認知無線網絡中跨層資源分配系統及方法
2023-07-01 12:05:56 1
專利名稱：認知無線網絡中跨層資源分配系統及方法
技術領域：
本發明涉及無線通信技術領域，特別涉及認知無線網絡中跨層資源的分配。
背景技術：
隨著各種無線通信新技術的不斷出現以及各種無線業務的興起，以及新一代寬帶 無線網絡的大量出現(如LTE-A和WiMAX)，頻譜資源短缺的問題日益嚴重。目前無線電頻 譜是採取固定方式分配給不同的網絡(即為授權頻譜)，由國家統籌規劃管理。實際應用 中的大量測量結果表明，這種固定頻譜授權分配使用的方式導致某些頻譜承載的業務量很 大，出現嚴重的擁塞現象；而同時，也有些頻譜的頻譜使用效率極低，造成了頻譜資源的嚴 重浪費。認知無線電的提出被認為是解決這一問題最完美的技術方案。由此衍生的認知無 線網絡已被視為未來網絡的主流發展方向。現有網絡的資源分配方案雖然已經十分成熟，但其往往只側重某一方面的優勢， 在其他方面則存在較嚴重的缺陷。以LTE網絡中eNode B資源調度器中的兩種通用的調度 算法——機會調度和公平調度為例機會調度典型地被設計來最大化所有用戶的傳輸數據 速率之和，也稱最大速率調度，只為特定部分頻譜上擁有最好信道條件的用戶分配信道。機 會分配所引起的主要問題是很難確保公平和QoS要求；另外，用戶數據不能總是等到信道 條件足夠有利時才傳輸，特別是對緩慢變化的信道。而比例公平調度的原理是，當用戶瞬時 信道質量相對於它自己隨時間的平均信道質量較高時就調度該用戶。這種方法能夠避免信 道資源不公平共享的問題，但這是在犧牲了部分系統吞吐量的情況下進行的，並且也沒有 考慮用戶的QoS需求。而現實中，大多數調度算法都是兩種方法的折中，並綜合考慮QoS的 要素。隨著認知網絡的發展，其獨有的頻譜資源跳變性使得非認知網絡的資源分配機制 已不再適用，由於認知網絡中可用頻譜資源的動態變化，傳統的資源分配機制已不能再為 用戶提供滿意的QoS保證。現有的針對認知網絡的資源分配的方案中，較為成熟的僅有IEEE 802. 22標準中 提出的簡要算法。與非認知網絡中的調度算法相比，它僅僅是多考慮了物理層上報的頻譜 檢測結果，對用戶的QoS也並未有更多的考量。目前關於認知網絡的跨層資源分配機制的研究儘管較多，但大多數考慮的因素都 不全面。有些僅從單純提高系統吞吐量的角度出發，沒有或較少考慮到用戶QoS需求的影 響，也就無法充分保證系統對認知用戶QoS的滿足；有些儘管將用戶QoS參數納入考慮範 疇，但並未考慮實際情況中不同業務類型QoS需求的差別；有的儘管考慮得比較完善，但完 成整個資源分配過程需要大量且長時的複雜運算，不適宜在實際系統中運用。因此，有必要提供這樣一種高效快速的方法，它基於系統各種有用認知信息，如用 戶業務類型和需求、頻譜可用性、信道狀況等，做出子信道分配、速率控制、功率分配等無線 資源分配決策，能夠實現在滿足認知用戶不同QoS需求的前提下儘可能最大化系統有效吞 吐量的目標，優化系統性能。
發明內容
(一)要解決的技術問題本方案解決多用戶認知無線網絡中基於不同業務QoS需求的無線資源分配問題， 以實現在滿足用戶的QoS需求的前提下儘可能最大化系統有效吞吐量的目標，優化系統整 體性能。(二)技術方案本發明適用於可實施集中式控制的網絡部署場景中，提出了認知無線網絡中跨層 資源分配系統及方法。