPUi＝αPUi-τ，更新当前主要用户的对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户向首选项发出匹配邀请。进一步的，步骤S3中，当所有未匹配成功的主要用户的功率分配因子改变为X次时，主要用户和认知用户的匹配结束，所有获得的用户对处于稳定状态。具体的，用户对(PUi,CUj)和传输时间段Tk进行匹配具体为：S4、设置基站总时延T，设置K个长度不等的时间段Tk，确定各传输时间段长度|Tk|；计算用户对(PUi,CUj)的数据传输时延TPUi,CUj，确定标记(PUi,CUj)的匹配状态为数组S5、中有被标记为未匹配状态的元素，且不为空，(PUi,CUj)、Tk开始匹配；S6、所有匹配三方达到稳定状态，(PUi,CUj)、Tk匹配结束，匹配成功的三元组中的用户对(PUi,CUj)将在对应时间段Tk将所有需要处理的数据传输到MEC服务器上，而对于未匹配成功的PUi、CUj，将在系统总时延T内在本地服务器进行数据处理。进一步的，步骤S5具体为：S501、接收到邀请的Tk处于未匹配状态，则发邀(PUi,CUj)和受邀Tk暂时匹配成功。在中，对应位置(PUi,CUj)的匹配状态标记为已匹配；对中标记为未匹配状态的下一用户对执行操作如下：根据当前用户对的向首选项发出匹配邀请；S502、接本文档来自技高网...

【技术保护点】
1.一种基于认知云网络的三边资源匹配方法，其特征在于，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分对主要用户和认知用户进行匹配，当引入的认知用户使得主要用户获得最高的通信性能且当前认知用户能够获得最高发射功率时，主要用户和认知用户匹配成功，对匹配成功的用户对，基于非正交多址介入技术实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，I个主要用户和J个认知用户进行两边匹配得若干个用户对(PU

【技术特征摘要】
1.一种基于认知云网络的三边资源匹配方法，其特征在于，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分对主要用户和认知用户进行匹配，当引入的认知用户使得主要用户获得最高的通信性能且当前认知用户能够获得最高发射功率时，主要用户和认知用户匹配成功，对匹配成功的用户对，基于非正交多址介入技术实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，I个主要用户和J个认知用户进行两边匹配得若干个用户对(PUi,CUj)，实现最佳功率分配和频谱共享；
基于三边匹配算法的时间分配部分，将匹配得到的若干用户对(PUi,CUj)和基站传输时间段Tk进行匹配，当基站传输时间段Tk的时间使用效率最大化时完成匹配，得到若干三元组(PUi,CUj,Tk)，每个三元组中的用户对(PUi,CUj)在匹配到的传输时间段内进行卸载数据的传输，按次序将全部数据卸载到MEC服务器上，完成资源分配。


2.根据权利要求1所述的方法，其特征在于，主要用户和认知用户进行匹配具体为：
S1、设置总发射功率P，PUi携带的初始功率分配系数确定PUi的偏好表设置发射功率分配系数变化步长τ和改变次数X，设置多路复用损耗因子β，标记PU的匹配状态为数组
S2、PUi的偏好表中被标记为未匹配状态的元素根据向首选项发送邀请，接收到邀请的CUj处于未匹配状态；接收到邀请的CUj处于匹配状态，对应匹配项为主要用户和认知用户开始匹配；
S3、所有用户对达到稳定状态时，主要用户、认知用户匹配结束。


3.根据权利要求2所述的方法，其特征在于，步骤S2中，接收到邀请的CUj处于未匹配状态具体为：
S2011、若发邀PUi的发射功率分配系数满足受邀CUj的系数要求，发邀PUi和受邀CUj暂时匹配成功；在PUi的偏好表中，对应位置的PUi匹配状态标记为已匹配；对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户的偏好表向首选项发出匹配邀请；
S2012、若发邀PUi的发射功率分配系数不满足受邀CUj的系数要求，受邀CUj拒绝发邀PUi的匹配邀请。


4.根据权利要求2所述的方法，其特征在于，步骤S2中，接收到邀请的CUj处于匹配状态具体为：
S2021、当发邀PUi的功率分配系数比已匹配项的功率分配系数低时，受邀CUj抛弃已匹配项和发邀PUi暂时匹配成功；在PUi的偏好表中，对应位置的PUi匹配状态标记为已匹配，匹配状态标记为未匹配；
S2022、当发邀PUi的功率分配系数大于等于已匹配项的功率分配系数时，受邀CUj拒绝发邀PUi的匹配邀请，和已匹配项保持匹配。


5.根据权利要求3或4所述的方法，其特征在于，若被拒绝的PUi的功率分配系数已改变X次，PUi不再改变功率分配系数；在PUi的偏好表中，对应位置的PUi匹配状态标记为放弃匹配；对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户的向首选项发出匹配邀请；
若被拒绝的PUi的功率分配系数改变次数不超过X次，PUi改变发射功率分配系数为αPUi＝αPUi-τ，更新当前主要用户的对状态表中处于未匹配状态的下一主要用户执行操作如下：根据当前主要用户向首选项发出匹配邀请。


6.根据权利要求2所述的方法，其特征在于，步骤S3...

【专利技术属性】
技术研发人员：梁微，温书慧，徐伟，曹龙，苏坚，王大伟，李立欣，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61