摘 要:研究了動態頻譜分配的現狀,提出基于競價模型的頻譜分配算法設計應關注的三個主要問題。針對目前基于競價的分配模型中沒有保證授權用戶的QoS的缺點,通過頻譜質量分級和服務質量分級,設計了一個競價頻譜分配方案。在該方案中提出干擾價格的概念,并且把干擾價格作為競價人競標價格的重要組成部分。仿真結果表明,干擾價格能保證主用戶的QoS。
關鍵詞:頻譜分級; 競價; 服務質量分級; 干擾價格
中圖分類號:TP84 文獻標志碼:A
文章編號:1001-3695(2010)03-1006-03
doi:10.3969/j.issn.1001-3695.2010.03.054
Research of spectrum allocation based on bidding model in cognitive radio networks
LIU Zhen-kun1, XIAN Yong-ju1,2, XU Chang-biao2
(1.College of Communication Engineering,Chongqing University,Chongqing 400044,China;2.Key Laboratory of Mobile Communications, Chongqing University of Posts Telecommunications, Chongqing 400065, China)
Abstract:This paper researched the status quo of the dynamic spectrum allocation ,and proposed three main problems on dynamic spectrum allocation algorithm based on bidding model.While the QoS of license user was not considered in existing spectrum allocation based on bidding, in order to slove this problem,designed a new scheme of spectrum allocation based on bidding by the spectrum quality classification and the quality of service grading.The scheme presented the concept of interference pricing and set it as an important component of the bidding price.Numerical result shows that the propositional interference pricing can guarantee the QoS of primary user.
Key words:spectrum grading; bidding; QoS grading; interference pricing
隨著社會進步和無線通信技術的發展,人們已不再局限于語音通話,而更多的是進行視頻和高清圖像的傳輸以及更高速率的下載等。因此,人們對無線通信業務需求與無線頻譜資源的匱乏之間的矛盾越來越尖銳,造成這個矛盾的原因與當前的固定的頻譜分配政策有關。美國Shared Spectrum公司[1]在2007年對紐約和芝加哥市的30 MHz~3 GHz所有已經分配業務的頻段進行頻譜利用率測量對比,對比結果表明,所有已分配業務的頻譜段的利用率都比較低,利用率最高的是TV業務頻段,但也僅有75%左右,而大部分頻段的利用率都低于25%。由此可見,提高現有頻譜資源的利用率是解決上述矛盾的重要途徑,認知無線電技術應運而生。認知無線電通過監測授權用戶(primary user,PU)使用的頻段,感知其頻譜空洞,分析已檢測到的頻譜空洞的特性,根據頻譜空洞的特性和次用戶(secondary user,SU)的頻譜需求,把合適的頻譜洞分配給SU用來傳輸數據,以此提高了授權頻段的頻譜利用率。
由上述可知,動態頻譜資源分配(dynamic spectrum allocation,DSA)是認知無線電網絡中關鍵技術之一,英國Surrey大學的Leaves等人[2]早在2001就提出了動態頻譜分配的概念,隨后通過多篇論文進行了更深入的闡述。微觀經濟學中的博弈論是研究沖突與合作的有效方法,而競價模型是博弈論中非常有用的工具,競價也是分配稀缺資源的有效方法。由競價機制而制定的認知無線電動態頻譜資源分配方案在近年來得到廣泛的研究,而且已經被證明是解決認知無線電網絡中頻譜分配問題的最有效的方法之一。Musku等人[3]論在時域實現頻譜分配。而Chen Bin等人[4]采用首價和次價密封投標競價建立了信道分配的拍賣模型,給出了估價函數vi,并求出了競標價格。但在上述競價過程中,PU的服務質量(quality of ser-vice,QoS)并沒有得到保證。
