文摘

在认知无线传感器网络(CRSNs),启用的传感器设备来执行动态频谱访问必须经常感觉授权渠道找到空闲频道。频谱感知的行为将消耗大量的电池供电的传感器设备,减少网络的生命周期。在本文中,我们的目标是回答这个问题多少光谱传感节点(ssn)是必需的。为了实现这一目标,SSN比率对频谱感知的准确性的影响从网络能源效率的角度进行了分析。基于这些分析,导出最优SSN比最大化网络生命周期的优化合作检测概率(CDP)。仿真结果表明,最优SSN比率可以保证频谱感知性能的检测和假警报概率,有效延长网络的生命周期。

1。介绍

传统的无线传感器网络(网络)是一个有吸引力的研究领域近十年以来,通常操作license-free工业、科学和医疗(ISM)乐队。然而,随着无线设备和应用程序的数量爆炸式增长在过去的几十年里,已经有越来越大的压力在有限的频谱资源1,2]。此外,无线网络吞吐量的提高很大程度上取决于渠道的利用率3]。在这种情况下,认知无线电(CR)的概念出现了缓解有限的无线频谱资源的稀缺性提高频谱资源的利用率(4]。CR是动态可编程和配置伺机电台,使用一个空闲授权通道在其附近解决的问题未授权频谱资源短缺和授权频谱资源未充分利用的5,6]。这样一个无线电可以应用于现有的网络技术,无线传感器网络,机器机网络、无线区域网络,等等,使体育(物理)和MAC(介质访问)层的设备自动和动态检测可用的频道,然后相应的改变他们的传输或接收参数允许更多并发无线通信在一个给定的谱带。作为一个特定应用程序的CR技术,认知无线电传感器网络(CRSN)是最近才被认为是最具吸引力的话题之一在物联网模式7]。

不一样的传统网络(8- - - - - -12),CRSNs操作许可乐队,定期的光谱,并确定空置通道。为了实现这一目标,CRSDs(认知无线电使传感器设备)在CRSNs必须经常感觉授权渠道来识别一个空闲和检测主用户的活动状态(脓)信号严格限制干扰脓(13]。另一方面,不同于CR网络(14,15),CRSNs继承传统的基本限制了网络的生命周期是严格约束由于能量限制。此外,光谱传感(SS) [16,17)是一个至关重要的元素在CRSN的实现,和能源消耗也是光谱遥感的主要考虑因素。SUs越多参与频谱感知会导致更高的能源消耗的网络和网络寿命短。出于这个原因,我们的目标是提高网络能效优化光谱传感节点的数量(ssn)参与光谱遥感在保证频谱感知的准确性。

此外,它已经表明,合作频谱感知(CSS)不仅可以解决多径衰落和阴影效应也提高频谱感知的准确性(18- - - - - -21]。CSS方案的想法是使用多个SUs和结合在融合中心检测结果(FC)。有两种可能的CSS策略:第一个是所有节点执行CSS,第二个是某些节点频谱。但是,如果他们的表现是相似的,第二个显然是更合适的。为此,有一些现有的节点选择方法在各种工作(3,22- - - - - -27]。具体来说,一个最优努力融合策略提出了最大化的能源效率22]。在[23),一个最优的multihop-based SUs派生。尽量减少能源消费总量,封闭方程,由于最优条件马提出了在24)确定的SUs频谱。还提出了一个节能的CSS (25传感节点选择的)来解决这个问题。考虑SUs的场景中只有部分信息和脓是可用的(26),一个节能SUs选择算法提出了节约能源和提高检测的性能。在[3,correlation-aware节点选择方案,提出了自适应为CSS选择不相关的节点,因为开放、动态、和无线环境的不确定性。此外,在[27),一般标准分析并推导decision-approach选择当有实际信道传播效果。

然而,当网络环境的动态变化,更少的节点不能保证频谱感知的准确性,和更多的节点包括光谱传感网络的能源消耗将会增加。因此,所有上述现有工作不能保证频谱感知的准确性,同时减少能源消耗。此外,没有有效的数学模型,定量地描述了ssn的数量之间的关系和频谱感知性能。

在本文中,我们分析了最优SSN选择策略从以下三个方面。首先是探索SSN的关系比和聚氨酯的接收信号功率,即。,signal-to-noise ratio (SNR), in randomly deployed networks (which means that both of CRSDs and PUs are randomly deployed) for analyzing the number of SSNs impacts on the performance of individual spectrum sensing. Secondly, a mathematical formula which describes the relationship between the ratio of SSN and cooperative detection probability (CDP) is explored to ensure the accuracy of cooperative spectrum sensing. Finally, an optimization function is proposed to derive the optimal SSN ratio which can prolong the network lifetime and guarantee the accuracy of cooperative spectrum sensing.

