專利名稱：基于反圖描述的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無線通信網(wǎng)絡(luò)技術(shù)領(lǐng)域，涉及認知網(wǎng)絡(luò)的動態(tài)頻譜分配，用于降低認 知網(wǎng)絡(luò)中用戶購買頻譜時的總花費，以及提高頻譜的使用效率。
背景技術(shù)：
現(xiàn)今的無線通信網(wǎng)絡(luò)采取的是固定的頻譜分配政策，即政府將固定的頻譜分配給 固定的注冊用戶或是根據(jù)地理位置分配頻譜使用權(quán)，這種分配方式使得頻譜的使用效率僅 在15% -80%之間。隨著無線電應(yīng)用范圍的不斷擴展，頻譜資源的稀缺成為無線電應(yīng)用研 究領(lǐng)域無法回避的重要問題。Joseph Mitola博士提出的認知無線電技術(shù)從頻譜再利用 的思想出發(fā)，能夠?qū)︻l譜資源達到有效利用并保持可靠通信能力。認知網(wǎng)絡(luò)被認為是智能 無線通信網(wǎng)絡(luò)，它以靈活、智能、可重配置為顯著特征，通過感知外界環(huán)境，并使用人工智能 技術(shù)從環(huán)境中學(xué)習(xí)，有目的地實時改變某些操作參數(shù)，比如傳輸功率、載波頻率和調(diào)制技術(shù) 等，使其內(nèi)部狀態(tài)適應(yīng)接收到的無線信號的統(tǒng)計變化，從而實現(xiàn)任何時間、任何地點的高可 靠通信以及對異構(gòu)網(wǎng)絡(luò)環(huán)境有限的無線頻譜資源進行高效地利用。認知網(wǎng)絡(luò)的核心思想就 是通過頻譜感知和系統(tǒng)的智能學(xué)習(xí)能力，實現(xiàn)動態(tài)頻譜分配和頻譜共享。認知網(wǎng)絡(luò)的目的就是更好地利用網(wǎng)絡(luò)中空閑的頻譜，以提高頻譜的動態(tài)分配能 力，從而提高頻譜的使用效率。因為部分的頻譜已經(jīng)被授權(quán)用戶所占用，認知網(wǎng)絡(luò)的任務(wù)就 是在不影響授權(quán)用戶正常通信的條件下，將授權(quán)用戶所空閑的頻譜分配給認知網(wǎng)絡(luò)用戶， 從而提高了空閑頻譜的使用效率。假設(shè)一個網(wǎng)絡(luò)的某小區(qū)中有一個基站和N個認知用戶。 網(wǎng)絡(luò)中的基站負責(zé)將該小區(qū)中授權(quán)用戶暫時未使用的頻譜分配給其認知用戶，一旦檢測到 授權(quán)用戶開始使用該頻譜，那么基站將把備用的空閑頻譜分配給該認知用戶繼續(xù)使用。認知網(wǎng)絡(luò)的體系構(gòu)架很多，其中最具代表性的就是基于IEEE 802. 22標準的無線 區(qū)域網(wǎng)WRAN?；贗EEE 802. 22標準的無線區(qū)域網(wǎng)WRAN使用未使用的電視廣播信道，在 對電視信道不產(chǎn)生干擾的前提下，為農(nóng)村地區(qū)、邊遠地區(qū)和低人口密度且通信服務(wù)質(zhì)量差 的市場提供類似于在城區(qū)或郊區(qū)使用的寬帶接入技術(shù)的通信性能。在WRAN系統(tǒng)中，基站 和用戶預(yù)定設(shè)備是主要實體，轉(zhuǎn)發(fā)器是可選的實體，采用集中式的網(wǎng)絡(luò)結(jié)構(gòu)。在下行方向 上，WRAN采用固定的點對多點星型結(jié)構(gòu)，其信息傳播方式為廣播方式；在上行方向上，WRAN 向用戶提供有效的多址接入，采取按需多址DAMA和時分多址TDMA，即各用戶網(wǎng)絡(luò)終端設(shè)備 CPE以傳輸需求為基礎(chǔ)，根據(jù)DAMA和TDMA機制共享上行信道。