基于跨層的認知無線電綠色網絡關鍵技術綜述*

王 嬌，趙軍輝，杜家嬌

（1.北京交通大學電子信息工程學院 北京100044；2.北京交通大學軌道交通控制與安全國家重點實驗室 北京100044）

1 引言

綠色網絡旨在減少系統和設備的能源消耗。不同于傳統網絡的能耗高、效率低和資源浪費，綠色網絡為節約能耗提出了可行性方案。綠色網絡所采取的策略包括以下兩個方面：

·改變人們的行為方式；

·節省技術和經濟投資。

對于個人和機構（如本地居民、大型組織等）而言，采用綠色網絡技術有助于減少碳排放及能量消耗。構建綠色網絡已經成為通信技術領域一個意義深遠的課題。其中，應用動態頻譜接入的認知無線電技術，可以用來解決頻譜效率低下及資源浪費的問題，達到降低能耗的目標。

認知網絡是具有認知功能的網絡，它可以感知網絡當前的狀況，制定計劃，做出決定，并且根據以上條件執行，由此促進了認知無線電（cognitive radio，CR）的發展。認知無線電是可以提高頻譜利用率的新技術。圖1是認知無線電節點的網絡拓撲，多跳的無線網絡最基本的傳輸模型就是從源節點向中心節點傳輸信息。

圖1 認知無線電節點網絡拓撲

嚴格的分層體制不能夠靈活適應充滿活力的無線網絡環境，并且阻礙了網絡的優化。跨層設計作為一種可以提高網絡性能的新趨勢應運而生。跨層網絡設計更改了單純的分層步驟，通過不相鄰層的直接通信以及層間直接信息共享改變了傳統的分層體系。跨層協議的方法已經證明比分層實現更有優勢。而且由于跨層考慮使用不同的方法，可以避免復雜的計算和過度的開銷，同時發現哪個網絡能獲得更多資源。

2 認知無線電綠色網絡中的跨層技術

跨層的概念最先在TCP/IP網絡中部署無線鏈路時被提出[1]。由于TCP/IP協議棧已經被有線通信應用，無線技術作為存在網絡的一部分存在性能的缺失。認知無線電綠色跨層優化的共同目標是降低能耗，用高效的路由提供服務質量保證并且優化調度。

2.1 認知無線電綠色網絡的頻譜架構

認知無線電綠色網絡頻譜架構可以分為兩個主要部分：主網和CR網絡。主網是指現有的網絡，主用戶（PU）有執行許可，可以運行特定的頻段。如果主網有一個基礎的支持，PU的操作被主機站控制。由于它們具有頻譜接入的優先權，PU不被次用戶所影響。CR網絡（或者次網絡）沒有在特定頻段運行的許可，CR用戶（或者次用戶）需要額外的功能來分享許可的頻段。此外，CR用戶具有移動性，能夠在互相之間以多跳方式在授權或者未授權頻段進行交流。通常情況下，CR網絡作為獨立網絡，不具備與主網絡直接溝通的渠道。因此，每個CR網絡的行為取決于當時的條件。

為了適應動態的頻譜環境，就必須進行CRAHN（cognitive radio Ad Hoc network）的頻譜感知操作，形成一種認知循環。認知周期包括3個頻譜管理功能：頻譜感知、頻譜決策和頻譜共享。為了實現CRAHN，每個功能都必須融入傳統的分層，如圖2所示。頻譜管理功能的主要特征介紹如下。

圖2 跨層網絡頻譜管理

·頻譜感知：一個CR用戶分配到一個未使用的頻譜。CR用戶應檢測到可用頻譜，然后監測頻譜空穴。頻譜感知是CR網絡的一個基本功能，同其他頻譜管理功能密切相關，靠分層協議提供頻譜可用性。