本文的其余部分组织如下。部分2给出了系统模型和问题定义。分析最优SSN比例部分制定3。仿真结果讨论了部分4。最后,部分5总结了纸和讨论了未来的工作。

2。系统模型和问题定义

本部分首先描述了CRSN网络模型,然后提出了频谱感知。之后,本节给出的定义最优SSN比选择的问题。

2.1。网络模型

2.1.1。信道模型

CRSN网络环境的考虑,一组CRSDs, ,分布式监测感兴趣的领域,包括PU和FC,如图1。CRSDs可以被视为次要用户(SUs)在传统的CR网络可以访问伺机空闲频道。根据实际需求,定期CRSDs感觉环境与不同的采样率,然后报告他们的感知数据的FC (28]。一般来说,可用的授权频谱由多个主要通道的活动状态遵循不同的交通模式。为简单起见,在本文中,一个主要渠道是假定,PU交通模式遵循一个固定指数开/关随机过程(29日]。

聚氨酯是占领的国家表示通道和关闭状态表明,信道是空闲的。让和表示的假设没有和现在的PU,分别。此外,让V和l表示指数随机变量,描述闲置,占用状态与手段v和l,分别。因此,对于一个通道,通道的概率在入住率和信道空闲的概率是由

2.1.2。信号传播模型

解决最优数量的ssn选择问题方便,信号传播模型建模首先。根据(30.),接收功率之间的关系的CRSDs和聚氨酯的传动功率可以表示如下: 在哪里的接收功率是jth CRSD,聚氨酯的信号功率,是一个标量,之间的距离吗jth CRSD和聚氨酯是路径损耗的因素。聚氨酯收到的信噪比(信噪比)在每个CRSD计算 在哪里噪声功率和吗在网络CRSDs的总数。

2.2。频谱感知

2.2.1。频谱感知的假设

CRSN,接收信号样本CRSDs可以制定为一个二进制的假设检验;假设代表没有聚氨酯中存在光谱,假设代表的聚氨酯存在频谱;这是(31日), 在哪里是在CRSD接收信号,的信号是聚氨酯和被认为是一个iid与零均值和方差,随机过程 。噪音, ,被假定为高斯iid与零均值和方差,随机过程 ,和和是独立的。

在通道传感,检测的概率, ,和假警报的概率, ,是重要的指标,用以衡量频谱感知的准确性。和被定义为检测聚氨酯在假设的概率和 ,分别。

2.2.2。聚氨酯检测

能量检测(32)方法可以利用CRSDs作为通道传感方法。测试统计数据给出了能量探测器 在哪里是接收信号的样本在CRSDs吗 在哪里太瓦代表了产品的检测时间,T信号带宽,W。当米是相对较大(例如,米> 200),可以近似为高斯随机变量在两种假设都和 ,与手段 , 和方差 , 分别可由(33] 在哪里是聚氨酯信号的信噪比jth CRSD。

对于一个给定的阈值, ,虚警概率和检测概率的jth CRSD给出 在哪里问()表示高斯问函数。不失一般性,我们设置了检测阈值的所有CRSDs是相同的;因此,所有的假警报概率CRSDs变得固定,用 。因此,(7)和(8)可以表示为(9)和概率是用34]

2.2.3。合作频谱感知

在密集部署网络,我们考虑到邻近的感知结果CRSDs是相似的。和网络可以分为多个集群基于剖面的方法3。因此,检测结果在一个集群中可以表示为一个节点叫做SSN。减少通信开销,每个SSN发送最后一个比特决定的FC energy-unconstrained数据聚合和决策中心和可以解码和把所有解码信息从所有使用logic-OR-rule SSNs做出最终决定(35];也就是说,聚氨酯被认为是占据通道,如果至少一个传感器节点PU的存在。然后,选择不同的集群中的所有SSNs合作感觉通道;合作检测概率和合作的虚警概率通道如下: 在哪里是选择SSNs合作的数量。合作misdetection概率被定义为的概率不检测聚氨酯的存在;也就是说, 。

