基于模糊马尔可夫链预测的CR频谱接入算法

张勇 陈小洪 付玲生

（1.重庆邮电大学通信新技术应用研究所，重庆400065；2.重庆信科设计有限公司，重庆400065）

1.引言

可用频谱资源的稀缺与分配方式缺乏灵活性是限制无线通信技术发展的两大因素，固定的频谱分配方式导致频谱利用率低下。认知无线电作为一种智能的频谱共享技术，可以充分利用授权频段的空闲频谱，从而提高频谱利用率[1]。在实际网络中，由于授权用户对信道的操作在时域上存在很强的相关性及一定的周期性，因此如果能对授权用户的行为做出准确预测，然后在此基础上进行动态频谱接入，无疑将有效的增加频谱利用率，进而提高网络的吞吐量[2，3]。

本文提出一种基于模糊马尔可夫链预测模型的动态频谱接入算法（DSAAFM，dynamic spectrum access algorithm based on fuzzy markov chain prediction model），仿真分析表明，该算法与文献[4]提出的两种启发式算法－贪婪接入（GA）算法和无记忆接入（MA）算法相比，有效的提高了认知系统吞吐量和频谱利用率，改善了系统性能。

2.模糊马尔可夫链预测模型

2.1 模糊马尔可夫链预测的基本原理

模糊马尔可夫链是在马尔可夫链分析预测方法基础上提出来的一种能够更好地适应实际工程系统中状态划分模糊特点的分析方法。在实际工程系统中，研究对象的属性具有模糊性，这种模糊性一般体现在两个主要方面：1）无后效性，即t时刻系统的状态与其前面各时刻状态的相关性是模糊的，难以准确确定；2）实际工程的状态划分是模糊的，状态之间的界限难以明确给定。

通常模糊马尔可夫链的方案采用一个时间序列描述，实际时间序列y(t)的可能取值范围是一个连续的实数区间，若将上述马尔可夫链状模型应用在实际时间序列的预测上。……