认知无线电学习笔记四延迟切换方法总结.docx
《认知无线电学习笔记四延迟切换方法总结.docx》由会员分享,可在线阅读,更多相关《认知无线电学习笔记四延迟切换方法总结.docx(11页珍藏版)》请在冰豆网上搜索。
![认知无线电学习笔记四延迟切换方法总结.docx](https://file1.bdocx.com/fileroot1/2022-11/30/753d1098-8ed7-474d-a8db-5a958321e671/753d1098-8ed7-474d-a8db-5a958321e6711.gif)
认知无线电学习笔记四延迟切换方法总结
综述
前言
随着无线电技术的飞速发展,无线用户的数量急剧增加,使得频谱资源变得越来越紧张,认知无线电技术的提出提高了频谱利用率。
认知用户能够搜索具有高优先级的授权用户暂时没有使用的空闲频段来传输数据,但是当授权用户需要使用此频段时,认知用户必须让出此频段选择其他空闲频段继续传输。
在此过程中就产生了频谱切换的过程,被中断的认知用户需要进行频谱感知寻找另外的空闲频段来继续传输未完成的数据。
当此频段的服务质量很差时,也会产生频谱切换。
很显然,频谱切换将会延长认知用户传输数据的时间,我们把被延长的时间称为切换延迟。
切换延迟是影响认知无线电的频谱机动性的主要原因,会减小频谱的使用效率,也是QoS的重要组成部分。
频谱机动性是指认知无线电网络在频谱接入之间动态切换时的灵活性。
这种延迟影响了在通信协议栈的不同层使用的协议。
因此,对于认知无线电网络来说,在频谱切换时最小化切换延迟显得尤为重要。
正文
一、频谱切换及切换延迟
提到切换延迟,首先要解释一下频谱切换的概念。
在认知无线电通信中,当信道条件变得很差或主用户出现在授权频谱时,认知用户必须及时空出该频段,这个过程称作频谱切换。
频谱切换主要考虑切换概率、切换延时以及CR用户的终端概率,以最小化切换延时和最大化CR用户的吞吐量为目标,从而提高系统性能。
切换延迟是指在主用户占用正在被服务的认知用户信道的时候,从认知用户中断传输到再次选择空闲信道开始继续传输之间所消耗的时间。
在频谱切换算法中,根据认知用户寻找可用信道的方式,频谱切换机制被分为主动决策(proactive-decision)频谱切换和被动决策(reactive-decision)频谱切换。
在主动决策频谱切换中,按照由长期监测得到的流量统计,在数据连接建立起来之前,将来频谱切换的目标信道已经确定了。
之后,认知用户在被中断之后就能立即改变到之前确定的目标信道中。
在被动决策频谱切换中,目标信道是按需寻找的。
当前传输被中断,频谱要求提出后,立即进行频谱感知搜索目标信道。
然后被中断的认知用户能在其中一个空闲信道中恢复未完成的数据传输。
基于不同的频谱切换算法,缩短切换延迟的方法也可以分为两类。
首先,主动决策频谱切换中,认知用户在传输数据之前就已决定好了频谱切换的目标信道。
在这种情况下,认知用户将定期对所有信道进行观察来获取信道的使用统计资料,并根据长期的观察结果来确定频谱切换机制中的候选可用信道。
这就要求结合信道选择算法最小化频谱切换时延。
如果假定每次切换过程所需的时间是固定的,那么减少切换次数与缩短切换时间是等价的也是十分必要的。
对于这种机制,将认知用户尽可能切换到使用率低、空闲高的信道上,提高认知用户单词传输时间,可以有效地减少切换次数。
其次,被动决策频谱切换中,目标信道是按需寻找的。
当前传输被中断后,认知用户才开始通过频谱感知来寻找空闲信道。
此时频谱感知的瞬时结果将被用来确定频谱切换的目标信道。
这种决策可以更精确地找到目标信道,但是以牺牲感知时间为代价的。
切换延迟具体包括频谱感知时间、发送端和接收端的握手时间、信道切换时间和等待空闲信道时间。
二、可能存在的问题
1、主动决策频谱切换不要求耗时的宽带感知,切换延迟可能会小,而且比较容易使发送端和接收端在目标信道上的传输达成一致。
但是需要解决的一个问题是预先选好的目标信道可能不再可用了,或者目标信道条件很差,频繁的频谱切换会导致难以容忍的切换延迟,将使整个系统性能下降。
因此,要选择最优的目标信道序列来缩短延迟,最小化整个的服务时间。
2、相对于主动决策来说,被动决策频谱切换由于能通过频谱感知可靠地找到空闲频谱,它可能缩短切换延迟。
但是它又需要感知时间来寻找空闲信道,而且还需要在发送端和接收端对于目标信道上的传输达成一致的握手时间。
因此,需要寻找模型描述切换延迟中的各种时间,以及接入方案来缩短在切换延迟时间。
3、什么时候选择什么决策?
