频谱控制

2024-08-18

频谱控制（共7篇）

频谱控制篇1

摘要：分析和研究了多用户协同频谱感知原理, 通过时分方式, 实现了多用户之间的频谱共享。同时为避免对主用户产生有害的干扰, 从用户通过一种算法控制它的发射功率, 保证主用户的通信服务质量。最后对多用户协同频谱感知和单用户频谱感知的性能进行了仿真研究, 结果表明多用户协同频谱感知可以明显提高频谱感知的性能, 克服阴影/衰落作用的不利影响, 提高频谱利用率。

关键词：认知无线电,协同频谱感知,功率控制,频谱利用率

0 引言

随着无线通信业务的不断增加, 对无线通信技术支持的数据传输速率的要求越来越高。根据香农信息理论, 这些通信系统对无线频谱资源的需求也相应增长, 从而导致适用于无线通信的频谱资源变得日益紧张, 成为制约无线通信发展的新瓶颈。另一方面, 已经分配给现有很多无线系统的频谱资源却在一定的时间和空间上存在不同程度的闲置, 例如电视广播频谱, 业余无线电传呼频谱等。因此, 人们提出采用认知无线电 (CR) 技术, 通过从时间和空间上“伺机”利用空闲的频谱资源, 为解决日益紧张的无线频谱资源提供了一种新的解决途径。CR技术中, 通常称频段的许可持有者为主用户, 而CR用户为从用户。一般地, 从用户在不对主用户产生有害干扰的前提下, 利用授权系统的空闲频谱提供可靠的通信服务。一旦该频谱被主用户使用, 从用户有2种应对方式:一是切换到空闲频谱通信;二是继续使用该频谱, 但改变发射功率或者调制方案避免对主用户的有害干扰。显然在第1种方式中, 从用户的通信会被中断, 并且需要时间等待分配一个新的频谱继续通信, 降低了系统性能。

目前, 认知无线电尚处于研究的初始阶段, 国内外研究文献较少。文献[1]采用模糊逻辑技术实现从用户的发射功率控制, 但要考虑参数优化问题。文献[2]采用非合作功率控制博弈论的方法, 通过纳什均衡实现从用户的发射功率控制, 运算复杂度较高。文献[3]采用单用户频谱感知原理, 通过设定保护半径, 控制从用户的发射功率, 实现一个主用户和一个从用户的频谱共享。但是当用户受到阴影或深衰落作用时, 单用户频谱感知技术无法辨别它所使用的频谱是空闲还是深衰落的情况。为了解决上述问题, 本文就上一段提到的第2种方式, 首先采用协同频谱感知的方法, 有效克服阴影/衰落作用的不利影响, 其次通过控制从用户的发射功率, 实现和主用户的频谱共享, 提高频谱感知性能和频谱利用率。

1 系统模型

系统模型如图1所示, 其中各字母所表示的含义定义如下:PTX表示主用户发射机, PRX表示主用户接收机, PCR表示从用户发射机。d1表示保护半径, 在以d1为半径的圆周范围内, 可以保障主用户的通信服务质量。因为授权系统要求具有最小的SINR, d2表示在没有干扰时, 主用户接收机的解码半径, 在以d2为半径的圆周范围内, 主用户接收机对接收到的来自于主用户发射机的信号以给定的速率进行解码。d3表示从用户的非通信半径, 即在以d3为半径的圆周范围外, 从用户被允许通信。d表示主用户发射机和从用户发射机之间的距离。在该模型中采用SNR代替距离, 所以对于d1、d2和d3, 可以很方便地用测得的信噪比rp, rd和rn来表示。若用δ (dB) 表示主用户发射机PTX和接收机PRX之间的信号衰落, Ψ (dB) 表示主用户接收机PRX和从用户发射机PCR之间的信号衰落, 则图1中距离d处的SNR损耗可由下式给出:η (dB) =δ+Ψ。

