董春利+王莉

摘要：為尋求替代計算更容易的解決方案，文章提出了一個多項式時間啟發(fā)式算法，即節(jié)能效率啟發(fā)式調度，從而使分配到的每個空閑頻率的認知用戶達到最高節(jié)能效率。將原來的問題重新制定了資源分配方案，即基于能耗限制的呑吐量最大化調度和基于呑吐量保證約束的能耗最小化調度。這兩個調度也提供資源分配公平性的能力。在連續(xù)和分散頻譜情況下，文章分析了節(jié)能效率和所提出的調度成功傳輸?shù)母怕?。性能研究表明，相比于呑吐量最大化的目標單純的機會調度，調度可在更好的節(jié)能效率下達到幾乎相同的呑吐量性能。

關鍵詞：認知無線電；節(jié)能效率；啟發(fā)式調度；呑吐量性能

認知無線電網(wǎng)絡，由于其機會傳輸和動態(tài)頻譜接入效率計算如下。

（DynamicSpectrumAlliance，DSA）的能力，使無線電頻譜得到有效利用。CRNs的集中式資源分配，稱為調度，大多在吞吐量效率視角下得到了很好的研宄[1]。此外，公平性和服務質量問題也有一些研宄[2]。

CRNs的調度，是一個非線性規(guī)劃（NonlinearProgramming，NLP）問題[3]。為了克服這種計算的復雜性，本文設計了一個多項式時間啟發(fā)式算法，節(jié)能效率啟發(fā)式調度（EnergyEfficientHeuristicScheduling，EEHS），在基礎上，將原來的問題重新制定了資源分配，基于能耗限制的吞吐量最大化調度和基于吞吐量保證約束的能耗最小化調度。

1 節(jié)能效率啟發(fā)式調度

考慮一個集中式CRN，服務7V個CRS，主網(wǎng)絡具有F個非重疊正交頻率。每個主信道的占用狀態(tài)被建模為一個兩狀態(tài)的馬爾可夫鏈，表示空閑和繁忙狀態(tài)的信道。一個信道的空閑概率是Adle。PN和CRN以時間同步的方式運作，后者與前者同步。假定PU頻譜占用，由認知基站從外部實體檢索，如白色空間數(shù)據(jù)庫[4]。

在一個觀察周期調節(jié)能效率定義為每單位能量消耗所得到的吞吐量。直接來自這個正式定義，比特/每焦耳的容量作為一個度量，衡量一個網(wǎng)絡節(jié)能效率。利用（4）和（5）分別計算總CRN吞吐量（70和總CRN能耗（E），CRN的節(jié)能節(jié)能效率啟發(fā)式調度在這個頻率能達到最大節(jié)能效率，即有最高的^的CR分配每個空閑頻率。

2 基于能耗限制的吞吐量最大化調度

制定集中式資源分配，可以替代為在一定的能源消耗限制下，制定一個吞吐量最大化問題。假設五max是最大允許能耗，在每幀由調度確定。設K是傳輸中的CRS數(shù)量，a是每個用戶信道切換的平均數(shù)，乃是CRS傳輸后的平均空閑時間。因此，U十算如下。

在資源分配中，由于期望調度是公平的，我們定義了稱為滿意率（%）的一個度量，這是C&的傳輸量與到當前時間，它所產生的總量的比值。在該調度中，使用滿意率作為一種公平的標準。因此，（1-%）的目的是為了確保一個公平的概念，有利于CRS降低a^TMER可計算如下。

3 基于吞吐量保證約束的能耗最小化調度

類似于P2，在最低吞吐量保證下，可以制定一個能耗最小化問題如下。

通過在TMER中設置，以及在EMTG中設置，TMER和EMTG調度可以轉變?yōu)楹雎怨叫缘恼{度。關于TMER和EMTG計算的復雜性，兩者都是解決LP問題，如果用二分圖來模擬頻率分配問題（在h中，CRS作為頂點組，頻率是在其他的頂點組G中），吞吐量最大化對應于這二分圖的最大權值匹配。在這個模型中，是頂點/和頂點，之間邊的權重。

4 性能分析

為認知無線電網(wǎng)絡制定了一種節(jié)能效率最大化的調度，提出了EEHS，在多項式時間里運行的一個啟發(fā)式算法，為節(jié)能效率資源分配。由于EEHS可能缺乏有效的吞吐量效率，重新制定了資源分配，基于能耗限制的吞吐量最大化調度和基于吞吐量保證約束的能耗最小化調度。

實驗評估了這些調度的性能，并與常用的吞吐量最大化調度（MRHS）進行了比較。此外，將注意力集中在頻譜組織?？捎糜贑RN使用的頻譜可能包括相鄰的頻帶，或可能是一個頻譜遠的頻帶（也稱為片段）組成。第二種情況下的頻率分離，可確定被分配的一個CR頻率范圍，因為信道切換時間和能量消耗取決于兩個頻帶之間的頻率分離。MRHS具有較低的能量效率性能，相比節(jié)能效率啟發(fā)式調度，基于吞吐量保證約束的能耗最小化調度（EMTG）和基于能耗限制的吞吐量最大化調度（TMER）。此外，實際操作條件下的吞吐量性能（如充分數(shù)量的頻率）是相似的。因此，考慮能量效率或者能量消耗的調度，對能量有效的CRNs，應該是作為優(yōu)先的調度方案?？紤]到公平性，在低流量負荷和均質條件下，所有方案幾乎和預期同樣服務于CRs。另一方面，在非均質流量和鏈路質量條件下，EEHS和MRHS作為機會調度，不能在CRs中提供公平性。相反，在資源配置中，EMTG和TMER在CRs中提供了一個良好的平衡。實驗顯示，通過考慮信道切換的成本和避免遠頻帶間的跳頻，所提出的調度可以防止頻譜分裂。

[參考文獻]

[1]TUMULURUV，WANGP？NIYATOD.Anovelspectrumschedulingschemeformulti-channelcognitiveradionetworkandperformanceanalysis[J].IEEETransactionsonVehicularTechnology，2011（4）：1849-1858.

[2]WANGB？ZHAOD.Schedulingforlongtermproportionalfairnessinacognitivewirelessnetworkwithspectrumunderlay[J].IEEETransactionsonWirelessCommunications，2010（3）：1150-1158.

[3JSUZANB？ALAGOZF.Schedulingincentralizedcognitiveradionetworksforenergyefficiency[J].IEEETransactionsonVehicularTechnology？2013（2）：582-595.

[4]MURTYR？CHANDRAR，MOSCIBRODAT.Senseless：Adatabasedrivenwhitespacesnetwork[J].IEEETransactionsonMobileComputing，2012（2）：189-203.endprint