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，以提高频谱的动态分配能 力，从而提高频谱的使用效率。因为部分的频谱已经被授权用户所占用，认知网络的任务就 是在不影响授权用户正常通信的条件下，将授权用户所空闲的频谱分配给认知网络用户， 从而提高了空闲频谱的使用效率。假设一个网络的某小区中有一个基站和N个认知用户。 网络中的基站负责将该小区中授权用户暂时未使用的频谱分配给其认知用户，一旦检测到 授权用户开始使用该频谱，那么基站将把备用的空闲频谱分配给该认知用户继续使用。认知网络的体系构架很多，其中最具代表性的就是基于IEEE 802. 22标准的无线 区域网WRAN。基于IEEE 802. 22标准的无线区域网WRAN使用未使用的电视广播信道，在 对电视信道不产生干扰的前提下，为农村地区、边远地区和低人口密度且通信服务质量差 的市场提供类似于在城区或郊区使用的宽带接入技术的通信性能。在WRAN系统中，基站 和用户预定设备是主要实体，转发器是可选的实体，采用集中式的网络结构。在下行方向 上，WRAN采用固定的点对多点星型结构，其信息传播方式为广播方式；在上行方向上，WRAN 向用户提供有效的多址接入，采取按需多址DAMA和时分多址TDMA，即各用户网络终端设备 CPE以传输需求为基础，根据DAMA和TDMA机制共享上行信道。用户通过与基站BS的空中 接口接入核心网络，一个CPE可支持多个传输数据、语音和视频的用户网络的接入，通过BS 可接入到多个核心网络。在CPE与BS之间，系统可通过转发器进行转发。在任何情况下， BS提供集中式的控制，包括功率管理、频率管理和调度控制。现有的认知网络动态频谱分配方法只是将侦听到的空闲频谱随机分配给要使用 的用户，没有考虑用户的花费和频谱的使用效率，也没有考虑通讯服务质量的好坏，因而增 加了用户通讯时的花费，降低了频谱的使用效率，同时也影响了用户的通讯质量，造成用户 在通讯过程中可能受到其它信号的干扰，影响其正常通讯。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种基于反图描述的认知网络 动态频谱分配方法，以有效地降低认知网络中用户购买频谱时的总花费，提高频谱的使用 效率。本专利技术的技术方案是把认知网络的动态频谱分配问题转换成反图模型G，在反图 模型G中，将认知用户组成的网络拓扑结构抽象成图，图中每一个节点代表一个认知用户， 每一条边所连接的两个节点可以共用一个频谱。然后把代表用户的N个节点划分到m个颜 色组中，并给每一个颜色组分配一个频谱。具体步骤包括如下(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，Μ}，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，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; Ivbm，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 点的标记都放入独立的颜色组中为止，即完成了把N个节点划分到m个颜色组的操作；(9)计算出每个独立颜色组C1, C^Cm中节点标记的个数，分别记为叫，N^Nm，并 把所有颜色组按照其节点数从大到小的顺序依次排列，将排列好的m个颜色组依次记为T1,T ... T .丄2丄m ，(10)将B中的m个频谱按照其费用b1; lvbm从小到大的顺序依次排列，将排列 好的m个频谱分别记为P1, P2-Pm ；(11)将m个频谱P1, P^Pm依次分配给m个颜色组T1, IV·· Tm，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，这样就给认知网络中的所有用户都分配了频谱，即完成了对认知网 络的频谱分配。在上述的方法中，所述的对绘制出的认知网络频谱干扰图进行反图操作，是保持 认知网络频谱干扰图中节点的网络拓扑结构不变，将每对节点间原本有连接边的去掉，原 本没有连接边的加上，得到反图模型G。在上述的方法中，所述的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，是判断该子图中每对节点之间是否都恰连有一条边，如果每对节点之 间都恰连有一条边，则判该子图为完全图，否则判该子图不是完全图。本专利技术由于在频谱分配的过程中充分考虑了用户购买频谱的费用，其中用图论的 方法将N个节点划分成了 m个颜色组，且每一个颜色组中的节点数为可以共用一个频谱最 多的用户数，给尽可能多的用户分配费用较低的频谱，因而可以有效降低认知网络中用户 的总花费。同时由于本专利技术在不产生干扰的条件下，用图论的方法将用户分成了最少的颜 色组，给每一个颜色组分配一个频谱，所以可用最少的频谱满足认知网络中用户的正常使 用，因而提高了频谱的使用效率。附图说明图1是本专利技术的流程框图；图2是本专利技术实施例中认知网络的频谱干扰图；图3是本专利技术实施例中认知网络的频谱干扰图的反图；图4是本专利技术实施例中将反图去掉4个节点后的更新图；图5是本专利技术实施例中将反图去掉6个节点后的更新图；图6是本专利技术实施例中对认知网络用户的频谱分配结果图；图7是本专利技术仿真实验中所采用的三组网络图。具体实施本文档来自技高网...

【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立的颜色组中为止，即完成了把Ｎ个节点划分到ｍ个颜色组的操作；（９）计算出每个独立颜色组Ｃ↓［１］，Ｃ↓［２］…Ｃ↓［ｍ］中节点标记的个数，分别记为Ｎ↓［１］，Ｎ↓［２］…Ｎ↓［ｍ］，并把所有颜色组按照其节点数从大到小的顺序依次排列，将排列好的ｍ个颜色组依次记为Ｔ↓［１］，Ｔ↓［２］…Ｔ↓［ｍ］；（１０）将Ｂ中的ｍ个频谱按照其费用ｂ↓［１］，ｂ↓［２］…ｂ↓［ｍ］从小到大的顺序依次排列，将排列好的ｍ个频谱分别记为Ｐ↓［１］，Ｐ↓［２］…Ｐ↓［ｍ］；（１１）将ｍ个频谱Ｐ↓［１］，Ｐ↓［２］…Ｐ↓［ｍ］依次分配给ｍ个颜色组Ｔ↓［１］，Ｔ↓［２］…Ｔ↓［ｍ］，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，这样就给认知网络中的所有用户都分配了频谱，即完成了对认知网络的频谱分配。...

【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]