一種基于TOPSIS 信道排序的新頻譜切換方案

蔣金波,王可人,付 欣,熊 最

(1.解放軍電子工程學院304 教研室,合肥230037;2.解放軍電子工程學院 高等教育教研室,合肥230037)

1 引 言

認知無線電網(wǎng)絡(luò)(Cognitive Radio Network,CRN)中,授權(quán)用戶(Primary User,PU)擁有對信道的優(yōu)先使用權(quán),認知用戶(Secondary User,SU)只能在信道空閑的情況下,臨時使用信道。當授權(quán)用戶出現(xiàn)時,認知用戶必須馬上讓出信道給授權(quán)用戶,并找到一個適合數(shù)據(jù)傳輸?shù)目臻e信道來完成通信,即為頻譜切換[1-2]。與異構(gòu)網(wǎng)絡(luò)中的切換[3]不同,認知無線電網(wǎng)絡(luò)中的頻譜切換主要是在保證避免對授權(quán)用戶有害干擾的前提下,幫助認知用戶尋找到合適的目標信道來繼續(xù)其未完成的數(shù)據(jù)傳輸[4]。因此頻譜切換的算法應(yīng)考慮保證認知用戶通信業(yè)務(wù)的持續(xù)性和服務(wù)質(zhì)量(QoS),減少頻譜切換次數(shù),提高有效數(shù)據(jù)傳輸速率[2]。文獻[1-2,4]通過分析認知用戶的阻塞概率和有效數(shù)據(jù)傳輸速率來研究影響頻譜切換的指標,但都僅限于理論方面的研究。實際中用戶的切換往往要考慮備選信道相關(guān)參數(shù)來進行信道選擇。

本文研究基于頻譜感知的頻譜切換,從認知用戶切換執(zhí)行的過程出發(fā),考慮切換中授權(quán)信道上的帶寬、租賃價格、授權(quán)用戶出現(xiàn)概率,分析切換中認知用戶信道的選擇問題。將接近理想方案的序數(shù)偏好法[5](Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)引入頻譜切換的信道選擇中,仿真結(jié)果表明該方法可以減少認知用戶的實際切換次數(shù),節(jié)約認知用戶的租賃開銷,提高有效數(shù)據(jù)傳輸速率,降低認知用戶的通信中斷概率。

2 基于TOPSIS 算法的信道排序

認知無線電網(wǎng)絡(luò)中的頻譜切換在信道選擇時,以往的方法[1,6-7]都是默認各個信道參數(shù)相同,根據(jù)頻譜感知得來的信道空閑與否來進行選擇,而認知網(wǎng)絡(luò)中的頻譜共享和分配策略往往還要考慮到租賃價格、帶寬以及該授權(quán)用戶出現(xiàn)的概率等情況。因此,在切換信道選擇的過程中綜合考慮上述各參數(shù)是很有必要的。此時,切換信道的選擇問題,就成了一個多屬性決策問題。

TOPSIS 算法是一種接近于簡單加權(quán)(SAW)的排序方法,屬于多目標決策方法。其基本原理是:計算各個方案的綜合評價值,然后根據(jù)綜合評價值的大小,對各方案進行排序。TOPSIS 算法作為有限方案多目標綜合評價決策方法,排序結(jié)果直觀、可靠。它在計算中,對數(shù)據(jù)分布、樣本含量、指標多少無嚴格限制,計算簡單方便,快速,可以滿足CRN 中的切換需求。

在CRN 中的頻譜切換中,將關(guān)于n 個屬性m 個備選信道的多屬性決策問題視為在n 維空間中的m個點構(gòu)成的幾何系統(tǒng)中進行處理。TOPSIS 算法將根據(jù)多目標決策問題的正理想解A+和負理想解A-(最差解)進行排序,排序的過程是在目標空間中定義一個測度去衡量某個解靠近正理想解的程度。

綜合考慮由頻譜感知得到的授權(quán)用戶功率(Vi1)、由頻譜共享得到的租賃價格(Vi2)和信道帶寬(Vi 3)以及由以往數(shù)據(jù)得出的授權(quán)用戶出現(xiàn)概率(Vi4),算法步驟如下。

(1)建立標準化決策矩陣。該步驟主要是將各類型的屬性范圍轉(zhuǎn)換為無量綱屬性,得到?jīng)Q策矩陣R 的元素rij:

(2)建立加權(quán)標準化決策矩陣。權(quán)重向量:w=

(3)確定正理想解A+和負理想解A-。

(4)計算距離。

各方案與正理想解的距離為

各方案與負理想解的距離為

(5)計算與正理想解相對接近程度。

(6)排列順序。依據(jù)C+i 的降序排列。

在認知用戶進行信道(頻譜)選擇的時候,按照排序結(jié)果進行選擇。

3 多屬性參數(shù)設(shè)計

綜合考慮授權(quán)用戶功率(Vi1)、租賃價格(Vi2)和信道帶寬(Vi3)以及授權(quán)用戶出現(xiàn)概率(Vi4)4 個屬性。它們各自的權(quán)值分配由認知網(wǎng)絡(luò)的特點來決定,考慮不能對授權(quán)用戶的通信造成干擾,因此,授權(quán)用戶功率是首先要考慮的因素,并且應(yīng)該獲得較重的權(quán)值。通過仿真,我們給出了各參數(shù)對應(yīng)權(quán)值取值的參考區(qū)間。

為了得到相關(guān)權(quán)值的合理參數(shù),仿真中,我們隨機產(chǎn)生10 個信道的共計1 000組狀態(tài)參數(shù),認知用戶需要通過頻譜切換,在這10 個信道上完成數(shù)據(jù)長度為500 個單位時間的信息傳輸,頻譜感知和頻譜切換需要時間均為10 個單位時間[8]。將這些數(shù)據(jù)經(jīng)過TOPSIS 算法進行重新排列,得到一個信道的排序列表,認知用戶將根據(jù)列表進行選擇。

圖1 不同w1對應(yīng)的平均切換次數(shù)Fig.1 The handoff times in different w1

圖1 中可以看出當w1的取值在0.7 ～0.85 之間時,平均切換次數(shù)較少。

此外,還應(yīng)考慮用戶的租賃開銷問題。通過仿真數(shù)據(jù)統(tǒng)計,圖2 給出了不同w1值對應(yīng)的認知用戶開銷。

圖2 不同w1的值對應(yīng)的用戶開銷Fig.2 The user′s costs in different w1

從圖2 中可以看出,不同的w1所對應(yīng)的用戶開銷有所不同,當w1取值在0.78 ～0.80 之間時用戶租賃開銷較小,此時認知用戶租賃價格對應(yīng)的權(quán)值w2在0.08 ～0.1 之間。

4 仿真驗證與應(yīng)用分析

通過上面的參數(shù)設(shè)計可以看出,單獨考慮某一個信道參數(shù)來進行信道選擇所帶來的用戶開銷要比綜合考慮多個參數(shù)要大。因此,采用多屬性決策算法來解決認知無線電中的頻譜切換問題是很有價值和可行性的。為了驗證該算法的合理性與有效性,采用NS-2 和MATLAB 搭建了一個仿真場景。參數(shù)設(shè)計如下。

(1)仿真網(wǎng)絡(luò)中有10 個授權(quán)用戶可使用的信道,認知用戶可以使用某一個空閑信道進行通信,同時對信道進行偵聽。當檢測到授權(quán)用戶出現(xiàn)時,認知用戶必須馬上讓出信道。此時,為了完成數(shù)據(jù)傳輸,認知用戶必須進行空閑信道檢測,并執(zhí)行切換。

(2)授權(quán)用戶到達率是一個服從參數(shù)為u 的泊松過程,其服務(wù)時間服從負指數(shù)分布。授權(quán)用戶的接入概率在0 ～0.5(這是因為當授權(quán)用戶接入概率較高時,認知用戶將會頻繁切換,阻塞概率增加,實際中失去應(yīng)用意義)之間。

(3)認識用戶要傳輸一段540 s 的數(shù)據(jù),以10 ms為一個時隙,假設(shè)每個信道使用狀態(tài)有4 000個時隙(40 s)[9],每次切換時間為20 ms。

4.1 頻譜切換次數(shù)

圖3 給出了w=(0.80 0.08 0.06 0.06)(以下仿真中w 均取此值)的情況下,傳統(tǒng)切換方案與基于TOPSIS 算法的切換次數(shù)。為了使仿真結(jié)果盡可能準確,重復100 次仿真。

圖3 不同信道選擇方案下切換次數(shù)對比Fig.3 The handoff times in different scheme

從圖3(a)中可以看出,常規(guī)的信道選擇方案最多切換次數(shù)達927 次,最低切換次數(shù)8 次,平均切換次數(shù)達291 次。采用TOPSIS 算法進行信道排序后,最高切換次數(shù)在816 次,最低切換次數(shù)5 次,平均切換次數(shù)為223 次。在100 次的仿真中83 次的切換次數(shù)小于排序前的切換次數(shù),占總體比例的83%。