在实际使用中, 因为主用户发射机的信号和信道特性对于从用户来说都是未知的, 所以计算距离d比较困难。另外, 当从用户和主用户共享频谱时, 为了减小干扰, 从用户的发射功率Qc应限制在主用户可以接受的干扰范围内。这与从用户发射机和主用户接收机之间的距离相关。然而, 主用户接收机可以位于以保护半径d1为圆周内的任何位置进行通信, 因此确定主用户接收机的位置对于从用户来说是也比较困难。为了解决这些问题, 本文分析了最坏的一种情形, 即主用户接收机位于保护半径的圆周和主用户发射机与从用户发射机连线的交叉点上 (如图1中所示PRX) , 通过限制从用户的发射功率, 可以保障主用户在保护半径圆周范围内任何位置进行可靠的通信。

假设模型中任意2个终端之间的信道存在Rayleigh衰落和路径损耗, 则传输功率衰减可用Q (r) =r-α表示。其中r表示距离, α是一个常量, 表示功率衰减指数, 范围是2～6。本文取α=2, 相当于自由空间衰减。

2 协同频谱感知原理

为了实现频谱共享, 从用户要不断感知主用户的频谱使用情况, 频谱感知可以分为单用户频谱感知和多用户协同频谱感知。实际使用中单用户频谱感知受传播损耗和阴影/衰落作用的影响, 可能出现只有距离主用户较近的从用户可以检测到主用户工作的情况。认知无线电要求频谱感知能够准确地检测出信噪比SNR大于某一门限值的主用户信号, 通常这个SNR的门限值是很低的, 对于单用户感知来说, 要达到这个要求并不容易。为了提高频谱感知的性能, 可以采用协同频谱感知的方法。通过检测节点间的协作达到系统要求的检测门限, 从而降低对单个检测节点的要求。

频谱感知的方法主要有基于能量和基于信号特征的检测。后者由于需要工作频段内主用户信号特征的先验知识, 所以限制了应用范围。本文使用基于信号能量的检测, 可以通过下面的公式描述频谱感知原理:

式中, x (t) 为从用户接收到的信号, s (t) 为主用户发射的信号, n (t) 为零均值加性高斯白噪声 (AWGN) , 功率为σ2, h为Rayleigh衰落信道系数。将从用户在固定带宽W和T时间内接收到的信号能量用Y表示, 并和预先设定的阈值λ进行比较。如果Y>λ, 则从用户会认为主用户处于工作状态, 也就是H1, 否则H0。

协同频谱感知可以采用分布式的方式进行, 各节点间相互交换感知信息, 各个节点独自决策。根据协同频谱感知的结果, 只有一个从用户可以和主用户共享频谱, 其他的从用户通过时分多址的方式, 根据下一个时间段协同感知的结果和主用户共享频谱。在实际应用中为了使分析简单, 假设有n个协同频谱感知的从用户, 这些从用户都是独立同分布的, 判决阈值λ也相同。一个从用户共享其他从用户的感知信息 (H0或H1) , 如果所有从用户感知信息都是H1, 则协同频谱感知的结果为H1。通过对频谱感知性能的量化有利于分析单用户频谱感知和协同频谱感知的性能, 协同频谱感知的检测概率Qd, 虚警概率Qf, 能量漏检概率Qm可以用下面的公式表示[4]:

Qd=1- (1-Pd) n,

Qf=1- (1-Pf) n,

Qm=1-Qd,

式中, Pd、Pf分别是单用户频谱感知的平均检测概率、平均虚警概率[3]。由公式可以看出协同频谱感知技术可以提高能量检测概率和降低虚警概率, 降低能量漏检概率。综合效果可以有效消除阴影/衰落作用的影响, 使频谱感知的性能得到提高, 可以通过后面的仿真图看出。

当信道是非衰落时, Pf, Pd, Pm可以通过下面的公式来表示[3]:

Pm表示平均能量漏检概率, γ表示从用户的信噪比, λ表示判决阈值, Qm (·, ·) 表示Marcum Q-函数, Γ (·, ·) 表示不完全gamma函数, Γ (·) 表示完全gamma函数。最后m=WT, 文中选取m=5。