当主用户出现的时候,认知用户是应该继续留在此频段中等待还是应该切换频段所需要的延迟更小?
4、具有虚警概率和漏检概率的频谱感知引起的感知不可靠性,会增加不必要的切换,造成多次切换延迟问题;而满足可靠性,又需要长的感知时间,使单次切换延迟增加。
为解决此问题需要一个优化的算法。
(可以归入被动决策问题)
5、在硬件方面的改进。
三、现有的解决方案
(一)针对主动切换延时问题有以下的几种方案:
1、(认知无线电主动切换的延时优化)对于主动切换机制,将认知用户尽可能切换到使用率低、空闲率高的信道上,提高认知用户单次传输时间,可以有效地减少切换次数。
假设目前有十个可选信道,随机产生10个0至1的数,分别表示它们的信道空闲概率,将所有信道按空闲概率由高到低进行排序,得到信道空闲概率列表,认知用户根据列表按顺序进行信道切换。
按照空闲概率大小去选择主动切换的目标频段可以大大减少切换次数,从而缩短切换延时。
图2排序前后切换次数对比
上述分析的信道模型非常理想。
现实情况中,主用户的接入概率和传输时间都是信道状态的影响因素。
更符合实际情况的信道模型是,主用户的出现是一个泊松过程,它的传输时间服从指数分布。
通过仿真结果也可以得到排序后的延时减小。
通过改进,去除空闲率低的信道,消除假性“共忙”带来的切换延时峰值,对排序再进行调整,不仅从整体上缩短了传输延时,而且也消除了减少可选信道带来的延时峰值。
或者使用结合信道性能的频谱分配算法,在信道可用率的基础上对切换概率(频谱切换次数与通信次数的比值)进行一定比例的限制,在网络吞吐量相同或相近情况下优先分配性能较好的信道,避免了过多使用某些忙闲交替频繁的信道,大幅降低系统的切换概率(一种结合信道性能的频谱分配算法)。
2、(基于频谱预测的认知无线接入研究)如果频谱变化规律在相当长的时间内比较稳定,比如一小时或者一天,那么频谱资源变化可以较准确估计。
认知用户可以根据规律在不同的时间段提前进行切换。
3、使用抢占优先恢复(preemptiveresumepriority,PRPM/G/1)排队网络模型,来对授权用户和认知用户之间有频谱切换的时候进行频谱使用互动的描述。
基于此模型,能够估计多目标信道序列的总服务时间,解决TotalServiceTimeMinimizingProblem,而且能找出最优的目标信道序列。
最优的目标信道序列能通过穷尽所有可能的目标信道的排列得到,但是会相当复杂。
为了减小复杂度,针对于目标信道选择的次优贪婪统计方法被提了出来。
优点在于不用罗列所有的排列组合来估计切换时间,等待时间。
如下图,基于最小切换延迟原则,只有六个排列组合。
(Modelingandanalysisforproactive-decisionspectrumhandoffincognitiveradionetworks)
4、基于ON-OFF模型,使用预测信道选择的方法
首先,CR通过频谱感知收集频谱的使用信息并把这些信息储存到信道历史数据库中。
最近一次的频谱感知会告知当前的信道状态。
如果信道是空闲的,那么信道状态(CS)标志就设定为0,否则为1。
根据历史,利用自相关函数,信道的业务流量形式被分为随机性的和周期性的。
不同的流量形式用不同的预测方法。
先检测信道标志,如果CS=1,预测的可用时间为0秒,如果CS=0,那么这些信道的剩余空闲时间会根据信道历史和选择的预测方法被估计出来。
如果当前所用的信道仍然可用,继续传输。
否则,切换到最长的期望剩余空闲时间的信道里。
数据开始传输,然后把信息储存到信道历史数据库中,循环这个过程。
认知用户原来在n信道中传输,主用户到来后,认知系统通过智能预测信道选择了剩余空闲时间最长的j信道,避免了像k信道中剩余空闲时间短造成的又一次切换。
这样就有效得缩短了延迟时间,提高了频谱利用率。
(Performanceimprovementwithpredictivechannelselectionforcognitiveradios)
显然,智能预测信道的效果依赖预测精度。
精度差了,就会出现哑(dumb)切换决策。
