基于信道状态感知的多信道认知多址接入协议

王亮，盛敏，张琰，马骁

(西安电子科技大学 综合业务网理论及关键技术国家重点实验室，陕西 西安 710071)

1 引言

随着无线通信业务的激增，可用的无线频谱越来越紧缺，成为制约现代无线通信发展的瓶颈。然而已分配的频谱利用率低下[1]，为此，认知无线电应运而生。该技术允许认知用户或者次级用户(SU,second user)在不干扰授权用户或主用户(PU, primary users)传输的情况下，机会地利用频谱空洞进行通信[2]。认知无线电网络(CRN, cognitive radio network)以认知无线电为基础，提供了一个解决无线频谱稀缺性与已分配频谱低效利用之间矛盾的有效途径。而认知多址接入协议是认知无线电网络中一个重要研究方向。在限制SU对PU干扰的前提下，它研究如何及时有效地发现频谱空洞并且动态公平地调度多个SU来最大化对空闲频谱的利用率。

目前，关于认知多址接入协议的研究较多关注基于多信道的认知无线电网络。针对该场景，已有的研究提出一种包含公共控制信道(CCC, common control channel)(即预约信道)和数据传输信道(本文中不区分空闲信道，数据传输信道、数据信道以及授权信道，均指的是PU不占用时的空闲授权信道)的混合多址接入协议架构。Su等人在文献[3]综合考虑了频谱感知和MAC(medium access control)层的数据分组调度，提出了跨层的多址接入协议。其在控制信道上采用p-persistent CSMA预约，在每个数据信道传输一个固定长度的数据分组。Hamdaoui等人在文献[4]提出了OS-MAC协议。该方案在控制信道上基于预设窗口周期来传输控制信息协调SU，在数据信道上采用IEEE 802.11 DCF basic access mode (无RTS(request to send)/ CTS(clear to send))进行数据传输。Zhang等人在文献[5]提出了CREAM-MAC协议。该协议在控制信道上采用了4次握手协议实现SU之间的信道预约，在数据信道上SU在其所预约的每个空闲信道上均传输一个定长数据分组。

然而，已有的工作大多数没有考虑或者忽略了控制信道和数据传输信道之间的不一致性。即控制信道具有好的传输条件并不能够保证数据信道也同时具有好的传输条件。而且已有的大多数认知多址协议都未曾考虑如何对抗空闲授权信道上的衰落特性以及如何充分利用多个空闲信道间异质化的传输速率。这些问题严重地制约了此类MAC协议的性能。

要高效地利用多个数据信道上差异化的传输能力，自适应传输成为一个较好的解决途径。然而，本文研究的分布式认知网络场景下所需的速率自适应方案应该适合以下特征：1）认知网络空闲频谱具有很强的时效性和较大的频域跨度；2）SU预约一次可使用多个信道进行传输，故需要在多个不同信道上同时进行速率自适应；3）信道预约和数据传输是分离的，故信道预约过程中采用的交互信息不能够获得数据传输信道的信噪比(SNR, signal-to-noise ratio)；4）SU在所有数据信道上的传输时间是相同的，即其他SU对该SU使用的数据信道设置相同的NAV(network allocation vector)。

针对上述问题，本文提出了一种基于数据信道状态感知的多信道认知MAC协议(CAM-MAC,channel aware multi-channel MAC protocol)。在控制信道上，该协议通过两次握手一方面使SU发送端和接收端交互了空闲信道信息，另一方面完成了对二者公共空闲信道的预约，与CREAM MAC[5]相比减少了两次握手，提高了SU在控制信道上的预约效率(单位时间内能成功预约的SU传输对个数的均值)。在数据信道上，针对本文场景下速率自适应问题的特殊性，该协议提出了基于瞬时SNR的速率自适应机制，通过在每个数据信道上引入了两次握手来获知各个信道的瞬时传输能力，进而采用跨层设计思想将物理层（PHY层）和MAC层进行联合调度，根据信道的传输能力在其上传输对应数目的数据分组，从而高效地利用了多个数据信道上异质化的传输速率。同时，该机制解决了预约信道和数据信道传输条件不一致性问题。