從仿真圖可以,看出基于TOPSIS 算法的信道排序方案的切換次數(shù)要明顯低于排序前。由于采用TOPSIS 算法綜合考慮影響信道切換的諸多因素后對備選信道進行排序,因此認知用戶可以選擇一個相對穩(wěn)定、授權(quán)用戶接入概率低的信道進行數(shù)據(jù)傳輸,被授權(quán)用戶中斷的概率更低,更有機會在切換之前傳輸一段更長的數(shù)據(jù)。這說明,采用基于TOPSIS算法進行信道排序,去選擇主動切換的目標頻段可以大大減少切換次數(shù),從而縮短切換延時。

4.2 用戶有效數(shù)據(jù)傳輸速率

由于認知用戶是在未經(jīng)授權(quán)的頻帶上進行數(shù)據(jù)傳輸,因此,盡可能在短的時間內(nèi)傳輸更多的數(shù)據(jù)是很有必要的。頻譜切換算法的主要目的就是在保證認知用戶正常數(shù)據(jù)傳輸?shù)那闆r下,盡量縮減認知用戶的通信時間,提高認知用戶有效數(shù)據(jù)傳輸速率。

圖4 給出了傳統(tǒng)信道選擇方案和基于TOPSIS算法的頻譜切換方案下認知用戶的有效數(shù)據(jù)傳輸速率的對比。由圖可見,認知用戶的有效數(shù)據(jù)傳輸速率隨著授權(quán)用戶的到達率的增加而下降,基于TOPSIS 算法的信道排序方案要比傳統(tǒng)方案下的有效數(shù)據(jù)傳輸速率高,最高高出50%。

圖4 不同方案下認知用戶的數(shù)據(jù)傳輸速率Fig.4 The effective date rate in different scheme

由于基于TOPSIS 算法的信道排序策略可以有效減少認知用戶的切換次數(shù),從而減少了因頻繁切換所帶來頻譜選擇引起的時耗問題,因此減少了頻譜切換造成的延時和性能下降,有效提高了認知用戶的有效數(shù)據(jù)傳輸速率。

4.3 中斷概率比較

呼叫中斷是指一個認知用戶的切換請求到達時,系統(tǒng)中沒有可用信道供其切換,在認知用戶允許的等待時間T 內(nèi)仍然未能為其提供可供切換的信道,則切換失敗,認知用戶通信中斷。認知網(wǎng)絡(luò)中的呼叫中斷直接導致認知用戶通信失敗,這是通信中最不希望出現(xiàn)的情況。

文獻[10]中分析了認知無線電網(wǎng)絡(luò)中基于信道預(yù)留方案的頻譜切換中認知用戶的中斷概率。根據(jù)文中的分析結(jié)論,本文仿真了基于TOPSIS 算法的信道排序方案和傳統(tǒng)算法下的認知用戶阻塞概率,比較結(jié)果如圖5 所示。

圖5 不同方案下認知用戶阻塞概率Fig.5 The outage probability of communication in different scheme

文獻[10]中給出了傳統(tǒng)信道選擇下,認知用戶中斷概率的理論值在0.01 ～0.05 之間。通過圖5中可以看到:基于TOPSIS 算法的信道排序方法的用戶中斷概率要比傳統(tǒng)方案的中斷概率要低,最優(yōu)時的中斷概率只有傳統(tǒng)方案下的1/4。由此可見,采用基于TOPSIS 算法的信道排序方案可以使認知用戶在切換中獲得一個較穩(wěn)定的傳輸信道完成通信,降低中斷概率。

CRN 中,頻譜切換的方案主要有:一是停留在原來信道上,等待授權(quán)用戶傳輸結(jié)束;二是預(yù)先建立切換信道列表,在需要切換時在列表中選擇一個空閑信道執(zhí)行切換;三是進行頻譜檢測,檢測到空閑信道后執(zhí)行切換。可以看出,上述方案都依賴于信道選擇。因此,在接入或者切換中,選擇一個可靠性比較高、性能相對穩(wěn)定的信道,對認知用戶通信來說意義尤為重大。從上面的分析可以看出:基于TOPSIS算法的信道排序方案可為認知用戶提供一個性能相對穩(wěn)定的信道來進行通信。因此,該方案在實際使用中具有較強的可行性。