比如下图的ProactiveDumbSwitching1,认知用户预测信道j比i更好,导致了传输的中断;ProactiveDumbSwitching2中切换的目标信道还没有当前信道剩余可用时间长,导致了额外的切换,增加了延迟时间。
解决办法同样需要根据历史选择剩余可用时间最长的并且概率最大的信道。
(Proactivechannelaccessindynamicspectrumnetworks)
还有一种在主用户流量ON-OFF模型下的(Selectivespectrumsensingandaccessbasedontrafficprediction)选择机会频谱接入框架:
以最优化顺序选择和感知目标频谱来满足QoS要求。
为了预测流量,认知系统能发现下一个时隙的最优频带感知顺序。
一般认知无线电网络的感知过程可分为四步:
嗅(sniffing),学(learning),决定(decision),适应(adaption)。
在嗅阶段,认知用户通过频谱感知收集、存储、升级关于目标频段使用信息。
学习阶段要求根据相关的流量参数估计主用户的流量模式,以完成对主用户流量变化的预测。
在决定阶段,依据认知用户的QoS要求比如信道空闲概率和传输能力,决定最优的感知序列。
最后适应阶段按照决定阶段得到的输出结果负责完成频谱感知和接入过程。
频谱感知过程有两个重要的功能,一是感知主用户频谱实际的状态,二是负责长期收集主用户频谱的使用统计情况来做流量预测。
在每个时隙中,认知用户按照最优感知序列依次感知频段,然后接入第一个可用的。
然后继续感知剩余的频段收集信道状态信息,用来作为下次时隙信道状态预测。
明显感知的时间不能超过单个时隙时间。
通过理论推导及仿真结果得到此方法能减小整个的感知时间,提高频谱利用率并能保证QoS要求。
(二)针对被动决策问题:
1、提高频谱感知的精度,减小额外切换带来的延迟。
在通信中使用带内感知的同时使用带外感知技术,将信道分为三种:
可用信道、不可用信道、不可知信道。
在可用信道,如果检测到主用户,就将其移到不可用信道列表;对于不可用信道,如果没有主用户,就移到可用信道或不可知信道列表;不可知的信道,在一定的时间内没有主用户出现时,也移到可用信道列表。
显然,这种方案需要感知信道和感知判决时间,造成了延迟以及传输数据速率下降。
但是对于中负荷网络,会明显提高传输效率,降低切换次数,减小了总的延迟时间。
(基于认知无线电网络的频谱切换技术性能研究)。
2、优化接入控制策略。
由于被动决策频谱切换能通过频谱感知可靠地找到空闲信道,这种决策可能会缩短切换延迟。
然而,这又需要感知时间去搜索空闲信道。
另外,这仍然需要认知用户一定的握手时间来对其连接的发送端和接收端在目标信道传输达成一致。
因此,首先要通过PRPM/G/1排队网络来描述认知无线电网络中的多种切换延迟的影响,包括感知时间,握手时间,信道切换时间,和等待空闲信道时间。
当频谱切换初始化后,认知用户必须花费感知时间
找到空闲信道。
如果空闲信道多于一个,被干扰的认知用户会随机选择其中的一个作为切换目标。
而且,如果所有信道都处于忙的状态,认知用户将会在原信道中等待。
握手时间
用来在发送端和接收端达成一致的时间。
是信道切换时间。
因此,当认知用户发生切换时,整个的处理时间为
。
如果认知用户停留在当前信道,整个处理时间为
。
切换延迟定义为认知用户传输中断开始到恢复的时间为
。
通过对期望延迟时间的推导以及仿真结果得到以上频谱切换的模型可以有效缩短累积切换延迟。
分析结果还能帮我们根据条件设计接入控制策略,采用always-staying策略,随机选择策略和被动感知选择策略(Modelingandanalysisforreactive-decisionspectrumhandoffincognitiveradionetworks)。
(三)针对第三个问题:
被动决策优点在于选择目标信道的精确度高,
但是会花费一定的感知时间,产生大的延迟。
而主动决策能避免感知时间,但目标信道可能不太容易得到。