2 系统模型和假设

考虑一个包含两类用户(PU和SU)的分布式多信道认知网络场景。假设SU采用交替使用方式(interweave paradigm)，即SU只能够利用空闲的授权信道进行数据传输[6]。

2.1 PU信道占用模型

假定系统中有W个相互正交且带宽相等的授权信道，每个信道增益服从Nakagami衰落分布(该模型具有广泛的代表意义)。记CHtotal为整个授权信道的集合。SU的数目为u。每个PU使用一个授权信道进行数据传输。PU的业务模型可以建模为一个ON/OFF更新过程，其中ON状态是指PU使用该授权信道进行数据传输，而OFF状态表示该授权信道未被PU占用。假设在所有授权信道上PU在ON状态和OFF状态的逗留时间服从独立同分布的指数分布。PU在不同授权信道上ON状态的平均逗留时间相等，记为同样地，PU在OFF状态逗留时间的均值相等，记为因此每个授权信道的利用率为

2.2 频谱感知模型与协作感知

目前，有很多方法能解决认知网络中的频谱感知问题，如能量检测、小波检测、压缩感知以及匹配滤波器等[7]。能量检测实现简单且不需PU的先验信息，故本文采用该方法进行频谱感知并且使用双阈值能量检测方案[8]。

假定每个SU具备一个软件无线电(SDR, software defined radio)收发机和n个传感器。该SDR收发机能够切换到任意一个授权频段上进行通信。这n个传感器可以同时感知n（n≤W）个授权信道。

此外，本文采用了协作频谱感知方法[5]。该方法内嵌于预约信道的优化握手机制之中。一开始，每个SU从所有授权信道中随机选择n个信道进行感知，称这n个信道为一个信道组。同时，SU可侦听控制信道并结合自身的感知和传输结果，不断更新PU在每个授权信道上使用信息从而选择合适的信道进行感知。

2.3 空闲信道最大接入持续时间

SU的信道接入持续时间定义为从SU发端开始在空闲信道进行数据传输到其收到相应ACK之间的时间间隔。为了限制SU对PU传输的干扰，需保证SU和PU的碰撞概率小于某个预先给定的阈值。当接入持续时间越长，则SU与PU碰撞的概率越大，故SU的接入持续时间应受到限制。

记T1和T2分别表示授权信道最近一次从ON状态转到OFF状态的时刻和SU最近一次感知该信道的时刻。SU在第i个信道上的接入持续时间用来表示。给定第i个授权信道在T2时刻空闲，则SU传输与PU传输发生碰撞的概率为

据此，给定n个授权信道均空闲，则可得SU接入这n个信道时，至少有一个信道被PU占用的概率为

根据式(2)，可得SU的最大接入持续时间为

可见，随着SU感知的信道组中最大空闲信道数目n的增加，最大接入持续时间应相应减小，以保证SU接入n个空闲信道时与PU碰撞的概率均小于给定阈值。

假定SU使用n个感知信道中所有空闲信道，且所有信道的接入持续时间相同。由于所有的授权信道被PU均等占用，故可用在后续文中表示SU的最大接入持续时间。该持续时间的取值仅与SU感知的信道数目n有关。但是当n给定时，根据式(3)可确定对应的SU可根据该值来确定相应空闲信道上NAV的取值。

2.4 空闲信道上数据传输

通过协作感知，SU可获得当前空闲信道数目，进而机会地接入这些频谱空洞进行数据传输。一般来说，空闲信道在频域上是不连续的。然而，通过采用D-OFDM技术[9]，每个SU能够在多个不连续的空闲信道上同时发送多个数据分组。此外，由于每个信道存在Nakagami衰落，SU能够在特定空闲信道上成功发送数据分组的个数取决于该信道上SU收发端之间的信道状态信息(CSI, channel state information)。

3 CAM-MAC协议介绍

CAM-MAC协议采用混合多址接入协议架构，设计了两层4次握手机制。图1描述了CAM-MAC协议的具体传输流程。第一层为控制信道上优化的RTS/CTS握手机制，用于协调SU对数据信道进行预约。第二层是在空闲数据信道上基于CT(channel training)/TP(transmission parameter)的交互，用于对抗数据信道的Nakagami衰落且高效利用这些信道上差异化的传输速率。