2.3。问题定义

本文着重于提供最优数量的随机部署CRSNs ssn的CSS。选择最优SSNs,干扰的概率的前提下,聚氨酯应低于一个预定义的阈值F,必须保证所有ssn可以准确检测可用的授权信道信息和感觉信息发送到俱乐部进行进一步处理。换句话说,有一个限制这样

SSN的比率p,0 <p< = 1。当p= 1,这意味着所有CRSDs参与光谱传感、和0 <p< 1表示,一些节点选择从CRSDs频谱感知。目标是选择最优的SSN比率p考虑下合作探测概率的约束(12)在整个节点。因此,我们的优化函数 的目标函数是综合考虑的结果SSNs比率的影响p合作检测概率 ,和合作探测概率之间的关系和SSNs比p在部分将讨论吗3.2。

3所示。分析最优SSN比率

在本节中,我们首次研究SSN的影响比PU检测,和SSN的关系比和聚氨酯的接收信号功率。然后一个数学公式描述SSN率之间的关系以及合作检测概率(CDP)是探索以确保合作频谱感知的准确性。最后,提出了一种基于光谱传感节点的集群方法。

3.1。SSN的影响比PU检测

本文假设密集部署网络的连通性CRSDs可以保证每个CRSD从主用户接收信号有不同的信噪比。图2展示了一个具体的例子= 2 SSNs随机部署在网络,即。,SSN1 SSN2。CRSD1, CRSD2 CRSD3,因为他们接近SSN1,他们将加入SSN1利用聚类方法。其他CRSD4 CRSD5,另一个集群与SSN2 2(如果CRSD6形式=N,它意味着所有的节点将执行频谱感知;N- - - - - -CRSDs将加入最近的SSN作为集群成员)。这样,ssn可以形成一个数量的集群和可以定期发送他们感觉到FC进一步过程通过数据通道。数据通道可能并不完美,但这超出了本文讨论的范围。

聚类后,例如,当主用户出现在集群1,SSN负责遥感光谱相反的所有执行频谱感知和决定PU的活动状态;最后,它的股票其频谱感知结果与其它CRSDs。因此,其余的CRSDs属于集群1不需要许可感觉通道传输传感数据之前做出决定。因此,整个频谱感应能量CRSN可以保存并延长了网络的生命周期。

具体来说,我们假设所有节点都部署在网络领域一个使用泊松点过程(PPP) (36与强度) 。然后SSNs随机部署在网络。在聚类过程中,网络是除以泰森多边形法细胞(37,38]。为了分析泰森多边形法细胞中的信号传播特性,即。一个集群,以下参数在表中定义1。

首先,一个集群的平均半径。自由/开源软件和Zuyew38]分析了极坐标泰森多边形法细胞的几何性质和假设SSN 0点。他们得到的重要结论之一是预期的泰森多边形法单元的节点数量,可以给出如下(完整的证明(14)可以看到38])。 在哪里 ,l和代表一个集群的半径和节点的总数在一个集群中,分别。

其次,单链接长度SSN及其集群成员之间。由于形状和集群的半径都是随机的,集群的期望平均半径值也可以被定义为随机 ,和由此产生的(38)可以被利用,这表明,集群的长度总直接联系 。最后,可以计算如下: 在哪里p代表节点的ssn的比率。

在信号传播,信号功率随距离增加而减小。这种现象是统计建模使用信号传播模型中定义的部分2.1。2。让表示平均路径损耗在一个集群中,也就是说, 。基于结果和(14平均信噪比的),一个集群可以推导如下: 在哪里 ,是噪声功率,和是由近似和调制的类型,分别。

因此,基于SSNs比率可以确定p和固定网络参数,即。、网络区域一个聚氨酯的信号功率, 。

3.2。CDP最佳SSN率最大化

本文的目标是提高能源效率的网络通过选择ssn的最佳比例,也就是说,p,参与光谱遥感在保证光谱传感精度没有干扰PU的活动状态。基于上述分析,分析(9)检测概率是由信噪比决定这也是由SSNs比率p。因此,平均探测概率的公式和SSNs比率p可以得到如下: 在哪里 。不失一般性,我们 和 ,这是有效的比较的影响p在 ;它可以产生以下方程:

自从logic-OR-rule采用FC,根据(11),(18)可以被描述为合作探测概率之间的关系和SSNs比率p,这是由以下制定优化功能 :

目标函数(19)是最终结果之间的关系p和 。因此,p获得最大化的合作检测概率的约束(12)和优化功能(13)可以改写如下:

