多信道认知网络组网同步算法研究

合集下载

基于合作博弈的多信道认知无线网络中的频谱共享算法

Ａｂｓｔｒａｃｔ：Ｓｐｅｃｔｒｕｍｓｈａｉｒｎｇｐｒｏｂｌｅｍｉｎｍｕｌｔｉ — ｃｈａｎｎｅｌｃｏｇｎｉｔｉｖｅｒａｄｉｏｎｅｔｗｏｒｋｓｗａｓｍｏｄｅｌｅｄａｓａｃｏｏｐｅｒａｔｉｖｅｇａｍｅ．Ａ
Ｓｐｅｃｔｒｕｍｓｈａｒｉｎｇａｌｇｏｒｉｔｈｍｉｎｍｕｌｔｉ－－ｃｈａｎ■ ● 一 ‘
ｒａｎｌ０ｎｅｔｗｏｒｋｂａｓｅｄ０ｎＣ００ＤｅｒａｔｌＶｅｇａｍｅｔｈｅｏｒｅｔｉｃ
ＷＡＮＧＺｈｅｎｇ — ｑｉａｎｇ，ＪＩＡＮＧＬｉｎｇ— ｇｅ，ＨＥＣｈｅｎ
（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｎａｉ）
（ＳＩＮＲ）ｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｐｏｗｅｒ
ａｌｌｏｃａｔｉｏｎｏｆｓｅｃｏｎｄａｒｙｕｓｅｒｓｗａｓｄｅｔｅｒｍｉｎｅｄｂｙｍａｘｉｍｉｚｉｎｇｔｈｅｐｒｏｄｕｃｔｏｆｔｈｅｕｔｉｌｉｙｔｆｕｎｃｔｉｏｎｔｏｅｎｓｕｒｅｔｈａｔｔｈｅｉｎｔｅｒ．

认知Mesh网络中的多信道MAC协议设计

ＰＥＮＧＺＨＵｉ，Ｙｉ，ＬｅＺＨＡＯｎ２ＣＨＥＮｎ．ｅＹｉｇ，Ｙａｄ
（．ｎｔｕｅｆｍｍｕｉａｉｎＥｇｎｅｉｇＰＡＵｎｖｒｉｆｃｅｃｎｅｈｏｏｙＮａｊｎ１０７Ｃｈｎ；１ＩｓｔｔｏＣｏｉｎｃｔｏｎｉｅｒ，ＬｎｉｅｓｙｏＳｉｎｅｄＴｃｎｌｇ，ｎｉｇ２００，ｉａｔａ２ＮｅｗｒｅｈｏｏｙＭａａｅｎｎｅ，ｎｒｌｔｆＢｉｎ０８０Ｃｉａ．．ｔｏｋＴｃｎｌｇｎｇｍｅｔｔｒＧｅｅａＳａ，ｅｉｇ１０４，ｈｎ；Ｃｅｊ
ｔｒｕｈｕｆｅｔｖｌ．ｈｏｇｐｔｅｃｉｅｙ
［ｙｗｏｄ］ｃｇｉｖｄｏｃａｎｌｓｉｎｎ；ｅｕａｉｎｍｏｅ；ｏｇｔｎｃｏ；ｌ—ｈｎｅＫｅｒｓｏｎｔｅｒｉ；ｈｎｅａｓｍｅｔｒｐｔｔｄｌｆｒｅｔｇｆｔｒｍｕｔｃａｎｌｉａｇｏｉａｉ
ｏｈｒｃｇｎｔｅｕｓｒｎｈｅｐｉｒｕｅｓｉｌｔｏｅｕｌｅｔｅｏｉｖｅｓａｄｔｒｍａｙｓｒ．Ｓｍｕａｉｎｒｓｔｄｍｏｎｔａｅｔｔｔｅａｇｒｔｍａｍｐｏｅｔｅｓｃｅｓｒｔｎｈｅｗｏｋｉｓｓｔｈａｈｌｏｈｃｎｉｒｖｕｃｓａｉａｄｔｅｎｔｒｒｉｈｏ
信道分配算法。该算法通过对各个授权信道传输的历史经验进行学习，使认知用户能够获取每个授权信道的声望值。在信道协商阶段，接
收方认知用户根据信道的声望值大小，从可用信道集合中选取出期望传输成功率最高的信道，能较好地减少多个认知用户在同一空闲授权信道上的竞争，并有效降低认知用户与主用户发生冲突的概率。仿真结果表明，该算法能有效提高认知用户传输数据报文的成功率，增加

认知Mesh网络路由及信道接入联合策略实现

认知M esh 网络路由及信道接入联合策略实现彭　易1,朱　磊2,左　鹏3(1.解放军理工大学通信工程学院研究生4队,江苏南京210007; 2.解放军理工大学通信工程学院电信工程系;3.总参谋部通信部驻国营第714厂军事代表室,江苏南京210002)摘　要:在认知M esh 网络中,认知节点可在多个信道中进行切换,从而对网络的路由选择和链路建立产生影响。

文中将认知M esh 网络中的路由协议和M A C 协议进行联合设计,有效避免了交叉节点频繁切换信道带来的“耳聋问题”和无线传输中的隐藏终端问题。

仿真表明该联合策略能在占用相同信道资源的情况下,有效利用不同区域中空闲的授权信道来提高系统的整体吞吐量。

关键词:认知网状网;路由;信道接入;冲突图中图分类号:T N 92文献标识码:A 文章编号:CN 32-1289(2010)04-0015-06Joint Rou tin g and Channel Access in Cognitive Mesh NetworksPEN G Yi 1,ZH U L ei 2,ZUO Peng 3(1.P ostg raduate T ea m 4ICE ,P L A U ST ,Nanjing 210007,China ;2.Depart ment of T elecommunication Engineer ing I CE ,PL A U ST ;3.M ilitar y R epr esent ativ e of Co mmunicat ion Depar tment of P L A G eneral Staff Headquart ers inSt ate-r un F actor y No.714,N anjing 210002,China)Abstract :Nodes in co gnitive m esh netw orks can change their comm unication channel active-ly,w hich affects routing and link establishing.A joint ro uting and MAC access scheme for cog ni-tiv e mesh netw orks w ere pro posed that avoid ‘Deafness Pro blem ’induced by changing channelfr equently and hiding terminal in w ireless com munication .Simulation results show that ,in thescenario of netw orks that have the sam e special channel resource,this scheme can pr ovide betterthr oug hput by utilizing unoccupied primary channels effectively.Key words :cognitiv e mesh netwo rks ;routing ;channel access ;co nflict g raph在认知M esh 网络中,每个认知节点能够利用认知无线电技术主动、动态地感知目前未被占用的频谱空白区域(w hite space)或频谱空洞(spectr um hole),形成频谱机会集合SOP(Spectrum OPportunities),并从中选取合适的频段工作,从而有效地降低干扰,提高通信效率。

认知网络概述

认知网络概述未来通信网络是一个泛在、异构的网络模式，多接入方式并存，多节点协同工作，支持不同程度的无缝移动特性，同时它又是一个智能化通信系统，能够随时感知外界环境，并根据当前的网络状况实现自配置和自适应。

另外，它还需要具备自我意识和自动学习能力，以满足日益增长的未来通信对网络智能化要求。

认知网络是未来通信网实现的一个重要方案。

对认知网络概念的讨论是近些年来的一个热点问题。

认知网络能够收集周围网络环境的信息并进行学习，进而对网络进行动态的调整和重构。

目前，认知网络以其极具智能特色、无缝融合各个异构网络、通过联合资源管理最大化网络整体性能等优势，迅速吸引了国内外各大标准化组织、研究机构和大量学者的目光。

谈及认知网络，首先需要与软件无线电、认知无线电这两个名词相区分。

1991年，Joe Mitola提出的软件无线电(Software De-fined Radio，SDR)概念，为无线通信的发展开辟了一片新天地。

软件无线电是指一种可重新编程或者重构的无线电系统，即在其系统硬件无需变更的情况下，软件无线电可以在不同的时候根据需要通过软件加载来实现不同的功能，这就极大地提升了无线电业务的灵活性。