具體地，本發明採用如下技術方案首先，本發明提供一種認知無線網絡中跨層資源分配系統，該系統包括可重配置 的認知基站11以及至少一個可重配置的認知終端12 ；其中，所述認知基站11包括認知資料庫111，接收並存儲本小區內所有認知終端12上報的頻譜檢測結果和信 道測量結果，為檢測數據融合單元112和自適應調製編碼單元113提供接口和用於分析計 算的數值依據；檢測數據融合單元112，與認知資料庫111相連接，用於根據所述認知資料庫111 中各個認知終端12上報的子信道的頻譜佔用狀況，做出數據融合，並結合長期測量得到的 主用戶活躍度，計算出各個子信道的空閒概率；為無線資源分配決策單元115提供接口 ；自適應調製編碼單元113，與認知資料庫111相連接，用於根據認知資料庫111中 各個認知終端12上報的子信道的信道質量，確定最佳的調製編碼方案，並結合子信道空閒 概率計算誤碼率的期望值；為無線資源分配決策單元115提供接口 ；業務參數計算分析單元114，根據各個認知終端12的業務類型、數據包的排隊狀 況計算分析業務平均時延和丟包率；為無線資源分配決策單元115提供接口 ；無線資源分配決策單元115，與檢測數據融合單元112、自適應調製編碼單元113 和業務參數計算分析單元114分別相連接，用於根據前述三個單元提供的接口，結合各個 用戶的不同QoS需求，在滿足用戶QoS需求的前提下進行可最大化系統有效吞吐量的無線 資源分配決策；基站參數重配置單元116，與無線資源分配決策單元115相連接，用於根據無線資 源分配決策結果執行基站重配置與管理功能；所述認知終端12包括頻譜檢測單元121，用於檢測該認知終端12的主用戶對頻譜佔用狀況；信道測量單元122，用於測量該認知終端12與認知基站11間在各個子信道上的信 道質量；終端參數重配置管理單元123，根據無線資源分配決策結果執行終端重配置與管 理功能。優選地，所述無線資源分配決策具體包括子信道分配、數據包調度和功率分配。此外，本發明同時提供一種利用所述認知無線網絡中跨層資源分配系統進行認知 無線網絡中跨層資源分配方法，所述方法包括步驟S201，小區的所有認知用戶終端通過環境認知單元對其當前所處的外部無線環境進行認知；S202,認知用戶終端將認知信息上報到位於基站的認知資料庫；S203，位於認知基站中的數據融合單元根據認知資料庫中各個終端上報的認知信 息做出基於概率的融合和判決；S204,自適應調製編碼單元根據認知資料庫中各個終端上報的認知信息確定調製 方式與編碼方案；S205，位於認知基站中的資源分配決策單元依據各個用戶的應用層業務參數和物 理層參數，在MAC層做出滿足優化目標的系統無線資源分配決策；S206，資源分配決策單元將決策結果信息發送到位於認知基站內的基站參數重配 置單元和位於認知用戶終端內的終端參數重配置單元；S207，由各個參數重配置單元分別引導並控制認知基站和各個認知終端執行決策 結果，進行參數調整，並實施滿足QoS需求的業務傳輸。優選地，針對數據的每一幀周期性地執行無線資源分配流程，在步驟S201之前還 包括步驟S301，在每一幀的開始，各個用戶的業務以MAC協議數據單元PDU的形式到達基站 的MAC層，存儲在認知基站為各個用戶分配的緩存中；S302，認知基站進行初始功率分配，使得工作在任一子信道上的用戶都具有相同 的功率值。優選地，步驟S201中，所述認知用戶終端利用頻譜檢測單元進行頻譜檢測，收集 到的各個子信道的頻譜佔用狀況；利用信道測量單元進行信道測量，收集各個子信道的信 道質量；步驟S202中，所述認知用戶終端將收集到的各個子信道的頻譜佔用狀況信息以 及各個子信道的信道質量信息上報到認知基站中的認知資料庫。