认知用户接入受限机制的GoS性能仿真研究
2020-06-15章磊段莉莉
章磊 段莉莉
摘 要： 在认知用户接入受限机制中，次用户被限制接入部分频段，以权衡次用户的中断概率和阻塞概率。在已有文献中，认知用户接入受限机制中一种认知用户链接发生阻塞的情况未被考虑，引起相应的GoS性能分析不精确。文中通过马尔科夫链对认知用户接入受限机制进行建模，并给出认知用户接入受限机制中完整的马尔科夫平衡方程和相应的GoS性能分析，仿真结果和相应的数值分析验证了所提模型的正确性。该仿真分析对保障认知无线电网络中认知用户的通信体验具有重要意义。
关键词： 认知无线电; 机会式接入; GoS性能; 接入受限机制; 数值分析; 正确性验证
中图分类号： TN929.5?34 文献标识码： A 文章编号： 1004?373X（2020）07?0014?03
Simulation research on GoS performance of limited access mechanism for cognitive users
ZHANG Lei1， DUAN Lili2
（1. School of Electrical and Electronic Information Engineering， Hubei Polytechnic University， Huangshi 435003， China;
2. College of Computer Science and Technology， Hubei Normal University， Huangshi 435003， China）
Abstract：In the limited access mechanism for cognitive users， the second?rate users are limited to access parts of the frequency bands in order to obtain a tradeoff between the outage probability and blocked probability of second?rate users. In the existing papers， a condition that the cognitive user link is blocked does not considered in the limited access mechanism of cognitive users， which may cause that the corresponding grade of service （GoS） performance analysis is inaccurate. In this paper， the model of the limited access mechanism for cognitive users is established by means of Markov Chain， complete Markov balance equation in the limited access mechanism of cognitive users and the corresponding GoS performance analysis are given. Simulation result and responding numerical analysis result verify the correctness of the proposed model. The simulation analysis is of great significance for ensuring the communication experience of cognitive users in the cognitive radio network.
Keywords： cognitive radio; opportunistic access; GoS performance; limited access mechanism; numerical analysis; correctness verification
0 引 言
在未來的无线通信网络中，认知无线电技术被认为是一种可以解决频谱短缺问题的有效方法[1?7]。业务等级（Grade of Service，GoS）性能是一种衡量用户通信质量的重要性能指标，研究分析基于机会式频谱接入的认知无线电网络的GoS性能指标是近年来学术界的研究热点[8?10]。文献[8]利用马尔科夫链分析了认知蜂窝网络中的GoS性能指标，对认知蜂窝网络的网络架构的实际应用具有重大意义。文献[9]利用排队论分析了频谱切换过程所带来的时延，并分析了次用户链路的数据传输时间。文献[10]对认知无线电网络中三种机会式频谱接入机制进行建摸，并分析了三种接入机制的GoS性能。在这三种机制中，同其他两种机制相比较，在次用户接入受限机制中，次用户只允许接入部分授权频谱，以权衡次用户链接中断概率和次用户链接阻塞概率。然而，通过研究发现，文献[10]中的马尔科夫链平衡方程并不完整，本文给出了完整的次用户接入受限机制的马尔科夫链平衡方程模型和相应的GoS性能分析，并利用数值分析和Montel Carlo仿真验证了所提出的平衡方程和相应的GoS性能分析的正确性。
1 系统模型
假设授权信道包含有[C]个信道，在次用户接入受限机制中，次用户仅被允许接入其中的[C-r]个信道，其中，[0≤r≤C]。主用户首先接入[r]个信道，当[r]个信道中的所有信道被主用户占用时，新抵达的主用户呼叫将被随机分配[C-r]个信道中的任意一个。因为主用户的优先级高于次用户，此时新抵达的主用户呼叫会引起次用户传输链接中断。被阻塞或中断的业务请求将被丢弃掉，并在经过一段随机等待时间后重传。
这[r]个信道在时域上并不是固定的，只是为了权衡次用户中断概率和次用户阻塞概率而设定的一个次用户可用信道资源数目。[r]的值越大，次用户接入授权信道的机会越少，阻塞概率越高，但次用户链接被返回的主用户中断所引起的中断概率越低。在实际工程应用中，可以通过次用户抵达速率和主用户的业务强度来优化参数[r]，以权衡次用户中断概率和阻塞概率。
2 GoS性能分析
假设主用户和次用户服务请求分别服从均值为[λp]和[λs]的泊松过程，主用户和次用户链接的服务时间分别服从均值为[μ-1p]和[μ-1s]的负指数分布。次用户接入受限机制可以利用连续马尔科夫链对其建模[10]，马尔科夫模型中的每个状态表示为[（i，j）]，其中，[i]和[j]分别表示在授权频谱中主用户和次用户的个数，显然[0≤i≤C，0≤j≤C-r，i+j≤C]。
对于[j≤C-r，i+j≤C]，在文献[10]中马尔科夫链的平衡方程[10]为：
