年4-月电子与信息学报

第31卷第4期电子与信息学报Vol.31No.42009年4月JournalofElectronics&InformationTechnologyApr.2009认知无线网络中基于微观经济学的动态频谱管理算法黎文边林粤伟王小猛冯志勇张平(北京邮电大学泛网无线通信教育部重点实验室北京100876)摘要：该文提出了认知网络中基于微观经济学的动态频谱管理机制，实现异构无线网络中频谱资源的动态分配，从而最大化频谱资源的利用率并提高运营商的收益。文中引入了频谱资源的经济价值因素以保证运营商间频谱交易的合理性。此外，为了保证系统的性能，文中提出了一种基于地理信息系统的空分模型，并设计了干扰抑制技术以限制动态频谱管理带来的干扰。博弈论是一种能够有效解决自主分布式无线资源优化的算法，该文将其引入，为不同运营商提供双赢的频谱交易策略。仿真结果表明，该频谱管理机制提高了频谱利用率以及运营商的收益，并有效地抑制了系统间的干扰。关键词：认知无线网络；动态频谱管理；博弈论；微观经济学；系统间干扰；重配置中图分类号：TN929.5文献标识码：A文章编号：1009-5896(2009)04-0897-06AMicroeconomicsBasedDynamicSpectrumManagementAlgorithmforCognitiveWirelessNetworksLeVan-bienLinYue-weiWangXiao-mengFengZhi-yongZhang-Ping(KeyLabofUniversalWirelessCommunications(BeijingUniversityofPostsandTelecommunications),MinistryofEducation,Beijing100876,China)Abstract:ThispaperinvestigatesaMicroeconomicsBasedDynamicSpectrumManagement(MB-DSM)schemetoenhancethespectrumutilizationandmaximizetheprofitofoperatorsforcognitiveheterogeneousnetworks.Theeconomicfactorofthespectrumisconsideredinordertoguaranteetherationalityforthespectrumtrading.Especially,aspacedivisionmodelisproposedbasedonGeographicalInformationSystem(GIS)tohandletheinterferenceissueamongwirelesssystems.Asapotentialtoolforpromotingdistributedautonomousradioresourceoptimizationalgorithms,gametheoryisappliedtoinvestigateawin-winsolutionforspectrumtrading.ThesimulationresultsrevealthatMB-DSMschemenotonlyimprovesthespectrumutilizationandtheoperator’sprofit,butalsomitigateseffectivelytheinterferencebetweenwirelessnetworks.Keywords:Cognitivewirelessnetworks;Dynamicspectrummanagement;Gametheory;Microeconomics;Inter-systeminterference;Reconfiguration1引言无线新技术的飞速发展形成了多种异构无线接入技术(RadioAccessTechnology,RAT)共存的无线通信网络格局。与此同时，无线业务的迅速增长及其高速化和宽带化的需求使得无线频谱资源的匮乏问题显得十分严重。然而，通信系统目前应用的是固定频谱管理方法(FixedSpectrumManagement，FSM)，导致频谱利用率低，形成很多“频谱空洞”，无法满足未来无线通信对频谱管理的需求。随着端到端重配置[1]概念的出现，动态频谱管理(DynamicSpectrumManagement，DSM)被认为是一种有效提高频谱资源利用效率的途径，已经成为通信领域的研究热2007-12-10收到，2008-05-19改回欧盟第七框架项目(FP7-ICT-2007-216248)，国家自然科学基金重点项目(60632030)和国家863计划重点项目(2006AA01Z276)资助课题点。欧盟的端到端重配置(E2R)[1]，端到端效能(E3)[2]等项目已经将DSM作为其研究的核心内容之一。目前，DSM研究已经有了初步的研究成果，DSM的概念及其相对于FSM的效率增益已经得到了分析和验证[3]，一些简单DSM方法已经被设计出来[47]−。然而，这些机制并没有考虑到网络之间的竞争与合作关系，尤其是在多运营商的场景中，该问题显得十分突出。此外，在这些机制中，系统间的干扰问题并没有得到很好的解决。本文基于认知无线网络的架构，提出基于市场竞争与合作规律的动态频谱管理方法。该机制充分利用了异构网络间在不同的时间和空间维度上对频谱需求的差异，以提高频谱资源利用效率。文中将微观经济学中的博弈论引入算法中，深入研究基于讨价还价博弈模型的异构无线网络分布式频谱管理算法。仿真结果表明，该机制提高了频谱利用率和运营商的收益，并有效抑制了动态频谱交易带来的干扰。898电子与信息学报第31卷2MB-DSM模型MB-DSM体系结构如图1所示，其中多种异构网络共存，如GSM，UMTS，DVB等。为了支持动态频谱管理，文中设计了一些新的功能模块。