優選地，步驟S203具體為認知基站中的檢測數據融合單元根據認知資料庫中各個認知終端上報的子信道 的頻譜佔用狀況，做出數據融合，並結合長期測量得到的主用戶活躍度，計算出各個子信道 的空閒概率。優選地，步驟S204具體為認知基站中的自適應調製編碼單元根據認知資料庫中各個認知終端上報的子信 道的信道質量，確定最佳的調製編碼方案，並結合之前得到的子信道空閒概率計算誤碼率 的期望值。優選地，步驟S205具體包括S308，利用緩存隊列長度值、子信道增益值、子信道空閒概率值構造狀態矢量值， 為所有用戶終端分配子信道用於業務傳輸；S309，根據子信道分配情況進行MAC PDU調度，由此更新緩存中各個用戶的隊列長 度，並計算平均時延值和瞬時速率；S310，判斷是否滿足業務的時延和瞬時速率的QoS需求，即判斷是否時延 < 時延門 限值，且瞬時速率〉瞬時速率門限值；S311，如果時延和瞬時速率值都滿足需求，則結合前述計算的誤碼率的期望值，進
7行功率分配，直至滿足業務平均誤包率的QoS需求。優選地，步驟S308中所述為所有用戶終端分配子信道具體包括步驟S401，利用歸一化隊列長度值、歸一化子信道增益值、子信道空閒概率值構造狀態 矢量值，初始化[用戶-子信道]二維狀態矩陣，使每個狀態值針對不同用戶不同子信道；S402，構造單源單宿的有向圖，其中源端S連接用戶集，宿端D連接子信道集；S403，根據業務請求類型將用戶集劃分為實時用戶集A和非實時用戶集B，分別由 源端S與其連接； S404,統計所有的實時業務MAC PDU包，將其總和設為P，判定P與子信道總數C的 關係，為優先調度實時用戶做準備；S405,如果實時業務MAC PDU包總和P大於等於子信道總數C，則意味著會存在一 定的丟包，將有向邊SA的邊容量設為C，有向邊SB的邊容量設為0 ；S406，如果實時業務MAC PDU包總和P小於子信道總數C，則先調度實時業務，將有 向邊SA的邊容量設為P，有向邊SB的邊容量設為C-P ；S407，為其他有向邊確定邊容量值和費用值，其中用戶集與子信道集相連的各邊 的容量均為1，費用均為最大狀態矢量值-狀態矢量值；S408，利用最小費用最大流原則求解，最終得到的用戶集與子信道集之間的實際 流向即為子信道分配結果有流即分配子信道。優選地，步驟S311中所述功率分配具體包括步驟S501，為滿足最終為每個分配到子信道的用戶都分配合適功率值的目標，初始化 二維功率分配矩陣P (u，c) = Pmax，其中，u表示用戶編號，c表示子信道編號，Pfflax表示系統 每個子信道上所允許的最大功率值，是一個常數；S502，構造拉格朗日乘子L，初始化功率遞減因子dP和優化精度差dL ；S503，判斷某一子信道是否被分配給一個用戶；S504，如果S503判斷為否，則沒有必要為該子信道分配功率；S505，根據功率值計算拉格朗日乘數k，其中的功率值為初始分配的功率值或經過 多次遞減後的值；S506，判斷拉格朗日乘數是否為正數，此處需要為正數才能滿足凸優化條件，如果 為負數，則需要減小功率值並回溯到S505 ；S507，如果得到的乘數為正數，需要進一步判斷根據此時的功率值計算的誤包率 值是否滿足用戶業務的QoS需求，即是否低於最大容許的誤包率值；如果不滿足，則需要減 小功率值並回溯到S505 ；S508，如果已滿足誤包率需求，需要更進一步判斷此時的拉格朗日乘子值是否已 經逼近最大值Lm ；如果不是，則說明不是一個優化值，則需要減小功率值並回溯到405 ；S509，在S506、S507或S508任意一步判別失敗後，均需要減小功率值；S510，為分配至子信道c的用戶u分配合適的功率值。(三)有益效果與現有的技術方案相比，本方案以滿足用戶不同QoS需求為基本前提，將不同類 型業務的優先級納入考慮範圍之內，並儘可能最大化系統有效吞吐量為目標，更具有現實 意義，也更符合用戶的體驗要求，為認知無線網絡中用戶QoS保證提供了一種切實可行的解決方案。
