面向认知无线网络的频谱分配策略、随机模型理论及系统优化方法的研究

With the rapid development of wireless communication, network operation environment is more complicated, wireless spectrum becomes a precious resource than before, cognitive radio network has thus emerged. This project is devoted to the research on spectrum allocation strategy in cognitive radio networks. By introducing schemes of sensing threshold, access threshold, channel bonding, channel closing, et al., the system admission, data transmission and spectrum handoff are controlled dynamically, and then a set of novel spectrum allocation strategies are proposed for different applications. Taking into account the imperfect channel sensing results for the licensed spectrum, a kind of novel priority queueing model is established, and a general framework for model analysis is constructed. The spectrum allocation strategy is evaluated by building a cross-layer mathematical model. Based on the divide-conquer method and gradient variation theory, the optimziation for single strategy parameter is given; With an improved gravitation algorithm, the joint intellegent optimation for multiple strategy parameters is carried out; Combining priority stochastic theory and Game theory, both the Nash Equilibrium phenomenon and the socially optimal strategy for cognitive users are investigated. Thus, a comprehensive system optimization method for the spectrum allocation strategy is developped. The significance of this project lies in adhering to the concept that the spectrum utility should be improved, breaking through the assumption restrictions of perfect spectrum sensing and saturated traffic load, enriching the dynamic spectrum allocation strategy, as well as the cross-layer system modelling and stochastic system optimization theory. This project has potential application in theoretical research and practical engineering.

随着无线通信业务的飞速发展，网络运行环境愈发复杂多变，无线频谱资源弥足珍贵，认知无线网络应运而生。本项目致力于认知无线网络频谱分配策略相关问题的研究。引入感知门限、接入阈值、信道绑定及信道关闭等机制，自适应地控制频谱接入、数据传输及频谱切换，面向不同的网络应用，提出新的频谱分配策略。考虑非理想信道感知结果，建立一类新型优先级随机模型，并给出模型解析的理论框架，实现频谱分配策略的跨层数学建模与跨层性能分析。基于分治思想和梯度变化理论进行单一策略参数的优化，改进万有引力算法，进行多策略参数的联合智能优化；融合优先级随机理论和博弈论，揭示认知用户的纳什均衡现象并研究其社会最优问题，形成针对频谱分配策略的完整系统优化方法。本项目的研究意义在于秉承认知无线网络提高频谱利用率的理念，打破理想感知与负载饱和等假设的局限，充实动态频谱分配策略、跨层性能建模与随机系统优化理论，具有重要的理论和应用价值。

如何在保障用户服务质量的前提下，提高无线频谱的利用率，并有效降低系统的能耗水平，是认知无线网络研究面临的巨大挑战。本项目融合随机建模理论、经济学基本理论、博弈理论及群智能优化理论，对频谱分配的策略改进、模型建立、参数优化及社会收益最大化等问题展开研究。.首先，综合考虑集中控制模式下的数据传输质量及信道利用率，研究基于主用户的频谱聚合策略与信道绑定的策略；设置预留信道给认知用户数据包，提出一种结合信道绑定机制和信道预留机制于一体的动态频谱分配策略。新策略的提出平衡了认知无线网络中两类用户的响应性能，提高了频谱共享的性能。.其次，引入能量检测阈值机制控制认知用户的数据接入，提出基于能量检测阈值的频谱分配策略；针对授权用户和认知用户的不同业务需求，提出一个对授权用户进行信道绑定，对认知用户进行并行传输的动态频谱分配策略；考虑被认知用户对传输中断的不耐烦行为，提出带有接入阈值和概率反馈的动态频谱分配策略。基于非理想感知结果频谱分配方案提高了授权用户数据传输率，降低了认知用户对频谱共享的干扰。.再次，综合运用“周期性及非周期性休眠”、“休眠及半休眠”、“全部与部分休眠”等技术，面向网络基站建立基于多种休眠模式节能策略体系。休眠模式的引入降低了系统的能耗水平，为实现绿色认知无线网络奠定了基础。.然后，基于多服务台建立带有可变服务率的优先级排队模型，刻画面向多信道的频谱分配策略；考虑认知用户对主用户的干扰及授权用户对认知用户的抢占，构建两类用户可相互干扰的优先级排队模型，基于非理想感知结果评估频谱分配策略；结合各种休眠机制，建立带有休假的优先级排队模型，研究认知无线网络的节能水平。相关成果丰富了随机模型理论的研究内容。.最后，通过建立系统成本函数，改进教-学优化算法，给出了关键参数的优化方案；基于认知用户的纳什均衡接入率与社会最优接入率，制定认知用户接入系统的定价方案。相关的系统优化工作充实了认知无线网络频谱分配策略研究的技术手段。.基于项目研究成果，项目组成员在通信学报、Telecommunications Systems及Annals of Operations Research等国内外重要期刊及学术会议上发表学术论文33篇，其中，SCI论文近18篇。以本项目为课题背景，培养博士生2名，硕士生研究生20名。