3.1 控制信道上优化的握手机制

公共控制信道可采用ISM(industrial scientific medical)频段，如IEEE 802.11 a/b/g所占用的频段，或者信道利用率最低的授权信道。本文不深入研究如何设计和选择哪个信道作为公共控制信道，只是假定总存在一个可靠的控制信道。

控制信道上的预约机制不仅要保证SU发端与SU收端成功交互空闲信道信息，还要对数据信道进行预约，使其他侦听控制信道的SU能在相关空闲信道上正常设定NAV的数值。此处只有需在SU发端所预约的数据信道上进行传输的SU设置相应NAV。如图1所示，所有SU预约数据传输信道的传输时间均固定为，即所有侦听预约信道且需要设置NAV的SU的NAV值均相等。固定长度的NAV易于实现而且体现了SU之间的公平性。但SU在预约时间内具体传输数据分组的个数取决于当时该信道的CSI。

图1 CAM-MAC协议发送流程

CAM-MAC协议采用优化的RTS/CTS机制来预约空闲信道和避免隐藏终端问题。该协议扩展了传统IEEE 802.11 DCF中的控制帧长度以填充SU收发端的空闲授权信道信息。具体来讲，RTS中承载SU发端感知信道列表信息，而CTS中包含SU收发端的公共空闲信道信息。与CREAM MAC相比，本协议在预约信道上减少了两次握手从而降低了控制信道的预约时长即提升了预约效率。具体分析将在4.2节中给出。

当SU发端有数据要发送且n个感知信道中至少有一个空闲且预约信道空闲时，SU发端先随机初始化一个退避值。当在一个时隙内控制信道空闲且SU的信道组中至少有一个信道空闲时，该退避计数器减1。当退避计数器为0且控制信道空闲时，SU在其上发送RTS帧(该RTS中包含SU发端感知信道列表信息)。SU收端成功接收RTS帧后，如果其感知的信道中至少有一个和SU发端相同的空闲信道，则该SU收端在等待一个短帧间隔SIFS (short interframe space) 后向SU发端回复CTS帧(该CTS帧内嵌SU收发端的公共空闲信道列表)；否则，SU收端不回复任何信息。如果SU发端在发送RTS之后的DIFS(DCF interframe space)时间内未收到CTS，则SU发端认为发生碰撞。当完成RTS/CTS交互后，SU收发端不仅获得了其公共空闲信道列表也预约了空闲授权信道。

在侦听控制信道的RTS/CTS交互后，其他SU不仅可以获知当前空闲授权信道的信息，而且能够确定预约空闲信道上相应的NAV值(即给定n时，相应的最大接入持续时间固定)。此场景下存在多信道隐藏终端问题，故本协议规定SU在其空闲信道组上传输完毕后，仍需在内保持感知该信道组。之后，该SU可以选择其他信道进行感知。这样，刚进行完数据传输的SU不会由于没有侦听到控制信道预约信息而再次预约已被其他SU预约的空闲信道。

此外，本协议中所有SU在控制信道上进行预约的机会均等而且预约的传输时间也相等，故SU之间的公平性是可以得到保障的。

3.2 空闲信道上的自适应传输

针对多信道认知网络场景下的特点，本文设计的数据信道上基于CT/TP的握手流程如图1所示。该握手机制是为了对数据信道进行估计以便SU发端确定各个空闲信道上合适的调制方式从而充分利用多个信道上异质化的传输速率进而提高SU数据传输速率。假定SU的信道估计是准确的。为了保证其他SU在该SU预约的每个数据传输信道上设定相同的NAV，本协议中通过物理层和MAC层的跨层设计来实现上述所述目标。SU的具体操作流程如下。

在控制信道上预约成功之后，SU发端在每个预约的数据信道上以基本传输速率basicR均发送一个CT帧。当成功接收到CT后，SU收端的物理层根据CT中信息(假定SU收发端在发送之前均已知CT中的内容)估计各个空闲授权信道上的CSI进而获得瞬时的SNR，并根据该值确定每个信道上的发送参数(即每个空闲信道上适合采用的调制方式类型)。之后，SU收端的物理层将该参数传递给MAC层，MAC层将该发送参数写入不同信道对应的TP帧中，且由物理层在对应的信道上以basicR回复TP帧。如果SU收端在某个预约空闲信道上没有收到CT帧，则认为该信道处于中断状态，故不在其上向SU发端回复TP帧。