圖1為本發明中系統設備結構示意圖；圖2為本發明中認知無線網絡中跨層資源分配的方法流程圖；圖3為本發明中更進一步優選的技術方案的資源分配方法的詳細流程圖；圖4為本發明中優選的子信道分配方法流程圖；圖5為本發明中優選的功率分配方法流程圖。
具體實施例方式為使本發明的目的、內容、和優點更加清楚，下面將結合附圖對本發明的實施方式 作進一步地詳細描述。以下實施例用於說明本發明，但不用來限制本發明的範圍。本發明適用於可實施集中式控制的網絡部署場景中，主要通過認知基站與認知用 戶終端的交互來實施滿足QoS需求的業務傳輸。具體地，本發明提供的認知無線網絡中跨 層資源分配系統如圖1所示，系統主要包括可重配置認知基站以及可重配置認知終端兩種 設備其中，可重配置認知基站11包括認知資料庫111、檢測數據融合單元112、自適應 調製編碼單元113、業務參數計算分析單元114、無線資源分配決策單元115和基站參數重 配置管理單元116 認知資料庫111 用於存儲本小區內所有認知終端上報的頻譜檢測結果和信道測 量結果，分別為檢測數據融合單元和自適應調製編碼單元提供接口，並作為其分析計算的 數值依據。檢測數據融合單元112 根據認知資料庫中各個認知終端上報的子信道的頻譜佔 用狀況，做出數據融合，並結合長期測量得到的主用戶活躍度，計算出各個子信道的空閒概 率。為無線資源分配決策單元提供接口，並作為其決策依據之一。自適應調製編碼單元113 根據認知資料庫中各個認知終端上報的子信道的信道 質量，確定最佳的調製編碼方案，並結合子信道空閒概率計算誤碼率的期望值。為無線資源 分配決策單元提供接口，並作為其決策依據之一。業務參數計算分析單元114 根據各個終端的業務類型、數據包的排隊狀況計算 分析業務平均時延和丟包率。為無線資源分配決策單元提供接口，並作為其決策依據之一。無線資源分配決策單元115:根據前述三個單元的數據接口，結合各個用戶的不 同QoS需求，依據改進的最小費用最大流算法以及基於拉格朗日優化的搜索算法，實現優 化目標，即在滿足用戶QoS需求的前提下做出儘可能最大化系統有效吞吐量的無線資源分 配決策，包括子信道分配、數據包調度、功率分配等。基站參數重配置單元116 根據無線資源分配決策結果執行基站重配置與管理功 能，進而實現基站頻率和工作參數的重配置。同時，可重配置認知終端12包括頻譜檢測單元121、信道測量單元122和終端參數 重配置管理單元123 頻譜檢測單元121 用於檢測該認知終端所在處主用戶對頻譜佔用狀況。
信道測量單元122 用於測量該認知終端與認知基站間在各個子信道上的信道質量。終端參數重配置管理單元123，根據無線資源分配決策結果執行終端重配置與管 理功能，進而實現終端頻率和工作參數的重配置。