認知無線傳感網絡中吞吐量能耗均衡研究

高 卉，馮友宏,2，王曉雨

(1.南京郵電大學 教育部寬帶無線通信與傳感器技術重點實驗室，江蘇 南京 210003；2.安徽師范大學 物理與電子信息學院，安徽 蕪湖 241000)

認知無線傳感網絡中吞吐量能耗均衡研究

高 卉1，馮友宏1,2，王曉雨1

(1.南京郵電大學 教育部寬帶無線通信與傳感器技術重點實驗室，江蘇 南京 210003；2.安徽師范大學 物理與電子信息學院，安徽 蕪湖 241000)

認知無線傳感網可利用空閑的授權頻段來解決傳統無線傳感器網絡的頻譜資源短缺的問題，在授權頻段內，其利用頻譜空穴進行通信，從而改善了無線傳感器網的性能。由于認知無線傳感網主要基于無線傳感器網，因此存在著節點能力弱、需考慮網絡節能及其與節點協作等問題，不能直接套用傳統認知無線電網絡的技術。由于次用戶能耗限制和上傳信道信息可能存在錯誤，提高能耗效率在次用戶頻譜感知和協作發送過程中顯得非常重要。為此，提出了一種用于集中式協作頻譜感知的硬判決融合算法。該算法在能耗階段，由總的檢測概率和虛警概率的限制求最小的次用戶數目；在能耗效率優化階段，在固定感知時隙等參數限制下，設計優化目標函數，迭代算法求得最優用戶數，從而實現能耗的最大效率。基于信道信息誤碼率對能耗影響的分析，進行了硬判決融合算法與傳統算法的對比仿真實驗。仿真結果表明，該算法需要的感知節點最少，且能耗效率可達到最優。

認知無線網絡；協作頻譜感知；能耗效率；硬判決；誤碼率限制

1 概 述

目前無線傳感網(WSN)面臨著諸多挑戰，包括非授權ISM頻段頻譜資源匱乏和節點的能量有限等問題。為了緩解WSN的頻譜資源匱乏問題，將無線通信領域的認知無線電技術引入WSN，認知無線傳感網(CWSN)應運而生[1]。為了檢測授權用戶的活躍性，認知用戶感知目標頻譜。如果感知到沒有主用戶，次用戶可以發送信息。然而，由于信道衰落和陰影效應的影響，單個WSN節點進行頻譜感知可能導致錯誤判決。為了提高資源分配和頻譜感知的性能，提出了協作機制[2]。次用戶間的協作可以提高感知結果的可靠性，這稱為協作頻譜感知。在協作頻譜感知階段，次用戶報告各自的本地判決到融合中心，在融合中心根據預設的判決準則進行最終判決。

協作頻譜感知分為集中式和分布式。集中式協作頻譜感知，所有次用戶檢測主用戶存在與否，做出硬判決發給融合中心[3]。融合中心收集所有的判決，運用硬判決融合算法(與融合、或融合等)，把判決結果發給各個次用戶。對于分布式頻譜感知，每個次用戶檢測與WSN網絡節點使用同樣頻段的其他無線電用戶信號，并與鄰節點交換觀測信息，經過多輪交換，做出最終判決。集中式頻譜感知要求在次用戶和融合中心之間建立一個公用的控制信道。然而，這導致了頻帶的開銷，如：帶寬、計算復雜度、時延等。

