● 摘要
认知网络因其能充分利用节点的可重配置能力动态使用有限的频谱资源、规避干扰受到了广泛关注，但目前国内外学者在频谱来源与频谱使用方式的具体实现上仍有较大分歧。论文尝试通过预测频谱状态的方式发现空闲频谱，结合常见的网络拓扑结构和业务特征，提出建立基站间拍卖和基站内共享的频谱使用框架，具体内容如下。为降低认知节点硬件设计复杂度，缩短频谱发现时间，避免可能对主用户造成的干扰，提出基于时间序列分析的无线频谱状态预测模型，利用频谱历史使用信息预测将来的频谱使用情况，通过对电视频段信号接收能量的时间序列进行分析，能够确定无线频谱信号能量所属的模型，并利用该模型预测频谱是否空闲。为提高主用户参与二级频谱市场的积极性，避免基于能量的频谱感知方法无法区分主从用户信号的问题，提出适用于异构认知网络中的诚实双边多物品拍卖方案，该方案基于经济学中的拍卖理论进行频谱交易，支持异构网络参与拍卖过程，参与交易的买卖双方分别是具有频谱需求的认知型基站和拥有空闲频谱的主用户，为使所提拍卖方案更加接近真实网络情形，从拍卖参与方、拍卖样式、网络拓扑等方面考虑拍卖方案的设计要素，并对其经济属性进行证明。现有无线网络普遍采用固定信道宽度的频谱使用方式，而异构认知网络中不同类型的业务对QoS的需求尤其是带宽需求存在很大差异，为此提出面向异构认知网络的周期性动态频谱分配方案，该方案定期收集认知节点根据自身业务需求发送的频谱请求，并根据预定义的频谱利用率或服务用户数等优化目标和频谱供求关系完成动态频谱分配，认知节点利用分配到的频谱按照不同的信道宽度进行通信。对于异构网络中包含大量带宽可调性应用的网络场景，若能满足这类用户的部分请求并不影响其使用体验，但周期性频谱分配算法中，认知用户请求有可能因为资源紧张被拒绝或由于资源回收重分配导致通信中断，使得用户平均等待时间过长，为快速响应用户请求，提出基于满意度的实时动态频谱分配算法，认知型基站通过对客户流模型中参数的预测和排队系统的分析，依据当前剩余资源情况，基于资源预留的思路实时响应用户请求。相比周期性动态频谱分配算法，实时频谱分配算法能够缩短用户的平均等待时间，在牺牲部分用户满意度的基础上，保证认知节点间的公平性一直维持在较高水平。面向异构认知网络的动态频谱分配技术研究以频谱的动态高效二次利用为目标，针对现实生活中常见的集中式网络拓扑结构，结合网络应用场景的业务特征，分别设计了周期性和实时性的动态频谱分配算法，解决了伺机使用方式下空闲频谱的发现与分配问题。