·頻譜決策：一旦可獲得的頻譜被認定，CR用戶可以根據自己的QoS要求選擇最合適的頻段。此外，在CRAHN，頻譜決策設定CR用戶共同承擔的頻譜并形成路線。

·頻譜共享：由于可能會有多種CR用戶嘗試訪問頻譜，它們的傳輸應該加以調節，以防止頻譜重疊碰撞。頻譜共享一般分為集中式頻譜共享和分布式頻譜共享方式。

2.2 認知無線電綠色網絡的跨層結構

不同于傳統的網絡層，認知無線多跳網絡需要考慮以下4層[2]：應用層、網絡層、媒體接入控制（MAC）層和物理層。一些跨層協議已經被設計用來控制擁塞和終端對終端的通信（傳輸層的功能）。圖3表明在應用層可以獲知MAC層的服務質量需求，以更好地調度程序來運行應用，信道狀態信息（channel state information，CSI）可以被發送到網絡層，從而使路由協議可以避免破壞路徑。

圖3 跨層結構

跨層架構在4個基本的方式上做了改變：創建新接口；合并相鄰層；設計沒有新接口的耦合；跨層垂直校準。跨層協議設計能夠設計兩層或者更多層的參數，參數可以被檢索或者修改，以實現優化。

3 認知無線電綠色網絡中的跨層方案

綠色網絡以節約能耗為主要目標，適用于各種認知無線網絡。以認知無線傳感器網絡為例，由于傳感器節點多為電源供電，如何有效地節能成為研究的關鍵問題，跨層方案為綠色網絡的節能優化提出了新的思路。如圖4所示為認知無線電綠色網絡的跨層方案，各層通過認知跨層控制器進行認知決策。

3.1 物理層

超寬帶（UWB）是無線傳感器網絡跨層協議的物理層可以考慮的技術之一，這種短距離高數據速率傳輸的技術具有低成本、低復雜度、較強抗多徑衰落性和抗干擾性的優點[3]。

[4]提出一種跨層自適應碼位置調制（adaptive crosslayer position modulation，ACPM）方案，定義了一個新的層——數據分組調度層，這個層可以計算時延和分組丟失率。從時延需求可選擇最佳調制方案，從分組丟失率的角度，物理層可以決定一個分組在傳輸過程中所遇到的最大誤碼率，因此，為滿足需要，可以調整預定的調制發射功率。

對于認知無線傳感器網絡，傳感器是只有一個發送和接收天線配備的小型設備。而對于MIMO通信，每套設備需要多個天線，可以通過節點的合作實現虛擬的通信。這種通信模式也能減少能源的消耗[5]。參考文獻[6]即應用了虛擬MIMO雙跨層的方法。

參考文獻[7]提出的多級調制可以利用多跳映射和調度的算法在每個傳感器節點中尋找其認為的最佳應用映射。通過動態電壓縮放，可以參考最小的功率來計劃任務，同分布式計算架構相比，節點的能量消耗減少了52%。

3.2 MAC層

多址接入的載波監聽碰撞（carrier sense multiple access with collision avoidance，CSMA/CA）是MAC層主要考慮的技術。按照分組丟失率、物理層測量和分組碰撞率、分組阻塞率和服務時間的概率分布計算MAC層的工作周期。計算工作周期需要考慮收集和分發兩個過程。對于收集，匯聚節點決定了工作時間并將它們傳輸給其他傳感器節點，這實現了可靠性，卻使協調節點更耗能。分發方面，協調節點只發送傳感器節點的數目，每個傳感器節點都可以計算出自身的占空比，以保持高于預定義限制的可靠性。這樣，協調節點的能耗變少了，網絡傳感的可靠性還保持在相同的水平。

圖4 認知無線電綠色網絡跨層方案

帶碰撞檢測的載波監聽（CAEM）是一個考慮了帶碰撞檢測的載波監聽多路訪問 （carrier sense multiple access with collision detection，CSMA-CD）的跨層能力管理辦法，CSMA-CD為信道訪問方法[8]。所有的傳感器不停地感知信道的狀態，如果它們中的一個要發送數據分組，信道條件好的話就能完成，信道條件不好，分組就會被延緩。