傳統的認知無線電(CR)網絡技術研究中，已有大量文獻對協作感知進行研究。文獻[4]提出了最優化表決融合來獲得最高能耗效率。文獻[5-6]結合兩種融合準則，運用分層結構，在滿足檢測概率和虛警概率的限制下,提出了一種迭代的能耗算法，極大地減小了在每個階段報告次用戶的數目。文獻[7]提出，對于一定規模的認知無線電網絡，一定存在特定數目的次用戶(例如接收信噪比最高的用戶)，使得協作性能達到最優。文獻[8]主要致力于找出在次用戶數及各次用戶的接收信噪比已知的情況下，使得虛警概率和誤檢概率之和最小的最佳融合規則，以及在檢測精度限制下使大規模認知無線電網絡能迅速地進行頻譜感知的最少次用戶數，但對于大規模認知傳感器網絡中存在的諸如控制信道帶寬的限制問題卻沒有考慮。傳統CR網絡的頻譜感知技術，沒有考慮如WSN網絡的節點能力弱、需要節能的要求，因此需要對CR頻譜感知技術進行改進，使之適合WSN網絡。如限制進行頻譜感知的節點數目，使得不必要的節點不進行頻譜感知工作而節能，同時又要求盡可能不降低感知精確度。文獻[9]提出了一種混合認知網絡結構下的雙信息融合的協作檢測算法，該算法采用了多用戶協作感知技術。不同于現有基于單一認知網絡結構的協作頻譜檢測的研究,考慮了實際無線環境中存在的混合認知無線網絡結構,提出了一種雙信息融合的協作頻譜感知算法。文獻[10]為延長平均網絡生存時間,提出了基于瞬時信道狀態信息和剩余能量信息的機會多中繼選擇策略,避免了過度使用信道條件較好的中繼節點,平衡各節點的資源利用。文獻[11]介紹了基于梯度算子的小生境遺傳算法的簇頭選擇方式。認知無線網絡中無論是認知用戶間的協作或是授權用戶與認知用戶間的協作，都會增加系統吞吐量，提高總的頻譜效率。文獻[12]基于雙門限能量檢測的協作頻譜感知性能的優化方案,根據信噪比確定最優的檢測門限值,使得協作頻譜感知的全局錯誤概率在各信噪比條件下都達到最小值,從而提高了協作頻譜感知的性能。文獻[13]研究了使能耗最小的最佳協作頻譜感知，但是該算法的近似結果中檢測錯誤率相當高。

然而上述算法都沒有考慮次用戶報告信道誤碼率的影響而導致融合中心頻譜感知的檢測性能會下降。由于次用戶在感知和發送階段的能耗限制，檢測精確度和能耗效率做出權衡折中很重要。檢測概率隨著次用戶數的提高而提高，同時發送階段能量消耗也隨之增加。因此研究如何找到最優的次用戶數使得消耗最小的能量，同時提供可靠的檢測結果和發送質量顯得非常重要。此外，對誤碼率如何影響最優的協作感知的次用戶數也是值得關注的問題。

為此，可采用以下策略獲得最優的次用戶數N，研究分兩個階段：能耗階段，在總的檢測概率和虛警概率的限制下，通過仿真求最小的次用戶數目；能耗效率優化階段，在固定感知時隙等參數的限制下，設計優化目標函數，迭代算法求得最優用戶數，從而使能耗效率最大。

2 系統模型

考慮含有N個次用戶和一個FC的集中式協作頻譜感知。假設任意兩個次用戶的間距遠小于次用戶到主用戶的距離，所以可認為各次用戶接收端的信噪比相等。鑒于能量檢測具有實現簡單且不需要任何先驗信息的優點，假設網絡中各次用戶首先采用能量檢測執行本地感知，然后將1 bit決策信息(“1”或“0”)發往融合中心參與全局決策融合。

2.1錯誤判決概率

用H0和H1分別表示主用戶信道空閑和繁忙的假設，則第i個次用戶的第k個接收信號為:

(1)

其中,s(k)為k時刻主用戶發送的信號；hi(k)為k時刻主用戶和第i個次用戶間的信道增益；ni(k)為第i個次用戶的加性高斯白噪聲(Additive White Gaussian Noise,AWGN)。

假設感知時間小于信道的相干時間，則認為信道增益hi(k)在感知時間內不變，不妨記作hi，當各信道衰落相當時，hi=hj=h。假設各次用戶采用相同的能量檢測門限，則所有次用戶具有相同的檢測性能，所有次用戶的發送錯誤概率均為Pe,記各次用戶在感知時間內接收到的采樣點數為M，則檢測統計量為：

(2)

當N較大時，根據中心極限定理知,E可近似為一個正態分布。具體而言，當信號和噪聲都是零均值的實值高斯時，由文獻[14]可知：

(3)

(4)

(5)

協作頻譜感知全局檢測概率和虛警概率分別為：

(6)

(7)

其中，Px為頻譜占用時，融合中心接收本地判決為1的概率；Py為頻譜未被占用時，融合中心接收本地判決為0的概率。

Px=Pd(1-Pe)+Pe(1-Pd)