所述系統工作流程如圖2所示首先對外部環境進行認知該小區的所有認知用戶終端通過環境認知單元對其當 前所處的外部無線環境，如子信道的頻譜佔用狀況和子信道的信道質量進行認知；然後認知用戶終端將認知信息上報到位於基站的認知資料庫；之後位於認知基站中的數據融合單元根據認知資料庫中各個終端上報的子信道 的頻譜佔用狀況做出基於概率的融合和判決，自適應調製編碼(AMC)單元根據認知資料庫 中各個終端上報的子信道的信道質量確定合適的調製方式與編碼方案；隨後位於認知基站中的資源分配決策單元依據各個用戶的應用層業務參數(包 括業務量大小、業務類型、時延需求、速率需求以及誤包率需求)並結合前述的物理層參數 (包括基於概率的信道狀況判決值、調製階數、碼率)，在MAC層做出滿足優化目標的系統無 線資源分配決策(包括子信道分配和功率分配)；最後，資源分配決策單元將決策結果信息通過帶外認知導頻信道發送到位於認知 基站內的基站參數重配置單元和位於認知用戶終端內的終端參數重配置單元，由各個參數 重配置單元分別引導並控制認知基站和各個認知終端執行決策結果，進行參數調整(包括 工作頻點、調製階數、碼率以及發送功率)，並實施滿足QoS需求的業務傳輸。更進一步地，在多用戶集中式認知網絡基於用戶QoS需求的無線資源分配機制 中，優選地採用系統周期性地執行無線資源分配流程的方案，在每一次無線資源分配流程 中，終端都首先進行頻譜感知和信道測量。這樣，本發明所提供的認知無線網絡中跨層資源 分配方法優選的詳細時序流程如圖3所示S301 在每一幀的開始，各個用戶的業務以MAC協議數據單元(Protocol Data Unit, PDU)的形式到達基站的MAC層，存儲在認知基站為各個用戶分配的緩存中。各個緩 存的隊列長度已知。S302:認知基站進行初始功率分配，使得工作在任一子信道上的用戶都具有相同 的功率值，即為最大允許的總功率/子信道總數。S303:認知終端收到認知基站指示後，利用頻譜檢測單元進行頻譜檢測。S304:認知終端收到認知基站指示後，利用信道測量單元進行信道測量。S305:終端將收集到的各個子信道的頻譜可用性信息以及各個子信道的信道質量 信息上報到認知基站中的認知資料庫。S306:認知基站中的檢測數據融合單元根據認知資料庫中各個認知終端上報的子 信道的頻譜佔用狀況，做出數據融合，並結合長期測量得到的主用戶活躍度，計算出各個子 信道的空閒概率。S307 認知基站中的自適應調製編碼單元根據認知資料庫中各個認知終端上報的 子信道的信道質量，確定最佳的調製編碼方案，並結合之前得到的子信道空閒概率計算誤 碼率的期望值。S308:利用隊列長度值、子信道增益值、子信道空閒概率值構造狀態矢量值，運用改進的最小費用最大流算法為所有用戶終端分配最合適的子信道用於業務傳輸。具體的算 法流程將在圖5以及後續部分中描述。S309 根據子信道分配情況進行MAC PDU調度，由此更新緩存中各個用戶的隊列 長度，並計算平均時延值和瞬時速率。S310 判斷是否滿足業務的時延和瞬時速率的QoS需求，即時延 < 時延門限值，瞬 時速率〉瞬時速率門限值。S311 如果時延和瞬時速率值都滿足需求，則結合前述計算的平均誤碼率值，運用 基於拉格朗日優化的搜索算法進行功率分配，直至滿足業務平均誤包率的QoS需求。具體 的算法流程將在圖6以及後續部分中描述。此外，結合矢量構造與圖論的思想，本發明優選的技術方案中較為簡單地解決了 子信道與MAC PDU包匹配的問題，由此帶來的改進的子信道分配方法的具體流程如圖4所 示S401 利用歸一化隊列長度值、歸一化子信道增益值、子信道空閒概率值構造狀態 矢量值，初始化[用戶-子信道]二維狀態矩陣，即每個狀態值是針對不同用戶不同子信道 的。S402 構造單源單宿的有向圖，其中源端連接用戶集，宿端連接子信道集。圖中所 有邊均為正向有向邊。S403:根據業務請求類型將用戶集劃分為實時用戶集和非實時用戶集，分別由兩 個節點A和B連接。S404:統計所有的實時業務MAC PDU包，將其總和設為P。