[发明专利]公平性原则下基于多臂赌博机模型的多用户频谱接入方法

说明书

本发明公开了一种公平性原则下基于多臂赌博机模型的多用户频谱接入方法。该方法为：首先针对多用户认知无线网络，基于多臂赌博机模型，建立信道感知与机会接入模型；然后次要用户感知信道参数初始化；接着每个次要用户进行信道感知，并在线更新信道统计信息；最后次要用户根据信道感知情况进行信道接入并判断是否冲突，结束后，重新开始下一时隙的感知过程。本发明具有公平、高效、性能优越的优点，能够满足广泛和实际的场景需求。

技术领域

本发明涉及无线网络技术领域，特别是一种公平性原则下基于多臂赌博机模型的多用户频谱接入方法。

背景技术

随着无线通信业务需求的快速增长，现有可用的频谱资源越来越稀缺，频谱供给矛盾日益凸显。另一方面，授权频段的有效利用率很低，间歇式频谱闲置问题比较严重。认知无线机会接入，通过动态利用频谱间隙填补业务需求鸿沟，被视为可以有效缓解频谱紧张问题的主要手段之一。通过认知无线电技术，次要用户能够对授权频谱进行实时感知以识别空闲频谱，并在不影响主要用户正常工作的前提下，次要用户使用感知到的空闲频谱进行机会接入完成数据传输。为有效使用频谱资源，次要用户需要设计高效的动态频谱接入方法。目前已有的技术方案绝大部分针对频谱信息已知情况，但是在频谱信息未知情况下，尚未有高效的次用户感知接入方法。对于信道频谱信息未知情况下的多用户频谱接入，也没有高效的感知和接入方法。

在传统统计信息已知的情况下，通常假设次要用户已知授权频谱的空闲概率信息。为最大限度利用频谱资源，完成尽可能多的数据传输，在每个信道时隙中，次要用户选择具有最大空闲概率信息的信道进行频谱感知，接入所有感知为空闲的信道。在实际场景中，如随遇接入网络、未知区域或存在恶意干扰的网络中，次要用户通常无法事先得知信道统计信息，或者需要通过长时间频谱采样和数据分析才能获得该信息。因此，传统的信道统计信息已知情况下的信道感知和接入方法无法适用于上述场景。在信道统计信息未知的情况下，次要用户需要通过频谱感知对信道实时测量，利用在线数据分析方法获得频谱统计信息，并动态接入频谱。上述问题下，最优用户频谱感知与接入方法的获得可以抽象为一个经典的统计学模型—多臂赌博机问题(Multi-armed bandit problem,MABP)。具体地，为准确估计最优信道集，次要用户需要对所有信道进行足够时间的频谱感知，利用测量数据准确估计信道统计信息，辨别最优和次优信道实现动态地信道优选接入。由于信道统计信息需要经过一定时间的学习才能准确获得，因此在频谱感知和机会接入过程中，次要用户会感知或接入非最优信道，收益损失不可避免。

此外，在实际网络里，多用户的信道接入公平性是衡量网络性能的重要指标。公平性是指认知无线网络中次要用户被视为对等节点，各用户对网络接入享用相同权利，为确保用户接入效率的平衡，接入方法设计需考虑用户之间接入性能的差异性，实现尽可能平均的用户收益。目前已有的有关多用户认知无线网络接入的方法，主要是提出合理高效的接入策略，避免多个次要用户感知和接入相同信道而导致损失，以实现整个认知无线网络在单位时间内能够传输尽可能多的信息，还没有方法对次要用户之间的公平性原则进行考虑。

综上可知，以统计信息已知的最优信道感知接入收益为基准，在信道统计信息未知情况下，以次要用户之间公平性为前提，设计频谱动态接入方法，实现多用户传输吞吐量和公平性的高效平衡，将对授权频谱利用率的提升具有一定的意义。

目前主要的信道感知和接入方法存在以下缺点：

1)实际场景考虑不够：现有的感知和接入方法大部分基于信道统计信息已知的情况提出，无法适用于信道统计信息未知的情况；

2)对用户频谱接入公平性没有考虑：现有方法都是以多用户吞吐量最大化为目标提出，没有考虑次要用户之间公平性问题；

3)硬件约束考虑不足：现有的工作大部分是基于次要用户感知和接入信道的数量相同，但由于移动终端向小型化发展导致的次用户能量受限、处理能力等现实问题，次要用户需要在感知的多个信道中选择部分信道接入。此外，现有工作是基于次要用户能够对信道状态进行完美感知，实际情况下由于噪声和系统误差等原因，次要用户对信道状态的感知存在一定误差。