当信道是Rayleigh衰落时, γ服从指数分布, $f_{γ} (γ) = \frac{1}{\bar{γ}} e^{- \frac{γ}{\bar{γ}}} ‚ (γ \geq 0) ‚ f_{γ} (γ)$ 是γ的概率分布函数, $\bar{γ}$ 是从用户的平均信噪比。令 $x = \sqrt{2 γ}, Ρ_{d}$ 可以通过下面的公式近似得到[3]:

根据定义[5]: $η = 10 \log_{10} \frac{Q_{p}}{σ^{2}} - 10 \log_{10} \bar{γ}$ ,

所以有: $\bar{γ} = \frac{Q_{p} / σ^{2}}{10^{\begin{array}{l} \frac{η}{10} \end{array}}}$ , (2)

式中Qp表示主用户的发射功率, 用式 (2) 代替式 (1) 中的 $\bar{γ}$ , 对于一个给定的Qp/σ2, 可见Pm为η的函数, 即Pm=f (η) 。

3 从用户发射功率控制

在频谱感知过程中, 如果不能正确地检测主用户的工作状态, 由于从用户的干扰, 将导致整个系统性能的下降。为了解决这一问题, 可以通过控制从用户的发射功率, 避免对主用户产生有害干扰, 从而保证有效的频谱利用。

和从用户共享频谱时, 为了使主用户接收机能准确地对接收到的主用户发射机的信号进行解码, 主用户接收机的SINR应该大于解码SNRγd (dB) , 即SINR≥γd。主用户接收机的通信服务质量可以通过估计得到[5]:

$\frac{Q_{p}}{Q_{c} + σ^{2}} \geq 10^{\begin{array}{l} \frac{γ_{d}}{10} \end{array}}$ , (3)

由式 (3) , 结合图1中的参数, 根据文献[3]可得:

式中, ε (dB) =rp-rd。由上式可以看出Qc取决于SNR损耗Ψ。因为主用户发射机的位置对于从用户来说通常是未知的, 所以很难确定Ψ的值。本文研究最坏的一种情况, 即主用户接收机位于和从用户距离最近的点。由图1可得Ψ=η-δ, 代入式 (4) 可以求得:

Qcmax (dB) =F (η-δ) +10log10σ2, (5)

Qcmax表示从用户的最大发射功率, 用dB表示。对于一个固定的δ值, 从用户的最大发射功率Qcmax是η的函数。因此, 根据Qcmax, 可以调整从用户的发射功率, 避免对主用户产生有害的干扰, 实现频谱共享。

4 仿真和性能分析

假设系统参数如下:ε=1 dB, α=2, δ=50 dB, Qp/σ2=95 dB, Qf=0.1。根据式 (5) 可以得到Qcmax和SNR损耗η的曲线图。如图2所示可以看出从用户的最大发射功率随着SNR损耗η的增加而增加, 这是因为从用户对主用户接收机的干扰程度由于SNR损耗较大而被削弱。

图3表示从用户最大发射功率Qcmax和能量漏检概率Qm曲线图, 同时还给出了非衰落的情况。由图3可以看出相同的最大发射功Qmaxc, 多用户协同频谱感知的漏检概率小于单用户频谱感知的情况, 说明协同频谱感知能量损耗少, 对授权系统的干扰小, 并且随着n的增加, 效果越明显。通过与非衰落的情况进行对比, 可以看出单用户频谱感知受到阴影/衰落作用的影响, 能量漏检概率较大, 而协同频谱感知可以克服阴影/衰落作用的不利影响, 并且随着n的增加, 作用越明显。这是因为n越大, 相比于单用户频谱感知技术和非衰落的情况, 协同频谱感知技术分配给一个用户信道的概率越大。