1 基于競價的DSA算法關注的問題
在認知無線電網絡中,SU擇機尋找頻譜空洞接入信道,這造成DSA與傳統的頻譜資源分配在算法設計上有很大差別,兩者所關注的問題也極大的不同。DSA所關注的焦點包括認知網絡干擾、認知無線電系統的效用和用戶間的公平性等。而基于競價模型的DSA算法不存在用戶間的公平性問題,但其除了上述問題外,還有自己獨特的方面。本文主要從以下三個方面進行分析:
a)博弈競價模型的類型。價格競爭下的動態頻譜分配問題模型像一個寡頭市場。PU擁有頻譜資源,而次用戶要競拍該資源。采用何種競價模型尤為重要,它會對系統的效用產生很大影響。競價的類型主要有雙向競價、荷蘭式競價、英國式競價、首價密封投標競價和次價密封投標競價等。在頻譜供給大于SU的頻譜需求時,可以采用荷蘭式競價,PU給出頻譜的初始最高價格,競價過程中逐漸降低該價格,直到有第一個投標者接受當前價格為止;當頻譜供給小于SU的頻譜需求時,可采用上述后三種競價模型。在上述競價博弈模型中,競價人的狀態也會對算法設計產生影響。競價人之間可以是非合作的,SU選擇合適的策略使自己的收益最大化。在非合作競價模型中,SU的狀態又可分完全信息即所有競價人的策略空間和策略空間下的支付等信息對其他競價人來說是已知的,反之是非完全信息的;競價人之間也可以進行合作競價,結成不同的頻譜競價聯盟,競價成功后,按照一定的策略把獲得的頻譜分配給聯盟成員。另外,基于博弈競價模型的DSA算法設計要保證納什均衡的存在性,否則,設計的算法不具備現實意義。
b)次用戶真實報價問題。在基于競價模型的DSA算法設計中,如果算法設計不當就會產生真實報價問題。競價人在競價過程中如果沒有提交真實報價,系統會把過量的頻譜空洞分配給那個虛假報價的SU,這樣會造成頻譜利用率的二次降低。所以競價人是否真實報價是不可忽視的問題,它直接影響到認知無線電系統的吞吐量和PU的效用。為了使競價人真實競價,設計的算法要采用激勵機制和懲罰機制,即對真實競價的用戶進行利潤激勵,而對非真實競價的用戶進行懲罰。在次價密封投標競價模式下,第二高價競價人獲得頻譜,所以這種競價模式可以誘導競價人真實地披露報價信息,即次價密封投標競價模式本身具有激勵相容特性。
c) QoS問題。認知網絡中的QoS包括兩個方面,即PU和SU的QoS。在基于競價模型的頻譜分配算法設計中, SU通過提交一個競標價格獲得頻譜,PU的QoS并沒有得到保證。如何設計該競標價格以保證PU的QoS以及SU的QoS,成為算法設計關注的重要問題之一。
2 基于競價模型的頻譜分配
2.1 QoS分級和頻譜分級
通過頻譜感知技術獲得頻譜空洞,而這些頻譜的質量狀況是不同的,所以在對已經感知到的頻譜進行分配之前,首先對這些頻譜進行分級。可以按照認知無線電網絡不同的頻譜參數進行頻譜分級。美國聯邦通信委員會(Federal Communications Commission,FCC)提出的干擾溫度可以作為頻譜分級的一個標準[5],文中并把頻譜質量級別作為認知無線電網絡合理選擇操作參數的重要參考指標。根據感知到的頻譜空洞的帶寬和干擾狀況進行分級,把這些頻譜分為適合不同業務的等級,如語音、視頻和高速下載等;也可以把該頻譜空洞的PU喚醒的概率作為頻譜分級的一個標準。假設在獨占式頻譜共享的情況下,PU喚醒的概率等于頻譜切換的概率[6],PUi在頻譜空洞j喚醒的概率為pij,
pij=∫Treq,i0λje-λjtdt=1-e-λjTreq,i
其中:jth頻譜空洞服從負指數分布,其分布參數為λj;B是頻譜空洞的帶寬,SINR是在SU頻譜空洞的信干燥比,M是SU服務流量的總數,Treq為
Treq≈MB#8226;log(1+SINR)
授權用戶出現概率較低的頻譜空洞具有較高頻譜等級,適合對頻譜占用時間較長的業務。另外,對SU的QoS也進行分級。根據SU不同的業務對時延、丟包率和誤碼率等要求的不同,可以采用優先級函數[7]把SU要求的QoS分成不同的等級,使得每種業務的QoS需求類型能夠與一個頻譜質量級別相對應。
2.2 干擾價格
對PU干擾程度是認知網絡中的重要參考指標。SU對PUk的干擾為
Nk=∑ni=1PiGi,kfi
其中:Pi是SUi的發射功率;Gi,k是信道增益;fi∈{0,1},fi=1表示SU與PU共用同一信道。SU對PUk的干擾要不大于預設的門限值τk,即Nk≤τk。為了限制SU對PU的干擾,提出干擾價格的概念,并把干擾價格作為SU競標價格的組成部分。ηi是SUi的干擾價格因子,表示單位功率應付的費用,SUi的干擾價格可以定義為
Ii=-ηiPiGi,kfi
2.3 競價模型