參考文獻[9]提出睡眠感知樹（SS-tree），傳感器節點樹可以進行傳感器睡眠調度。然后，用CSMA接入媒體，通過下游和上游階段使用，減少分組沖突的數量。這樣，可以在滿足監控要求的同時達到降低能耗的目的。

跨層設計也可考慮時分多址（TDMA），可以自動重復請求和在MAC層考慮采用TDMA思路的電源控制方案[10]。利用集中式驗證算法檢查每個環節的信道狀態。然后，它可以定義每個信息流的最佳路徑，也適應轉播的限制，以增加分組投遞的成功率。因此，分組傳輸之間的概率和網絡壽命之間要均衡。

TDMA也可通過使用兩種算法相結合的方法，以最佳方式安排所有可能的傳輸[11]，同前一種算法的最大程度相比，TDMA的時隙分配能耗減少了17%，同節點調度算法相比，能耗減少了5%。

參考文獻[12]提出了一種無線體域網（wireless body area network,WBAN）的跨層電池感知的TDMA MAC協議，研究了電池動力學，得出的結論是如果電池使用有空閑時間，那么電池能量耗盡的時間會較長。因此，文獻中建議使一個節點的非傳輸時間盡可能長，在相同的服務質量下，同IEEE 802.15.4相比，傳輸的數據分組多達50倍，同藍牙相比，高達33倍。

參考文獻[13]提出非線性跨層優化模型，認為TDMA可以作為介質訪問的方法。文獻中提出了一種數學模型，可以利用收集的傳輸負荷信息、重新傳輸信息來制定調制方案，計算最佳的傳輸流量和比率。通過用非線性優化模型分析計算趨勢，提出了一個最小時延調度算法。該算法進行了線性、網格和隨機拓撲測試，證明其是節能的。

為了解決節點接入問題并降低WMSN的能耗，筆者認為傳感器節點的媒體接入可以通過TDMA的方式進行，采用TDMA傳輸方式的節點的速度范圍從靜止到低速，可形成一個在混合整數線性規劃的處理節點參與下網絡壽命最大化的問題[14]。如圖5所示，每個節點的活動周期內，要在沿傳輸路徑上下一節點開始控制傳輸過程之前發送傳輸警報。因此，有數據分組需要傳送的節點要發送一個短報文，以便接收節點保持活動狀態，用于接收數據分組。

吞吐量最大化MAC（TM-MAC）協議[15]是一個介質接入的新型跨層協議，它能夠將超寬帶微網分成組，并計算出最佳調度和傳輸速率，以減少干擾。同IEEE 802.15.3表現相比，吞吐量提高到22%，而數據分組的傳輸時間縮短達32%。

總之，在MAC層理論框架下建模分析認知無線電綠色網絡的性能是一件復雜的事。盡管對系統性能標準的某些方面進行了簡化，但所建模型依然為決策者提供了一個評估認知網絡性能的具體方法。

3.3 網絡層

基于路由和媒體接入控制的空中平臺（APRMAC）協議中[16]，每個傳感器節點需要通過發送hello分組發現相隔一跳的節點。然后，所有傳感器將這個信息發送給一個LOS的空中節點。這個控制平臺負責計算所有傳感器到離它們最近的匯聚節點的路由，然后為所有的節點安排媒體接入時間。這樣，每個節點知道什么時候可以傳輸，什么時候可以支持收聽，什么時候可以進入休眠模式，比交通自適介質訪問（traffic adaptive medium access,TRAMA）模式節約了至少5%的傳感器能量。

圖5 級聯MAC協議中節點活動周期

最短路徑或最小能耗路由解決方案[17]沒有考慮到無線傳感器網絡的帶寬限制。因此，參考文獻[17]提出了一個能夠根據利用率調整時分多址（TDMA）的連接速率的跨層路由協議。已經證實，同最短路徑相比網絡的生命周期增加了40%，而且鏈接的能力也有了提升。

