[發(fā)明專利]一種快速收斂的最優(yōu)信道選擇方法

有效

• 申請?zhí)枺?/td>: 202010534314.5
• 申請日: 2020-06-11
• 公開（公告）號(hào): CN111711931B
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計(jì)）人: 陳春梅;楊世恩;蔣和松
• 申請（專利權(quán)）人: 西南科技大學(xué)
• 主分類號(hào): H04W4/38
• 分類號(hào): H04W4/38;H04W28/02;H04W84/18;H04L25/02
• 代理公司: 成都時(shí)譽(yù)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51250
• 代理人: 何悅

本發(fā)明公開了一種快速收斂的最優(yōu)信道選擇方法，涉及認(rèn)知無線電技術(shù)領(lǐng)域，包括以下步驟：首先建立基于G?E馬爾可夫信道的狀態(tài)轉(zhuǎn)移模型，根據(jù)該模型得到每個(gè)時(shí)隙下的信道狀態(tài)；然后將最優(yōu)信道的選擇問題定義為機(jī)器學(xué)習(xí)中的MAB問題，將每個(gè)信道視為MAB中的一個(gè)臂，根據(jù)每個(gè)臂的收益回報(bào)值的不同，統(tǒng)計(jì)出當(dāng)前最優(yōu)信道。在接下來的迭代學(xué)習(xí)過程中，創(chuàng)新地加入了基于狀態(tài)統(tǒng)計(jì)的信道置信因子以及E?E平衡系數(shù)，由此計(jì)算出最大置信上界g′去更新各個(gè)臂的收益回報(bào)；循環(huán)往復(fù)，直到收斂到最優(yōu)信道，本發(fā)明能夠解決多個(gè)感知信道共存時(shí)系統(tǒng)的快速收斂和精確信道選擇問題。

技術(shù)領(lǐng)域

本發(fā)明涉及認(rèn)知無線電技術(shù)領(lǐng)域，具體為一種快速收斂的最優(yōu)信道選擇方法。

背景技術(shù)

隨著無線通信業(yè)務(wù)的快速發(fā)展，無線傳感網(wǎng)絡(luò)得到了廣泛應(yīng)用，如智能家居、智慧城市、環(huán)境監(jiān)測等領(lǐng)域。無線傳感網(wǎng)絡(luò)由大量的微傳感器節(jié)點(diǎn)組成，其間使用開放頻段進(jìn)行通信，如ISM(Industrial Scientific Medical)頻段。然而，隨著開放設(shè)備不斷增加，網(wǎng)絡(luò)嚴(yán)重?fù)砣ㄐ诺目煽啃噪y以得到保障，從而嚴(yán)重影響無線傳感網(wǎng)絡(luò)的持續(xù)發(fā)展，在多個(gè)認(rèn)知無線信道共存的情況下，準(zhǔn)確快速地收斂到最優(yōu)信道是認(rèn)知無線傳感器網(wǎng)絡(luò)(CognitiveRadio Sensor Network,CRSN)面臨的一個(gè)挑戰(zhàn)，傳統(tǒng)的無線信道選擇方法可以實(shí)現(xiàn)最優(yōu)信道選擇問題。但由于計(jì)算量大、時(shí)間積累大，其收斂速度達(dá)不到要求。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種快速收斂的最優(yōu)信道選擇方法。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：

一種快速收斂的最優(yōu)信道選擇方法，包括以下步驟；

S1，建立基于G-E馬爾可夫信道的狀態(tài)轉(zhuǎn)移模型，為每個(gè)信道的每個(gè)時(shí)隙生成G-E信道狀態(tài)，將每個(gè)信道定義為一個(gè)臂，

S2，對每個(gè)臂訪問一次，獲得每個(gè)臂的初始獎(jiǎng)勵(lì)值；

S3，選擇當(dāng)前最優(yōu)臂并計(jì)算其平均收益；

S4，采用基于狀態(tài)統(tǒng)計(jì)信息而構(gòu)建的新的g’去更新最佳臂的置信上界；

S5，重復(fù)步驟S2，S3與S4，直到收斂到最優(yōu)信道。

優(yōu)選的，所述步驟S1中的G-E馬爾可夫信道的狀態(tài)有兩種，忙用0表示和閑用1表示，有限狀態(tài)空間可以定義為S＝{0,1}。

優(yōu)選的，所述狀態(tài)轉(zhuǎn)移模型中的授權(quán)信道狀態(tài)轉(zhuǎn)移概率矩陣以及狀態(tài)分布表示為：

其中，λ0和λ1是信道信念值的邊界，信道是正相關(guān)，即λ0≤λ1，基于G-E馬爾可夫特性，系統(tǒng)的下一個(gè)狀態(tài)可基于當(dāng)前狀態(tài)由轉(zhuǎn)移概率計(jì)算得出。

優(yōu)選的，所述步驟S2中的最優(yōu)臂的平均收益通過以下公式計(jì)算：設(shè)在n個(gè)時(shí)隙之后，選擇了第i個(gè)信道T_i(n)次。那么初始獎(jiǎng)勵(lì)值的平均值可以表示為：

其中，χ_i(t)是時(shí)隙t處選擇信道i獲得的實(shí)際回報(bào)。

優(yōu)選的，所述

當(dāng)信道狀態(tài)為忙時(shí)，傳輸將失敗，則系統(tǒng)回報(bào)為R_c＜0的懲罰，當(dāng)信道狀態(tài)為空閑時(shí)，傳輸將成功，并給予R_r＞0的獎(jiǎng)勵(lì)回報(bào)。

優(yōu)選的，所述步驟S4包括以下子步驟：

S4.1，根據(jù)初始獎(jiǎng)勵(lì)值的平均值計(jì)算公式，通過UCB1策略可得期望的置信上界UCB_i(n)：