随后，当接收到TP帧后，SU发端MAC层将各个空闲信道的发送参数传递给物理层，物理层根据该信息确定每个信道上对应的调制方式。同时，SU发端MAC层将对应数目的数据分组传递给物理层。物理层根据对应的调制方式将在相应的空闲信道上发送对应数目的数据分组。

最后，SU收端的物理层根据对应的解调方式在各个空闲信道上接收这些数据分组，将这些数据传给MAC层之后在各个接收信道上回复ACK。

当SU发端缓存中分组的个数小于所预约的数据信道能够传输的最大期望个数时，SU发端在CT特定区域填充缓存中分组的个数。之后，SU收端根据CT中SU发端缓存中分组的个数和当前CSI下所有数据信道能够发送的数据分组的最大数目，确定每个信道应该使用的调制方式。原则是如果此时要传的分组个数小于当前数据信道能够传输的分组个数，则选择合适的低阶调制使得SU发端恰好一次可将其缓存中数据分组传完，否则仅根据CSI确定每个信道的调制方式。采用低阶调制是为了在非饱和场景下降低SU发端的功率消耗。

4 CAM-MAC协议性能分析

CAM-MAC协议一方面在CCC上采用优化的RTS/CTS来降低平均成功预约时长来提升预约效率，另一方面在预约的数据信道上引入CT/TP交互以便采用基于瞬时SNR的自适应传输来提升SU传输速率，同时解决了预约信道与数据信道的不一致性。此二者共同提升了CAM-MAC协议的性能。此节在理论上分析CAM-MAC协议的饱和吞吐量。

4.1 数据信道等效传输速率分析

假定所有授权信道的带宽均为1 MHz。假定每个授权信道是块Nakagami衰落，换言之，每个空闲信道的CSI在一次数据传输过程中保持不变，但是在不同的数据传输过程中随机变化。假定SU采用M-QAM(M=2i,i=1,…,6)调制方式，其中，M表示QAM调制中星座点的个数。M=0表示信道中断即没有数据传输。定义基本速率Rbasic=1Mbit/s为当SU在空闲信道上采用2-QAM（即BPSK）调制时对应的传输速率，则M=2i,i=1,…,6对应的传输速率为Ri=i×RbasicMbit/s。

SU数据分组的长度相等且固定。其长度为当SU采用基本信道速率Rbasic在最大接入持续时间内能够传输的净比特数，表示为其中，当感知信道数目n给定时最大信道接入持续时间。故当采用M-QAM(M=2i,i=1,…,7)调制方式时，SU可一次在单个信道上传输i个数据分组，且SU收端仅用一个ACK来确认这i个数据分组。

当采用基于瞬时SNR的自适应传输时，需计算SU在每个Nakagami衰落信道上的等效传输速率。首先要根据SU的误码率(BER, bit error rate)要求确定在空闲信道上每种调制方式适用的信噪比SNR范围。为此，需计算不同的调制方式在Nakagami衰落信道下BER随SNR变化的性能曲线。

在完美的时钟和载波恢复机制下，采用二维格雷码的相干M-QAM在加性高斯白噪声(AWGN,additive white Gaussian noise)信道下无信道编码的BER性能可近似为[10]

其中，γ表示接收SNR。

此外，衰落信道下BER性能可以通过对其在AWGN信道下BER性能表达式在相应的衰落分布下进行积分而得到[11]，则有

其中，()pγγ为接收SNR的概率密度函数。

当信道增益服从Nakagami衰落时，接收SNR服从gamma分布，可表示为[12]

其中，m是Nakagami分布参数(m≥1/2)，()Γ·是gamma函数。此外，当m=1时，Nakagami分布也是Rayleigh分布。

将式(4)和式(6)代入式(5)可得，在Nakagami衰落信道中BER性能曲线。之后，可根据SU的BER要求计算各种调制方式的SNR阈值从而确定每种调制方式适合发送的SNR范围。定义γ0=0和γ8=+∞ 。当SU的接收SNRγ∈（γi，γi+1），i =0,1，…,7时，则SU在M-QAM调制方式中选择M=2i-1,i=2,…,7对应的调制方式进行传输。当γ＜γ1时，信道处于中断状态，故没有数据传输。将式(5)在每种调制方式对应的SNR区间内进行积分，可得使用该调制方式的概率pid=ifPr{γ| γ∈(γi, γi+1),i=0,1,…,7}。故当采用自适应传输时，每个Nakagami衰落信道上的等效传输速率为