图4表示协同频谱感知的检测概率Qd和平均 $S Ν R \bar{γ}$ 的特性曲线。由图4可以看出相对于平均SNR, n越大, Qd越大, 说明检测性能越好。特别地, 当检测概率达到0.9时, 可以看出单用户频谱感知的平均SNR是16 dB, 而协同频谱感知是5 dB, 说明协同频谱感知技术可以明显提高频谱检测的性能。

5 结束语

在阴影/衰落环境中, 不同的从用户需要协同感知主用户频段的使用情况, 同时通过一种算法控制它的发射功率, 避免对主用户产生有害干扰, 实现频谱共享。该方案既可以提高频谱感知的性能, 又可以对从用户的发射功率进行有效控制。仿真结果表明多用户协同频谱感知可以消除阴影/衰落作用的不利影响, 相对于单用户频谱感知来说, 明显提高频谱感知的性能。

参考文献

[1] LE H S T, LIANG Qi-lian.An Efficient Power Control Scheme for Cognitive Radios[C]//Wireless Communication and Networking Conference, 2007.WCNC 2007.IEEE 11-15 March 2007:2559-2563.

[2] WANG Xia, ZHU Qi.Power Control for Cognitive Radio Base on Game Theory[C]//Wireless Communications, Networking and Mobile Computing, 2007.WiCom 2007.International Conference on 21-25, Sept.2007:1256-1259.

[3] HAMDI K, ZHANG W, LETAIEF K B.Power Control in Cognitive Radio Systems Based on Spectrum Sensing Side Information[C]//Communications, 2007.ICC 07.IEEE International Conference on 24-28 June 2007:5161-5165.

[4] GHASEMI A, SOUSA E S.Collaborative spectrum sensing for opportunistic access in fading environments[C]//New Frontiers in Dynamic Spectrum Access Networks, 2005.DySPAN 2005.2005 First IEEE International Symposium on 8-11 NOV.2005:131-136.

[5] HOVEN N;SAHAI A.Power scaling for cognitive radio[C]//Wireless Networks, Communications and Mobile Computing, 2005 International Conference on Volume 1, 13-16 June 2005:250-255.

频谱控制篇2

文献[3]总结出频谱分配模型,最大化网络收益为目标的优化问题,提出基于免疫克隆选择优化的认知无线网络频谱分配算法。文献[4]为提高频谱分配的公平性,提出基于约束算子的二进制粒子群频谱分配算法,在多个非授权用户使用相同的频谱而产生干扰时,将该频谱分配给获得频谱较少的的非授权用户。文献[5]采用簇内、簇间两个不同阶段的频谱分配方式,提出了基于均衡价格理论的认知无线频谱算法。文献[6]提出了多卖家步进拍卖算法,该算法很大程度提高了频谱分配效率。

以上研究了非授权用户对频谱的分配情况,并未考虑功率控制。为了提高认知无线网络的效益,提出基于DE算法的功率控制与频谱分配算法模型。结合功率控制来调整认知用户的干扰范围,可以提高网络的效益。

1频谱分配模型

在给定区域的认知无线网络中,将授权用户集合表示为Pu={p1,p2,...,pG} ,G表示授权用户数。认知用户集合表示为Su={s1,s2,...,sN} ,N表示认知用户数。正交信道集合表示为C ={c1,c2,...,cM} ,M表示正交信道数。用户的干扰范围是传输范围的 λ 倍,通常(1< λ <3)。用dφ,m表示用户 φ 使用信道cm时的干扰范围,其中。 Rp表示授权用户的干扰范围矩阵,rgp,m表示主用户g使用信道cm时的干扰范围,rns,m表示主用户sn使用信道cm时的干扰范围,干扰范围的大小可以通过功率控制来调整。 dmax表示最大干扰范围,dmin表示最小干扰范围。L表示信道分配矩阵,ln,m表示认知用户sn是否使用信道cm的布尔变量。E表示信道收益矩阵,en,m表示认知用户sn使用信道cm所获得的收益。 Cmax表示每个认知用户可以使用的最大信道数。 U(X) 表示X的总收益,Α 表示可行解集合。

