[发明专利]一种加权哈夫曼树、主用户带宽分配方法和次级用户信道感知方法

说明书

本发明公开了一种加权哈夫曼树、主用户信道分配方法和次级用户信道感知方法。加权哈夫曼树是在哈夫曼树的基础上，为所有结点及分支新增了一种权重属性，为所有分支新增了一种占用状态的属性，基于加权哈夫曼树，对主用户信道分配和次级用户的信道感知进行联合优化。对于交织型访问模式下的认知通信系统，本发明能够在给定带宽损失的约束条件下，最小化次级用户的平均感知次数，提升次级用户的信道感知效率。

技术领域

本发明涉及无线网络通信领域，具体涉及一种加权哈夫曼树、主用户带宽分配方法和次级用户信道感知方法。

背景技术

随着无线通信技术的飞速发展，越来越多的无线设备和应用被广泛使用，人们对频谱的需求越来越多，致使可利用的无线电频谱资源日益紧张，频谱稀缺问题己成为实现无线通信技术可持续发展的瓶颈。美国联邦通信委员会(FCC)对各频段的使用情况进行大量的调查研究发现，由于授权用户在时间和空间上对频谱使用的不连续，使得已经分配的频谱资源总体利用效率仅有15％-85％.为了解决频谱利用率低下的问题，认知无线电(CR，Cognitive Radio)技术应运而生，已成为下一代网络中提高无线频谱资源利用率的关键技术。在认知无线网络中，拥有授权频谱的用户称为主用户(PU,primary user),而没有授权频谱的用户称为次级用户(SU,secondary user)。

频谱感知是认知无线网络的关键技术。次级用户(Secondary User，次级用户)需要通过频谱感知算法寻找当前可用的频段中未被主用户(Primary User,主用户)使用频谱空隙(white spaces)，并利用这些空隙来传送数据。由于每次频谱感知操作需要耗费时间和能量，且在感知过程中次级用户需要暂停数据传送，因此，尽可能减少次级用户的感知次数，可以有效降低能耗、提高次级用户的数据吞吐量。

一般情况下，频谱空隙在整个带宽范围内是随机出现的，我们把次级用户获取频谱的占用状态所需要的平均感知次数(即，平均感知频度)，作为衡量其频谱感知效率的指标。显然，频谱感知效率越高，所消耗的能量就越小、用于数据传送的时间就越多，整个频谱的利用率也越高。因此，如何提高频谱感知效率是认知无线网络通信性能优化的重要目标之一。

现有的减少频谱感知次数、提高感知效率的方法主要包括：协作式感知、压缩感知、机器学习感知，等。比如：中国专利CN103326797B提出了一种认知网络合作式频谱感知方法，由多个次级用户分工合作，对频谱进行能量检测后将检测数据发送到控制中心，再由控制中心结合已有的权值矩阵以及门限对当前主用户的活动情况做出判断。协作感知主要是在多个次级用户之间开展协作，分担整体的感知任务，从而减少单个次级用户的频谱感知工作量。然而，全部频段所需的总频谱感知工作量并没有根本性的减少。因此，如果以获取频谱占用状况所需的总的感知次数为频谱感知效率的指标，则协作感知并没有使整体的感知效率得到提高。

专利CN103532645A提出了一种借助压缩感知技术进行频谱感知的新方法，通过降低观测矩阵列向量之间的稀疏度，减少列向量之间的相关性，并联合观测矩阵的自适应性进行整体优化，实现在同等接收操作性能下，降低频谱感知次数。但是，这种方法是以稀疏信号的假设为前提，且稀疏信号重建需要消耗大量计算资源，导致频谱感知所需时间过长。

专利CN104135327B提出一种基于支持向量机的频谱感知方法，将频谱感知问题建模为信号分类问题，选取了信号协方差矩阵的最大最小特征值之比作为分类特征，利用支持向量机作为分类器，来实现频谱感知。但是在实际使用中，如何选择合适的核函数是一种挑战。

根据认知无线电的行业规范，次级用户对频谱的访问应该尽可能避免对主用户通信造成影响，由于认知无线网络中可用频谱的时变性、多样性和差异性使得频谱感知存在较高的动态性和复杂性，单纯依赖次级用户的感知操作获得频谱占用状态，往往会导致算法过于复杂。如果主用户与次级用户之间能够有所合作，在充分满足主用户自身带宽需求的前提下，通过优化资源分配策略，对次级用户的频谱感知给予一些配合，则能够显著降低频谱感知的复杂度、提高感知效率。