基于模糊邏輯的頻譜分配算法

李 磊,李 莉,陳小丹,凌洪濤

(上海師范大學 信息與機電工程學院,上海 200234)

認知無線電(Cognitive Radio,CR)的提出,為實現頻譜資源的高效利用提供了有效途徑,它根據對可用頻譜的分析結果,在不影響主用戶正常使用的前提下,為有通信需求的認知用戶分配適合的頻譜[1].CR是以頻譜檢測為基礎的,目前對于頻譜檢測的理論研究已經比較多[2-3],而在頻譜檢測的基礎上,研究動態頻譜分配是認知無線電的媒體接入層中的關鍵技術之一.

現有的經典頻譜分配算法有基于圖論、博弈論、頻譜拍賣等算法.文獻[4]是基于圖論的,采用分布式頻譜管理結構,每個節點在遵守頻譜管理規則的條件下獨立決策,保證了算法的公平性,降低了算法復雜度和時間開銷,但是在某些應用環境可能導致將較多頻譜資源分配給頻譜需求量較小的節點,使得頻譜的利用率較低.文獻[5]基于博弈論提出了一個議價博弈的分布式分配算法,通過議價博弈,無需在每次拓撲結構變化時重新計算就能得到最優分配,同時兼顧了算法的公平性,但文中的議價博弈交易框架假設網絡節點相互合作,而實際系統中的節點可能是自私的.文獻[6]是基于頻譜拍賣的,同時考慮復雜度和誠信,提出一種貪婪頻譜分配算法,設計了基于臨界鄰居節點投標的定價機制來保證誠信拍賣,每次為最高出價投標者分配頻譜,但在認知用戶投標價格相同的情況下會導致頻譜利用率的降低.文獻[7]考慮了認知用戶的頻譜利用率、認知用戶移動性、信噪比等因素,利用模糊邏輯系統得到認知用戶的頻譜接入概率,但是未考慮到認知用戶與認知用戶基站的距離等因素的影響,并且頻譜接入概率的計算公式較復雜.

基于以上算法的優點與不足,本文作者提出一種利用模糊邏輯的頻譜分配新算法.本算法是在可用空閑頻譜數量少于認知用戶數量的前提下,采用集中式的頻譜分配方式,認知用戶將頻譜檢測信息通過上行控制信道傳送給認知用戶基站,在認知用戶基站中執行所提出的頻譜分配算法,目標是使基站收益最大化.

1 算法設計

1.1 系統模型

圖1是認知無線電的集中式網絡拓撲圖,假設一個主用戶的授權頻帶處于空閑狀態,多個認知用戶相互競爭該空閑頻帶,主用戶、每個認知用戶都擁有獨立的接收機和發射機,主用戶與主用戶基站通信,認知用戶與認知用戶基站通信.認知用戶基站通過測量獲得或接收認知用戶發送的相關數據,執行頻譜分配算法后把該空閑頻帶分配給其中一個認知用戶.

圖1 集中式網絡拓撲圖

設認知用戶基站有一個大小確定的信號覆蓋面積,基站收發臺不能覆蓋的區域就是信號的盲區.基站發射和接收信號的范圍直接關系到認知用戶終端信號在這個區域內的好壞.通常認知用戶與認知用戶基站的距離越近,信道條件就越好,有利于認知用戶的通信.不失一般地,設需要使用某一空閑頻譜的認知用戶與認知用戶基站的距離為RBS,定義該認知用戶的通信優先級Q為RBS的倒數,如式:

Q=1/RBS.

(1)

當RBS增大到認知用戶基站的小區半徑Rth時,認知用戶信道條件可認為差,甚至可能處于信號盲區,故把Rth值代入式(1),對應的Q值定義為通信優先級門限Qth.那么,對于一個需要接入該空閑頻帶的認知用戶,若其Q

1.2 模糊邏輯系統設計

影響模糊邏輯系統設計的因素很多,其一,主用戶暫時不使用的頻帶是固定的,而每個認知用戶所要進行的業務卻不確定,例如可能是數據、多媒體業務和單純的話音業務,那么不同認知用戶的頻譜利用率就不同,具有較高頻譜利用率的認知用戶對頻帶的利用更充分;其二,當認知用戶處于運動的狀態下,認知用戶的接收機和發射機能夠處于穩定的收發狀態至關重要,這時就要考慮多普勒頻移的影響,通常情況是移動速度越快,信道條件越差,不利于通信;其三,認知用戶使用空閑頻帶的前提條件是不影響主用戶的正常通信,一般是認知用戶發射機距離主用戶接收機越遠越好,這樣對主用戶通信造成的干擾小.此外,還有空閑頻帶的可用性等,由于圖1所示的系統模型已明確當主用戶不使用空閑授權頻帶時認知用戶才能接入,所以這里不再考慮該因素.