基于競價模型的資源分配框架分為三個層次(圖1),即次用戶層、代理層和頻譜資源層。每個SU在代理層都有一個頻譜資源代理與之對應,并由該代理負責SU頻譜資源的分配和管理。如果認知無線電網絡中有k個SU,則S={1,2,…,k}表示SU的集合,與其對應的頻譜資源代理為AG={ag1,ag2,…,agk}。已檢測頻譜被動態地登記在頻譜信息服務(spectrum information service,SIS)上,SIS根據已登記頻譜的頻譜狀況,對已檢測頻譜進行分級,把已檢測頻譜分為適合不同的業務頻譜等級。SU可以通過其頻譜資源代理(spectrum resource agent,SRA)在SIS上查詢注冊的頻譜資源配置及狀況。當有頻譜資源被檢測到時,已檢測頻譜需要向SIS注冊;反之,當已注冊的頻譜資源被PU喚醒時,對應的SIS要撤銷該頻譜資源的注冊。如果SU有任務要執行,SU首先要把頻譜需求信息提交給其SRA,SRA對SU的頻譜需求進行估價并計算其干擾價格。SIS與SRA互通信息后,SIS對SU的QoS進行分級;然后SRA從SIS中獲取頻譜資源信息,根據頻譜資源信息,SRA開始競價;最后SRA把通過競價獲得的頻譜資源分配給執行任務。
2.4 算法描述
基于競價模型的頻譜分配在競價人開始競價時,首先對其需求進行估價,修正后的估價函數為
vi=1-λlog2(1+SINR)
SINRi=pihii∑j≠ipjhjifi+∑Kkpkhkjfk+N0
圖2為基于競價頻譜分配算法設計的流程。
3 數值結果
文中對干擾價格Ii和價格因子ηi對競價方案的影響進行了仿真分析。假設文中的無線網絡模型中分布著兩個主用戶和五個次用戶。信道帶寬為1 MHz,所有次用戶的發射功率為0.02 W,主用戶的發射功率為0.5 W,包的到達率λ=0.05 packet/ms,信道增益hii=1,hji=0.25,高斯噪聲設為N0=10-14 W。由圖3可知,文獻中的方案在競價過程中隨著Ii增加時,SUi競標價格也在增加,最后具有較大干擾的SUi也能因競價成功獲得頻譜,導致PU對造成較大干擾。與文獻中的方案相比,文中的方案隨著Ii的增加時,SUi的競標價格在降低,最終導致競標不成功,即具有較大干擾的SUi不能獲得頻譜,減少了對PU干擾,從而保證了主用戶的QoS。由圖4可知,價格因子可以顯著地影響SUi的競標價格,系統可以通過它來控制競價人的競價狀態。
4 結束語
本文闡述了基于競價的頻譜分配算法設計所關注的主要問題,提出了一個具有保證主用戶QoS的競價頻譜分配模型,并進行了仿真驗證。未來的任務是在上述工作的基礎上進行競標價格和干擾價格的數學分析,建立干擾價格因子的數學模型,并在此基礎上對所提方案的性能與正確性進行進一步的仿真驗證和評估。
參考文獻:
[1]Shared Spectrum Company(SSC).Dynamic spectrum use[EB/OL].(2007-04-25)[2009-06-23].http://www.sharedspectrum.com.
[2]LEAVES P,MOESSNER K,TAFAZOLLI R,et al. Dynamic spectrum allocation in composite reconfigurable wireless networks[J].Communications Magazine, 2004,42(5):72-81.
[3]MUSKU M R COTAE P.Cognitive radio time domain spectrum allocation using game theory[C]//Proc of Systems Engineering,IEEE International Conference. 2007:1-6.
[4]CHEN Bin,HOANG A T,LIANG Ying-chang.Cognitive radio channel allocation using auction mechanisms[C]//Proc of Vehicular Techno-logy Conference.2008:1564-1568.
[5]吳非,陳劼,廖楚林,等.認知無線電網絡中基于需求的多小區頻譜分配算法[J].計算機應用,2008,28(1):20-22.
[6]JO O PARK J,CHO D.QoS provisioning spectrum management based on intelligent matching and reservation for cognitive radio system[C]//Proc of the 2nd International Conference on Cognitive Radio Oriented Wireless Networks and Communications.2007: 530-534.
[7]LI Jian-ying,XU Bin-yang,XUZhang-jing,et al.Adaptive packet scheduling algorithm for cognitive radio system[C]//Proc of Communication Technology,International Conference .2006:1-5.