由于硬件的约束,干扰范围有一定的约束,对于用户 φ 和信道cm应当满足:

根据授权用户和认知用户的位置以及干扰范围,可以得到信道分配矩阵L =[ln,m]N × M,ln,m=1表示认知用户sn使用了信道cm,否则表示未使用。同样可以得到信道收益矩阵E =[en,m]N × M,定义收益为用户节点使用信道cm干扰距离的平方,用如下公式表示:

s1,, s2的最大干扰范围由虚线圆表示,若s1与s2均采用最大干扰范围,则s1与s2将会产生冲突而不能同时使用相同的信道。使用ds1与ds2分别表示s1与s2的最大干扰范围,用f ((ds1与f ((ds2)) 分别表示s1与s2使用相同信道时的最大收益。尝试找到一种方法来提高收益,该方法并非通过最大化s1与s2的干扰范围来达到。有三种组合情况:(11)s1的厚实线圆与s2的虚线圆;(22)s1的虚线圆与s2的厚实线圆;(33)s1的细实线圆与s2的细实线圆。使用d''s1与d''s2分别表示任一组合中s1与s2新的干扰范围,采用这三种方法中的任何一种,都不会产生冲突而不能同时使用相同的信道。因此,存在总的收益大于原来收益的情况,即存在f (d's1)+ f (d's2)> f (ds1) 或f (d's1)+ f (d's2)> f (ds2) 的可能。

为了避免两认知用户之间产生干扰,两认知用户若使用相同的信道,则必须满足如下约束条件:

D(∙) 表示两用户间的距离,dmin≤ rns,m,rks,m≤ dmax,其中,1 ≤ n ≤ N ,1 ≤ k ≤ N ,1 ≤ m ≤ M 。并且,每个认知用户使用的信道数不超过Cmax。

根据不同的应用需求,文献[2]给出了认知无线网络的效益函数,网络总效益函数模型如下:

2 基于DE算法的模型求解

Storn和Price于1995 年提出了差分进化算法(Differential Evolution,简称DE)[6]。差分进化算法相比其他几种知名的随机算法,在稳定性、收敛速度方面有较好的性能。

根据功率控制、频谱分配模型,使用DE算法了进行模型匹配。DE算法的计算过程分为初始化、个体评价、变异、交叉、选择、终止检验这几个过程。

步骤1 初始化:首先输入进化参数,这些参数包括种群规模NP,交叉概率CR ∈[0,1] ,变异因子F ∈[0,2] ,迭代次数t = 0 ;然后随机生成初始化种群Xˉ(0)={X1(0), X2(0),...,XNP(0)} ,其中Xi(0)=(xi1(0),xi2(0),...,xiD(0));

步骤2 个体评价:计算每个个体Xi(t) 的目标值f (Xi(t)) ;

步骤3 变异操作:对种群中的每个个体Xi(t) ,生成三个互不相同的随机整数r1,r2,r3∈ {1,2,...,NP} 且要求r1≠ r2≠ r3≠ i ,按如下公式生成变异个体Vi(t)=(v1i(t),v2i(t),..., vDi(t)) ,

步骤4 交叉操作:首先生成一个随机整数jrand∈{1,2,...,D} ,然后对Xi和Vi按如下公式(其中,rand[0,1] 为分布于0 到1 之间的随机数)得到试验个体Ui(t)=(u1i(t),u2i(t), ...,uDi(t)) ,

步骤5选择操作:

步骤6 终止检验:如果种群满足终止条件,则输出;否则转步骤2。

3 实验仿真与分析

为了验证认知无线网络中,考虑功率控制与未进行功率控制的情况相比获得的更高的收益,使用VC6.0编程软件设计算法代码,获得的数据结果使用MATLAB进行绘图比较。

在给定的30 × 30 的区域范围内,随机分布5个授权用户以及20个认知用户。授权用户的干扰半径均为6,认知用户的最大干扰半径为8,最小干扰半径为4,每个认知用户最多可以使用3个信道,正交信道数为8。DE算法设置初始种群的大小均为30,最大评价次数均为10万次,设置好参数后运行10次再对进行结果求均值比较。结果如图2所示。