经过近20年的研究和发展，软件无线电已经广泛应用于通信、雷达、电子、测控、导航卫星及民用广播电视等各种无线电工程领域。

认知无线电( Cognitive Radio．CR)的概念最早是由瑞典的Joseph Mitola博士于1999年8月提出来的，它是基于软件无线电发展而来的。

认知无线电能够感知周围的电磁环境，通过无线电知识描述语言(RKRL)与通信网络进行智能交流，根据交流的结果实时调整传输参数（调制方式、编码体制、发射功率、通信频率等），使通信系统的无线电参数不仅与规则相适应，而且与环境相匹配，从而实现无论何时何地都能达到通信系统的高可靠性和频谱利用的高效性。

也就是说，SDR关注的是采用软件方式实现无线电系统信号的处理，而CR强调的是无线系统能够感知操作环境的变化，并据此调整系统工作参数，实现最佳适配。

无线网络接入技术中的多信道协作研究

无线网络接入技术中的多信道协作研究随着现代无线通信技术的不断发展和进步，人们对于无线网络接入技术的要求也越来越高。

作为非常重要的基础技术之一，多信道协作也引起了研究人员的广泛关注。

本文将从多信道协作的原理、研究现状以及发展趋势等方面，进行详细的讨论和探究。

1. 多信道协作的原理在无线网络中，多信道协作的原理主要是指多个节点通过不同的无线信道进行无线通信，从而提高网络数据传输的吞吐量。

而为了实现多信道协作，研究人员通常采用两种不同的方法，即时间分配多信道协作和频率分配多信道协作。

时间分配多信道协作的实现原理是：将网络传输数据时隙进行分时分配，使多个节点能同时使用不同的无线信道进行通信。

由于各个节点之间存在一定的时间分离，因此在同一频带上的信号互不干扰，这样就实现了多信道协作，达到了提高网络通信效率的目的。

而频率分配多信道协作的实现原理则是：将频谱进行划分，使多个节点各自使用不同的无线信道进行通信。

由于各个节点之间使用的是不同的频率带，因此在同一时间内的信号互不干扰，从而实现了多信道协作，提高了网络通信的效率。

通过上面的介绍，我们可以看到，多信道协作的原理非常简单，而实现方式却有多种选择。

根据具体的应用需求和场景，可以选择相应的实现方式，达到最优的网络通信效果。

2. 研究现状随着无线网络技术的发展和进步，多信道协作的研究和应用也越来越广泛。

在上面我们提到了两种实现多信道协作的方法，下面我们将分别从时间分配多信道协作和频率分配多信道协作两个方面进行具体的介绍。

（1）时间分配多信道协作时间分配多信道协作主要通过在时间上进行分时分配，使各个节点能够同时使用不同的无线信道进行通信。

这种方式的优点是，能够充分利用网络资源，提高网络传输的吞吐量。

随着时间分配多信道协作的研究深入，出现了许多优秀的算法和技术来优化其性能。

比如，最近几年，基于空间分配的无线传感器网络中的时间分配算法，就取得了很大的进展。

（2）频率分配多信道协作频率分配多信道协作是将频谱进行划分，使各个节点可以各自使用不同的无线信道进行通信。

认知中继网络资源优化分配算法研究的开题报告

认知中继网络资源优化分配算法研究的开题报告一、选题的背景和意义随着互联网的发展，网络资源的分配变得越来越复杂，同时用户对网络资源的需求也越来越高。

这使得在网络资源的分配过程中，如何提高资源的利用效率以及满足用户的需求成为了重要的研究方向。

认知中继网络作为一种新型的无线传输方式，其有能力有效地利用空闲频谱资源来增强网络的覆盖范围和容量，同时还能有效地提高网络的可靠性和服务质量。

然而，认知中继网络中的资源分配问题依然是一个挑战，特别是在注意到要同时考虑各项网络中的质量指标，如网络拓扑结构、带宽、时延、传输容量等等。

为了进一步优化认知中继网络的资源分配，本研究将考虑一种基于智能算法的优化方法，以实现资源的高效利用，为用户提供更好的服务质量。

二、研究的目标和内容本研究的主要目标是，针对认知中继网络的资源分配问题，利用智能算法来设计一种有效的资源优化分配方法。

具体而言，研究将会在以下方面进行探讨：1.分析和总结认知中继网络的特点和资源分配问题，了解目前已有的研究成果。

2.研究网络资源分配中常用的智能算法以及其优缺点，综合选取最适合认知中继网络的算法。

3.基于选定的智能算法，设计一种资源优化分配方法，并根据实际测试和仿真结果，对算法进行性能验证。

三、研究的方法和步骤本研究的方法和步骤如下：1.文献分析法。

先对认知中继网络的相关文献进行综述，了解认知中继网络的特点以及已有的算法研究成果。

2.实验法。

选取适合认知中继网络的智能算法，并根据算法特性和网络需求进行设计。

通过实际测试和仿真验证，得到算法的性能指标。

3.分析比较法。

将本研究提出的算法与其他已有的算法进行性能分析比较。

考虑因素包括：资源利用率、用户体验等。

四、预期的研究成果本研究的预期成果包括：1.通过文献研究和对认知中继网络的特性分析，总结网络资源分配的主要算法及其缺点。

2.在综合考虑智能算法的特点和认知中继网络的需求后，提出一种更高效的网络资源优化分配算法；3.通过模拟和实验验证，验证所提出算法的有效性和可行性。

宽带无线OFDM系统同步算法的研究

在硬件在环试验过程中，我们通过模拟车辆控制器向执行器发送制动指令，并实时监测制动力变化情况。同时，还可以根据实际需要调整仿真模型中的参数，以获得最佳的制动效果。
四、结论
本次演示通过对某轿车线控制动响应特性进行分析，并采用硬件在环试验方法对其进行研究，得出以下结论：
1、在线控制动系统中，制动指令的传输时间和制动器的响应时间都会影响制动的性能。通过优化无线通信频率和编码方式以及选择高性能的材料和润滑剂等方法可以缩短这两个时间。
然而，基于信号内容的同步算法也可以获得较好的性能。例如，基于傅里叶变换的同步算法可以利用OFDM信号的循环对称性和循环移位性质来估计信号的同步位置。该算法首先对接收到的OFDM信号进行傅里叶变换，然后计算变换结果中各频率分量的相位差，最后利用相位差估计信号的同步位置。此外，基于信号内容的同步算法还可以采用迭代方法进行信号同步，该方法可以在一定程度上减小计算复杂度，提高同步效率。
感谢观看
在载波恢复方面，研究者们提出了多种载波恢复方法。例如，基于锁相环的方法利用了锁相环路的特性，对接收到的信号进行相位和频率的跟踪与恢复；基于傅里叶变换的方法通过傅里叶变换将时域信号转换到频域，并对载波相位和频率进行估计和恢复；基于神经网络的方法则利用神经网络的自适应学习能力，对接收到的信号进行相位和频率的恢复。这些方法在不同程度上提高了载波恢复的效果和性能。
相关技术综述
OFDM技术是一种多载波传输技术，将高速数据流分割为多个低速子数据流，在多个正交子载波上并行传输。该技术具有频谱利用率高、抗多径干扰能力强等优点，但易受到频偏和多径干扰的影响，导致信号衰减和失真。
同步算法是解决宽带无线OFDM系统同步问题的关键技术。根据不同的实现方式，同步算法可分为基于定时估计的同步算法和基于载波恢复的同步算法。基于定时估计的同步算法通过估计信号的到达时间和频率偏移，实现信号的同步；基于载波恢复的同步算法通过恢复载波相位和频率，实现信号的同步。

