﻿ CRSN中基于信道使用概率的Rendezvous算法
«上一篇
 文章快速检索 高级检索

 哈尔滨工程大学学报  2019, Vol. 40 Issue (2): 347-353  DOI: 10.11990/jheu.201808059 0

引用本文

TAN Long, ZHANG Xiaoqi, LI Jianzhong. A channel usage probability-based Rendezvous algorithm in CRSN[J]. Journal of Harbin Engineering University, 2019, 40(2), 347-353. DOI: 10.11990/jheu.201808059.

文章历史

CRSN中基于信道使用概率的Rendezvous算法

A channel usage probability-based Rendezvous algorithm in CRSN
TAN Long , ZHANG Xiaoqi , LI Jianzhong
College of Computer Science and Technology, Heilongjiang University, Harbin 150080, China
Abstract: The main purpose of this study is to solve the problems and address the limitations of a common control channel, thereby reducing channel conflict when not using the common control channel and improving the communication efficiency and spectrum adaptability of CRSN. In this study, we propose a distributed rendezvous channel hopping algorithm SRP. This algorithm generates a new logical channel hopping sequence dynamically by adjusting the step size and maps the corresponding physical channel according to the channel usage probability, realizing the rendezvous between nodes. This algorithm ensures the effective communication between nodes and supports the synchronous and asynchronous clock models. The SRP algorithm is proven to be superior to other related algorithms on the maximum time to rendezvous and average time to rendezvous through theoretical proof and experimental analysis.
Keywords: cognitive radio    rendezvous    cognitive radio sensor networks    common control channel    Rendezvous channel    SRP algorithm

1 系统模型

 $P{s_i}\left( 1 \right) + P{s_i}\left( 2 \right) + P{s_i}\left( 3 \right) + \cdots + P{s_i}\left( x \right) = 1$ (1)

 $P{r_j}\left( 1 \right) + P{r_j}\left( 2 \right) + P{r_j}\left( 3 \right) + \cdots + P{r_j}\left( y \right) = 1$ (2)

1) 对称模型：CRSN中所有用户感知信道集完全相同，即：Mr=MSMS为发送状态下节点感知信道数目，Mr为接收状态下节点感知信道数目。

2) 非对称模型：CRSN中不同用户感知信道集不完全相同，即：MrMSGR, S≠0。UxUy的公共感知信道集合。

3) 时钟同步模型：在CRSN中，所有用户开始跳频初始时间相同。本文假设时间被划分为长度相等的时间片。

4) 时钟异步模型：在分布式CRSN网络中，每个用户都可以在不同的时刻启动跳频序列，且该时刻是完全随机的，无法做到时钟同步。

Rendezvous信道全覆盖(full Rendezvous)是指在感知信道集中的任意信道均可达到Rendezvous，本文将通过设置发送、接收概率阈值，调整逻辑跳频序列，避免某一信道使用频率过高的情况，有助于增强网络稳定性。

2 基于发送接收概率SRP算法 2.1 基本思想

1) 节点发送状态

INPUT：Ms

OUTPUT: channel Cs[i]

Ps=the smallest prime number not less than Ms;

for L=Ps-1 to 0 do

for n=0 to Ps-1 do //每P个时间片步长减少一次

Csi=[(t×L)%Ps-L]%Ps+1;

End

End

2) 节点接收状态

INPUT: Psi[x]，Csi[x], Us

//Csi[x]是用户i在发送状态下感知信道集合, Us是CRSN中用户数量

//输入各信道发送状态概率集、逻辑信道序列和信道使用总次数

OUTPUT: sender physical CH list Si(x)

sort Psi[x]

for (x=0;x < P; x++)

if Psi(x)maxλ //最大发送概率≤阈值

Si(x)← Csi[x]//逻辑信道映射到物理信道

Else

Si(max)==Si(1)

//将逻辑信道1切换至序号最大信道

Si(x) ←Csi[x]