(8)

Py=Pf(1-Pe)+Pe(1-Pf)

(9)

總的錯誤概率為：

ε=P0Qf+P1(1-Qd)

(10)

2.2能耗效率

考慮的次用戶時隙幀結構如圖1所示。

圖1 次用戶時隙幀結構

在每個感知周期內，次用戶首先花費TS用于頻譜感知，包括本地感知時間Ts和信息上傳時間N*Tr。如果FC給出的全局決策結果認為主用戶不存在，則利用剩余的進行數據傳輸，否則等待下一個周期。

(11)

其中，R為數據速率；因子1-Qf表示成功發送數據的概率。

(12)

其中，PS為次用戶協作頻譜感知消耗的能耗；Pt為數據傳輸時消耗的能耗；Punused表示頻譜未被占用的概率，需要注意的是，當且僅當頻譜認為未被占用時才進行數據傳輸。

Punesed=P0(1-Qf)+P1(1-Qd)

(13)

因此，能耗效率(μ)表達式如下：

(14)

3 問題及算法分析

協作頻譜感知性能隨著認知用戶的數量增加而增加。然而，大量的協作用戶導致大量的能耗和報告時延。因此，在滿足限制的虛警概率和檢測概率下，找到最優數量的次用戶數很重要。檢測概率高表示對主用戶干擾小，虛警概率低表示頻譜利用率高。下面，首先得到滿足限制干擾下的認知用戶范圍，接著得到網絡吞吐最大化時的最優用戶數。

3.1問題分析

3.1.1 能耗分析

認知無線傳感網的檢測性能與協作感知的用戶數密切相關。認知用戶數越高，檢測性能越好，但同時增加了系統能耗。現在的標準[15]給出最低的檢測概率和虛警概率要求，因此，只要滿足這些限制，再增加參與協作的頻譜感知數就相當于增加了認知無線傳感網的能量消耗。因此有必要設計一個合適的能耗機制來減少網絡能耗，同時仍保持標準要求。

定義能耗優化問題，在表決融合算法中，固定K,算法如下：

(15)

使用表決融合，根據二項式定理，式(6)、(7)可以寫成：

Qf=1-ψ(k-1,Pf,N)

(16)

Qd=1-ψ(k-1,Pd,N)

(17)

其中，ψ是不完全beta函數，定義如下：

ψ(k,p,n)=I1-p(n-k,k+1)=(n-

(18)

ψ-1是ψ函數的逆函數，對于給定的k,N，ψ和ψ-1是單調遞增函數，因此有：

Pf=ψ-1(k-1,1-Qf,N)≤ψ-1(k-1,1-β,N)

(19)

Pd=ψ-1(k-1,1-Qd,N)≥ψ-1(k-1,1-α,N)

(20)

(21)

其中，ζα=ψ-1(k-1,1-β，N)；Q-1是Q函數的逆函數。

因此最優數N*是從1到N的線性搜索，首先滿足式(21)。

基于式(21)，與融合的最優N由下式得出：

Q(A+BQ-1(α1/N))≤β1/N

(22)

對于或融合算法，最優N由以下不等式得出：

Q(A+BQ-1(α'))≤β'

(23)

3.1.2 錯誤概率對能耗的影響

認為每一個次用戶基于本地頻譜感知做出判決，并向融合中心轉發1 bit報告信息。假設報告信息由BPSK調制，由于信道衰落和陰影效應的影響，信息發送的過程中會出現一定的錯誤，錯誤概率記為Pre。根據文獻[16]，采用BPSK調制，N個協作頻譜感知次用戶的平均報告誤碼率切諾夫界如下：

(24)

因此，協作頻譜感知報告信道能耗范圍由下式得出：

(25)

其中，dsensing為次用戶到融合中心的距離；根據文獻[17],G≈5×108。

由式(24)可得：

(26)

其中，Prb,bpsk(N,γb)的閉合表達式如下：

(27)

3.2算法分析

在考慮了感知和發送過程中的能耗，頻譜利用率和發送可靠性條件下，構建了相關的優化問題，即在總的檢測概率、虛警概率以及次用戶發送誤碼率下，得到能耗效率最大化。優化問題目標函數如下：