认知无线Mesh网的多信道MAC协议

第48卷　第2期厦门大学学报(自然科学版)Vol.48　No.2　2009年3月Journal of Xiamen University (Nat ural Science )Mar.2009　认知无线Mesh 网的多信道MAC 协议喻明皓,黄联芬3(厦门大学信息科学与技术学院,福建厦门361005)收稿日期:20082062223通讯作者:lf huang @摘要:随着宽带无线通信业务的发展,无线频谱资源日益紧张.本文在认知无线电频率感知技术的基础上,将其应用于无线Mesh 网的多信道MAC 协议(MMAC )中,提出了认知无线Mesh 网的多信道MAC 协议(CWMN 2MMAC ).本协议通过增加认知用户对频谱的感知和针对多跳特点的分布式协商,将空闲的频谱动态地分配给非授权用户使用,可以有效提高频谱资源利用率.并通过仿真,研究了协议A TIM 窗对吞吐量的影响和主用户空闲时的信道利用率.根据仿真结果可以看到,该协议通过单网卡可以实现较好的信道利用率.关键词:认知无线电;多信道;Mesh ;MAC中图分类号:TN 92 文献标识码:A 文章编号:043820479(2009)022******* 随着宽带无线通信业务蓬勃发展,移动用户数与日俱增,宽带无线通信的数据传输速率也越来越高,从而导致了无线频谱资源变得日益紧张.认知无线电由此应运而生,它是一种智能无线通信系统,能够感知外界环境,并使用人工智能技术从环境中学习,有目的地通过实时改变某些操作参数(比如传输功率、载波频率和调制技术等),使其内部状态适应接收到的无线信号的统计性变化,从而实现在任何时间任何地点的高可靠通信以及对异构网络环境有限的无线频谱资源进行高效的利用[1].在认知无线电中有两种用户,主用户(Primary user ):那些得到频谱资源使用授权的用户,次用户(Secondary users ):那些需要临时使用授权频谱资源,但又没有得到授权的用户.次用户在接入授权信道时不能影响到主用户的正常使用[2].认知无线MAC 协议主要有以下两个特点:●能够动态地掌握授权频谱的使用状况,一旦主用户回到信道中,立刻停止次用户在该信道的通信.●次用户之间可以互相交换频谱信息,采用分布式的检测系统可以更好地掌握当前的频谱状况.本文主要将认知无线电技术引入到无线Mesh 网的多信道MAC 协议(MMAC )[3]中,提出一种基于认知无线Mesh 网的多信道MAC 协议(CWMN 2MMAC ),通过增加认知用户对频谱的感知和针对无线Mesh 网多跳特点的分布式协商窗,将空闲的频谱动态地分配给次用户使用.1　无线Mesh 网MMAC 协议作为一种具有代表性的无线Mesh 网多信道MAC 协议,MMAC 协议[3]没有专门的控制信道,每个节点配置一个半双工的收发器,同时每个节点是同步的.每一个节点的所有信道都定义了一种数据结构,称为可选信道表(Preferable channel list ,PCL ),表中记录这个节点可以使用的最优信道.在此基础上把信道分类为3种状态:●高优先级(HIGH ):这种信道在节点当前的信标间隔中已经被选择使用.如果有信道处于这种状态,那么这种信道必须被选择.●中优先级(M ID ):这种信道在节点的传输范围内没有被使用,如果没有高优先级的信道,这种状态的信道会被优先选择.●低优先级(LOW ):这种信道被节点的至少一个相邻节点使用,对于每个信道在PCL 中都有一个计数器,记录当前间隔中有多少对节点想要用此信道进行通信.如果全部信道都处于低优先级,那么节点会选择计数器最少的信道.由于没有专用的控制信道,MMAC 协议在整体上将时间分为相同长度的信标间隔(Beacon interval ),每个信标间隔包含1个A TIM (Announcement t raffic indication message )窗和1个数据传输窗.A TIM 窗期间每个节点都在公共信道上进行监听,通过发送或接收控制数据包,实现传输信道的协商,然后在数据传输窗完成数据的传递.2　CWMN 2MMAC 协议2.1　假设条件我们在具体介绍CWMN 2MAC 协议前,先总结一下本协议的假设条件:●N +1条信道可供使用,所有的信道带宽相同.没有信道发生重叠,节点预先知道有多少条信道.●其中的一条是作为控制信道.控制信道不在主用户的使用频段内,所以不会受主用户使用的影响.●每个主机使用一个半双工收发器,并且收发器可以动态地切换所需的信道.●利用的主用户网络是广播电视网络,一般来说电视网络的活动周期比信标间隔要长.所以当主用户出现后,在一个信标间隔的时间内就可以检测出来.●节点是严格同步的,所以网络中所有节点都在同样的时间开始和结束信标间隔.2.2　数据结构　图1　协议时间结构图Fig.1　Protocol time structure每个节点都有两种数据结构:一种被称为主用户频谱状况(Primary users spect ral state ,PSS ),另一种是PCL.PSS 是次用户检测到的主用户在当前信道中的状态,次用户通过共享各自的PSS 来实现对全局频谱信息的掌握.PSS 的状态分为2种:(1)没有主用户在信道n 上活动(PSS[n ]=0);(2)主用户在信道n 上活动(PSS[n ]=1).而PCL 则包含了当前各信道被使用的状况,以供节点选择时参考.本协议PCL 的3种状态和功能与我们前面介绍的MMAC 协议的PCL 一样.2.3　协议结构如图1,协议运行时,在时间上可以划分为固定长度的信标间隔,每个信标间隔分为4个窗.当一个节点加入网络时,它要对N 条授权信道进行一次完整的扫描,扫描结果被存储在节点的PSS 中.在第1个信标窗中,所有节点向控制信道竞争发送信标(beacon )来实现时间同步,其中信标数据包含了当前节点的时钟.之后节点会对授权信道的使用状况进行检测,而且实现了同步,不存在检测期间有次用户使用的情况,这样就无需区分主次用户的信号.由于信标窗的长度限制,不可能检测全部信道.所以每个节点会随机选择几条信道进行检测,并根据结果对节点的PSS 进行更新.第2个频谱协商窗是用来进行所有节点频谱信息的共享.我们将频谱协商窗分为n 个小时隙,每个小时隙代表一条数据信道.由于实现了时间同步,使得每个节点可以通过监听小时隙来知道其他节点对于该信道的检测结果.当节点有PSS[i ]=1,该节点就在第i 个时隙发送忙信号,其他节点听到忙信号后,就会与自己的PSS 进行对比,并将该信道也标记为忙;节点的PSS 为0时,则保持监听,不进行其他动作.通过该算法,我们可以将PSS 为1的信道排除出通信,确保了主用户活动信道的安全,将由于漏检造成对主用户干扰的可能性降到最低.而且这种分布式的频谱协商较集中式方式,更加适用于多跳的无线Mesh 网.当一个节点探测到有主用户使用授权信道时,在一跳的范围内该信道将不会被用于通信,而在一跳之外不对主用户产生影响的区域,该信道仍能被用于通信.这样可以极大地提高多信道的使用效率.第3个A TIM 窗用来完成信道的协商,所有节点都持续监听控制信道,要传输数据的节点向接收节点发送A TIM 数据包,而接收节点根据自己的PSS 和PCL 选择合适的信道,并将该信道通过A TIM 2AC K 返回给发送节点,发送节点收到后回复A TIM 2RES ,确认使用的信道.A TIM 2AC K 和A TIM 2RES 数据包还有一个作用就是将要使用的信道告知周边节点,周边节点根据A TIM 2AC K 和A TIM 2RES 来修改自己的PCL.所有信道在PCL 中初始值均被设为M ID ;当发送和接收节点协商好使用某条信道时,该信道被标记为H IGH ;而周边节点监听到A TIM 2AC K ,A TIM 2RES 时,则将数据包中标记的信道改为LOW.如果信道由原状态为M ID 改为LOW ,相关计数器被设为1.第4个数据传输窗,完成了A TIM 协商的节点会保持活动状态直到完成数据传输,而其他节点将会进入休眠状态直到下一个信标间隔的到来.数据传输按照常规的802.11DCF 进行.・181・第2期喻明皓等:认知无线Mesh 网的多信道MAC 协议3　仿真与分析我们使用ns22对该协议进行仿真,仿真在2种网络场景中进行,即单跳和多跳Mesh网络.数据和控制信道的速率均为1Mbit/s,数据信道数N为4.每个数据包设为512bytes.信标间隔设为100ms,小时隙设为802.11F HSS设定的时隙长度(Slottime)50μs,其余网络设置依据802.11的默认设置[4].信标窗设为20ms.每个源节点产生固定比特(CBR)数据流,发包率分别采用100%饱和负载(节点持续发送数据包,队列一直是非空的)和10%的饱和负载.