[发明专利]一种基于分级的群体智能频谱切换方法

权利要求书

1.一种基于分级的群体智能频谱切换方法，其特征在于，该方法包括以下步骤：

步骤1、建立CRN系统模型；

步骤2、通过邻居发现过程，识别每个认知用户的邻居节点；

步骤3、设计认知节点分级规则，将认知用户分成高级节点和普通节点二类；

步骤4、投票组网，当节点分级完成后，所有节点统计自己和周围邻居的可用信道集合，确定通信信道；

步骤5、切换重构CRN网络，当某些认知用户受到干扰时，按照一定规则，切换到其它信道，并维持整个CRN网络的完整性；

步骤1所述的建立CRN系统模型，具体如下：

假设CRN网络结构由M个主用户PU和N个认知用户SU构成，频谱分成P个不重叠且彼此正交的信道；当主用户不通信时，其授权信道能够被认知用户使用；第i个认知用户SU_i拥有一个目标信道集合Chn_i；第j个认知用户SU_j拥有一个目标信道集合Chn_j；设SU_i有收和发两根天线，并且同时有侦听和发信的功能；将认知用户作为节点计算；假设CRN网络中每个SU认知节点具有相同的传输距离d_c,即每个节点的有效通信范围不得大于d_c；

定义邻接矩阵d_ij衡量两个认知节点SU_i和SU_j的连接关系,若满足d_ij＝1，否则为0，其中L_ij表示认知节点SU_i和SU_j的欧几里得距离；当d_ij＝1时，SU_i和SU_j能够建立一条链路进行通信，并互称对方为自己的邻居节点，并将对方归入自己的邻居节点集中；

步骤3所述的认知节点的分级规则，将认知节点分成高级节点和普通节点二类，具体如下：

3-1.定义链接力C_i＝NumChn_i·NumNe_i，其中NumChn_i和NumNe_i分别表示集合Chn_i和Ne_i中元素数量，C_i用于衡量每个认知节点在CRN中的社会地位，其值越大，地位越高影响力越大；

3-2.根据C_i值，按照步骤3-2-1到3-2-3将认知节点SU分成高级节点和普通节点两类，然后将所有高级节点和所有普通节点分别置于集合S和I中；

3-2-1.每个认知节点SU_i向其邻居节点广播自己可用信道集合Chn_i和邻居节点集Ne_i；

3-2-2.每个认知节点SU_i计算其链接力C_i和其邻居节点SU_j的链接力C_j，其中SU_j∈Ne_i；

3-2-3.若C_iC_j,则链接力SU_i为高级节点，否则作为普通节点；

步骤4所述的投票组网，当认知节点分级完成后，所有认知节点SU统计自己和周围邻居的可用信道集合，确定通信信道，具体如下：

4-1.每个高级节点SU_k，其中SU_k∈S，统计节点自身与邻居节点集Ne_k中可用信道集合，对集合里的信道进行投票，选择票数最高的一个信道作为自己的通信信道；

4-2.令A_i＝{Q|Q∈Ne_iQ∈S},其中A_i为第i个认知节点SU_i的邻居节点集合中的高级节点数量，Q为高级节点；当NumA_i＝1且其中NumA_i表示A_i中元素数量，则SU_i接入与A_i相同的信道，否则随机选择一个信道作为当前通信信道；

4-3.当NumA_i1时，表示SU_i的邻居节点集合中有多个高级节点，选择距离认知节点SU_i最近的一个高级节点的信道作为当前通信信道；

步骤5具体实现如下：

当某些认知用户受到干扰时，按照步骤5-1到5-2节所示规则，切换到其它信道，并维持整个CRN网络的完整性，具体如下：

5-1.当受干扰的节点SU_d∈I，该节点统计其所有邻居节点的可用信道集合，选择票数最高的1个信道作为当前通信信道；并实时关注其邻居节点集合中高级节点的状态，当认知节点SU_d不受干扰，重新接入高级节点的通信信道；在这种情况下，只需要认知节点SU_d被动观察做出相应的变化即可，其他节点无需变动，极大减轻各种调度信息和协议开销；

5-2.当受干扰的节点SU_d∈S，该节点统计其所有邻居节点的可用信道集合，选择除当前通信信道外的票数最高的一个信道接入；其邻居节点发现高级节点SU_d的通信信道改变后，重复步骤3和4重新组网。

2.根据权利要求1所述的一种基于分级的群体智能频谱切换方法，其特征在于步骤2所述的通过邻居发现过程，构建每个认知用户节点的邻居网络拓扑结构图，具体如下：

2-1.认知节点SU_i通过频谱感知方法建立一个可用目标信道集合Chn_i，Chn_i∈P；

2-2.当所有认知节点SU感知到其可用信道集合后，每个SU_i在每个时隙中，从可用目标信道集合Chn_i中随机选择一个信道接入，但是相邻两个时隙中不允许接入相同信道，多次接入时隙后得到SU_i与其邻居SU_j的共同信道；

2-3.根据步骤1中对邻居节点的定义，对于任意一个认知节点SU_j，当其满足d_ij＝1，将其归入SU_i的邻居节点集Ne_i中。