由图2可知,考虑功率控制相比于不考虑功率控制可获得的总效益更高,本实验中,通过计算可知,考虑功率控制认知用户的干扰范围,可使得总效益提高28.15%。

4 结束语

在认知无线网络中进行频谱分配,考虑功率控制的因素,通过控制功率的大小来决定认知用户的干扰范围,与传统未考虑功率控制的因素相比,调整认知用户的传输功率大小,这样的方式明显提高了网络的总收益。由于给认知用户分配频谱时,分配的先后顺序不同会使得网络总体收益不同,未来将深入研究当对认知用户分配频谱采用不同的分配顺序时,对网络总收益的影响。

摘要：动态频谱分配算法是解决无线网络中频谱资源短缺问题的有效方法。该文提出一种基于DE的功率控制与频谱分配算法,若多个认知用户使用同一个频谱存在干扰,通过调整功率的大小来改变每个认知用户节点的干扰范围,并将频谱分配给当前已获得频谱数较少的认知用户,以提高网络中频谱分配获得的总效益。仿真结果表明:通过功率控制来改变认知用户的干扰范围,与传统未考虑控制的无线网络相比,考虑功率控制的方式,很大的提高了认知无线网络中频谱分配获得的总体效益。

关键词：频谱分配,认知无线网络,DE算法,功率控制

参考文献

[1]柴争义,刘芳.基于免疫克隆选择优化的认知无线网络频谱分配[J].通信学报,2010,11(31):92-100.

[2]张丽影,曾志文,陈志刚等.认知无线网络中基于约束算子的二进制粒子群频谱分配算法[J].小型微型计算机系统,2013,34(6):1226-1229.

加强频谱监测,提高频谱管理水平篇3

1建立完善的监测系统

完整的频谱监测系统包括全频段、广覆盖、多层次、多任务的固定频谱监测网和机动灵活的机动频谱监测网两大部分。无线电波传播规律复杂,频谱监测种类繁多、工作方式、工作场所和调制类别各不相同,监测系统建设要依据监测任务目标和电波传播规律等情况科学统筹[2]。固定监测站与机动监测站设施建设互为补充,实现互联,提高效能。

下面设计一个完善的监测系统如图1所示。频谱监测包括察看监测站配置情况、选择监测设备及监测天线;对信号进行测试、查看一定频段的频率占用情况;对信号参数进行监测,计算信号的频偏、带宽和载频;查找干扰源位置;接收电离层探测仪和网上的短波数据等,为频率分配、指配和干扰诊断等提供技术支持。

2不同频段的特色监测

监测工作要根据各频段特色,有针对性加强各波段监测系统建设。在2007年2月27日召开的国家无线电监测中心本年度工作会议上,明确把推动重点频段无线电频谱监测报告制度作为重点工作之一[3]。

2.1以“突出重点,解决急需,横向联合”为原则进行短波频段监测

要有效管理全国的短波中远程发射电台,并对我国领土及近海域实现全域短波发射信号的监测、定位,需要在全国范围内布设几十个联网工作的短波监测站,经费投入大,系统管理复杂,实现难度大。在具体实现时可采用突出选择最佳,突出重点的方法。另外短波监测还有两点值得注意,一是短波监测及测向非常复杂和独特,短波测向要采用大基础测向设备,所以应以固定监测站为主;二是短波测向存在测向静区问题,其测向的最佳覆盖区域是800km～1500km。

2.2以机动监测为重点进行超短波监测

超短波固定监测站监测覆盖范围有限,通常覆盖半径是10km～30km,超短波频谱监测主要是解决指定区域的电磁环境监测和干扰源查找。超短波监测装备也应以机动式监测设备为发展重点。同时,要实现各监测车之间监测网同本级频谱管理系统的互联互通。超短波监测装备的主要种类有机动式、可搬移式和便携式等几类,在业务方式上要以监测业务为主,测向业务为辅,并以此原则配置监测设备。要注重发展扫描快捷、多通道简便型的监测设备。