每个仿真运行40s.通过将A TIM窗由5ms逐步增加到30ms,来研究A TIM窗对吞吐量的影响.在单跳网络仿真中,所有的源节点和目标节点都在单跳内,也意味着每个节点都可以收到其他所有节点共享的频谱信息.节点数为20个,一半作为源节点、一半作为目标节点,形成10条数据流.在100%的饱和负载时,在主用户活动率为0%、30%、60%下,如图2本场景中随着A TIM窗的增加,平均吞吐量会持续降低.这是由于在饱和发包率下,每条数据窗被充分利用.而且本场景中,可用信道也可以在很短的A TIM 窗中得到协商,多余的A TIM窗占用了数据传输窗,影响到吞吐量的表现.在图3显示的10%的饱和负载时,随着A TIM窗的增大,3种主用户活动率的吞吐量保持了平稳的状态.这是因为在低负载下,数据传输窗并没有得到充分利用.在多跳Mesh网络仿真中,100个节点随机分布在500m×500m的范围里,其中任意45个节点为源节点,45个为目标节点.一个节点有可能是多个目标的源节点,也有可能成为多个源的目标节点.从图4可以看到,本场景在饱和负载的3种主用户活动率下, A TIM窗制约了吞吐量.多跳Mesh网络中,数量众多的数据流需要更长的A TIM窗来协商信道.虽然A TIM窗的增长会占用数据传输窗的长度,但在本场景中,显然A TIM窗对吞吐量的影响更大.在10%的饱和负载的图5中,在A TIM窗为25ms前,类似于图4,吞吐量随着A TIM窗增加也在增长,但是在30 ms时刻,A TIM窗的增长并没有给吞吐量带来好处,而数据传输窗的减小影响了吞吐量表现.在优化选择A TIM窗大小时,数据流数是一个重要的影响因素,每条数据流的协商都需要A TIM包的交换.从我们的仿真结果也可以看到,网络的负载是另一个不可忽视的因素.需要A TIM窗能够适应数据流数和网络负载的变化,以达到最佳的吞吐量.我们将在以后的工作中对此进行深入的研究.　图2　单跳,100%负载时A TIM窗对吞吐量的影响Fig.2　Single hop,100%load,the influence of A TIM windows tothroughput　图3　单跳,10%负载时A TIM窗对吞吐量的影响Fig.3　Single hop,10%load,the influence of A TIM win2 dows tothroughput　图4　多跳Mesh,100%负载时A TIM窗对吞吐量的影响Fig.4　Multi2hop Mesh,100%load,the influence ofA TIM windows to throughput提高频谱的利用率是认知无线电的主要目标.下面我们分析该协议在3种主用户空闲信道数下的信道利用率.为了准确获知可用的信道资源,本仿真采用前・281・厦门大学学报(自然科学版) 2009年　图5　多跳Mesh ,10%负载时A TIM 窗对吞吐量的影响Fig.5　Multi 2hop Mesh ,10%load ,the influence ofA TIM windows to throughput面提到的单跳网络场景,A TIM 窗设为10ms ,网络负载从20%增加到100%,将数据包从发送到接收的时间定义为使用信道.由于本协议采用的时间结构,数据传输窗与信标间隔的比例决定了信道利用率的极限值,而本仿真的极限值为70%.由图6的仿真结果看出,在大部分情况下信道利用率可以达到50%左右.只是在信道数为4、负载为20%时,由于传输压力不大而导致的信道利用率下降.由此我们看到,使用本协议可以有效地利用主用户的空闲信道.Multi 2channel MAC Protocol for Cognitive Wireless Mesh N et w orkYU Ming 2hao ,HU AN G Lian 2fen 3(School of Information Science and Technology ,Xiamen University ,Xiamen 361005,China )Abstract :With the development of broadband wireless communication ,wireless spectrum resource gets scarce.Base on spectrumsensing of cognitive radio ,the technology was applied in multi 2channel MAC protocol of wireless Mesh network ,and propose multi 2channel MAC protocol for cognitive wireless Mesh network (CWMN 2MMAC )in this paper.By adding spectrum sensing of cognitive users and distributed negotiation based on multi 2hop characteristic ,it can allocate unused spectrum to unlicensed user ,and improve u 2tilization of spectrum resource effectively.Through simulation ,the influence of A TIM window to the throughput and the channel uti 2lization when licensed user is absent are analyzed.From the simulation result ,this protocol can realize good channel utilization with one network card.K ey w ords :cognitiveradio ;multi 2channel ;Mesh ;MAC4　结　语本文将认知无线电技术融合进无线Mesh 网的多信道MAC 协议,提出了CWMN 2MMAC 协议.认知用户对频谱使用状况进行感知,在针对无线Mesh 网多跳特点的分布式的协商后,动态地将空闲频谱分配给次用户使用,有效地提高了频谱资源的利用率.而且　图6　主用户空闲的信道利用率Fig.6　Spectrum utilization when PU is absent本协议采用的单网卡配置,可以有效降低设备的成本和能耗.最后通过仿真,研究了协议A TIM 窗对吞吐量的影响和主用户空闲时的信道利用率.从仿真结果可以看到,通过本协议可以实现较理想的信道利用率.参考文献:[1]　Simon Haykin.Cognitive radio :brain 2empowered wirelesscommunications[J ].IEEE Journal on Selected Areas in Communications ,2005,23(2):201-220.[2]　Carlos Cordeiro ,Kiran Challapali ,Dagnachew Birru ,et al.IEEE 802.22:an introduction to the first wireless stand 2ard based on cognitive radios [J ].IEEE Journal of Com 2munications ,2006,1(1):38-47.[3]　J ungmin So ,Nitin Vaidya.Multi 2channel MAC for ad hocnetworks :handling multi 2channel hidden terminals using a single transceiver [C ]ΠΠACM International Symposium on Mobile Ad Hoc Networking and Computing (Mobi Hoc ).Tokyo :ACM ,2004:222-233.[4]　IEEE.IEEE standard 802.11:wireless L AN medium ac 2cess control (MAC )and physical layer (P H Y )specifica 2tions[S].New Y ork :IEEE ,1997.・381・第2期喻明皓等:认知无线Mesh 网的多信道MAC 协议。