基于以上分析,選擇認知用戶的頻譜利用率、移動速度、認知用戶發射機與主用戶接收機之間的距離作為三輸入模糊邏輯系統的輸入條件,經過模糊化、設置控制規則、解模糊化的過程,得到認知用戶的頻譜接入概率,如圖2所示為三輸入模糊邏輯系統框圖.

圖2所示的模糊邏輯系統的3個輸入參數的模糊化特性如下:

圖2 三輸入模糊邏輯系統框圖

定義頻譜利用率ηS[7],如式:

(2)

式(2)中,BWs是認知用戶需要使用的頻帶,BWa是總的可用頻帶.

表1 模糊規則表[7]

為保證頻帶分配的有效性,ηs的取值范圍設為[0,1],當ηs∈[0,0.5)表示頻譜利用率低,ηs∈(0.2,0.8)表示頻譜利用率中等,ηs∈(0.5,1]表示頻譜利用率高.根據以上規定把頻譜利用率的高低程度分為3種標記,如式:

Fηs={低, 中等, 高} .

(3)

每一種標記唯一對應一個隸屬概率函數,ηs的隸屬概率函數如圖3(a)所示.

3G LTE對終端移動速度的要求是,0～15 km/h最優,15～120 km/h處于高性能,120～350 km/h可以正常通信,350～500 km/h僅部分頻帶可用[8].設認知用戶移動速度VSU的最大值是350 km/h,對該最大值做歸一化處理后,VSU∈[0,0.5)表示認知用戶移動性低,VSU∈(0.2,0.8)表示移動性中等,VSU∈(0.5,1]表示移動性高.根據以上規定把認知用戶移動性的高低程度分為3種標記,如式:

FVSU={低, 中等, 高} .

(4)

表示VSU的隸屬概率函數如圖3(a)所示.

認知用戶發射機與主用戶接收機之間的距離為R,R越大則認知用戶對主用戶正常通信的干擾就越小.設R最大取值10 km,對該最大值做歸一化處理后,R∈[0,0.5)表示認知用戶與主用戶距離近,R∈(0.2,0.8)表示距離中等,R∈(0.5,1]表示距離遠.根據以上規定把認知用戶與主用戶距離的遠近程度分為3種標記,如式:

FR={近, 中等, 遠} .

(5)

表示R的隸屬概率函數如圖3(a)所示.

圖3 隸屬概率函數

最后,考慮模糊規則的結論模糊集,設P是每個結論模糊集中認知用戶接入頻譜的概率,其大小程度分為5種標記,如式:

FP={非常低, 低, 中等, 高, 非常高} .

(6)

P取值范圍設置為[0,1],取值范圍為[0,0.3)表示接入概率非常低,取值范圍為(0.1,0.5)表示接入概率低,依此類推,P的隸屬概率函數如圖3(b)所示.

在模糊邏輯系統的3個輸入值ηs、VSU、R屬于3種模糊程度的隸屬概率函數已知條件下,模糊邏輯系統可判定輸入值ηs、VSU、R所屬的模糊程度;查詢如表1所示的模糊規則表,確定對應的模糊規則序號,按相應序號的規則并利用最大-最小方法進行模糊推理,得到認知用戶的頻譜接入概率的模糊程度集合.

利用重心法將頻譜接入概率的模糊程度集合解模糊化,得該認知用戶的頻譜接入概率P,如式:

(7)

通信優先級高且頻譜接入概率大的認知用戶,則認為其接入該空閑頻帶后通信效果更好.因此,定義認知用戶的通信優先級與其頻譜接入概率之積為認知用戶基站收益,如式:

M=P·Q.

(8)

最后,認知用戶基站將該頻帶分配給使基站收益最大的認知用戶.認知用戶基站會檢查是否還有其他能被分配的空閑頻帶,若有,則針對該頻帶執行一次算法進行分配;若沒有,則整個頻譜分配過程結束.

1.3 算法描述

基于模糊邏輯的頻譜分配流程圖,如圖4所示.

圖4 基于模糊邏輯的頻譜分配流程圖

1.4 算法復雜度

設有n個認知用戶競爭1個空閑頻帶,那么計算這n個認知用戶帶來的基站收益,需要考慮式(1)、(2)、(7)和(8).由式(1)、(2)和(8)可知分別要進行n次乘法運算,對于式(7),每使用一條模糊規則視為一次加法運算[9],那么計算n個認知用戶的頻譜接入概率最多需要進行8n次加法運算、16n次乘法和16n次積分運算,積分運算可認為是對梯形面積的計算.則本算法的計算復雜度為:

(9)

同樣推理,可得文獻[7]在同樣前提下執行一次算法的最大計算復雜度為:

(10)

在使用相同數量的模糊規則時,本算法的復雜度要低于文獻[7]的算法.