用戶通過與基站BS的空中 接口接入核心網(wǎng)絡(luò)，一個CPE可支持多個傳輸數(shù)據(jù)、語音和視頻的用戶網(wǎng)絡(luò)的接入，通過BS 可接入到多個核心網(wǎng)絡(luò)。在CPE與BS之間，系統(tǒng)可通過轉(zhuǎn)發(fā)器進行轉(zhuǎn)發(fā)。在任何情況下， BS提供集中式的控制，包括功率管理、頻率管理和調(diào)度控制。現(xiàn)有的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法只是將偵聽到的空閑頻譜隨機分配給要使用 的用戶，沒有考慮用戶的花費和頻譜的使用效率，也沒有考慮通訊服務(wù)質(zhì)量的好壞，因而增 加了用戶通訊時的花費，降低了頻譜的使用效率，同時也影響了用戶的通訊質(zhì)量，造成用戶 在通訊過程中可能受到其它信號的干擾，影響其正常通訊。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于反圖描述的認知網(wǎng)絡(luò) 動態(tài)頻譜分配方法，以有效地降低認知網(wǎng)絡(luò)中用戶購買頻譜時的總花費，提高頻譜的使用 效率。本發(fā)明的技術(shù)方案是把認知網(wǎng)絡(luò)的動態(tài)頻譜分配問題轉(zhuǎn)換成反圖模型G，在反圖 模型G中，將認知用戶組成的網(wǎng)絡(luò)拓撲結(jié)構(gòu)抽象成圖，圖中每一個節(jié)點代表一個認知用戶， 每一條邊所連接的兩個節(jié)點可以共用一個頻譜。然后把代表用戶的N個節(jié)點劃分到m個顏 色組中，并給每一個顏色組分配一個頻譜。具體步驟包括如下(1)繪制出認知網(wǎng)絡(luò)的頻譜干擾圖；(2)對繪制出的認知網(wǎng)絡(luò)頻譜干擾圖進行反圖操作，得到反圖模型為G = {N, V， E，B，Μ}，其中N為用戶總數(shù)，V為代表所有用戶的節(jié)點集，節(jié)點分別標記為1，2. . . N，E為所 有無向邊的集合，B為供用戶選用的m個頻譜的集合，個獨立的顏色組；(3)將用戶購買每一個頻譜的花費分別記為b1; Ivbm，將m個獨立的顏色組分別 記為 C1, C2··· Cm ；(4)在反圖模型G中，判斷每一個節(jié)點與其所有有連接的節(jié)點及其邊所構(gòu)成的子 圖是否為完全圖，若為完全圖則將其定義為完全分割圖，并把每一個完全分割圖中節(jié)點的 標記放入一個獨立的顏色組中，直接執(zhí)行步驟(5)，若反圖模型G中沒有完全分割圖，直接 把反圖模型G看作一個不包含完全分割圖的圖G'，跳轉(zhuǎn)執(zhí)行步驟(6)；(5)在反圖模型G中去掉所有完全分割圖，得到一個不包含完全分割圖的子圖 G'；(6)在不包含完全分割圖的子圖G'中找出一個最大的完全連通子圖，并把找到 的最大完全連通子圖中的所有節(jié)點的標記放入一個獨立的顏色組中；(7)在不包含完全分割圖的子圖G'中去掉步驟(6)中的最大完全連通子圖，得到 一個去掉最大完全連通子圖后的子圖G"；(8)對去掉最大完全連通子圖后的子圖G"重復(fù)步驟(4)-(7)的操作，直到所有節(jié) 點的標記都放入獨立的顏色組中為止，即完成了把N個節(jié)點劃分到m個顏色組的操作；(9)計算出每個獨立顏色組C1, C^Cm中節(jié)點標記的個數(shù)，分別記為叫，N^Nm，并 把所有顏色組按照其節(jié)點數(shù)從大到小的順序依次排列，將排列好的m個顏色組依次記為T1,
T ... T .