判定P與子信道總數C 的關係。為優先調度實時用戶做準備。S405 如果實時業務MAC PDU包總和P大於等於子信道總數C，則意味著會存在一 定的丟包，將有向邊SA的邊容量設為C，有向邊SB的邊容量設為O。S406 如果實時業務MAC PDU包總和P小於子信道總數C，則先調度實時業務，將 有向邊SA的邊容量設為P，有向邊SB的邊容量設為C-P。S407 為其他有向邊確定邊容量值和費用值。其中用戶集與子信道集相連的各邊 的容量均為1，費用均為最大狀態矢量值-狀態矢量值(目的是為了轉化為最小費用最大流 問題，否則是一個最大費用最大流問題，不宜求解，最大狀態矢量值為所有狀態矢量值中最 大一個)。S408:利用最小費用最大流原則求解這個圖問題，最終得到的用戶集與子信道集 之間的實際流向即為子信道分配結果有流即分配子信道。其中，最小費用最大流原則是圖論中常用的算法原則，具體為首先給出零流作為 初始流，這個流的費用為零，當然是最小費用的。然後尋找一條源點至終點的增流鏈，但要 求這條增流鏈必須是所有增流鏈中費用最小的一條。如果能找出增流鏈，則在增流鏈上增 流，得出新流。將這個流作為初始流看待，繼續尋找增流鏈增流。這樣迭代下去，直至找不 出增流鏈，這時的流即為最小費用最大流。在完成子信道分配以後，本發明還進一步地對功率分配進行了優化，優選地實施 方式中，給出了滿足業務平均誤包率要求的功率分配搜索方法，具體的流程如圖5所示S501 為滿足最終為每個分配到子信道的用戶都分配合適功率值的目標，初始化二維功率分配矩陣P (u，c) = Pmax，其中，u表示用戶編號，c表示子信道編號，Pfflax表示該系 統每個子信道上所允許的最大功率值，是一個常數。S502 構造拉格朗日乘子L，初始化功率遞減因子dP用於搜索最優功率值，初始化 優化精度差dL用於判別是否達到優化目標。其中，拉格朗日乘子L是根據常規凸優化求解規則構造的首先定義目標函數，
權利要求
1.一種認知無線網絡中跨層資源分配系統，其特徵在於，該系統包括可重配置的認 知基站(11)以及至少一個可重配置的認知終端(12)；其中，所述認知基站(11)包括認知資料庫(111)，接收並存儲本小區內所有認知終端(12)上報的頻譜檢測結果和信 道測量結果，為檢測數據融合單元(11 和自適應調製編碼單元(11 提供接口和用於分 析計算的數值依據；檢測數據融合單元(112)，與認知資料庫(111)相連接，用於根據所述認知資料庫 (111)中各個認知終端(12)上報的子信道的頻譜佔用狀況，做出數據融合，並結合長期測 量得到的主用戶活躍度，計算出各個子信道的空閒概率；為無線資源分配決策單元(115) 提供接口 ；自適應調製編碼單元(113)，與認知資料庫(111)相連接，用於根據認知資料庫(111) 中各個認知終端(1 上報的子信道的信道質量，確定最佳的調製編碼方案，並結合子信道 空閒概率計算誤碼率的期望值；為無線資源分配決策單元(115)提供接口 ；業務參數計算分析單元(114)，根據各個認知終端(1 的業務類型、數據包的排隊狀 況計算分析業務平均時延和丟包率；為無線資源分配決策單元(11 提供接口 ；無線資源分配決策單元(115)，與檢測數據融合單元(112)、自適應調製編碼單元 (113)和業務參數計算分析單元(114)分別相連接，用於根據前述三個單元提供的接口，結 合各個用戶的不同QoS需求，在滿足用戶QoS需求的前提下進行可最大化系統有效吞吐量 的無線資源分配決策；基站參數重配置單元(116)，與無線資源分配決策單元(115)相連接，用於根據無線資 源分配決策結果執行基站重配置與管理功能；所述認知終端(12)包括頻譜檢測單元(121)，用於檢測該認知終端(12)的主用戶對頻譜佔用狀況；信道測量單元(122)，用於測量該認知終端(12)與認知基站(11)間在各個子信道上的信道質量；終端參數重配置管理單元(123)，根據無線資源分配決策結果執行終端重配置與管理 功能。
