[发明专利]多优先级用户频谱预测切换方法

说明书

本发明提供了一种多优先级用户频谱预测切换方法，本发明提出了一种M/G/m排队论模型表征SUs的切换过程，考虑不同信道之间的流量差异，避免因流量分布不均造成频谱资源浪费；推导出目标信道切换的优先序列，进而提出一种基于DQN预测判决的频谱切换方法。具有切换成功率更高、迭代次数更少等优点；该方法通过构建出SU频谱切换累计时延模型，采用深度Q网络及迁移学习策略对SUs的传输时延进行分析，实现系统整体传输时长最小。

技术领域

本发明涉及一种多优先级用户频谱预测切换方法。

背景技术

认知无线电(Cognitive Radio，CR)技术通过允许次级用户(Secondary User，SU)机会接入授权频谱成为了频谱效率低下问题的一个有效的解决方法。由于认知无线网络具有独特的频谱占用形式，导致系统存在更大的不确定性，频谱切换的触发场景和执行过程与传统切换频谱切换相比较显得更为复杂。由于CR中频谱资源具有实时的变化性，频谱切换技术在满足用户网络性能需求方面具有极其重要的作用，是决定CR技术最终实现大规模商业使用的关键技术之一。由于其高效性与准确性，频谱预测切换方法对于提升频谱利用率具有重要作用，最近也获得了研究者的广泛关注，前景可期。

频谱预测切换主要是SU应对主用户(Primary User，PU)出现在其当前使用频段而采取的技术手段。PU的出现迫使SU放弃现有通信频段，重新进行频谱检测，造成了切换时延，增加了SU通信时延，直接影响着SU的通信性能。预测切换中，SU将感知到的实时信息与历史信息进行融合分析，基于对授权用户活动的先验知识，建立频谱切换模型，在PU到来之前进行合理预判，以此方式实现在PU到达授权频段前，执行频谱切换。预测判决式频谱切换有效克服了被动判决式频谱切换方法时延较长的缺点，大大节省了SU频谱切换的服务时间，极大地提高了频谱切换的敏捷性和系统性能。

因此，近年来，预测判决式频谱切换技术已成为CRNs技术的一个研究热点。有学者提出了一种优先级抢占式(Preemptive Resume Priority，PRP)M/G/1排队模型，用于描述多个SUs的频谱切换行为。其主要缺点在于：第一，PRP策略增加了切换频率，使传输时延增加；第二，M/G/1排队模型侧重于单一信道内的建模，缺乏信道之间的信息交流。同时，部分研究没有区分SU之间的时延需求差异。据此，有学者根据延迟敏感性将SUs划分为不同的优先级，高优先级SUs可以抢占低优先级SUs的传输频段，而低优先级SUs无法中断高优先级SUs的传输过程，以此满足延迟敏感型SUs的性能要求。同样，PRP策略的引入会导致频繁的切换，对于系统总体性能产生负面影响。因此，非抢占式(Non-Preemptive ResumePriority，N-PRP)排队也是一个研究的方向。有学者对比了PRP与N-PRP排队论模型的差异，N-PRP策略在保障系统整体性能的同时增大了高优先级SUs的传输时延。有学者根据PU频谱空洞的残余时间分布函数，建立频谱切换概率的分析模型，进而推导出SU平均切换次数的解析表达式，并分析了切换次数对SU切换概率的影响。但未考虑SU传输速率、认知无线电网络(Cognitive Radio Networks，CRNs)吞吐量等系统整体性能最优的问题。

上述频谱切换方法只对单一信道进行分析建模，没有考虑信道之间的联系，导致信道间负载的不平衡。同时，在复杂时变的电磁环境中不能获取最优决策，难以同时满足不同延迟需求的SUs的切换性能要求。

发明内容

本发明的目的在于提供一种多优先级用户频谱预测切换方法。

为解决上述问题，本发明提供一种多优先级用户频谱预测切换方法，包括：

步骤1，将SU在进行频谱切换的范围内划分为M个互不重叠的PU信道，按照其中心频率从小到大顺序，依次排列为φ_i为第i个PU信道，i为正整数；

步骤2，将CR系统的每一个时隙划分为三部分：频谱感知T_S、切换确认T_ACK和传输阶段T_D；