此外，本文提出了一种空分模型以支持MB-DSM机制。图1MB-DSM体系框架频谱市场是一个逻辑的频谱池，其概念来源于实际的市场，在频谱市场中各网络可以完成频谱交易。有空闲频谱的RAT小区可以将空闲频谱出租，进而得到了频谱利用率以及收益的增益。相反，缺乏频谱资源的RAT小区可以租借频谱资源来为其用户提供服务，进而提高了收益。频谱市场中包含租借频谱的RAT作为租借方，出租频谱的RAT作为出租方，以及频谱作为交易的物品。各RAT小区的频谱需求都随着负载的变化而变化。文中为每一个RAT小区设计一个负载预测(TrafficEstimator,TE)模块来负责业务量的预测。负载预测有多种方法，如基于历史值预测算法、基于当前值的预测算法、n个采样点的线性回归预测算法等[3]。动态频谱管理会给无线网络带来额外的系统间干扰[7]。每一个RAT小区都有一个干扰评估(InterferenceEstimator,IE)模块负责系统间干扰计算，并根据网络关于干扰设置的准则确定出租频谱方和租借频谱方之间是否满足干扰性能指标。本文还设计了一个频谱经纪人(SpectrumBroker,SB)以完成频谱交易的决策，并通过与对等的SB协商进行交易。基于Mitola[8]对于认知网络的定义，所有的认知网络都具备感知环境的能力，能够观察频谱环境。因此，SB能获取频谱环境的相关信息。基于所获得的信息，SB做出相关决策，如需要租借或出租多少频谱、从何方租借或向何方出租频谱、出租或租借频谱的价格等。MB-DSM引入了一种新颖的空分模型，将无线网络覆盖的区域分割成若干个的正方形区域，称为单位区域(AreaUnit，AU)，即2(,)pqApqN∈。RAT小区可以通过pqA来进行定义，即某小区2={:(,)}pqApqN∈，其中pqA是被该小区覆盖的单位区域。空分模型的引入能够处理频谱交易带来的干扰问题。MB-DSM机制通过周期性的频谱交易进行频谱资源的优化利用[3]。假设周期为T，则频谱交易的时间集合为12+1={,,,,}nnτττττ，其中kτ，和+1kτ的间隔是T。如果租借方在+1+2(,)kkττ时间周期租借了频谱，则它只能在+1(,kτ+2)kτ时间周期内使用该频谱。在该周期结束的时刻，需要将该频谱归还给出租方。3动态频谱管理的系统间干扰抑制3.1系统间干扰本文提出了基于空分模型的干扰分析方法如图2所显示，不失一般性，假设RATi为被干扰小区，而RATj则是干扰小区。首先，需要计算RATj对RATi在各单位区域造成的干扰，以此为基础计算RATj对RATi的总干扰程度。图2系统间干扰(1)单位区域干扰概率假设载波和干扰均是时变的信号，其强度是统计独立并且服从正态分布[9]。假设接收机在pqA位置，其接收的载波C,pqH和干扰I,pqH的强度均值分别为lC,pqH和lI,pqH，则lC,pqH和lI,pqH取决于基站的发射功率以及从基站到接收机的距离。此外，lI,pqH是干扰信号落到接收载波的频率范围的功率，因此lI,pqH还取决于两个信道的频率间隔fΔ。载波和干扰信号的方差与接收机位置的地形环境有关。假设在pqA中，所有的位置具有同样的地形环境，因此载波和干扰在该pqA中具有相同的方差pqσ。基于以上分析，pqA中载波C,pqH和干扰I,pqH的联合概率分布pqF服从如下的双维正态分布[9]：ll22I,C,I,C,22()()112221..2pqpqpqpqpqpqHHHHpqpqFeeσσπσ−−−−⎛⎞⎟⎜⎟⎜=⎟⎜⎟⎜⎟⎝⎠(1)pqA的干扰概率是指载干比C/I低于一定的门限值(C/I)min的概率，该门限值是为了保证系统工作的质量而设定的。基于以上分析，pqA的干扰概率pqP取决于载波和干扰第4期黎文边等：认知无线网络中基于微观经济学的动态频谱管理算法899的均值lC,pqH和lI,pqH，门限值(C/I)min，以及该AU的方差pqσ。l()l()2I,I,22C,C,I,min21221((CI))2C,I,12ddpqpqpqpqpqpqpqHHpqpqHHH/pqpqPeeHHσσπσ−+∞−−∞−+−−∞⎛⎞⎟⎜⎟⎜=⎟⎜⎟⎜⎟⎝⎠⋅∫∫(2)进行变量的变换，可以将式(2)变成如下的单重积分[9]：llC,I,min2(C/I)221d2pqpqpqTHHHpqTPeHσπ−++−−∞=∫(3)(2)小区的干扰在实际无线网络中，用户在小区中的分布并不均匀，定义pqδ为pqA的用户密度，并假设IE通过认知功能可以学习到用户密度信息。小区的干扰取决于小区中各pqA的干扰概率和用户的分布情况。Cell,:CellpqpqpqpqAPPδ∈=∑(4)MB-DSM机制中，我们设计了一个小区干扰门限值ThresP，如果小区的干扰不超过该门限值则干扰可以容忍，因此干扰的可容忍条件为下式：CellThresPP≤(5)载干比的门限值(C/I)min取决于该RAT本身对载干比的要求，而小区干扰门限值ThresP则是运营商根据其网络服务质量的要求而设定的。此外，如果两个系统有多个信道时，IE计算两个小区中每两个信道间的干扰，并要求每一对信道的干扰都要低于小区干扰门限值ThresP。3.2MB-DSM干扰抑制租借方只有在干扰不影响双方网络的服务质量时才能租借到频谱。为了满足干扰要求，出租方的某些小区需要释放被出租的频谱。如图3中，为了出租频谱给RATj的Cellx，某些小区(Cellx:k=6,7,8,10,11,12,13,16,17)要释放频谱。每一个IE都要计算小区干扰，并与ThresP比较，若不满足干扰可容忍条件，则释放频谱。因此，频谱交易是一个租借方RAT小区和一个出租方RAT小区集合之间的交易。只要该集合中有一个小区由于业务量较高而不能释放频谱，那么出租方就无法出租该频谱给该租借方。图3MB-DSM干扰抑制租借方SB的交易请求中需要设置其基站的预期最大发射功率、租借的频谱、基站的地理位置等信息以帮助出租方IE评估干扰条件，并最终确定是否能交易。若ThresP