//逻辑信道按概率大小映射到对应物理信道

Psi(x)=Psi(x)+1/Us

//物理信道发送概率相应增加

Psi(k)=Psi(k)-$\frac{1}{{{U_s}}}$

//其他信道发送概率相应减少

END

INPUT：Mr OUTPUT: channel Cr[i]

Pr=the smallest prime number not less than Mr;

for L=0 to Pr-1 do

for n=0 to Pr-1 do //P个时间片步长增加一次

Cri=[(t×L)%Pr-L]%Pr+1;

End

End

INPUT: Prj[y], Crj[y], Ur

//Crj[y]是用户j接收状态下感知信道集合, Ur是接收状态下信道使用的总次数

//各信道接收状态概率集、逻辑信道序列和信道使用总次数

OUTPUT: receiver physical CH list  Rj(y)

sort Prj[y]     //排序

for (y=0;y < P; y++)

if Prj(y)maxλ//最大接收概率小于等于阈值

Rj(y)← Crj[y] //逻辑信道按概率大小映射到对应物理信道

Else

Rj(y)← Crj[y]//逻辑信道按概率大小映射到对应物理信道

Prj(y)=Prj(y)+1/Ur//物理信道发送概率增加

Rj(max)=Rj(1)//逻辑信道1切换至序号最大信道

Other channels Prj(k)=Prj(k)-1/Ur

End

2.2 相关证明与分析

 Download: 图 2 时钟同步模型逻辑信道示例(Mr=Ms=Gr, s=3) Fig. 2 Logic sequence illustration of the synchronization model(Mr=Ms=Gr, s=3)

 Download: 图 3 时钟同步模型物理信道示例(Mr=Ms=Gr，s=3) Fig. 3 Physical sequence illustration of the synchronization model(Mr=Ms=Gr, s=3)

Mr < MS, 最坏情况为发送方和接收方在同一时间片开始跳频，但为达到Rendezvous，直到发送方补偿处达到Rendezvous，但最坏情况是在发送方补偿的Ps个时间片中的最后一个时间片处达到Rendezvous，即MTTR≤Ps2

1) 针对Mr>MS情况，假设在时钟同步模型下，Mr=5，MS=3，由此可得Pr=5，Ps=3，发送方和接收方初始时间片均为0，由算法1和算法3可得发送方和接收方逻辑跳频序列，其MTTR情况如图 4所示。

 Download: 图 4 时钟同步模型逻辑信道示例(Mr=5，MS=3) Fig. 4 Logic sequence illustration of the synchronization model(Mr=5, MS=3)

 Download: 图 5 时钟同步模型物理信道示例(Mr=5，MS=3) Fig. 5 Physical sequence illustration of the synchronization model(Mr=5, MS=3)

2) 针对Mr < MS情况，假设在时钟同步模型下，Mr=3，MS=5，由此可得Pr=3，Ps=5.，发送方和接收方初始时间片均为0，由算法1和算法3可得发送方和接收方逻辑跳频序列，其MTTR情况如图 6所示。

 Download: 图 6 时钟同步模型逻辑信道示例(Mr=3，MS=5) Fig. 6 Logic sequence illustration of the synchronization model(Mr=3, MS=5)

 Download: 图 7 时钟同步模型物理信道示例(Mr=3, MS=5) Fig. 7 Physical sequence illustration of the synchronization model(Mr=3, MS=5)

3 实验

 Download: 图 8 成对用户对称模型非对称模型的MTTR、ATTR Fig. 8 MTTR, ATTR under symmetric model and asymmetric model of 2-user
4 结论

1) 该算法在信道集合对称、非对称模型，时钟同步、异步模型均实现了Rendezvous的有效执行；

2) 通过对比实验分析，SRP算法在信道集对称和非对称模型下的MTTR、ATTR均有明显的优化；

3) 通过引入信道使用概率，有效保证节点感知信道集中每一信道均具有Rendezvous可能性，解决了Rendezvous信道的整体均衡使用问题(Full Rendezvous)，增强了网络的适应性。