丄2丄m ，(10)將B中的m個頻譜按照其費用b1; lv"bm從小到大的順序依次排列，將排列 好的m個頻譜分別記為P1, P2-Pm ；(11)將m個頻譜P1, P^Pm依次分配給m個顏色組T1, IV·· Tm，則一個顏色組對應(yīng) 一個頻譜，使同一個顏色組中的節(jié)點所代表的用戶共用一個頻譜，該共用的頻譜為分配給 其所在顏色組的頻譜，這樣就給認知網(wǎng)絡(luò)中的所有用戶都分配了頻譜，即完成了對認知網(wǎng) 絡(luò)的頻譜分配。在上述的方法中，所述的對繪制出的認知網(wǎng)絡(luò)頻譜干擾圖進行反圖操作，是保持 認知網(wǎng)絡(luò)頻譜干擾圖中節(jié)點的網(wǎng)絡(luò)拓撲結(jié)構(gòu)不變，將每對節(jié)點間原本有連接邊的去掉，原 本沒有連接邊的加上，得到反圖模型G。
在上述的方法中，所述的判斷每一個節(jié)點與其所有有連接的節(jié)點及其邊所構(gòu)成的 子圖是否為完全圖，是判斷該子圖中每對節(jié)點之間是否都恰連有一條邊，如果每對節(jié)點之 間都恰連有一條邊，則判該子圖為完全圖，否則判該子圖不是完全圖。本發(fā)明由于在頻譜分配的過程中充分考慮了用戶購買頻譜的費用，其中用圖論的 方法將N個節(jié)點劃分成了 m個顏色組，且每一個顏色組中的節(jié)點數(shù)為可以共用一個頻譜最 多的用戶數(shù)，給盡可能多的用戶分配費用較低的頻譜，因而可以有效降低認知網(wǎng)絡(luò)中用戶 的總花費。同時由于本發(fā)明在不產(chǎn)生干擾的條件下，用圖論的方法將用戶分成了最少的顏 色組，給每一個顏色組分配一個頻譜，所以可用最少的頻譜滿足認知網(wǎng)絡(luò)中用戶的正常使 用，因而提高了頻譜的使用效率。


圖1是本發(fā)明的流程框圖；圖2是本發(fā)明實施例中認知網(wǎng)絡(luò)的頻譜干擾圖；圖3是本發(fā)明實施例中認知網(wǎng)絡(luò)的頻譜干擾圖的反圖；圖4是本發(fā)明實施例中將反圖去掉4個節(jié)點后的更新圖；圖5是本發(fā)明實施例中將反圖去掉6個節(jié)點后的更新圖；圖6是本發(fā)明實施例中對認知網(wǎng)絡(luò)用戶的頻譜分配結(jié)果圖；圖7是本發(fā)明仿真實驗中所采用的三組網(wǎng)絡(luò)圖。
具體實施例方式本發(fā)明主要包括三個部分建立反圖模型G，將反圖模型G中的節(jié)點分入顏色組， 給顏色組分配頻譜。具體的步驟，參照圖1描述如下步驟1.建立反圖模型G。本實施例主要針對一個具體的認知網(wǎng)絡(luò)進行頻譜分配，該認知網(wǎng)絡(luò)的頻譜干擾圖 如圖2所示，其中，圖中的7個節(jié)點1-7分別代表認知網(wǎng)絡(luò)中7個不同的用戶，且每一條邊 所連接的兩個節(jié)點表示不能分配同一個頻譜的用戶。1. 1)對圖2中的認知網(wǎng)絡(luò)頻譜干擾圖取反圖，即保持認知網(wǎng)絡(luò)頻譜干擾圖中節(jié)點 的網(wǎng)絡(luò)拓撲結(jié)構(gòu)不變，將每對節(jié)點間原本有連接邊的去掉，原本沒有連接邊的加上，就得到 了反圖模型G，如圖3所示，圖3中每一條邊所連接的兩個節(jié)點表示可以分配同一個頻譜的 用戶；1.2)在反圖模型G中，認知網(wǎng)絡(luò)中的用戶總數(shù)N為7，設(shè)用3個頻譜P1, P2, P3來 分配給這7個用戶使用，且用戶購買每一個頻譜的花費分別記為b1; b2，b3，其中令I(lǐng)d1 < b2 < b3，該3個頻譜將利用顏色組來分配，即把認知網(wǎng)絡(luò)中的7個用戶劃分到3個顏色組中， 再給每一個顏色組分配一個頻譜，這里設(shè)3個獨立的顏色組分別為C1, C2, C3。步驟2.將反圖模型G中的節(jié)點分入顏色組。2. 1)在圖3所示的反圖模型G中，節(jié)點4與其所有有連接的節(jié)點1，2，6，可以組成 一個子圖，且該子圖中每對節(jié)點之間都恰連有一條邊，該子圖為一個完全分割圖，將該完全 分割圖中節(jié)點1,2,4,6的標記放入顏色組C1中；2.2)在圖3所示的反圖模型G中去掉節(jié)點1，2，4，6及與這四個節(jié)點相連接的所有