当SU发端不知瞬时CSI时，SU不知瞬时的接收SNR如何变化故只能仅根据SNR的均值采用自适应传输，此时SU只能根据该平均接收SNR来选择一种最佳的调制方式，其为此时平均传输速率为

4.2 平均成功预约时长分析

不同的预约机制将会引入不同的开销，从而影响多址接入协议的性能。认知多址协议的预约机制需要完成2个任务：1)使SU收发端成功交互空闲信道信息；2)预约空闲数据信道来解决隐藏终端问题。一般来说，一种握手机制所引入的交互次数越少且控制帧长度越短，则该握手机制的预约效率越高即平均成功预约时间越短。考虑到预约机制的开销与性能提升的折中，CAM-MAC协议采用一种长度扩展的RTS/CTS机制，而不是采用3次或者4次握手。

让τ和p分别表示在任意选定的时隙给定SU在控制信道上发送控制帧的概率和一个已发送的控制帧在预约信道上碰撞的概率，则有[13]

其中，CWmin和m分别表示最小退避窗数值和最大退避次数。

据式(9)，可得在一个时隙给定至少有一个节点在传输时，一个成功预约出现的概率PS为

假定一个时隙的长度为σ。在该场景下，只有当预约信道空闲且SU所感知的n个授权信道中至少有一个空闲时，SU的退避计数器减去1。用σ′表示该场景下新的时隙长度，其表达式为

其中，Nbusy是在SU退避计数器两次减少之间该SU所感知的所有授权信道都处于ON状态所持续的随机时隙数目。

根据文献[5]中的分析，可得

其中，Pfa为虚警率，即当PU未占用信道时SU感知结果表明信道繁忙。将式(12)代入式(11)中，可计算在CAM-MAC协议中新的时隙长度。

用Tcoll和Tsucc分别表示SU在控制信道上一次碰撞所持续的时间和一次成功传输所持续的时间。根据图1，可得

其中，RC表示SU在控制信道上的传输速率。

最终，SU在控制信道上一次成功预约的平均时长为

将式(13)代入式(14)中，可得CAM-MAC协议的平均成功预约时长。

4.3 最大吞吐量分析

由于总的授权信道数目为W而每个SU最多能够感知n个授权信道，故在不考虑控制信道限制时，能够同时传输的SU传输对的数目最大为其中，表示向下取整运算。

另一方面，控制信道也会对能同时通信的SU传输对的最大数目产生约束。在一个SU的传输期内，控制信道上能够成功预约的SU数目最多为

而CAM-MAC协议吞吐量取决于能同时进行传输的SU传输对数目以及每个SU传输对所能使用的空闲信道数目。

故需计算在SU一个信道组中平均空闲的信道数目。记S为SU所感知的n个授权信道中空闲的信道数目，其服从参数为1-α(1-Pfa)2的二项分布。则n个感知信道中有j个信道空闲的概率为，故S的平均值为E(S)=n(1-α(1-Pfa)2)。

在此场景下，最大吞吐量可以表示为

当预约信道饱和时，此时传输数据分组的时间也可由式(16)确定。故可得该场景下的最大吞吐量为

结合式(17)和式(18)，最终可以计算CAM-MAC协议的最大吞吐量为

5 仿真结果

本节通过数值分析和相关仿真来验证CAMMAC协议的性能。其中，仿真参数如表1所示。漏检率Pmd和虚警率Pfa均设置为0.001。

表1 相关仿真参数

首先，计算仿真中每个Nakagami衰落信道上的等效传输速率。假定SU的平均接收SNR=30 dB 且BER要求为10-3。在Nakagami衰落分布中取m=1即为Rayleigh衰落，此时根据4.1节分析，可计算采用各种调制方式的概率和SNR范围如表2所示。

表2 选择调制方式的参数

在此情况下，一些高阶调制方式(如64-QAM)的使用概率很小，故没有采用。此外，式(4)是节点未采用信道编码时的性能曲线，故各种调制方式对应的SNR门限值比较大。如果收发端物理层均采用复杂的信道编码如LDPC等，则每种调制对应的SNR门限会降低很多，此情况不是本文关注的重点，故未考虑。