參考文獻[18]也在跨層協議中考慮MIMO通信。設計者將LEACH協議作為多簇路由協議的基礎。簇頭（CH）能根據終端到終端的QoS參數，通過實現可接受的最小數據分組錯誤概率，選擇與下一個簇頭參與MIMO通信的節點，這樣可以最大限度地避免數據分組重傳，減少整體的能源消耗。

3.4 應用層

參考文獻[19]提出多層次的速率路由（MLRR）考慮正交相移鍵控（QPSK）和正交幅度調制（QAM）。這兩個建議都能計算出最佳的傳輸速率，以實現低分組錯誤率。

數據融合（也稱數據聚集）是用來減少測量誤差的技術。在這種情況下，數據不被編碼，以減少傳輸的比特數。相反，系統會從多個傳感器接收數據進行比較來搜索錯誤。因此，Liang等人提出了一個可靠的，可以提高數據融合和網絡壽命的跨層解決方案。該方案利用傳感器的信道狀態信息設置傳感器多路徑傳輸，獲得更好的體驗效果，也可以利用這些信息來衡量一個傳感器進行測量融合時數據的可靠性。因此，為了保證傳感器發射通道性能，最大比合并融合算法誤比特率可降低1 000倍，從而更加節能。

數據融合也被用于數據融合和路由策略協議GRASS（grid-based routing and aggregator selection protocol）。在此場景下，簇得以形成，簇頭將來自簇內傳感器的數據聚合起來。然后，簇頭有責任找到一個通往基站的路由以實現網絡壽命最大化。結果顯示同定向擴散協議相比，至少有35%的壽命增益。此外，為避免網絡中簇頭的生命周期太短，簇內會階段性地選出新的簇頭。

圖6為認知無線電應用跨層算法的功率收斂，隨著認知用戶數目的增加，系統功率分配性能（收斂性）減緩，最終在較短的次數限制內達到較好的控制。在應用層，存在一個負責應用程序調度的框架。該框架基于不同操作系統和硬件平臺，其算法具有可移植性并且能夠實時地監測并降低應用程序的能耗。該算法可以使工作負載、可用資源和應用程序需求三者互相平衡，還可決定處理器何時可以進入低功耗模式。通過系統功率分配性能（收斂性），得到較好的控制結果，可以看出，應用跨層算法的認知網絡在改善功率分配上功效顯著。

圖6 應用跨層算法的5個認知用戶環境下功率分配性能

4 結束語

跨層設計能夠通過層間的交互，動態地分配頻譜資源，可以避免復雜的計算和過度的開銷，同時發現哪個網絡能獲得更多資源，達到認知無線綠色網絡節能、節約資源的目標。本文歸納了以下兩點。

第一，將跨層技術應用于認知無線電中，各層協議能夠通過獲取交互的數據自動去改變自身行為方式。例如，當節點獲取當前網絡的狀態以后，MAC層會自動改變節點的睡眠時間；在獲取網絡和鏈路狀態后，物理層可以通過改變發送速率、發送能耗和編碼方式適應對應用的需求。

第二，跨層設計應用與認知無線電可以實現邏輯上并不相鄰的協議層次間的設計互動與性能平衡，支持網絡能量管理的優化，提高網絡的實用性和可行性。以傳感器網絡為例，在網絡中，可以采用自適應的跨層優化協議，在能量受限的情況下，有效節省能量，延長網絡的生存期。

認知無線電跨層的方法對綠色網絡而言具有廣闊的發展前景。綠色網絡節約頻譜資源、合理分配網絡、減少能耗等目標可以應用跨層的認知無線電方法得到優化，同時需要注意的是，由跨層的優化框架建議表明，越考慮跨層，優化方法越多。因此，最佳的跨層解決方案需要各方面綜合考慮達到最優。