图5显示的结果(20.),这表明最优SSNs比率p值是0.3,0.15,0.1,节点密度的300年,400年和500年,分别合作探测概率的性能(CDP)是保证。

3.3。基于光谱传感节点聚类的过程

在最优SSN比率分析的过程中,最优p在不同的节点密度值获得。为了保证网络负载的平衡,我们随机选择网络中的节点作为SSN节点参与光谱遥感的基础上p值。当SSNs随机部署在网络,SSN将发送消息包含一个计数器(最初设置为0)和其邻居节点的ID。如果计数器是小于一个常数C,ID和计数器将会记录在你的邻居节点的内存。之后你的邻居会提出增加计数器1和设置一个定时器。如果计时器,节点(例如,CRSD)将加入的SSN最低的计数器。如果有类似的消息,它将选择第一个消息发送SSN。我们说明解决的主要思想ssn选择和集群形成过程图3和总结我们的解决方案在算法的详细过程1。

4所示。仿真结果

提出方案的性能评估是在MATLAB仿真。模拟区域的半径100米100米,FC位于中心,PU站被认为是可以覆盖区域的数字电视电台,和随机部署CRSDs的数量是300,400和500。SSNs也随机选择,每个节点选择最接近的SSN加入基于集群形成算法,然后SSN集群中的感官频谱及其传感传输FC的决策结果。

具体参数如表所示2。

在图4,我们考虑到节点的数目是300,它们均匀地分布在网络,和感兴趣的领域是由聚氨酯信号,和俱乐部的位置的中心区域。圆圈表示节点和红色的五角星代表了足球俱乐部。

CRSN,频谱感知中最重要的问题是确保高检测概率。此外,我们知道合作检测概率比单身更准确的检测概率。因此,合作研究了探测概率和SSN比我们的方案。SSN的关系比和CDP如图5。从图可以看出,最优SSN比率为三个密度为0.3,0.15,和0.1,分别。随着节点数量的增加,网络中的节点有更好的连接。因此,CSS是所需的ssn的比例降低。此外,它还可以找到的图,ssn的数量越多,选择参与合作频谱感知,合作探测概率越接近于1。

计算与分析后的最优数量的SSN节点,图6显示频谱的分布传感节点,在所有subfigures,密度在不同的节点。

根据拟议中的集群形成算法1,图7显示的迭代次数之间的关系和数量的SSN节点当网络节点的数量是300,400和500年,分别。

图7显示,在所有subfigures,节点密度越大,越低的节点数量需要用作ssn也代表集群的数量和网络的生命周期越长,确认集群形成算法可以有效和合理分区网络延长网络的生命周期。

在图8,我们的接受者操作特征曲线(ROC)两种不同的方法对CSS。第一显示模拟和理论价值,当所有节点进行频谱感知,而第二个是模拟和理论价值只有在选定的ssn参与频谱感知。可以看出,模拟值和理论值的这两种方法相互接近,这表明的推导(10)和(11)是正确的。同时,实践证明,只有一个节点被选中进行频谱感知的一部分;网络的探测概率并不减少,这也表明,我们的方案是有效的。

评价最优SSN的影响比选择策略在网络的能效,仿真执行了5000回合,和图9表明,提出的优化策略可以大大提高网络的能效,从而延长网络的生命周期。

最后,它可以清楚地看到,提出最优SSN比例选择策略不仅可以优化,参与光谱传感节点的数目在保证不干涉光谱传感精度的主要用户的活动状态,还可以延长网络的生命周期由于降低了党卫军的节点数量。

5。结论

在本文中,一个最优的SSN比率选择方案提出了提高网络能效优化的节点数量,参与光谱遥感在保证不干涉光谱传感精度的主要用户的活动状态。首先,数学分析的信噪比和SSN比之间的关系,然后给出了一个优化问题选择最优合作频谱感知SSN率最大化的合作检测概率。最后,仿真结果表明,该方案不仅可以选择最佳的SSN比率最大化合作探测概率,还可以有效地降低能耗,延长网络的生命周期。我们所知,这是第一次把SSN比率和合作探测概率CSS。我们的未来的工作是探索之间的关系的选择最佳的ssn和更多的决策方案。

数据可用性

手稿中所示的数据可供读者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(批准号。61602252,61602252,61702278),中国的江苏省自然科学基金(批准号。BK20160967, BK20160972,和BK20160964),自然科学基金中国江苏高等教育机构(批准号。16 kjb510024和16 kjb520031],和China-USA计算机科学研究中心。