5 結(jié) 論

本文提出了基于TOPSIS 算法的信道排序的頻譜切換方案,綜合考慮了影響認知無線電頻譜切換中信道選擇的4 個因素:授權(quán)用戶功率、租賃價格、信道帶寬以及授權(quán)用戶出現(xiàn)概率。通過TOPSIS 算法將它們進行融合加權(quán),通過仿真驗證,設(shè)計了各個重要參數(shù)的權(quán)值。最后根據(jù)切換中的切換次數(shù)、認知用戶有效數(shù)據(jù)傳輸速率和通信中斷概率3 項指標來驗證基于TOPSIS 算法的有效性。仿真結(jié)果表明,基于TOPSIS 算法的信道排序方案在多達80%的情況下,性能要優(yōu)于傳統(tǒng)的信道選擇方案。這是由于綜合考慮了頻譜切換中的諸多因素,因此可以為認知用戶提供一個參數(shù)相對穩(wěn)定的信道來進行通信,提高認知網(wǎng)絡(luò)的實用性。

本文提供的方案具有一定的不穩(wěn)定性,在某些情況下,可能比傳統(tǒng)的方案要差,這是因為多目標融合算法的復雜性以及算法中權(quán)值的設(shè)置不當引起的。可以考慮引入自適應(yīng)算法,動態(tài)調(diào)整不同參數(shù)對應(yīng)的權(quán)值,但在引入改進方案的同時需考慮算法的復雜度和可執(zhí)行性問題。

[ 1] Wang Li-Chun,Wei Chung.Spectrum handoff for cognitive radio networks:reactive -sensing or proactive -sensing[ C]//Proceedings of 2008 IEEE International Performance Computing and Communications Conference.Austin,TX, US:IEEE,2008:343-348.

[2] Wang Li-Chun, Chen Anderson.On the performance of spectrum handoff for link maintenance in cognitive radio[ C]//Proceedings of the 3rd International Symposium on Wireless Pervasive Computing.Santorini, Greece:IEEE,2008:670-674.

[ 3] 方波,宋俊德.基于位置信息的IP 層切換判決機制及性能分析[ J] .電子學報,2004(12A):153-156.

FANG Bo, SONG Jun-de.IP Layer Handoff Decision and Performance Analysis Based on Location Information[J] .Acta Electronica Sinica,2004(12A):153-156.(in Chinese)

[ 4] Daniel W, James G, Adam W.Reliable link maintenance in cognitive radio systems[C]//Proceedings of 2005 IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Network.Baltimore,MD, US:IEEE,2005:371-378.

[ 5] 岳超源.決策理論與方法[M] .北京:科學出版社,2003.YUE Chao-yuan.Decision Theory and Methods[M] .Beijing:Science Press,2003.(in Chinese)

[6] Ma Rui-Ting,Hsu Yu-Pin,Feng Kai-Ten.A POMDPBased Spectrum Handoff Protocol for Partially Observab le Cognitive Radio Networks[ C]// Proceedings of IEEE Wireless communication and Networking Conference.Budapest,Hungary:IEEE,2009:1-6.

[7] Liu Hong-jie,Wang Zhong-xu,Li Shu-fang.Study on the performance of spectrum mobility in cognitive wireless network[C]// Proceedings of the 11th IEEE International Conference on Communication Systems.Guangzhou, China:IEEE, 2008:1010-1014.

[8] Zhang Yan.Spectrum Handoff in Cognitive Radio Networks:Opportunistic and Negotiated Situations[C]// Proceedings of IEEE International Conference on Communications.Dresden,Germany:IEEE,2009:1-2.

[9] IEEE P802.22TM/DRAFTv1.0, Draft Standard for Wireless Regional Area Networks Part 22:Cognitive Wireless RAN Medium Access Control(MAC)and Physical Layer (PHY)specification:Policies and p rocedures for operation in the TV Bands[S] .

[10] 郭彩麗, 曾志明, 馮春燕, 等.機會頻譜接入系統(tǒng)的切換請求排隊機制及性能分析[ J] .電子與信息學報.2009,31(6):1505-1508.

GUO Cai-li,ZENG Zhi-ming,FENG Chun-yan,et al.Performance Analysis of Handoff Queuing for Opportunistic Spectrum Access System[ J] .Journal of Electronics and Information Technology,2009,31(6):1505-1508.(in Chinese)