同样基于PRPM/G/1排队网络模型,分别对主动决策(基于概率地频谱选择)和被动决策(基于感知的频谱选择)推导出认知用户选择信道的分布向量。
通过多种频谱切换产生的延迟分析,得到认知用户在系统中的总服务时间。
在不同的认知用户到达率条件下评估了总的服务时间以及频谱利用率,最终得出在认知用户到达速率较低的情况下,主动决策能缩短总的延迟时间,减小总的服务时间,提高频谱利用率;而在认知用户到达速率高的条件下,被动决策更好。
所以信道选择方案要通过不同的认知用户的流量来调节。
(Modelingandanalysisofmulti-userspectrumselectionschemesincognitiveradionetworks)
用类似的方法可以得到,在主用户到达速率较低的时候,主动决策能很好地缩短总的延迟,提高频谱利用率(Spectrumhandoffforcognitiveradionetworks,reactive-sensingorproactive-sensing)(Performancegainsforspectrumutilizationincognitiveradionetworkswithspectrumhandoff)。
单从切换信道还是停留在原信道方面分析,当主用户到达率较低的时候,被中断的认知用户最好是用切换信道策略,相反,主用户到达率高的时候,认知用户最好采取停留在原信道的策略(Spectrumhandoffforcognitiveradionetworks,reactive-sensingorproactive-sensing)(Ontheperformanceofspectrumhandoffforlinkmaintenanceincognitiveradio)。
对所有的切换问题,如果有选择,应该首先接入到质量(SNR)高的信道中去。
避免因信道质量不好而造成的切换延迟(DevelopingcognitiveradioapproachbasedondynamicSNRtoreducehandofflatencyincellularsystems)。
(四)对虚警概率和漏检概率造成的额外延迟问题,有不同的感知优化算法
在认知用户传输过程中的频谱感知时间在IEEE802.22中被称为静态周期,所有的认知用户暂停传输进行频谱感知。
在静态周期中,认知用户接收到的信号是纯噪声或者加噪的授权用户信号。
许多频谱感知算法能够应用于决定静态周期授权用户的状态。
每种方法都会承担一定的感知错误。
存在两种感知错误事件虚警事件和漏检事件,由此而引起了感知错误概率,虚警概率
和漏检概率
。
虚警事件是指认知用户错误地检测到了主用户的到来而引起了切换,造成了额外的延迟;漏检事件是指在认知用户检测空闲频谱时,把空闲信道当做忙信道处理。
给定了感知错误概率和具体的频谱感知算法,所要求的频谱感知时间也就是静态周期长度就能确定了。
这里主要基于能量检测的频谱感知算法。
根据感知时间和吞吐量的权衡关系,可以优化频谱感知时间和虚警事件对吞吐量的影响。
虚警概率是依赖于频谱感知时间的。
考虑到认知用户的感知精度和吞吐量,需要对频谱感知时间进行控制。
当虚警事件发生,有必要切换到不同的信道来保证授权用户的传输,但有会导致认知用户的传输中断。
因此,高的虚警概率会导致吞吐量减小。
然而,低的虚警概率又要求长的频谱感知时间。
为了解决这个权衡问题,基于虚警概率的优化算法以及最优化频谱感知的方法。
描述了最优化问题并找到了最佳感知时间。
(Optimumsensingtimeconsideringfalsealarmincognitiveradionetworks)(Optimalspectrumsensingtimeconsideringspectrumhandoffduetofalsealarmincognitiveradionetworks)
(Modelingandanalysisofopportunisticspectrumsharingwithunreliablespectrumsensing)另外,在不可靠的频谱检测中,也就是在虚警事件和漏检事件下,利用机会式频谱共享的方法描述两种事件的概率给主用户和认知用户以及造成的延迟对信道利用率带来的影响。