5邊，得到一個不包含完全分割圖的子圖G‘，如圖4所示；2.3)在圖4所示的子圖G'中，節(jié)點3，7所組成的子圖為一個最大的完全連通子 圖，將節(jié)點3，7的標記放入顏色組C2中；2.4)在圖4所示的子圖G'中去掉節(jié)點3，7及與這兩個節(jié)點相連接的所有邊，得 到一個不包含最大完全連通子圖的子圖G"，如圖5所示；2. 5)對圖5所示的子圖G"重復(fù)步驟2. 1)_2. 4)的操作，直到所有節(jié)點的標記都 放入顏色組中為止，在重復(fù)步驟2. 1)時，將節(jié)點5的標記放入顏色組(3中，即完成了將7個 節(jié)點劃分到3個顏色組的過程，這三個顏色組的分組集合為=C1U, 2，4，6}，C2 {3，7}，C3 {5}， 即顏色組C1中有4個節(jié)點，顏色組C2中有2個節(jié)點，顏色組C3中有1個節(jié)點。步驟3.給顏色組分配頻譜。3. 1)將顏色組C1, C2, C3按照其節(jié)點數(shù)的個數(shù)從大到小的順序依次排列，由于顏色 組C1中有4個節(jié)點，顏色組C2中有2個節(jié)點，顏色組C3中有1個節(jié)點，因而排列好的顏色 組順序仍為C1, C2, C3 ；3. 2)將頻譜P1;P2，P3按照其費用b1;b2，b3從小到大的順序依次排列，由于Id1 < b2 < b3，排列好的頻譜順序仍為P1, P2, P3 ；3. 3)將排列好的頻譜P1, P2, P3依次分配給排列好的顏色組C1, C2, C3,則一個顏色 組對應(yīng)一個頻譜，使同一個顏色組中的節(jié)點所代表的用戶共用一個頻譜，該共用的頻譜為 分配給其所在顏色組的頻譜，即節(jié)點1，2，4，6所代表的用戶共用頻譜P1，節(jié)點3，7所代表的 用戶共用頻譜P2，節(jié)點5所代表的用戶使用頻譜&，就得到了本實施例中認知網(wǎng)絡(luò)的頻譜分 配結(jié)果，如圖6所示。本發(fā)明的效果可以通過以下實驗進一步說明1.仿真條件在CPU為core 22. 4GHZ、內(nèi)存2G、WINDOWS XP系統(tǒng)上使用C++進行了仿真。2.仿真內(nèi)容選取三組16個節(jié)點的網(wǎng)絡(luò)作為實驗的對象，其中這三組網(wǎng)絡(luò)的頻譜干擾圖如圖7 所示，圖7(a)為網(wǎng)絡(luò)1的頻譜干擾圖，圖7(b)為網(wǎng)絡(luò)2的頻譜干擾圖，圖7(c)為網(wǎng)絡(luò)3的 頻譜干擾圖。分別用基于圖論的認知網(wǎng)絡(luò)頻譜分配方法和本發(fā)明中提出的方法求出這三組 網(wǎng)絡(luò)的頻譜分配結(jié)果，并計算出在這些頻譜分配結(jié)果下用戶的總花費?；趫D論的認知網(wǎng)絡(luò)頻譜分配方法是將頻譜分配問題轉(zhuǎn)換成了傳統(tǒng)的圖著色模 型，且每一個著色方案對應(yīng)一個頻譜分配結(jié)果，并用回溯法求出圖著色模型的所有著色方 案，即得到了認知網(wǎng)絡(luò)的所有可能的頻譜分配結(jié)果。因為該方法中沒有考慮用戶的花費，只 是求出所有可能的頻譜分配結(jié)果，且所有頻譜分配結(jié)果是同一個優(yōu)先級的。實驗中，計算出 采用該方法得到的每一個頻譜分配結(jié)果下用戶的總花費，從而可以求出用戶總花費的平均 值和其取值范圍。而采用本發(fā)明中提出的方法可以求出認知網(wǎng)絡(luò)的一個優(yōu)化后的頻譜分配 結(jié)果，并計算出在該優(yōu)化頻譜分配結(jié)果下，認知網(wǎng)絡(luò)中用戶的總花費。實驗中，假設(shè)將4個頻譜分配給這16個用戶使用，且每一個頻譜的花費分別定為 10，12，14，16，則可以求出認知網(wǎng)絡(luò)中用戶購買頻譜的總花費。下表為實驗中得到的數(shù)據(jù)結(jié)表1兩種方法下的頻譜分配結(jié)果及用戶的花費
權(quán)利要求