2.3以移动性为重点进行微波频段监测

微波监测的主要任务有:路由电磁环境及频谱使用情况的监测,微波站选址的电磁环境监测。微波通信是视距通信,路由方向性强、信号弱且传输距离近。开展微波信号监测不能采用固定全向监测。微波监测设备重点应配置车载或可搬移的频谱监测设备。监测频段要宽,天线增益要高,要注重自动化测试和系统架设的方便性。

2.4国家统一规划建设进行卫星频段监测

卫星监测系统建设重点是C和Ku频段的卫星业务监测。卫星监测和干扰定位系统的覆盖范围很大,在两个不同地域各设置一套相同功能的系统,足可承担相关卫星业务监测任务。卫星监测和干扰定位系统建设复杂,技术含量高,应由国家频谱管理技术单位统一规划和建设,并实现同国际频谱管理机构卫星监测系统的互联。要建立卫星频率/ 轨道分析软件及硬件支撑系统,并且要随着卫星业务的拓展适时开展全频段卫星业务监测和干扰定位任务。

2.5加强无线通信台站设备的现场检测

现场检测无线通信台站的发射参数指标,需要测试的参数有:发射功率、频率误差、杂散发射、占用带宽。现场监测可以保证设备运行的完好性,减少由于这些台站产生干扰的可能。为确保测量结果的一致性、准确性、可靠性,需要研究掌握规定的测试方法和指标要求,同时要熟悉综合测试仪和频谱分析仪的操作和参数设置,还要结合具体测试参数和测试设备制定统一的操作程序,还要加强通信台站站址选择的电磁环境监测。

3全面测量、详尽分析、完善报告

测量可以在时域、频域或相位域进行。频域测量有利于监测信道占用度、干扰、谐波产物、杂散、确定调制类型。时域测量有利于分析信号随时间变化的特性,有利于分析占空时间、占用时隙数等时分复用系统的参数。相位测量适用于分析对载波相位进行调制的调制方式,比如PSK,QPSK,或者适用于相位和幅度同时进行调制的调制方式,如QAM。

3.1根据需求选择合适测量方法

测量通常包括以下内容:频率测量、场强和功率通量密度测量、频谱占用度测量、带宽测量、调制测量、无线电测向和定位。频率测量通常是在一个参考频率和一个未知频率之间进行比较处理。常用的测量方法有:鉴频器法、频率计数器法、偏置频率法、相位记录法、扫描频谱分析仪法、基于DSP的分析方法等。场强与功率通量密度测量的目的是确定信号的强度是否合适,确定给定的已知无线电发射的干扰影响,确定有电磁辐射设备的信号强度和影响,收集无线电噪声数据,估算电离辐射的危害等。频率测量的方法有:长周期连续记录、短周期连续记录、长间隔抽样、短间隔抽样等。频谱占用度测量可以采用手动测量,也可以采用自动记录技术,对于频段占用度,可以通过一个由计算机控制的配置预选器和预选放大器的频谱分析仪来完成。带宽测量可用的方法有两种,一种是采用频谱分析仪根据带宽定义的两个频率限值测量,另一种是利用FFT技术进行带宽分析。调制测量可通过调制度分析仪和调制分析仪等方法来完成。无线电测向是为了识别各种发射机,定位未授权或者遇到紧急情况的发射机以及干扰源,测向的常用仪器是:相位干涉仪、旋转环天线系统、圆形天线系统,测向常用的技术有幅度测向、相位测向或者幅度、相位结合测向。无线电定位的方法有三角定位法,三球、四球定位法等。

