能量有效的认知无线电网络分布式MAC协议研究

Cognitive radio networks (CRN) can improve radio spectrum efficiency by exploring and utilizing the spectrum holes in licensed bands.The energy storage capability of distributed network nodes is limited and the transmitted powers of network nodes are restricted by the interference tolerance of licensed system. Thus the energy limitation becomes a serious problem for CRN. An important resolution for the problem is to improve the energy efficiency of CRN while ensuring a certain spectrum efficiency. As a result, this project focuses on energy-efficient MAC protocol for distributed cognitive radio networks. Firstly, we model and analyze channel handoff of cognitive users, and research how to improve the handoff performance. In the following,we set up an energy efficiency model for CRN under channel handoff mechanism and find the analytical relationship between the sensing quality and energy efficiency. Then, we research the design of energy-efficient MAC frame structure and propose the sensing-handoff-transmission slot scheduling optimization algorithms. Finally, we research the sensing-access combined optimization under an energy-efficiency-first criteria and design energy-efficient access optimization algorithms. The innovations are as follows: 1)Build a channel handoff analysis model for cognitive users; 2) Set up an energy efficiency model for CRN and formulate the sensing-energy efficiency tradeoff; 3) Propose energy-efficient MAC frame structures and time slot scheduling algorithms; 4) Propose energy-efficienct access optimization algorithms. Our work does help to improve cognitive MAC protocol and push the development of green wireless communications.

认知无线电网络通过感知并利用授权频段的频谱空穴来提高频谱效率，分布式网络节点的能量储备能力有限且发射功率受到授权系统干扰容限的制约，能量受限是认知网络面临的严峻问题，提高能量效率同时兼顾频谱效率是解决该问题的重要方法。为此，本项目研究能量有效的分布式认知MAC协议设计：首先，建立认知用户信道切换活动分析模型，探讨切换性能提升方法；接着，建立切换机制下认知网络的能量效率模型，寻找感知质量与能量效率的解析关系；然后，研究能量有效的MAC帧结构，设计感知-切换-传输时隙调度优化算法；最后，研究能效优先的感知-接入联合优化技术，设计能量有效的接入优化算法。主要创新点包括：1）建立认知用户信道切换性能分析模型；2）建立认知网络能量效率模型，导出感知-能效折中关系；3）提出能量有效的MAC帧结构及时隙调度算法；4）提出能量有效的接入优化算法。上述研究有助于完善认知MAC协议，推动绿色无线通信的发展。

针对频谱空穴时变性和节点能量受限给分布式认知MAC协议设计带来的理论和技术挑战，本项目研究了切换机制下能量有效的认知MAC协议设计，探索了基于MAC层资源调度的能量效率提升方法。主要研究进展与成果如下：. 1）建立了认知用户信道切换性能分析模型和认知网络能量效率模型，发现了感知-能效折中关系以及频谱效率与能量效率的内在关系，揭示了感知时间对能量效率与频谱效率的控制机理。. 2）设计了两种切换机制下的认知MAC帧——定长帧和变长帧，提出了一种高效的MAC帧结构优化框架，据此推导出谱效最优的定长帧和变长帧，理论和仿真结果表明变长MAC帧结构性能略优于定长MAC帧结构。. 3）研究了单用户时频资源优化调度技术，设计了能量有效的MAC层时隙调度方案；针对感知能力受限情况提出了一种跨层优化接入算法，在充分保护主用户的同时提升了认知系统的效率。. 4）研究了多用户时频资源高效调度技术，针对超密集认知网络设计了一种基于分布密度的改进的节点分簇方案，在此基础上提出了基于节点分簇的时频资源高效分配算法，在提升效率的同时确保了用户公平性。. 5）研究了能量有效的无线传输技术，针对蜂窝网络中的休眠小区提出了一种能量有效的用户分流方案，针对节点能量受限问题提出了一种“采集-使用-存储”的无线通信模式，大大提高了节点能量的使用效率。. 上述研究解决了资源和能源双重受限条件下认知MAC协议设计的关键理论和技术难题。研究结果有助于提升CRN的能效和谱效、加快CRN协议设计与性能优化。