[P（i+j）iμp+jμs+[1-δ（C-i）]λp+[1-δ（C-i-j）]λs=（i+1）μp[1-δ（i+j-C）]P（i+1，j）+（j+1）μs[1-δ（i+j-C）]P（i，j+1）+λpP（i-1，j）?1-U（i-r-1）+U（i-r-1）C-（i-1）-jC-（i-1）+λpP（i-1，j+1）j+1C-（i-1）U（i-r-1）+λs[1-δ（j）]P（i，j-1） （1）]
[ijP（i，j）=1， ?j≤C-r， i+j ≤C] （2）
式中[P（i+j）]是状态[（i，j）]的稳态概率。当[x≥x0]时，[U（x-x0）=1]，否则，[U（x-x0）=0];当[x=0]时，[δ（x）=1]，否则，[δ（x）=0]。
从式（1）的左侧，可以观察到当且仅当[i+j=C]时，[1-δ（C-i-j）λs=0]，即仅当[i+j=C]发生时，系统中次用户的个数将不再增加。但如图1c）所示，通过分析次用户受限机制中次用户链接发生阻塞的情况，一个重要的可能发生的事件在文献[10]中没有考虑。即当[i+j [P（i+j）iμp+jμs+[1-δ（C-i）]λp+[1-δ（C-r-j）][1-δ（C-i-j）]λs=（i+1）μp[1-δ（i+j-C）]P（i+1，j）+（j+1）μs[1-δ（i+j-C）]P（i，j+1）+λpP（i-1，j）?1-U（i-r-1）+U（i-r-1）C-（i-1）-jC-（i-1）+λpP（i-1，j+1）j+1C-（i-1）U（i-r-1）+λs[1-δ（j）]P（i，j-1） （3）] [ijP（i，j）=1， ?j≤C-r， i+j≤C] （4） 在文献[10]中，次用户的阻塞概率如式（5）所示： [Pblock，s= i，ji+j=C，j≤C-rP（i，j）] （5） 通过观察式（5）可以发现：当[i+j [P′block，s= i，ji+j=C，j≤C-rP（i，j）+ i，ji+j 3 仿真分析 为了验证本文所提出的GoS性能分析公式的正确性，并方便与文献[10]中的分析作比较，本文使用和文献[10]相同的网络环境参数。假设信道个数[C=10]，主用户业务强度[λp=2.15] min-1，主用户和次用户链接的服务时间均值的倒数[10]分别为[μp=0.5] min-1， [μs=5] min-1。本文利用Montel Carlo仿真对理论分析进行了仿真验证。 图3描述了在不同的预留信道个数的条件下，次用户链接的阻塞概率与次用户抵达速率之间的关系。 通过观察图3，首先可以发现利用文献[10]的分析方法得到的理论结果与仿真结果有较大的差距。例如，当次用户抵达速率[λs=6] min-1和[r=7]时，通过文献[10]的方法算出来的理论结果远小于本文提出的分析方法所得到的结果和仿真结果。当[λs]一定时，利用文献[10]提出的方法所得到的在[r=7]条件下的次用户阻塞概率甚至要小于[r=6]条件下的次用户阻塞概率。这个理论结果同预留更多的专用信道给主用户，会引起更多的次用户链接阻塞的物理现象相违背。原因在于原方法中，虽然更多的信道被预留给主用户链接专用，但一个重要的可能发生的事件在文献[10]中没有考虑，即当[i+j 4 结 语 本文给出了认知用户接入受限机制下的完整马尔科夫平衡方程模型和相应的GoS性能分析，该仿真分析对保障认知无线电网络中认知用户的通信体验具有重要意义。 注：本文通讯作者为段莉莉。 参考文献 [1] 李月贞，陈少平.快变信道环境下OFDM频谱感知算法[J].现代电子技术，2018，41（4）：1?3. [2] 谢显中，罗莹，严可，等.认知无线电网络中四维资源协作的研究现状与未来方向[J].通信学报，2018（2）：1?15. [3] ZHANG L， JIANG T， LUO K. Dynamic spectrum allocation for the downlink of OFDMA?based hybrid?access cognitive femtocell networks [J]. IEEE transactions on vehicular technology， 2016， 65（3）： 1772?1781. [4] ZHANG L， XIE C， JIANG T， et al. Prediction?based MAC?layer sensing in cognitive radio networks [J]. Wireless communications and mobile computing， 2016， 16（2）： 128?136. [5] ZHANG L， JIANG T， LUO K. Dynamic spectrum allocation for the downlink of OFDMA?based hybrid?access cognitive femtocell networks [J]. IEEE transactions on vehicular technology， 2016， 65（3）： 1772?1781. [6] POURGHAREHKHAN Z， TAHERPOUR A， GAZOR S. Spectrum sensing using a uniform un?calibrated linear antenna array for cognitive radios [J]. IEEE transactions on wireless communications， 2019， 18（2）： 741?752. [7] ALDALGAMOUNI T， ILTER M C， YANIKOMEROGLU H. Joint power allocation and constellation design for cognitive radio systems [J]. IEEE transactions on vehicular technology， 2018， 67（5）： 4661?4665. [8] ZHANG L， JIANG T， ZHANG Y， et al. Grade of service of opportunistic spectrum access based cognitive cellular networks [J]. IEEE wireless communications， 2013， 20（5）： 126?133. [9] WANG L C， WANG C W， CHANG C J. Modeling and analysis for spectrum handoffs in cognitive radio networks [J] IEEE transactions on mobile computing， 2012， 11（9）： 1499?1513. [10] TANG P K， CHEW Y H. On the modeling and performance of three opportunistic spectrum access schemes [J]. IEEE transactions on vehicular technology， 2010， 59（8）： 4070?4078.
