基于时间预测的多跳频谱切换算法研究

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (13): 71-75.

基于时间预测的多跳频谱切换算法研究

宁国勤，张静

华中师范大学信息技术系，武汉 430079

出版日期:2013-07-01 发布日期:2013-06-28

Research on time prediction based multi-hop spectrum handoff algorithm

NING Guoqin, ZHANG Jing

Department of Information Technology, Central China Normal University, Wuhan 430079, China

Online:2013-07-01 Published:2013-06-28

摘要/Abstract

摘要： 针对集中控制认知无线网络，在考虑频谱异构特性的同时，为保证频谱切换业务的服务质量，提出了一种多跳频谱切换算法。通过建立用户移动模型来预测分配信道的可使用时间；设计出路径中不同类型节点的路由处理方法；认知基站根据预测最短路径时间和路由请求包中的时间戳来选择最优路径。仿真结果表明，提出的多跳频谱切换算法能够大大降低切换阻塞概率，提高信道利用率；用户移动对信道可使用时间有着显著的影响。

关键词: 认知无线电, 频谱异构, 频谱切换, 多跳路由

Abstract: In order to guarantee the quality of service for spectrum handoff, a multi-hop spectrum handoff algorithm is presented for the centralized cognitive radio networks, in which spectrum heterogeneity has been taken into account. A user mobile model is developed to predict the usage time of allocated channel, the different processing approaches are designed for different types of nodes in the routing path, and the cognitive radio base station selects the optimal path according to the predicted shortest path time and time stamp. Simulation results reveal that the proposed multi-hop routing algorithm can considerably decrease the handoff blocking probability, and the channel utilization is also enhanced. Moreover, further simulation results show that cognitive radio node’s mobility plays an important role in the channel available usage time.

Key words: cognitive radio, spectrum heterogeneity, spectrum handoff, multi-hop routing

宁国勤，张静. 基于时间预测的多跳频谱切换算法研究[J]. 计算机工程与应用, 2013, 49(13): 71-75.

NING Guoqin, ZHANG Jing. Research on time prediction based multi-hop spectrum handoff algorithm[J]. Computer Engineering and Applications, 2013, 49(13): 71-75.

[1]	王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.
[2]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[3]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[4]	周忠华1，彭智朝2，赵志鹏3. 数据中心网络光电交换架构下的流调度算法研究[J]. 计算机工程与应用, 2018, 54(16): 107-112.
[5]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[6]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.
[7]	李晓艳，雷斌，华翔. 基于智能分析的分布式频谱共享技术研究[J]. 计算机工程与应用, 2017, 53(19): 124-129.
[8]	黎严，张国平，罗俊. 一种改进的多天线信号能量检测方案[J]. 计算机工程与应用, 2017, 53(10): 112-116.
[9]	李晓艳，雷斌，郭锦. 集中式认知网络分簇算法研究[J]. 计算机工程与应用, 2017, 53(10): 117-123.
[10]	李湘洋1，2，赵杭生2，曹龙1，2. 混合共享认知无线网络信道分配算法[J]. 计算机工程与应用, 2016, 52(6): 80-85.
[11]	李洪兵1，陈斌斌2，廖玉祥1，冯文江2. 基于RSS-IWLS的认知无线电系统主用户定位算法[J]. 计算机工程与应用, 2016, 52(2): 146-150.
[12]	刘俊霞1，2，贾振红2. 基于适应值预测的DABC认知无线电频谱分配算法[J]. 计算机工程与应用, 2016, 52(18): 111-116.
[13]	张勇，岳金旺，王静，金勇. 天线选择下稳健波束形成新算法[J]. 计算机工程与应用, 2016, 52(12): 127-130.
[14]	方伟，刘顺兰. 双门限和机会协作的频谱感知算法研究[J]. 计算机工程与应用, 2015, 51(8): 113-116.
[15]	潘春雨，闫坤，张向利. 认知无线电频谱切换的高效信道选择机制[J]. 计算机工程与应用, 2015, 51(20): 97-101.