一種基于反圖描述的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法，包括如下步驟(1)繪制出認知網(wǎng)絡(luò)的頻譜干擾圖；(2)對繪制出的認知網(wǎng)絡(luò)頻譜干擾圖進行反圖操作，得到反圖模型為G＝{N，V，E，B，M}，其中N為用戶總數(shù)，V為代表所有用戶的節(jié)點集，節(jié)點分別標記為1，2...N，E為所有無向邊的集合，B為供用戶選用的m個頻譜的集合，M為m個獨立的顏色組；(3)將用戶購買每一個頻譜的花費分別記為b1，b2…bm，將m個獨立的顏色組分別記為C1，C2…Cm；(4)在反圖模型G中，判斷每一個節(jié)點與其所有有連接的節(jié)點及其邊所構(gòu)成的子圖是否為完全圖，若為完全圖則將其定義為完全分割圖，并把每一個完全分割圖中節(jié)點的標記放入一個獨立的顏色組中，直接執(zhí)行步驟(5)，若反圖模型G中沒有完全分割圖，直接把反圖模型G看作一個不包含完全分割圖的圖G′，跳轉(zhuǎn)執(zhí)行步驟(6)；(5)在反圖模型G中去掉所有完全分割圖，得到一個不包含完全分割圖的子圖G′；(6)在不包含完全分割圖的子圖G′中找出一個最大的完全連通子圖，并把找到的最大完全連通子圖中的所有節(jié)點的標記放入一個獨立的顏色組中；(7)在不包含完全分割圖的子圖G′中去掉步驟(6)中的最大完全連通子圖，得到一個去掉最大完全連通子圖后的子圖G″；(8)對去掉最大完全連通子圖后的子圖G″重復(fù)步驟(4) (7)的操作，直到所有節(jié)點的標記都放入獨立的顏色組中為止，即完成了把N個節(jié)點劃分到m個顏色組的操作；(9)計算出每個獨立顏色組C1，C2…Cm中節(jié)點標記的個數(shù)，分別記為N1，N2…Nm，并把所有顏色組按照其節(jié)點數(shù)從大到小的順序依次排列，將排列好的m個顏色組依次記為T1，T2…Tm；(10)將B中的m個頻譜按照其費用b1，b2…bm從小到大的順序依次排列，將排列好的m個頻譜分別記為P1，P2…Pm；(11)將m個頻譜P1，P2…Pm依次分配給m個顏色組T1，T2…Tm，則一個顏色組對應(yīng)一個頻譜，使同一個顏色組中的節(jié)點所代表的用戶共用一個頻譜，該共用的頻譜為分配給其所在顏色組的頻譜，這樣就給認知網(wǎng)絡(luò)中的所有用戶都分配了頻譜，即完成了對認知網(wǎng)絡(luò)的頻譜分配。
2.根據(jù)權(quán)利要求1所述的基于反圖描述的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法，其中步驟(2) 所述的對繪制出的認知網(wǎng)絡(luò)頻譜干擾圖進行反圖操作，是保持認知網(wǎng)絡(luò)頻譜干擾圖中節(jié)點 的網(wǎng)絡(luò)拓撲結(jié)構(gòu)不變，將每對節(jié)點間原本有連接邊的去掉，原本沒有連接邊的加上，得到反 圖模型G。
3.根據(jù)權(quán)利要求1所述的基于反圖描述的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法，其中步驟(4) 所述的判斷每一個節(jié)點與其所有有連接的節(jié)點及其邊所構(gòu)成的子圖是否為完全圖，是判斷 該子圖中每對節(jié)點之間是否都恰連有一條邊，如果每對節(jié)點之間都恰連有一條邊，則判該 子圖為完全圖，否則判該子圖不是完全圖。
全文摘要
本發(fā)明提出了一種基于反圖描述的認知網(wǎng)絡(luò)動態(tài)頻譜分配方法，主要解決現(xiàn)有認知網(wǎng)絡(luò)中用戶花費較高且頻譜使用效率較低的問題。其實現(xiàn)步驟是(1)對認知網(wǎng)絡(luò)的頻譜干擾圖取反圖，得到反圖模型G，該模型將利用顏色組把m個頻譜分配給N個用戶；(2)用圖論的方法將反圖模型G中的N個用戶分到m個顏色組中；(3)將m個顏色組按照其節(jié)點數(shù)從大到小的順序依次排列，并將m個頻譜按照其費用從小到大的順序依次分配給排列好的顏色組，則一個顏色組對應(yīng)一個頻譜，使同一個顏色組中的節(jié)點所代表的用戶共用一個頻譜，該共用的頻譜為分配給其所在顏色組的頻譜，完成了對認知網(wǎng)絡(luò)的頻譜分配。本發(fā)明能有效降低認知網(wǎng)絡(luò)中用戶購買頻譜的總花費，提高頻譜的使用效率。
文檔編號H04W16/10GK101951609SQ20101026745
公開日2011年1月19日 申請日期2010年8月30日 優(yōu)先權(quán)日2010年8月30日
發(fā)明者吳建設(shè), 戚玉濤, 李蕊, 李陽陽, 焦李成, 王爽, 緱水平, 陳為勝, 韓紅 申請人:西安電子科技大學(xué)