基于反图描述的认知网络动态频谱分配方法组成比例

本发明专利技术提出了一种基于反图描述的认知网络动态频谱分配方法，主要解决现有认知网络中用户花费较高且频谱使用效率较低的问题。其实现步骤是：（１）对认知网络的频谱干扰图取反图，得到反图模型Ｇ，该模型将利用颜色组把ｍ个频谱分配给Ｎ个用户；（２）用图论的方法将反图模型Ｇ中的Ｎ个用户分到ｍ个颜色组中；（３）将ｍ个颜色组按照其节点数从大到小的顺序依次排列，并将ｍ个频谱按照其费用从小到大的顺序依次分配给排列好的颜色组，则一个颜色组对应一个频谱，使同一个颜色组中的节点所代表的用户共用一个频谱，该共用的频谱为分配给其所在颜色组的频谱，完成了对认知网络的频谱分配。本发明专利技术能有效降低认知网络中用户购买频谱的总花费，提高频谱的使用效率。

【技术实现步骤摘要】

本专利技术属于无线通信网络
，涉及认知网络的动态频谱分配，用于降低认 知网络中用户购买频谱时的总花费，以及提高频谱的使用效率。
技术介绍
现今的无线通信网络采取的是固定的频谱分配政策，即政府将固定的频谱分配给 固定的注册用户或是根据地理位置分配频谱使用权，这种分配方式使得频谱的使用效率仅 在15% -80%之间。随着无线电应用范围的不断扩展，频谱资源的稀缺成为无线电应用研 究领域无法回避的重要问题。Joseph Mitola博士提出的认知无线电技术从频谱再利用 的思想出发，能够对频谱资源达到有效利用并保持可靠通信能力。认知网络被认为是智能 无线通信网络，它以灵活、智能、可重配置为显著特征，通过感知外界环境，并使用人工智能 技术从环境中学习，有目的地实时改变某些操作参数，比如传输功率、载波频率和调制技术 等，使其内部状态适应接收到的无线信号的统计变化，从而实现任何时间、任何地点的高可 靠通信以及对异构网络环境有限的无线频谱资源进行高效地利用。认知网络的核心思想就 是通过频谱感知和系统的智能学习能力，实现动态频谱分配和频谱共享。认知网络的目的就是更好地利用网络中空闲的频谱，以提高本文档来自技高网...

【技术保护点】
一种基于反图描述的认知网络动态频谱分配方法，包括如下步骤：（１）绘制出认知网络的频谱干扰图；（２）对绘制出的认知网络频谱干扰图进行反图操作，得到反图模型为：Ｇ＝｛Ｎ，Ｖ，Ｅ，Ｂ，Ｍ｝，其中Ｎ为用户总数，Ｖ为代表所有用户的节点集，节点分别标记为１，２．．．Ｎ，Ｅ为所有无向边的集合，Ｂ为供用户选用的ｍ个频谱的集合，Ｍ为ｍ个独立的颜色组；（３）将用户购买每一个频谱的花费分别记为ｂ↓［１］，ｂ↓［２］…ｂ↓［ｍ］，将ｍ个独立的颜色组分别记为Ｃ↓［１］，Ｃ↓［２］…Ｃ↓［ｍ］；（４）在反图模型Ｇ中，判断每一个节点与其所有有连接的节点及其边所构成的子图是否为完全图，若为完全图则将其定义为完全分割图，并把每...

【技术特征摘要】
一种基于反图描述的认知网络动态频谱分配方法，包括如下步骤(1)绘制出认知网络的频谱干扰图；(2)对绘制出的认知网络频谱干扰图进行反图操作，得到反图模型为G＝{N，V，E，B，M}，其中N为用户总数，V为代表所有用户的节点集，节点分别标记为1，2...N，E为所有无向边的集合，B为供用户选用的m个频谱的集合，M为m个独立的颜色组；(3)将用户购买每一个频谱的花费分别记为b1，b2…bm，将m个独立的颜色组分别记为C1，C2…Cm；(4)在反图模型G中，判断每一个节点与其所有有连接的节点及其边所构成的子图是否为完全图，若为完全图则将其定义为完全分割图，并把每一个完全分割图中节点的标记放入一个独立的颜色组中，直接执行步骤(5)，若反图模型G中没有完全分割图，直接把反图模型G看作一个不包含完全分割图的图G′，跳转执行步骤(6)；(5)在反图模型G中去掉所有完全分割图，得到一个不包含完全分割图的子图G′；(6)在不包含完全分割图的子图G′中找出一个最大的完全连通子图，并把找到的最大完全连通子图中的所有节点的标记放入一个独立的颜色组中；(7)在不包含完全分割图的子图G′中去掉步骤(6)中的最大完全连通子图，得到一个去掉最大完全连通子图后的子图G″；(8)对去掉最大完全连通子图后的子图G″重复步骤(4) (7)的操作，直到所有节点的标记都放入独...

【专利技术属性】
技术研发人员：吴建设，焦李成，李蕊，缑水平，李阳阳，韩红，王爽，戚玉涛，陈为胜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]