当采用基于瞬时SNR的自适应传输时，SU可根据瞬时接收SNR值选择使用表2中对应的调制方式。根据表2、式(7)和式(8)，可得等效传输速率为RE=2.0572×Rbasic，中断概率为0.118 3。而当SU不知瞬时CSI仅知道SNR的均值时，即SU根据SNR均值采用自适应传输，此时SU选择一直采用4-QAM进行传输，此时平均速率为Rave=1.3434×Rbasic，信道中断概率为0.328 3。比较RE和Rave，可知基于瞬时SNR的自适应传输与基于统计信息的速率自适应相比，信道传输速率约有53%的提升且信道中断概率明显减小。

下面举例说明在CAM-AMC协议中采用基于瞬时SNR的自适应传输带来的增益。假设一个空闲授权信道的最大接入持续时间为5 ms且信道基本速率为1 Mbit/s。根据图1所示交互过程和表1中相关仿真参数，先计算此情况下所引入的额外开销为CT+TP+2SIFS×Rbasic=352 bit 。之后，计算在一次数据传输过程中，SU发端采用基于瞬时SNR的自适应传输与SU发端仅根据SNR的均值采用固定调制方式传输相比，能够增加数据比特为

可见在数据信道上采用基于瞬时SNR的自适应传输引入的开销较小而获得的额外增益很大。而且当信道接入持续时间在合理的范围内增加时，相应的增益也随之线性增加。总之，即使考虑到开销，在数据信道上引入基于瞬时SNR的速率自适应是十分必要的。

为了说明控制信道上预约效率的提升，图2比较了当退避窗口大小给定时，在不同SU数目下，CAM-MAC 2次握手预约机制和CREAM MAC中4次握手预约机制的平均成功预约时长。以此来衡量，可得CAM-MAC的预约方式在所有情况下都比CREAM MAC的预约方式有增益。可见，CAMMAC在控制信道上降低了平均成功预约时长即提升了预约效率，这也将提升该协议的整体性能。

图2 预约信道上平均成功预约时间对比(CWmin=16和n=4)

图3给出了本协议饱和吞吐量随SU传感器数目变化关系。仿真结果与分析结果基本吻合，验证了理论分析的正确性。饱和吞吐量先随SU传感器数目的增加而线性增加，此时控制信道是制约吞吐量提升的主要因素。当传感器数目增加到一定程度时，吞吐量保持不变，此时数据信道总数是制约吞吐量提升的主要因素。此外，控制信道传输速率的增加可进一步提升饱和吞吐量。特别地，当传感器数目较少时，吞吐量提升的幅度较大。

图4给出了CAM-MAC和在2种情况下CREAM MAC的吞吐量的分析比较。其中，“CREAM-ave”表示在衰落信道上SU采用基于SNR均值的自适应传输；“CREAM-org”表示SU在每个信道上采用1 Mbit/s的固定速率进行传输，即与文献[5]相同。可见三者的饱和吞吐量均随着退避窗的增加先增加之后减小。而且当SU数目给定时，存在一个最优的退避窗大小。此外，CAM-MAC的吞吐量与其他二者相比，均有大幅提高。特别地，与采用基于SNR均值的自适应传输的CREAM MAC的吞吐量相比也有大幅提升，最高约有50%的提升。一方面由于预约信道上提升了预约效率；另一方面由于空闲信道上采用了基于瞬时SNR的自适应传输提升了SU的传输速率。二者共同提升了CAM-MAC的吞吐量。

图3 CAM-MAC吞吐量随传感器数目变化曲线(min256 CW=,30Wu==且0.5α=)

图4 饱和吞吐量比较(4n=,0.5α=, RE=2.057 2 Mbit/s,Rave=1.343 4 Mbit/s和Rorg=1.00 Mbit/s

图5表明CAM-MAC协议的吞吐量随PU信道利用率的增加而线性递减。因为随着PU占用信道更加频繁，SU的传输机会相应减小。此外控制信道传输速率的提升以及SU传感器数目的增加均能提升吞吐量。

