[发明专利]基于反图描述的认知网络动态频谱分配方法

摘要

本发明提出了一种基于反图描述的认知网络动态频谱分配方法，主要解决现有认知网络中用户花费较高且频谱使用效率较低的问题。其实现步骤是：(1)对认知网络的频谱干扰图取反图，得到反图模型G，该模型将利用颜色组把m个频谱分配给N个用户；(2)用图论的方法将反图模型G中的N个用户分到m个颜色组中；(3)将m个颜色组按照其节点数从大到小的顺序依次排列，并将m个频谱按照其费用从小到大的顺序依次分配给排列好的颜色组，则一个颜色组对应一个频谱，使同一个颜色组中的节点所代表的用户共用一个频谱，该共用的频谱为分配给其所在颜色组的频谱，完成了对认知网络的频谱分配。本发明能有效降低认知网络中用户购买频谱的总花费，提高频谱的使用效率。

主权项

一种基于反图描述的认知网络动态频谱分配方法，包括如下步骤：(1)绘制出认知网络的频谱干扰图；(2)对绘制出的认知网络频谱干扰图进行反图操作，得到反图模型为：G＝{N，V，E，B，M}，其中N为用户总数，V为代表所有用户的节点集，节点分别标记为1，2...N，E为所有无向边的集合，B为供用户选用的m个频谱的集合，M为m个独立的颜色组；(3)将用户购买每一个频谱的花费分别记为b1，b2…bm，将m个独立的颜色组分别记为C1，C2…Cm；(4)在反图模型G中，判断每一个节点与其所有有连接的节点及其边所构成的子图是否为完全图，若为完全图则将其定义为完全分割图，并把每一个完全分割图中节点的标记放入一个独立的颜色组中，直接执行步骤(5)，若反图模型G中没有完全分割图，直接把反图模型G看作一个不包含完全分割图的图G′，跳转执行步骤(6)；(5)在反图模型G中去掉所有完全分割图，得到一个不包含完全分割图的子图G′；(6)在不包含完全分割图的子图G′中找出一个最大的完全连通子图，并把找到的最大完全连通子图中的所有节点的标记放入一个独立的颜色组中；(7)在不包含完全分割图的子图G′中去掉步骤(6)中的最大完全连通子图，得到一个去掉最大完全连通子图后的子图G″；(8)对去掉最大完全连通子图后的子图G″重复步骤(4)‑(7)的操作，直到所有节点的标记都放入独立的颜色组中为止，即完成了把N个节点划分到m个颜色组的操作；(9)计算出每个独立颜色组C1，C2…Cm中节点标记的个数，分别记为N1，N2…Nm，并把所有颜色组按照其节点数从大到小的顺序依次排列，将排列好的m个颜色组依次记为T1，T2…Tm；(10)将B中的m个频谱按照其费用b1，b2…bm从小到大的顺序依次排列，将排列好的m个频谱分别记为P1，P2…Pm；(11)将m个频谱P1，P2…Pm依次分配给m个颜色组T1，T2…Tm，则一个颜色组对应一个频谱，使同一个颜色组中的节点所代表的用户共用一个频谱，该共用的频谱为分配给其所在颜色组的频谱，这样就给认知网络中的所有用户都分配了频谱，即完成了对认知网络的频谱分配。