2.根據權利要求1所述的認知無線網絡中跨層資源分配系統，其特徵在於，所述無線 資源分配決策具體包括子信道分配、數據包調度和功率分配。
3.一種利用權利要求1或2中所述認知無線網絡中跨層資源分配系統進行認知無線網 絡中跨層資源分配的方法，其特徵在於，所述方法包括步驟S201，小區的所有認知用戶終端(12)通過環境認知單元對其當前所處的外部無線環 境進行認知；S202，認知用戶終端(12)將認知信息上報到位於認知基站(11)中的認知資料庫 (111)；S203，位於認知基站(11)中的數據融合單元(112)根據認知資料庫(111)中各個終端 (12)上報的認知信息做出基於概率的融合和判決；S204,自適應調製編碼單元(11 根據認知資料庫(111)中各個終端(1 上報的認知 信息確定調製方式與編碼方案；S205，位於認知基站(11)中的資源分配決策單元(115)依據各個用戶的應用層業務參 數和物理層參數，在MAC層做出滿足優化目標的系統無線資源分配決策；S206，資源分配決策單元(115)將決策結果信息發送到位於認知基站(11)內的基站參 數重配置單元(116)和位於認知用戶終端(1 內的終端參數重配置單元(123)；S207，由各個參數重配置單元分別引導並控制認知基站和各個認知終端執行決策結 果，進行參數調整，並實施滿足QoS需求的業務傳輸。
4.根據權利要求3所述的方法，其特徵在於，針對數據的每一幀周期性地執行無線資 源分配流程，在步驟S201之前還包括步驟S301，在每一幀的開始，各個用戶的業務以MAC協議數據單元PDU的形式到達基站的 MAC層，存儲在認知基站為各個用戶分配的緩存中；S302，認知基站進行初始功率分配，使得工作在任一子信道上的用戶都具有相同的功 率值。
5.根據權利要求3或4所述的方法，其特徵在於，步驟S201中，所述認知用戶終端(12) 利用頻譜檢測單元(121)進行頻譜檢測，收集到的各個子信道的頻譜佔用狀況；利用信道 測量單元(12 進行信道測量，收集各個子信道的信道質量；步驟S202中，所述認知用戶終端將收集到的各個子信道的頻譜佔用狀況信息以及各 個子信道的信道質量信息上報到認知基站中的認知資料庫。
6.根據權利要求5所述的方法，其特徵在於，步驟S203具體為認知基站中的檢測數據融合單元(112)根據認知資料庫(111)中各個認知終端上報的 子信道的頻譜佔用狀況，做出數據融合，並結合長期測量得到的主用戶活躍度，計算出各個 子信道的空閒概率。
7.根據權利要求6所述的方法，其特徵在於，步驟S204具體為認知基站中的自適應調製編碼單元(11 根據認知資料庫(111)中各個認知終端上報 的子信道的信道質量，確定最佳的調製編碼方案，並結合之前得到的子信道空閒概率計算 誤碼率的期望值。
8.根據權利要求7所述的方法，其特徵在於，步驟S205具體包括S308，利用緩存隊列長度值、子信道增益值、子信道空閒概率值構造狀態矢量值，為所 有用戶終端分配子信道用於業務傳輸；S309，根據子信道分配情況進行MAC PDU調度，由此更新緩存中各個用戶的隊列長度， 並計算平均時延值和瞬時速率；S310，判斷是否滿足業務的時延和瞬時速率的QoS需求，即判斷是否時延 瞬時速率門限值；S311，如果時延和瞬時速率值都滿足需求，則結合前述計算的誤碼率的期望值，進行功 率分配，直至滿足業務平均誤包率的QoS需求。