图6给出了CAM-MAC和CREAM MAC的平均数据分组时延的仿真比较，其中，平均数据分组时延包括在接入时延和排队时延。图中3条曲线代表的意义与图4相同。由于控制信道上平均成功预约时长的降低和数据信道上的数据传输速率的提升，CAM-MAC的平均数据分组时延比采用基于平均SNR的速率自适应传输的CREAM MAC（即图中CREAM-ave对应的曲线）的平均数据分组时延低很多。同时由信道衰落引起的信道中断概率对数据分组的平均时延有很大影响。CREAM-ave方案由于信道中断概率高达0.328 3且平均信道速率较低，故平均分组时延最大。而CREAM-org方案中由于信道不存在衰落，故当SU的数据分组到达率较小时，其时延最小；但是随着数据分组到达率的增加，其时延开始增加。然而在数据分组到达率较大时，CAM-MAC的时延最小，因为该方案虽然存在信道中断但其等效传输速率比CREAM-org的传输速率大很多。

图5 CAM-MAC吞吐量随信道利用率变化关系(CWmin=256,W=u=30)

图6 平均分组时延比较(CWmin=64,u=10,α=0.5且W=n=4)

6 结束语

本文在多信道分布式CRN中针对预约信道与数据信道的不一致性会降低此类协议性能的问题，提出了一种新型的CAM-MAC协议。该协议在数据信道上采用基于瞬时SNR值的自适应传输充分利用了多个信道间异质化的传输速率并优化了控制信道上的预约过程从而减轻了控制信道和数据信道不一致性对多信道MAC协议性能的影响。分析该协议的饱和吞吐量同时仿真验证分析的正确性。分析表明，与已有相关协议相比，CAM-MAC协议的性能有显著的提升。同时基于瞬时SNR的速率自适应机制更加适合认知网络场景。

在下一步的研究中，将关注控制信道上退避机制的调整并引入协作传输来进一步提升此类认知MAC协议的性能。

[1] Report of the spectrum eff i ciency working group[EB/OL]. http://www.ictregulationtoolkit.org/en/Document.2831.pdf, 2002.

[2] HAYKIN S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005,23(2): 201-220.

[3] SU H, ZHANG X. Cross-layer based opportunistic MAC protocols for QoS provisioning over cognitive radio wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(1):118-129.

[4] HAMDAOUI B, SHIN K G. OS-MAC: an efficient MAC protocol for spectrum-agile wireless networks[J]. IEEE Transactions on Mobile Computing, 2008, 7(8): 915-930.

[5] ZHANG X, SU H. CREAM-MAC: cognitive radio-enabled multi-channel MAC protocol over dynamic spectrum access networks[J].IEEE Journal of Selected Topics in Signal Processing, 2011, 5(1):110-123.

[6] GOLDSMITH A J, JAFAR S A, MARIC I, etal. Breaking spectrum gridlock with cognitive radios: an information theoretic perspective[J].Proceedings of the IEEE, 2009, 97(5): 894-914.

[7] AKYILDIZ I F, LO B F, BALAKRISHNAN R B. Cooperative spectrum sensing in cognitive radio networks: a survey[J]. Physical Communication, 2011, 4(1): 40-62.

[8] SU H, ZHANG X. Energy-efficient spectrum sensing for cognitive radio networks[A]. 2010 IEEE International Conference on Communications[C]. Cape Town, South Africa, 2010.1-5.

[9] POSTON J D, HORNE W D. Discontiguous OFDM considerations for dynamic spectrum access in idle TV channels[A]. 2005 First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks[C]. Baltimore, MD, USA, 2005. 607-610.

[10] GOLDSMITH A J, CHUA G. Variable-rate variable-power M-QAM for fading channels[J]. IEEE Transactions on Communications, 1997,45: 1218-1230.

[11] GOLDSMITH A J. Wireless Communications[M]. Cambridge: Cambridge Cambridge University Press, 2005.

[12] ALOUINI M S, GOLDSMITH A J. Adaptive modulation over Nakagami fading channels[J]. Wireless Personal Communications, 2000,13(1-2):119-143.

[13] BIANCHI G. Performance analysis of the IEEE 802.11 distributed coordination function[J]. IEEE Journal on Selected Areas in Communications, 2000, 18(3): 535-547.