认知无线mesh网中联合路由的分布式信道分配算法

Ｄｓｂｔｏｔｏｔｇａｄｃａｎｌｓｉｍｅｔｌｏｔｍｉｉｔｕｅｊｉｕｉｎｈｎｅａｓｎｎｇｒｈｉｒｄｎｒｎｇａｉｎ
ｃｇｉｉｅｗｉｅｅｓｍｅｈｎｔｒｓｏｎｔｒｌｓｓｅｗｏｋｖ
第２７卷第９期２１００年９月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
Ｖｏ．７Ｎｏ９１２．
Ｓｐ２０ｅ．０１
认知无线ｍｅｈ网中联合路由的分布式ｓ信道分配算法水
ｎｗｏｋ．ＴｅｍａｎｐｕｐｏｅｏｈｓｃｎｎｌａｌｃｔｏｔａｅｓｔｉａｎｔｅｃｎｅｉｅｉｎｔｅｎｅｇｂｒｏｄＳｒ，ｅｔｒｓｈｉｒｓｆｔｉｈａｅｌａｉｎｓｒｔｇｗａｏｍａｎｔｉｈｈａｎｌｄｖｒｔｉｈｉｈｏｈｏｏｙｓｙｉｅ
并算法后，网络平均吞吐量、时延性能得到了进一步改善关键词：信道分配；路由；知无线ｍｅｈ网认ｓ源自中图分类号：Ｔ９Ｎ２
文献标志码：Ａ
文章编号：１０ — ６５２１）９３７ —４０１３９（０００．４６０
ｄｉ１．９９ｊｉｎ１０ — ６５２１．９０４ｏ：０３６／．ｓ．０１３９．０００．７ｓ
ｇｈｏｇｐｕｐｏｉｔｌｎｃｅｓｓｂｙ５ｅｔｒｕｈｔａｐｒｘｍａｅｙｉｒａｅ０％，ａｄｔｅａｅａｅｄｌｙｒｄｅｙ５ｎｈｖｒｇｅａｅｕｃｓｂ０％ｗｉｈｅｎｗｌｏｔｔｔｅａｇｒｈｍｈｉ

宽带多信道互联网卫星通信系统的研究与应用

宽带多信道互联网卫星通信系统的研究与应用随着科技的不断发展，互联网已经成为现代社会不可或缺的一部分。

而互联网的可及性和可靠性，则直接关系到社会的正常运转和发展。

但由于互联网的传输方式受限于电缆、光缆等物理制约，致使互联网在一些山区、沙漠、海洋等无法布设电缆、光缆的地区难以普及，成为影响社会信息化发展的瓶颈。

而宽带多信道互联网卫星通信系统的研究与应用，则是解决这一问题的有效途径。

一、宽带多信道互联网卫星通信系统的定义和特点宽带多信道互联网卫星通信系统，又称多星多信道卫星互联网，是一种通过卫星通信技术，实现宽带互联网服务的方式。

其主要特点包括：1.高速传输。

宽带多信道互联网卫星通信系统采用Ka频段，可实现高速传输（至少10Mbit/s），满足用户的大流量传输需求。

2.覆盖广泛。

宽带多信道卫星互联网利用卫星通信，无需布设电缆、光缆等物理设备，可广泛覆盖山区、沙漠、海洋等地区，实现网络覆盖全球。

3.可靠性高。

宽带多信道卫星互联网采用多星多信道技术，具备很高的可靠性和稳定性，可应对突发情况。

二、宽带多信道互联网卫星通信系统的研究现状自二十世纪六十年代开始，宽带多信道卫星互联网的研究即已启动。

目前，已有多个国家和地区开展了该领域的研究工作。

其中，美国、日本、欧洲等国家在宽带多信道卫星互联网研究领域处于领先地位，中国则在近年来加强了该领域的研究与发展。

国内外研究成果表明，宽带多信道卫星互联网已经可以实现高速传输、广覆盖等优势，已应用于军队通信、海事通信、应急通信、渔业信息传输等领域，并具备在民用领域推广应用的潜力。

三、宽带多信道互联网卫星通信系统的应用前景在当前的信息化时代，宽带多信道卫星通信系统已逐渐成为解决一些地区网络布设困难、网络供应不足的有效途径。

可以预见，宽带多信道卫星通信系统的应用前景将逐渐扩大，并在国家重大事务、积极参与全球通信网络构建中发挥越来越重要的作用。

一方面，在军事领域，宽带多信道卫星通信系统在战略和战术军事通信中的应用，可以保障国家战争制胜关键时刻的通信需求。

协同及多信道场景下的认知无线网络资源分配研究

协同及多信道场景下的认知无线网络资源分配研究协同及多信道场景下的认知无线网络资源分配研究近年来，无线通信技术得到了飞速发展，人们对通信网络的需求也越来越高。

然而，无线通信频谱资源却是有限的，因此如何合理高效地利用频谱资源成为了研究的重点之一。

认知无线网络（Cognitive Radio Network，CRN）则是一种新兴的解决方案，通过智能感知和访问无线频谱，实现对频谱资源的有效利用。

在协同及多信道场景下的认知无线网络中，资源分配是一个关键的问题。

由于网络中存在多个用户和多个信道，资源分配的决策变得复杂且困难。

为了解决这一问题，研究者们提出了各种资源分配算法和策略。

一种常见的资源分配方法是基于功率控制的分配算法。

该方法通过调整用户设备的传输功率，实现不同用户之间的频谱分割，避免频率干扰。

然而，单纯的功率控制并不能充分利用频谱资源，因此研究者们提出了更复杂的算法。

认知无线网络中另一种常见的资源分配算法是动态频谱分配。

该算法通过智能感知频谱环境，根据频谱的实时可用性为用户分配合适的信道。

动态频谱分配算法能够在用户需求不同的情况下灵活地分配频谱资源，提高了频谱效率。

除了上述两种资源分配算法，协同性的资源分配也是研究的热点。

协同资源分配是指不同用户之间的合作与共享，通过用户间的协作，提高整体的资源利用效率。

例如，一个用户在频谱利用率较低的信道上传输数据，而另一个用户则占用频谱利用率较高的信道，从而实现资源的最大化利用。

多信道场景下资源分配也是一个挑战。

多信道情况下，用户需要决策选择哪个信道进行传输。

一种常见的策略是选择利用率高的信道，但这种策略可能会导致个别信道过载，影响整体的网络性能。

因此，需要采用更加智能有效的资源分配算法。

未来研究中，我们可以进一步探索协同及多信道场景下的认知无线网络资源分配问题。

可以考虑基于机器学习和优化算法的资源分配策略，进一步提高资源利用效率。

此外，还可以结合其他技术，如软件定义网络和网络切片等，为协同及多信道场景下的资源分配问题提供更加全面和深入的解决方案。

《大规模MIMO-NOMA-SWIPT系统的资源分配算法研究》范文

《大规模MIMO-NOMA-SWIPT系统的资源分配算法研究》篇一一、引言随着无线通信技术的飞速发展，大规模MIMO（Multiple Input Multiple Output）、NOMA（Non-Orthogonal Multiple Access）以及SWIPT（Simultaneous Wireless Information and Power Transfer）等技术逐渐成为研究热点。

