[发明专利]一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法

说明书

本发明公开了一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法。该方法采用二维离散马尔可夫链对对认知无线网络中认知节点动态接入的过程进行数学建模。首先将认知节点的退避过程分为公共控制信道的实际退避过程和数据传输信道的虚拟退避过程，用于解决因公共控制信道节点数量动态变化而引入的误差问题。接着通过结合非空一步状态转移概率和归一化条件，求解出了认知节点在公共控制信道和授权信道上的传输概率和冲突概率。最后，将认知无线网络吞吐量求解转化为公共控制信道上的成功预约问题，将多信道问题的求解转化为单信道问题来解决，得到了网络饱和吞吐量的数学表达式。无线网络仿真环境EXata中的仿真实验证明了该方法的有效性。

技术领域

本发明属于认知无线网络领域，特别涉及基于马尔科夫链的认知无线网络饱和吞吐量求解方法。

背景技术

认知无线网络作为解决频谱资源短缺的有效方式，在近年来受到了研究人员的广泛关注。在认知无线网络中，通常将授权信道的用户称为主用户，将非授权信道的用户称为认知用户。认知用户在不影响主用户正常通信的前提下，可以机会地使用授权信道频谱资源，提高频谱资源利用率。实现认知接入的常用方法是认知用户在公共控制信道通过控制帧的交互，以分布式的方式竞争授权信道频谱资源，从而实现动态频谱共享。

附图1给出了一种具体的认知无线网络频谱接入方式的流程图，其具体步骤如下：

步骤1：网络中的认知用户感知周围的频谱环境，建立可用授权信道列表。

步骤2：认知用户在公共控制信道以二进制指数退避法为基础，分布式的竞争授权信道使用权。

步骤3：竞争成功的用户若检测到有授权信道空闲，将直接发起RTS预约，接收节点在成功收到RTS帧后，会向发送节点回复CTS帧，表明预约成功；若认知用户检测所有授权信道均处于忙碌状态时，将先发起PTS保留优先预约过程，接收节点收到PTS帧后，会向发送节点回复WTS帧，表明保留预约优先权成功。之后网络中所有节点停止退避过程，持续监听授权信道状态直至有授权信道空闲后，保留预约优先权的收发节点对再发起RTS-CTS预约过程。一旦预约过程发生失败，将按照二进制指数退避法增大退避窗口，重复步骤2直到达到最大重传次数。

步骤：4：认知用户收发节点对将天线频率调谐到约定好的授权信道上，发送节点向接收节点传输DATA帧，接收节点成功收到DATA帧后，向发送节点回复ACK帧，表明数据传输成功，重复步骤2，并尝试发起下一个数据包。若传输失败，在当前的退避窗口基础上重复步骤2，继续重传该数据包。

随着视频通话、流媒体视频、直播等多媒体业务的发展，人们对于带宽的需求越来越高，如何定量分析研究认知无线网络饱和吞吐量对于提升协议性能和优化网络参数具有重要意义。为了求解认知无线网络饱和吞吐量，本文采用离散马尔科夫链模型针对上述认知无线网络信道接入方法进行数学建模，得出了认知无线网络饱和吞吐量的数学表达式。

发明内容

本发明的目的是针对认知无线网络环境，提出一种基于马尔科夫链的认知无线网络饱和吞吐量求解方法，从而对网络性能优化提供理论基础。为了实现该目的，本发明所采用的步骤是：

步骤1：采用离散马尔科夫链对认知无线网络中认知节点动态接入的过程进行数学建模，对于认知网络中任意给定的认知发送节点，它在网络运行过程中的状态可表示为{s(t)，b(t)}，其中s(t)表示在时刻t用户所处的退避阶段；b(t)表示用户当前退避计数器的剩余值。将认知用户在数据传输阶段的虚拟退避过程用{S_i(t)，c(t)}表示，其中S_i(t)表示在时刻t用户所处的“伪状态”；c(t)表示用户当前虚拟退避计数器的剩余值。

步骤2：根据离散马尔可夫链非空一步状态转移概率，得出节点在各个状态的稳态概率分布，并利用概率归一化条件求出节点在公共控制信道和数据传输信道的传输概率。