9.根據權利要求8所述的方法，其特徵在於，步驟S308中所述為所有用戶終端分配子 信道具體包括步驟S401，利用歸一化隊列長度值、歸一化子信道增益值、子信道空閒概率值構造狀態矢量 值，初始化[用戶-子信道]二維狀態矩陣，使每個狀態值針對不同用戶不同子信道； S402，構造單源單宿的有向圖，其中源端S連接用戶集，宿端D連接子信道集；S403，根據業務請求類型將用戶集劃分為實時用戶集A和非實時用戶集B，分別由源端 S與其連接；-5404,統計所有的實時業務MACPDU包，將其總和設為P，判定P與子信道總數C的關係；-5405,如果P大於等於C，則意味著會存在一定的丟包，將有向邊SA的邊容量設為C，有 向邊SB的邊容量設為0 ；-5406,如果P小於C，則先調度實時業務，將有向邊SA的邊容量設為P，有向邊SB的邊 容量設為C-P ；-S407，為其他有向邊確定邊容量值和費用值，其中用戶集與子信道集相連的各邊的容 量均為1，費用均為最大狀態矢量值-狀態矢量值；S408，利用最小費用最大流原則求解，最終得到的用戶集與子信道集之間的實際流向 即為子信道分配結果有流即分配子信道。
10.根據權利要求8所述的方法，其特徵在於，步驟S311中所述功率分配具體包括步驟S501，初始化二維功率分配矩陣P (u，c) = Pmax，其中，u表示用戶編號，c表示子信道編 號，Pfflax表示系統每個子信道上所允許的最大功率值，為一個常數；S502，構造拉格朗日乘子L，初始化功率遞減因子dP和優化精度差dL ； S503，判斷某一子信道是否被分配給一個用戶； S504，如果S503判斷為否，則沒有必要為該子信道分配功率； S505，根據功率值計算拉格朗日乘數k，其中的功率值為初始分配的功率值或經過多次 遞減後的值；S506，判斷k是否為正數，如果為負數，則功率值減小dP並回溯到S505 ； S507，如果得到的乘數k為正數，進一步判斷根據此時的功率值計算的誤包率值是否 滿足用戶業務的QoS需求，即是否低於最大容許的誤包率值；如果不滿足，則功率值減小dP 並回溯到S505 ；S508，如果已滿足誤包率需求，則更進一步判斷此時的拉格朗日乘子L值是否已經逼 近最大值Lm ；如果不是，說明不是一個優化值，則功率值減小dP並回溯到S505 ；S509，在S506、S507或S508任意一步判別失敗後，均需要在原功率值上減小功率值dP；S510,為分配至子信道c的用戶u分配合適的功率值。
全文摘要
本發明涉及無線通信技術領域，提出一種認知無線網絡中跨層資源分配系統及方法，該方案收集各個用戶終端上報的頻譜檢測結果和信道測量結果，結合各個用戶的業務量及業務QoS參數，依據改進的最小費用最大流算法以及基於拉格朗日優化的搜索算法，對子信道分配、調製編碼方案確定、數據包調度、功率分配等做出綜合決策。可以滿足多用戶不同類型業務的QoS需求，並保持較高系統有效吞吐量，為認知網絡提供一種有效QoS保證的資源分配機制。
文檔編號H04W16/14GK102098684SQ201110069868
公開日2011年6月15日 申請日期2011年3月22日 優先權日2011年3月22日
發明者馮志勇, 張奇勳, 張平, 王瑩, 許穎, 陳翼翼, 陳鑫 申請人:北京郵電大學