这些技术分别在提高系统容量、提升频谱效率和实现无线能量传输等方面展现出巨大的潜力。

本文将重点研究大规模MIMO-NOMA-SWIPT系统的资源分配算法，通过合理的资源分配策略提高系统性能。

二、系统模型与问题分析大规模MIMO系统通过在基站（BS）和用户端（UE）部署大量天线，实现了空间复用增益和干扰抑制。

NOMA技术则通过非正交信号传输，使得多个用户可以在同一资源块上进行传输，提高了频谱效率。

SWIPT技术则允许用户在接收信息的同时获取能量，这对于能量受限的物联网设备具有重要意义。

然而，这些技术的结合也带来了新的挑战，如资源分配问题。

在大规模MIMO-NOMA-SWIPT系统中，资源分配涉及到功率分配、子载波分配、天线资源分配等多个方面。

由于系统中存在多个用户和多种资源，如何实现资源的合理分配，以满足不同用户的需求并最大化系统性能，是一个亟待解决的问题。

此外，由于无线信道的时变性和干扰特性，资源分配算法还需要考虑信道状态信息和干扰管理。

三、资源分配算法研究针对大规模MIMO-NOMA-SWIPT系统的资源分配问题，本文提出了一种基于深度学习的动态资源分配算法。

该算法通过深度神经网络学习系统的历史数据和实时信息，预测未来的信道状态和用户需求，从而做出更加合理的资源分配决策。

具体而言，算法包括以下步骤：1. 数据收集与预处理：收集系统的历史数据和实时信息，包括信道状态、用户需求、功率和子载波等资源的使用情况等。

信道识别超宽带信号同步算法研究报告

基于信道识别的超宽带信号同步算法的研究摘要超宽带无线电直接使用短脉冲承载信息，与传统的通信系统相比具有系统结构的实现比较简单，高速的数据传输，低功耗，安全性高，多径分辨能力强，定位精确，造价低等特点。

这些特点决定了超宽带同步的特殊性。

超宽带的同步必须快速准确地完成。

超宽带接收机氛围相干接收机和非相干接收机。

相应地，对超宽带同步方法的研究也是基于这两种接收机，而且衍生出很多的同步方案。

本文提出的一种改进的同步算法的仿真环境为IEEE 802.15.4a标准的复数信道。

利用信道类型识别方法，首先对信道进行识别，其次利用信道冲激响应来确定脉冲展宽，再利用自适应非相干差分的方法进行快速同步，仿真中还会利用到窗口叠加的思想。

通过仿真结果可知，在不同信道有必要采用不同的截止窗口，而且这个方法将有助于缩小同步误差。

通过仿真还发现，信道识别的参数与同步误差存在一定的关系。

关键词：超宽带；非相干；信道识别；快速同步ABSTRACTUltra Wide Band(UWB>Wireless Radio carries information by short pulses. Comparing with the traditional communicationsystem,UWB processesfollowingmerits:easyto implement, high data rate, low power consumption, high security, high multipath resolution, accurate positioning, and low cost et.al Thisfeaturedecidestheuniquenessofthe synchronization of UWB. ThesynchronizationofUWBshouldperformswiftlyandaccurately.TherearetwokindsofreceiversforUWB,the coherentoneandthenon-coherentone.Correspondingly,the synchronization methodsforUWBaredevelopedrespectingthe type ofthereceiver.Andlotsofextended synchronization methodshavebeendeveloped.In this study, weadopttheIEEE802.15.4achannelmodel.Weborrowthe channelidentificationmethodtoidentifychannelfirst.Andthen,the pulsespread is computed bychannelimpulseresponse.Next,synchronization is accomplishedbytheadaptivenon-coherent differential fast synchronization.Duringthissimulation,theoverlappingwindowscheme is also absorbed. The simulation results tell us that it more efficient to use different window size corresponding to different channel type, which would benefit decreasing synchronization error. It is also discovered that there are certain functions between the parameters for channel identification and the synchronization errors.Key words: UWB。

认知无线Mesh网络联合多路径路由和信道分配策略

认知无线Mesh网络联合多路径路由和信道分配策略顾金媛;章国安;包志华【期刊名称】《计算机科学》【年(卷),期】2011(38)5【摘要】从路径交叉的角度为认知无线Mesh网络提出一种新的联合多路径路由和信道分配策略,该策略结合按需路由的基本流程,同时根据所选路径情况设置交又节点的中继功能,以主用户曾经占用每个信道的最少次数作为衡量标准来选择信道,并给出了一种解决信道冲突的方案.仿真结果表明,所提策略与基于链接、基于干扰的策略相比,能够显著改善平均吞吐量和时延等网络参数性能.%In this paper,a novel joint multi-path routing and channel assignment strategy based on path crossing for the cognitive wireless mesh networks was proposed.The strategy combines the basic processes of on-demand routing, and sets up the relay function of cross-nodes according to the chosen routes, then selects the channel based on the minimum number of channels occupied by the primary users, and finally gives a solution to channelconflict.Simulation results show that,compared with the link-based and interference-based strategy, the new strategy has an obvious advantage in the performance of delay and throughput.【总页数】4页(P45-48)【作者】顾金媛;章国安;包志华【作者单位】南通大学电子信息学院,南通,226019;南通大学电子信息学院,南通,226019;东南大学移动通信国家重点实验室,南京,210096;南通大学电子信息学院,南通,226019【正文语种】中文【中图分类】TN92【相关文献】1.认知无线 Mesh 网络中资源节约的最小信道冲突值组播路由算法 [J], 杨艺清;陈志刚2.基于认知的多信道无线mesh网络路由协议研究 [J], 王靖;李芳芳;于全3.基于虚拟信道多路径融合认知无线网络路由算法 [J], 薛伟;宋成君;张东东4.认知无线Mesh网络中基于干扰模型的信道分配策略 [J], 章国安;顾金媛;曹磊5.认知无线mesh网中联合路由的分布式信道分配算法 [J], 顾金媛;章国安;包志华因版权原因，仅展示原文概要，查看原文内容请购买。

基于认知的多信道无线mesh网络路由协议研究

基于认知的多信道无线mesh网络路由协议研究王靖;李芳芳;于全【期刊名称】《计算机科学》【年(卷),期】2012(039)010【摘要】在多信道无线mesh网络中,路由选择与频谱可用性之间的相互依赖性很强,这就要求设计路由协议时要充分考虑信道的选择.传统的路由协议不能很好地适用于多信道无线mesh网络,因此提出了一种基于认知无线电的无线mesh网络路由协议,其中每个节点配置两个网络接口,路由选择与信道选择同时进行,通过冲突避免的设计,充分利用了多信道的优势.仿真结果表明,相对于传统路由协议,提出的路由协议能大大提高网络的吞吐量.%In multi-channel wireless mesh network, there is tight inter-dependence between route selection and availability of spectrum, so selection of channel is required to be fully considered when designing routing protocol. Traditional routing protocol can't be well applied to cognitive radio network. The proposed routing protocol,in which each node is equipped with dual network interface,achieves routing selection and channel selection simultaneously, and takes advantage of multiple channels with collision avoidance design. Simulation shows that the proposed protocol, compared to traditional routing protocol,can significantly improve throughput of the network.【总页数】5页(P40-44)【作者】王靖;李芳芳;于全【作者单位】解放军理工大学研究生队南京210007;兰州工业学院兰州730050;解放军理工大学研究生队南京210007【正文语种】中文【中图分类】TN919.72【相关文献】1.基于NS2的典型无线Mesh网络路由协议性能研究 [J], 胡汀;谢小婷2.基于IEEE 802.11s的无线Mesh网络路由协议研究 [J], 李茜;刘经纬;周雅楠;韩仲华3.基于树形拓扑的无线Mesh网络路由协议研究 [J], 易奇;左会军;孙徐玲;鄢楚平;刘经纬4.认知无线Mesh网络信道接入与路由协议研究 [J], 彭易;朱磊;刘玲5.基于信道选择的认知无线网络路由协议 [J], 王玉婷;郑国强;马华红;吴红海;李济顺因版权原因，仅展示原文概要，查看原文内容请购买。