(28)

通過對μ函數的最優化求解，能夠得到一定值N,使得μ取得最大值，而當μ最大時，能使認知傳感器網絡在檢測性能足夠好的前提下減少網絡的能量消耗[16]，從而在保證檢測性能的同時，延長認知傳感器網絡的生存時間。計算基于檢測概率和能量消耗的最佳用戶數N。

對于固定的α，β，Ts，Tr，μ函數必存在N*，使得μ函數取最大值，N*便是基于檢測概率、虛警概率和報告信道可靠性的最佳用戶數。計算N*的步驟如下：

(1)初始化：設置K=1，固定系統虛警概率β，設置檢測概率最小值α和錯誤概率Prb,req；

(2)根據式(6)計算協作系統檢測概率Qd(K)；

(3)如果Qd(K)>α,則進行步驟(4)，否則K=K+1，并返回步驟(2)；

(4)根據式(14)計算K個次用戶系統的能耗效率μ(K)；

(5)如果μ(K)<μ(K-1)，則K=K+1,并返回步驟(4)，否則轉到步驟(6)；

(6)跳出循環，且有N*=K。

4 仿真結果及分析

仿真參數如表1所示，這些參數對所有次用戶都相同。

表1 仿真參數

表2說明了誤碼率對與融合、或融合算法的影響，表決融合與之類似。

表2 檢查概率與與融合、或融合的關系(虛警概率Qf=0.1，γ=-9 dB,Pre=10-4)

圖2顯示了最優數量N與虛警概率Qf之間的關系。

圖2 虛警概率限制下的最優次用戶數N

從圖中可得，隨著虛警概率的增加，三種融合方式需要的用戶數目都隨之減少；相同虛警概率，相同融合方式，檢測概率大的需要的最優次用戶數越大；在整個虛警范圍內，OR融合準則優于與融合，表決融合方式最優，所需的最優用戶數最少。

圖3顯示了最優數量N與檢測概率Qd之間的關系。

圖3 檢測概率限制下的最優次用戶數N

從圖中可得，隨著檢測概率的增加，三種融合方式需要的用戶數目都隨之增多；相同檢測概率，相同融合方式，虛警概率大的需要的最優次用戶數越小；在整個檢測概率范圍內，OR融合準則優于與融合，表決融合方式最優，所需的最優用戶數最少。

圖4顯示了能耗效率與次用戶數量N之間的關系。

圖4 不同次用戶數的能耗效率

從圖中可得，次用戶數量存在最優值使能耗效率最優；在整個次用戶數范圍內，表決融合方式最優，能耗效率最大，OR融合次之。

5 結束語

為了提高能耗效率，考慮到信道存在錯誤概率的情況，提出了CWSN網絡中協作頻譜感知次用戶數的優化方法，通過迭代算法得到融合最優次用戶數。基于信道信息誤碼率對能耗影響的分析，進行了硬判決融合算法與傳統算法的對比仿真實驗。仿真結果表明，該算法需要的感知節點最少，且能耗效率可達到最優。此外，對比驗證并分析與融合、或融合以及表決融合的最優次用戶感知數目可知，表決融合的能耗效率最優。

[1] Peh E C Y,Liang Y C,Guan Y L,et al.Optimization of cooperative sensing in cognitive radio networks:a sensing-throughput tradeoff view[J].IEEE Transactions on Vehicular Technology,2009,58(9):5294-5299.

[2] Mishra S M,Sahai A,Brodersen R W.Cooperative sensing among cognitive radios[C]//International conference on communications.[s.l.]:IEEE,2006:1658-1663.

[3] Varshney P K.Distributed detection and data fusion[M].New York:Springer-Verlag,1997:216-232.

[4] Viswanathan R,Varshney P K.Distributed detection with multiple sensors[J].Proceedings of IEEE,1997,85(1):64-79.

[5] Zhang W, Mallik R, Letaief K. Optimization of cooperative spectrum sensing with energy detection in cognitive radio networks[J].IEEE Transactions on Wireless Communications,2009,8(12):5761-5766.

[6] Muta R,Kohno R.Throughput analysis for cooperative sensing in cognitive radio networks[C]//International symposium on personal,indoor and mobile radio communications.[s.l.]:IEEE,2009:2916-2920.

