万智萍
(中山大学 新华学院,广州 510520)

基于功率约束及节点频谱选择的认知协同路由
万智萍
(中山大学 新华学院,广州 510520)
为了提升认知无线网络的数据传输效率,优化节点能量负载,提出一种协同路由算法。基于覆盖与底层技术的协作设计一种协同网络架构,该架构针对网络频带表现多样化提供了一种新的频谱选择策略,提升频谱资源效用。结合协同网络频谱选择时的干扰特性,根据频谱、干扰和功率约束关系,提出最大化链路容量的频谱及节点功率分配方法。在协同路由设计上引入了频谱效用参数,参数的度量标准涉及节点剩余能量和链路容量,以优化路由节点能量负载和传输效率为目的。仿真对比结果表明,算法有效地利用信道接入机会进行数据转发,提高了传输效率,相比基于竞争进化算法的多播路由方法,数据包传递成功率提升了1.4%,平均网络吞吐量高出8.4%,平均节点剩余能量高出3.2%,在均衡节点负载上性能良好。
认知协同路由;底层和覆盖网络;频谱选择;传输效率;能量负载
随着无线通信业务的飞速发展以及无线多媒体数据传输速率的提升,无线网络的频谱资源短缺现象日益严重,传统的静态无线网络频谱分配方法已无法适应频谱资源需求量不断提升的场景[1-2]。由于静态频谱分配方法无法有效感知空闲频谱,因此,大部分授权的频谱段利用率低,空闲频谱没有得到合理的利用[3-4]。为了提高频谱资源的利用效率,在无线网络中引入认知无线电(cognitive radio, CR)技术的方法受到了研究学者的广泛关注,CR是一种能与周围环境交互信息,并感知和利用在该空间的可用频谱的通信技术[5-6]。……