基于虚拟信道多路径融合认知无线网络路由算法

基于虚拟信道多路径融合认知无线网络路由算法薛伟;宋成君;张东东【摘要】针对认知无线网络中频谱的动态性、时变性、多样性以及节点移动性,提出了一种基于虚拟信道的多路径融合认知无线网络路由算法.在路由建立过程中,为解决源节点与目的节点信道同步问题,源节点在公共控制信道上广播添加虚拟信道的路由请求,在当前所处信道为虚拟信道的节点中转发.目的节点对多条路径通过信道切换进行融合,以规避主用户的活动区域,减少路径跳数,提高链路的稳定性.在路由维护阶段,通过卡尔曼滤波对节点移动速度进行预测,在链路断裂之前启动路由修复.最后通过NS2中CRCN Simulator仿真结果表明,该算法在链路通信的稳定性、分组投递率、吞吐量、端到端时延等方面有明显的改善,提高了网络的整体性能.【期刊名称】《计算机系统应用》【年(卷),期】2015(024)010【总页数】6页(P227-232)【关键词】虚拟信道;路径融合;卡尔曼滤波;链路稳定性;链路预测【作者】薛伟;宋成君;张东东【作者单位】江南大学物联网工程学院,无锡214122;江南大学物联网工程学院,无锡214122;江南大学物联网工程学院,无锡214122【正文语种】中文在认知无线网络中, 认知用户通过对所处频谱环境的感知, 当主用户未使用授权频段时, 认知用户在不对授权用户造成有害干扰的情况下可以伺机使用这些空闲频段,而当主用户再次出现在该频段, 认知用户必须无条件退避, 避免影响主用户的使用需求, 改变了以往的静态频谱分配策, 实行动态的频谱接入方式, 有效地解决了无线频谱资源紧缺的问题.由于在认知无线电网络中所使用的频谱资源是通过检测的方式获得的, 具有频谱动态性、频谱时变性以及频谱多样性. 认知无线网络所具有的这些新的特点, 使得认知无线电环境下的路由算法和协议面临崭新的问题, 需要设计能够反映认知无线电网络特点及适应于在认知无线电网络中工作的路由算法和协议. 现阶段国内外很多学者都针对认知无线网络下路由协议进行了研究: 文献[1]以信道未被主用户占用的概率作为次用户路由稳定性的评价指标; 文献[2]提出了一种基于连通性的路由策略, 在选择路径时避免选择效率低不稳定的瓶颈链路, 但并没有给出具体的算法文献[3]提出一种基于路线亲密度的路由选择指标, 提高端到端吞吐量和减少延迟. 文献[4]提出基于容量满足度和链路稳定度的认知无线电路由度量, 从认知网络的角度衡量链路的优劣; 上述文献只考虑了频谱的动态变化, 忽略节点的移动性或假设节点都是静止的, 在频谱动态变化和拓扑结构变化的共同作用下, 加剧了链路的不稳定, 需要考虑节点的移动性对路由的影响. 文献[5]考虑频谱的动态性及节点的移动性, 提出了一种基于GPS地理路由协议的路径融合算法, 目的节点从不同的信道上接受RREQs, 然而难以实现目的节点与源节点信道同步, 协议中节点通过GPS定位, 网络中所有节点的位置信息对于每个节点是已知的, 对于移动Ad Hoc来说极大地增加了路由开销, 协议应用的可扩展性差.本文针对认知无线网络频谱的动态性及节点的移动性, 在认知移动Ad Hoc网络中沿用AODV协议基本流程, 采用文献[5]路径融合的思想, 提出了一种基于虚拟信道的多路径认知无线网络路由算法VC_AODV, 通过使用虚拟信道使得目的节点接受处于不同信道的节点转发过的RREQs, 目的节点对RREQs进行分析, 通过切换节点进行信道切换、路径融合, 最终选择时延最小的路径建立路由, 并且在路由维护阶段通过卡尔曼滤波预测进行优化.1)PU(Primary User)节点在CRN中始终静止, 活动状态服从ON–OFF模型[6]; CR(Cognitive User)节点在CRN中随机移动, 对PU节点活动状态进行感知, 生成当前可用频谱集合SOPList[ ].2)CR节点具有两根天线, 一根用于公共控制信道, 一根用于数据传输并可以进行信道切换的认知天线, 相邻节点间的通信具有信道切换同步机制.3)通过TwoRayGround无线传输模型对相对运动的节点间的距离进行计算:为保证数据的正确接受设置最小接收功率阀值, 通过无线传输模型得到节点的有效传输半径 (如图3), 接收节点可以通过接收功率计算与上游节点间的距离, 在路由维护阶段以此通过卡尔曼滤波对链路稳定性进行预测.在VC_AODV协议中引入一种新颖的虚拟信道的概念, 目的在于解决认知无线网络环境下建立多路径时, 源节点与目的节点的信道同步问题: 在路由发现过程中, 源节点根据当前的可用授权信道集合, 依次切换到各个授权信道广播RREQ, 通过该机制建立多条到达目的节点的路径, 且每条路径中各节点都处于相同的授权信道, 目的节点根据多路径信息进行路径融合, 问题在于目的节点并不知道源节点当前在何授权信道上广播RREQ, 甚至目的节点当前所处信道不在源节点的可用信道集合中, 也即无法接受RREQ建立路由. 通过虚拟信道可以有效地解决该问题: 通过公共控制信道广播RREQ, 可以保证目的节点能够接收到路由请求, 而在RREQ包中添加虚拟信道信息, 用于表示RREQ只在当前所处信道等于虚拟信道的节点中转发, 即在公共信道中模拟在不同授权信道上进行转发.在目的节点主要通过SN(Switch Node, 如图1)节点来实现多路径融合及信道切换, 通过多路径的融合可以建立路径最短的路由, 并以此减少时延; 通过信道切换可以避免PU出现时, CR为避免对PU的干扰而切换信道; 以下通过路由建立过程具体阐述协议的实现过程.2.1 路由发现源节点S需要与目的节点D建立通信时, 根据当前可用频谱集合C=SOPList[ ]中可用授权信道, 依次在RREQ包中添加并设置虚拟信道VC_=CHi, 用于表示当前RREQ在信道i上转发, 而实际是在控制信道上进行广播转发; 然后继续选取频谱集合C()中可用授权信道添加到RREQ中转发. 中间节点在控制信道上接收到RREQ 后, 转发条件为: (i)回路检查: 通过广播ID及虚拟信道CHi 判断是否已经接受过该RREQ, 若接受过则丢弃; (ii)节点当前的数据信道处于信道CHi ; (iii)没有感知到PU 的活动. 满足转发条件后,节点根据邻居节点广播的包含其可用信道信息的HELLO 消息来判断附近是否有对应于信道CHi的PU活动, 若有PU活动则在RREQ中添加并设置SN_flag, 表示此节点为切换节点SN, 最后添加: (i)节点ID; (ii)时间戳; (iii)周围邻居节点IDs.转发过程如图1所示: RREQ在虚拟信道1上通过控制信道广播, B节点在控制信道上接收到RREQ后, 会提取RREQ中VC_, 判断是否与当前数据信道一致, 而节点B的数据信道处于信道3, 故对RREQ进行丢弃; 节点C处于PU的覆盖范围, 感知到PU(授权信道为1)当前处于活动状态, 通过广播HELLO消息告诉邻居节点自己当前的可用信道, 节点C会对转发过来的RREQ进行丢弃, 而节点A通过节点C知道自己为SN节点, 对PU进行避让绕行.2.2 路由应答通过在目的节点D设置定时器, 接受通过虚拟信道CHi(实际为控制信道)转发过的RREQs, 提取RREQs中的信息, 对信道切换节点、路径融合进行决策, 选择最优路径, 具体算法步骤如下:Step 1: RREQs信息提取: , , , , 表示路径在虚拟信道i上转发的节点集合; 为中传输范围内的邻居节点集合; 为路径i中节点k到目的节点的传输时延(). 由于最优路径是通过最小时延度量的, 故在路径优化之前选择时延最小的路径:式中i表示虚拟信道i所在路径时延最小(如图2, 假设i=1), 信道切换及路径的融合也将基于路径i进行;Step 2: 由于对PU的规避, 路径i中具有相对最小时延, 而其他虚拟信道上的相邻路径可能在PU活动区域具有局部最优路径, 因此可以通过SN节点切换信道, 连接相邻路径, 进行路径融合, 寻求时延最小的最优路径. 