[7] Peh E C Y,Liang Y C,Guan Y L.Optimization for cooperative sensing in cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2007,58(9):27-32.

[8] Zhang W,Mallik R,Letaief K.Cooperative spectrum sensing optimization in cognitive radio networks[C]//IEEE international conference on communications.[s.l.]:IEEE,2008:3411-3415.

[9] 杜 紅.認知無線電中頻譜感知優化與無線資源管理的研究[D].北京:北京郵電大學,2012.

[10] 陳 丹.協作與認知無線通信網絡中若干關鍵技術研究[D].北京:北京郵電大學,2012.

[11] 郅希云.認知無線網絡協作頻譜感知、協作傳輸、頻譜切換技術研究[D].北京:北京郵電大學,2012.

[12] 金燕君.認知無線傳感器網絡協作頻譜感知技術的研究[D].南京:南京郵電大學,2015.

[13] Hai N P,Zhang Y,Engelstad P E,et al.Optimal cooperative spectrum sensing in cognitive sensor networks[C]//International conference on wireless communications and mobile computing:connecting the world wirelessly.[s.l.]:[s.n.],2009:1073-1079.

[14] Liang Y C,Zeng Y,Peh E C Y,et al.Sensing-throughput tradeoff for cognitive radio networks[J].IEEE Transactions on Wireless Communications,2008,7(4):1326-1337.

[15] Functional requirements for the 802.22WRAN standard[S].[s.l.]:[s.n.],2006.

[16] Cui S,Goldsmith A J,Bahai A.Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J].IEEE Journal on Selected Areas in Communications,2004,22(6):1089-1098.

[17] Xu X,Bao J,Cao H,et al.Energy efficiency based optimal relay selection scheme with a BER constraint in cooperative cognitive radio networks[J].IEEE Transactions on Vehicular Technology,2015,65(1):191-203.

ResearchonTradeoffofEnergyConsumptionandThroughputinCognitiveWirelessSensorNetworks

GAO Hui1，FENG You-hong1,2，WANG Xiao-yu1

(1.Key Laboratory of Broadband Wireless Communication and Sensor Technology of MOE，Nanjing University of Posts and Telecommunications，Nanjing 210003，China；2.College of Physics and Electronic Informaion，Anhui Normal University，Wuhu 241000,China)

Cognitive Wireless Sensor Networks (CWSN) can utilize idle authorized spectrum to overcome the shortage of spectrum resources in the traditional wireless sensor network.Within the authorized spectrum,the use of spectrum hole for communication can improve performance of wireless sensor network.In addition,since the CWSN operates in wireless sensor network there exist many shortcomings,such as weak energy of each sensor node,consideration of energy-saving and collaboration of energy-saving with specific node etc,which limit the direct application of traditional technology of cognitive radio network.Due to the energy constraint of each cognitive user and potential secondary transmission errors in CWSN,energy efficiency becomes very important for each cognitive node in spectrum sensing and cooperative transmission.The novel energy efficient strategies are proposed for the centralized CSS using hard decision fusion rules.In stage of energy consumption the minimum number of users can be calculated with the limitation of overall detection probability and false alarm probability;in stage of energy efficiency optimization under the constraint of parameters involving fixed perception time slot etc. the objective function is optimized with iterative algorithm for the optimized number of users as well as the maximum efficiency of energy consumption.Based on analysis on the channel information error rate of energy consumption,the simulation experiments on hard decision fusion algorithm are conducted in contrast with traditional ones.The results show that the optimality of k with N-Rule is prior to both of OR and AND-Rules and the energy efficiency is optimal.

cognitive wireless network;cooperative spectrum sensing;energy efficiency;hard decision fusion;bit-error-rate constraint

TP301

A

1673-629X(2017)10-0130-06

2016-06-20

2016-10-10 < class="emphasis_bold">網絡出版時間

時間：2017-07-19

國家“973”重點基礎研究發展計劃項目(2011CB30230)；江蘇省2015年高校研究生科研創新計劃項目(KYLX0833)

高 卉(1991-)，女，碩士研究生，通信作者，研究方向為認知無線電技術。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170719.1107.004.html

10.3969/j.issn.1673-629X.2017.10.028