这里的漏检事件是指由于认知用户不正确地判定该正在被主用户使用的信道为空闲信道而对该主用户造成的干扰。
在上图OSS系统模型中,主用户和认知用户都代表无线网络。
假设在一个小区内一共有N个信道被主用户管理,接入点为AP1。
当主用户话音业务到达时就会占用空闲信道进行传输,如果没有空闲信道就被阻塞。
认知用户检测主用户信号的有无,并记录信道的占用状态。
检测机制可能涉及与其他认知用户共用接入点或者有另一个相关的接入点AP2。
认知用户机会式地接入信道,当发现或被告知有主用户到达时,立即离开信道切换到其他空闲信道继续传输。
如果所有信道都被占用了,那么此认知用户被放入AP2接入点的缓冲区排队,满足first-comefirst-served。
如果在最大等待时间期限内有信道可用,认知用户就会再次接入到系统中。
在此模型的基础上,给定虚警概率和漏检概率,给出状态转移图,建立Q矩阵,推导出主用户和认知用户的阻塞率,认知用户平均再接入概率,认知用户在缓冲队列中的平均等待时间,通过仿真,评估了上述事件对系统性能的影响。
并且OSS模型甚至在不可靠的频谱感知下,也能一定程度上减小延迟,提高频谱使用效率和系统容量。
还有其他的优秀频谱感知算法能够优化频谱感知时间。
例如在本地认知无线电中,使用合作频谱感知的认知网络,通过优化频谱感知参数对帧周期和感知时间问题作了折中(Optimizingspectrumsensingparametersforlocalandcooperativecognitiveradios)。
在机会式的频谱接入中,基于能量检测的频谱感知的优化方案可以优化感知时间,以达到认知用户平均吞吐量最大化(Optimizationofspectrumsensingforopportunisticapectrumaccessincognitiveradionetworks)。
基于能量检测的合作频谱感知最优化问题,根据NP准则和贝叶斯准则能得到最优化的融合策略,在最少的合作用户的个数下保证感知的可靠性(Optimizationofenergydetectionbasedcooperativespectrumsensingincognitiveradionetworks)。
联合考虑感知时间和频谱感知帧时间的最优化频谱感知框架,保证干扰和虚警概率在一定的门限下(Optimalspectrumsensingframeworkincognitiveradiocontexts)。
(五)硬件方面改进
(Spectrumsensingforreal-timespectrumhandoffinCRNs)为了进行实时的频谱切换,尽量减小切换延迟的影响,在硬件实现方面必须要有改进。
比如加入两个模块,第二种接收机和频谱池,来保证实时切换。
——————————————————————————————
总结
综合以上文献以及其他相关研究得出,对于切换延迟的研究也成为认知无线电所研究的重要组成部分。
对于切换延迟的描述有多种,概括起来就是指在主用户占用正在被服务的认知用户信道的时候,从认知用户中断传输到再次选择空闲信道开始继续传输之间所消耗的时间。
切换延迟会影响到认知用户的性能甚至是授权用户的服务质量,尽量减小切换延迟能提到认知无线电对频谱的使用效率。
所用到的方法也有很多,包括建立新的频谱接入模型,各种应用场景,引进新的频谱感知算法尽量减少在检测新的授权用户到来的虚警事件和漏检事件,还可以通过减少频谱切换次数及概率继而总体缩短了整个耗费在切换上的时间。
启发:
1、给定了频谱感知算法,感知时间基本能确定,握手时间也是根据一定的准则确定的。
因此把频谱切换时间定为常数是可行的。
2、在切换的过程中,如果所有信道都忙的时候,可以引入缓冲队列。
3、在主动切换决策下,需要提前做好最优目标信道序列。
基于PRPG/M/1模型或者ON-OFF模型,比较最优目标序列的优点。
所以对于认知无线电来说,研究在频谱切换时如果减小切换延迟成为迫切需要解决的问题。
参考文献