设最优路径为, 从源节点开始建立, 建立过程如下:For , j=1; ; j=j+1该部分算法遍历路径i()中的节点, 若, 则建立最优路径, 转到Step 5执行; 若, 则转到Step 3去执行;Step 3: 表示路径i在节点j处开始绕行避让PU活动区域, 绕行导致路径跳数增加, 端到端时延增加, 因此在节点j处寻找相邻路径上的节点或公共节点, 通过切换信道对该区域内处于其他虚拟信道上的局部最优路径进行融合, 然而切换条件需满足: 式中表示处于虚拟信道m上的相邻路径中的节点, 判断该节点是否为的相邻节点; (ii) 对于满足条件(i)的所有相邻节点, 选择从开始, 为下一跳节点的端到端时延最小的路径进行融合, 设信道切换时延, 信道i传输时延:为信道切换开销, 为信道切换后从节点到目的节点D的传输时延, 由式(6)得出, 节点 (SN)选择路径 ()中节点切换信道, 并且从节点开始与路径融合, 信道切换处记为, 更新:Step 4: 继续执行Step 3, 此时从路径中节点的下一跳节点开始遍历;Step 5: 最终到达目的节点D(如图2), 完成路径优化, 目的节点D沿路径转发RREP (包含路径中所有节点IDs的, ), 源节点接收到RREP后就能通过数据信道进行通信.2.3 路由维护路由建立以后, 路径中链路节点间的通信可能会因为PU的出现和节点之间的相对移动导致信道频繁切换和链路断裂, 严重影响网络性能, 因此需要在路由维护阶段对VC_AODV协议进一步优化.针对移动性, 在路由维护阶段通过对节点相对距离的测量, 预测节点移动速度,最终对链路的稳定性进行预测, 在超出传输范围之前启动路由修复, 因此需要对节点下一时刻的状态进行预测, 同时由于节点间的信号干扰造成测量值有误差, 而卡尔曼滤波[7]是解决这一问题的有效算法, 卡尔曼滤波的离散过程方程和观测方程如下所示:卡尔曼滤波时间更新方程:卡尔曼滤波测量更新方程:式中、是均值为零, 相互独立的过程白噪声和测量白噪声, 相应的协方差矩阵为Q、R, 由于Q、R难以准确获得, 可根据网络节点移动速度进行取值. 卡尔曼滤波通过时间更新方程与测量更新方程, 不断地对目标状态及协方差进行预测、修正, 不需要存储大量的观测数据, 根据实时得到的数据进行滤波预测. 具体实现如下:1)设置危险传输范围, 当节点在危险传输范围时, 启动稳定性预测如图3所示.2)通过从上游节点接收到的数据分组, 由TowRayGround传输模型(式1), 计算节点之间距离, 根据上一分组接受时计算的距离及接收时间间隔(由数据分组中的时间戳获得), 以接收节点为参考节点, 计算两节点的相对运动速度: , 卡尔曼递推过程初值:, ,由上述可知, 节点在危险传输范围时启动卡尔曼预测, 从开始, 卡尔曼滤波不断地对、进行预测、估计、修正, 提高状态估计精度.3)同时, 需要判断节点是否超出传输范围, 若:则接受节点发送链路断裂消息报文(Broken Packet)到发送节点, 发送节点提前启动路由修复; 式中为发送节点接受到链路断裂消息包后, 队列中缓存的分组发送完后的延时, 可以根据网络中节点移动速度留有一定裕量.针对频谱动态性, 虽然通过信道切换、路径融合尽可能的避免了PU的影响, 然而由于某些PUs在路由建立的过程中正好处于OFF状态, 当通信中的CR感知到PU出现时, 而CR正在使用PU的授权信道, 则启动路由修复, 对转发过来的数据分组缓存, 同时CR发送包含当前可用信道的信道策略报文(ChannelStrategy Packet)与下游节点沟通协商选择空闲信道, 切换信道以避免对PU的干扰.本文提出的VC_AODV协议主要是对处于不同虚拟信道上对PU规避绕行路径的融合优化,并在路由维护阶段通过卡尔曼滤波对链路稳定性进行预测, 因此采用基于NS2[8]平台CRCN模拟器(支持信道数与接口数不同,区别于Roman模型[9])在不同数量的PU及节点移动速度下,对协议性能进行仿真分析. 仿真环境参数如表1所示.仿真结果如图4~7所示, 其中AODV协议经过扩展(不对PU规避, 不支持链路预测)支持认知无线网络环境下多信道通信; 为便于比较分析,图4~5中节点移动速度为0, 图6~7中PUs=5, 仿真时间200s.图4反映了协议在不同数量的PU下分组投递率的变化, 由于AODV协议没有对PU规避, 随着PU数量的增加, 路径中受到PU活动影响的链路数增加, 导致CR频繁切换信道甚至重新建立路由, 分组投递率下降明显; VC_ AODV(least– latency)建立的路径具有相对最小时延, 没有对路径优化虽然规避了处于活动状态PU, 然而随着PU数量的增加, 导致通信中路径附近隐藏的PU激活, 迫使CR切换信道, 使得分组投递率下降; VC_AODV通过路径融合有效的减少PU对其的影响. 图5反映了随着PU数量的增加, AODV协议下CR频繁切换信道及重新发起路由导致信道切换时延及路由开销增加, VC_AODV相比VC_AODV (least latency)进行了优化, 受PU影响较小, 通信较稳定. 图6反映了吞吐量在链路断裂前后的变化, 由于链路修复, 建立路由, 恢复通信, 提升网络吞吐量. 图7反映了分组投递率在不同的移动速度下的变化, 由于VC_AODV协议对节点间链路稳定性进行预测, 使上游节点对分组进行缓存, 并建立新的路由, 减少了链路断裂后造成的分组丢失, 而AODV 协议没有预测机制, 节点移动速度较大的情况下分组丢失严重.本文提出的基于虚拟信道的多路径认知无线网络路由算法, 通过使用虚拟信道进行信道切换、路径融合, 有效的较少了端到端时延及PU的影响, 路由维护阶段通过卡尔曼滤波预测提高了链路的稳定性, 提高了认知无线网络的整体性能.1 Sharma S, Shi Y, Hou YT, Sherali HD. Joint flow routing and relay node assignment in cooperative multi-hop networks. IEEE Journal on Selected Areas in Communications, 2012, 30(2): 254–262.2 Abbagnale A, Cuomo F. Connectivity-driven routing for cognitive radio ad-hoc networks. Sensor Mesh and Ad Hoc Communications and Networks. 2010.3 Beltagy I, Youssef M, Abd M. Channel assignment with closeness multipath routing in cognitive networks. Alexandria Engineering Journal, 2013, 52(4): 665–670.4 黄宓,韩庆文.基于遗传算法的认知无线电网络路由策略研究[学位论文].重庆:重庆大学,2012.5 Chowdhury KR, Flice MD. Search: A routing protocol for mobile cognitive radio ad-hoc networks. Computer Communications, 2009, 32(18): 1983–1997.6 Saleem Y, Rehmani M. Primary radio user activity models for cognitive radio networks: A survey. Applications, 2014, 43: 1–16.7 Kalman RE. A new approach to linear filtering and prediction problem. Trans. of the ASME Journal of Basic Engineering, 1960, 82(4): 34–45.8 徐雷鸣,庞博,赵耀.NS与网络模拟.北京:人民邮电出版社,2003.9 Adding Multiple Interface Support in NS2. http://personales. unican.es/.。