2 仿真與分析

參考相關資料可知,3G LTE支持的基站小區最大覆蓋半徑為100 km,當小區覆蓋半徑在5 km以內時系

表2 仿真參數設置表

統的吞吐量最大[8].仿真中假設認知用戶基站小區覆蓋半徑為1 km,將該距離代入式(1)可得到Qth=1.仿真中系統的其他參數設置如表2所示.

在不同的認知用戶頻譜利用率、認知用戶移動速度、認知用戶發射機與主用戶接收機之間的距離的輸入值條件下,模糊邏輯系統得到不同的頻譜接入概率.不失一般地,圖5給出的頻譜接入概率是將相應算法計算所得的頻譜接入概率對其最大值做了歸一化處理的結果.

圖5的仿真結果表明:本算法對比于文獻[7]的算法,在輸入值相當的情況下,兩種算法得到的認知用戶頻譜接入概率是接近的,但本算法復雜度更低.

圖5 頻譜接入概率

圖6 認知用戶移動速度對認知用戶基站收益的影響認知用戶A、B:ηs=0.606 8,RBS=0.109 1 km

圖6所示為認知用戶移動速度對認知用戶基站收益的影響的曲線圖.圖6中兩個認知用戶A、B的頻譜利用率ηs和認知用戶與認知用戶基站的距離RBS相同,但認知用戶發射機與主用戶接收機之間的距離R是不同的.由圖6可知,同一認知用戶帶來的基站收益是隨著其移動速度VSU的增大而減小的,這是因為移動速度越大,模糊邏輯系統計算得到的頻譜接入概率越小.不同認知用戶在相同移動速度下帶來的基站收益是不同的,認知用戶A帶來的基站收益更大,這是因為認知用戶A的發射機與主用戶接收機之間的距離更遠,模糊邏輯系統計算得到的頻譜接入概率更大.

3 結束語

本文作者在可用空閑頻帶數量少于認知用戶數量的前提下,采用集中式的頻譜分配方式,將認知用戶基站的信號覆蓋面積問題轉化成對每個認知用戶的通信優先級進行劃分,而對認知用戶的頻譜利用率、移動速度、認知用戶發射機與主用戶接收機的距離等物理因素,則設計三輸入的模糊邏輯系統進行模糊邏輯運算,得到了每個認知用戶的頻譜接入概率.認知用戶的通信優先級與其頻譜接入概率之積定義為基站收益,頻譜分配的目標是基站收益最大化.

本文作者提出的算法在頻譜分配的過程中能使基站收益最大化.仿真證實了該方法的可行性.與文獻[7]得到的頻譜接入概率是接近的,但計算復雜度較文獻[7]降低.然而,執行一次算法不能分配多個頻帶,下一步要關注的是怎樣解決該問題.如何在可用空閑頻帶數量不少于認知用戶數量的認知無線電網絡下進行頻譜分配,也需要進一步地研究.

參考文獻:

[1] AKYILDIZ I F,LEE W Y,CHOWDHURY K R.CRAHNs:Cognitive radio ad hoc networks[J].Ad Hoc Networks,2009,7(5):810-836.

[2] YUCEK T,ARSLAN H.A survey of spectrum sensing algorithms for cognitive radio applications[J].IEEE Communications Surveys & Tutorials,2009,11(1):116-130.

[3] HUANG L,LI L,ZHANG J,YE P.Wideband Spectrum Sensing Based on Multi-Resolution Bayes Classifier for Cognitive Radio[C].In Proc IEEE ICC,Ottawa:IEEE,2012.

[4] CAO L,ZHENG H.Distributed rule-regulated spectrum sharing[J].IEEE Journal on Selected Areas in Communications,2008,26(1):130-145.

[5] CAO L,ZHENG H.Distributed spectrum allocation via local bargaining[C].Sensor and Ad Hoc Communications and Networks,Santa Clara:IEEE,2005.

[6] ZHOU X,GANDHI S,SURI S,et al.eBay in the sky:Strategy-proof wireless spectrum auctions[C].Conference on Mobile Computing and Networking,San Francisco:ACM,2008.

[7] HONGSAM T Le,HUNG DLy.Opportunistic Spectrum Access Using Fuzzy Logic for Cognitive Radio Networks[C].Proceedings of 2008 IEEE Second International Conference on Communications and Electronics,Hoi An Vietnam:IEEE,2008.

[8] INLKYOUNG C,ILKYOO L,YOUN O P.Study on Coexistence between Long Term Evolution and Digital Broadcasting services[J].International Journal of Advanced Science and Technology,2012,38(1):75-92.

[9] ZHANG W Z,LIU X C.Centralized Dynamic Spectrum Allocation in Cognitive Radio Networks Based on Fuzzy Logic and Q-Learning[J].China Communications,2011,8(7):46-54.