[发明专利]一种OFDM时频资源分配方法

说明书

技术领域

本发明涉及网络通信领域，特别涉及一种OFDM时频资源分配方法。

背景技术

在CRN网络中，主用户(Primary Users，PU)指那些对某段频谱的使用具有高优先级或合法授权的用户，二级用户(Secondary Users，SU)是指那些低优先级的用户。SU对频谱的使用不得对PU造成干扰，因此要求其能快速、可靠地感知PU使用授权频谱的情况。SU必须具备对现有信道占用情况的认知能力，因而也称其为认知用户(Cognitive Users)，在网络结构中则表示为认知节点。

认知网络开放式的频谱使用策略允许网络中的SU和授权系统的PU共享相同的频段，根据和PU达成的协议以及干扰约束条件，SU可以在不干扰PU的前提下，使用那些未被PU占用的频段。从原理来看，认知网络中的频谱共享策略主要分为覆盖式和叠加式。无论是覆盖式还是叠加式，其目标都是在不影响PU的前提下，尽可能提高PU与SU的共享程度、提高频率资源利用率。针对这一目标，已有各种文献提出了多种方案。

S.Huang等于2008年在The27th Conference On ComputerCommunications(美国电气和电子工程师协会计算机通信会议)上发表的“Opportunistic spectrum access in cognitive radio networks”(认知无线网络中的伺机频谱接入)，提出了基于不同的感知、退避和传输机制的三种频谱接入方案，并给出了对于次级用户性能的闭式分析。Anandkumar等于2010年发表在IEEE INFOCOM(电气电子工程师协会计算机通信国际会议)上的“Opportunistic spectrum access with multiple users：learning under competition”(多用户的伺机频谱接入：考虑用户竞争的学习算法)，研究了如何使多个次级用户中合作式分配达到总吞吐量最大，并提出了一种学习机制以分布式的方式达到渐进式最优。但是上述文献的方法有较强的应用局限。

Ahmad等于2009年发表在Information Theory,IEEE Transactions(美国电气和电子工程师协会信息论)上的“Optimality of myopic sensing in multichannel opportunistic access，，(多频道伺机接入中短视感知方法的最优性)，证明了在主用户是独立和同等分布下的马尔科夫过程模型中，当状态变化与时间正相关时短视感知策略是最优的。Tekin等于2011年在IEEE INFOCOM(电气电子工程师协会计算机通信国际会议)上发表的“Online learning in opportunistic spectrum access：A restless bandit approach，(伺机频谱接入的在线学习机制)，构造了一个考虑主用户频段时变条件下次级用户频谱接入的在线学习算法。但是上述算法的缺陷在于均采用集中式算法，拥有较高的运算复杂度以及额外的通信开销。

要达到理想的CRN通信效果，即PU与SU的频谱共享程度最大化而不又影响PU的性能，主要挑战在于SU需要准确和及时地感知PU的忙闲状态以及对频谱的占用情况。现有技术大多从提高SU感知能力入手，设计各种状态和频谱感知算法，以期获得最高的频谱资源利用率。然而，考虑到PU流量的随机性和突发性(burstiness)，单纯依赖SU的感知能力，很难取得比较好的感知效果。

此外，当PU数据分组(packet)的长度变化较大时，单纯依靠频率划分或单纯依靠时隙划分的做法不能保证资源的高利用率。需要从时间和频率两个维度同时加以考虑，在时-频空间中合理分配PU流量，同时为SU选择合适的空闲时-频资源块(Time-frequency block)，以此来解决PU流量在packet层面和bit层面的突发性导致的资源利用率低的问题，而现有文献缺少这方面的做法。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种OFDM时频资源分配方法。

本发明采用如下技术方案：

一种OFDM时频资源分配方法，包括如下步骤：

S1设当前可用的总带宽为W,根据无线认知网络的处理能力和主用户的最小可分辨流量，按如下公式确定子载波带宽σ，