參考文獻

1 李玥，彭木根.基于虛擬小區的分層異構無線組網方案.電信科學，2013，29（1）：8～14

2 Zhao J H,Guan X,Li X P.Power allocation based on genetic simulated annealing algorithm in cognitive radio networks.Chinese Journal of Electronics,2013,22(1):177～180

3 Yuan Y,Yang Z K,He J H,et al.An adaptive code position modulation scheme for wireless sensor networks.IEEE Communications Letters,2005,9(6):481～483

4 Tang J,Xue G L,Zhang W Y.Cross-layer design for end-to-end throughput and fairness enhancement in multi-channel wireless mesh networks.IEEE Transactions on Wireless Communications,2007,6(10):3482～3486

5 Liang J,Liang Q L.Channel selection in virtual MIMO wireless sensor networks.IEEE Transactions on Vehicular Technology,2009,58(5):2249～2257

6 Tian Y,Ekici E.Cross-layer collaborative in-network processing in multihop wireless sensor networks.IEEE Transactions on Mobile Computing,2007,6(3):297～310

7 Lin X H,Kwok Y K.CAEM:a channel adaptive approach to energy management for wireless sensor networks.Computer Communications,2006,29(17):3343～3353

8 Ha R W,Ho P H,Shen X S.Cross-layer application-specific wireless sensor network design with single-channel CSMA MAC over sense-sleep trees.Computer Communications,2006,29(17):3425～3444

9 Mao J L,Wu Z M,Wu X.A TDMA scheduling scheme for many-to-one communications in wireless sensor networks.Computer Communications,2007,30(4):863～872

10 Su H,Zhang X.Battery-dynamics driven TDMA MAC protocols for wireless body-area monitoring networks in healthcare applications.IEEE Journal on Selected Areas in Communications,2009,27(4):424～434

11 Shi L Q,Fapojuwo A.TDMA scheduling with optimized energy efficiency and minimum delay in clustered wireless sensor networks.IEEE Transactions on Mobile Computing,2010,9(7):927～940

12 Phan K T,Fan R F,Hai J,et al.Network lifetime maximization with node admission in wireless multimedia sensor networks.IEEE Transactions on Vehicular Technology,2009,58(7):3640～3646

13 Ren Q C,Liang Q L.Throughput and energy-efficiency-aware protocol for ultrawideband communication in wireless sensor networks:a cross-layer approach.IEEE Transactions on Mobile Computing,2008,7(6):805～816

14 Macedo M,Grilo A,Nunes M.Distributed latency-energy minimization and interference avoidance in TDMA wireless sensor networks.Computer Networks,2009,53(5):569～582

15 Mitchell P D,Qiu J,Li H G,et al.Use of aerial platforms for energy efficient medium access control in wireless sensor networks.Computer Communications,2010,33(4):500～512

16 Cheng M,Xuan G,Lin C.Joint routing and link rate allocation under bandwidth and energy constraints in sensor networks.IEEE Transactions on Wireless Communications,2009,8(7):3770～3779

17 Zhang L L,Zhang Y.Energy-efficient cross-layer protocol of channel-aware geographic-informed forwarding in wireless sensor networks.IEEE Transactions on Vehicular Technology,2009,58(6):3041～3052

18 Wang W,Peng D M,Wang H G,et al.Cross-layer multirate interaction with distributed source coding in wireless sensor networks.IEEE Transactions on Wireless Communications,2009,8(2):787～795

19 Liang Q Q,Yuan D F,Wang Y,et al.A cross-layer transmission scheduling scheme for wireless sensor networks.Computer Communications,2007,30(14/15):2987～2994

20 Al-Karaki J N,Ul-Mustafa R,Kamal A E.Data aggregation and routing in wireless sensor networks:optimal and heuristic algorithms.Computer Networks,2009,53(7):945～960