频谱测量示意图如图2所示。

3.2以现代数字信号处理技术为依托处理监测数据

分析处理监测数据既是无线电监测工作的核心又是一个难点。数据分析需要建立在一个全国的模型上,对于感兴趣的频率,应通过相关软件来提取和处理汇总的监测数据,通过去伪存真、交汇定位,直观地将估算的发射源位置和所影响的范围并标注于地图上,同时自动生成占用度等相关信息。在进行数据分析时要充分使用现代数字信号处理的最新成果,利用FFT技术和DSP技术加快处理速度和适时性。快速傅立叶变换(FFT)是将数据从时域变换到频域的一种算法。FFT方法首先通过A/D转换器在接收机的射频部分对带限信号进行捕获并数字化,然后将抽样数据送入DSP系统执行必要的计算。在分析中可采用FFT分析仪。FFT分析仪是一种基于微处理器的DSP设备,在特定带宽内具有适时处理的优点,它的最大适时带宽依赖于处理器的计算能力。它适合于测量由时间决定的信号的频谱,例如脉冲信号,同时也适合于瞬态分析。它的优点是可获得快速的幅度和相位信息,频率分辨率高时记录速度快,有瞬态分析等多种分析能力。它的缺点是频带范围较窄,动态范围通常较低,时间间隔比较有限。

监测数据的有效分析与利用是繁琐而复杂的,这项工作与监测数据库的建设是相辅相成的,需要作为一个重要的无线电管理课题来进行长期研究。

3.3周密考虑,完善监测报告

监测报告是频谱监测成果的最终体现,监测报告的完善与否,直接关系到频谱管理是否准确和有针对性。因此,规范报告格式,丰富报告内容,是加强频谱监测,提高频谱管理水平的最终体现。无线电监测站上报监测报告中应涉及如下内容:1) 监测站的位置;2) 已知发射设备的位置;3) 监测站对发射源的测向结果;4) 一个周期内的各频点频率占用度的百分比数据表;5) 对于占用度非常高或有其他特殊性的频点应进行详细分析,确定信号类别,不明信号需记录频谱图和声音,选出有代表性的时间段,生成电平、时间二维图。6) 对监测频段情况的综合评价。

摘要：提出了一个完善的监测系统的结构、指出了不同频段特色管理的实现方式、指出了怎样根据不同需要选择频谱测量方法的原则,改进完善了监测报告的内容、提出了用现代数字信号处理技术分析监测数据的一些方法。

关键词：频谱监测,系统结构,特色监测,监测报告

参考文献

[1]周鸿顺.频谱监测手册[M].北京:人民邮电出版社,2006.2.

[2]张跟全,马飞,李大艳.国家频谱管理系统的分析与设计[J].无线电工程,2006(10):15.

频谱控制篇4

自从教学风格频谱被引入体育教育领域以来,全世界范围内许多国家的教育者都认识到了它的重要意义并已在体育教育领域中广为应用(Byra,2002;Mosston&A s h w o r t h,1994,2002,2008)。从概念上而言,教学风格频谱是在上世纪7 0年代到本世纪初才被逐渐完善的(Boschee,1972;Byra&Marks,1993;Ernst&Byra,1998;Mc Cullick&Byra,2002;Mosston&Ashworth,1994,2002,2008)。从不同的教学方式角度分析,以一系列的教学风格来完善一定的理论体系成为了知识性研究的关键(Hurwitz,1985;Metzler,1983;Mariani,1970;Mc Cullick&Byra,2002;Mosston&A shworth,1994,2008;Seifried,2005)。正如Ashworth(2008)指出,“教学频谱是一个关于施教与学习行为的整体理论,也是一个对‘施教——学习’这一过程的完整理解的框架”。

正如很多研究者所指出的那样,在体育教育教学体系中是不存在一个单一的、完美的教学方法的。对频谱教学风格作用的证实一直是教育学调查研究所关注的主题(Byra&Jenkins,2000;Gerney&Dort,1992;Mc Cullick&Byra,2002;Mosston&Ashworth,2008;Zeng et al.2009)。研究结果表明,在体育教育教学领域,不同级别学校中的教师和研究者已应用频谱教学风格作为实现教学和行为研究的一个理论框架(Byra&Jenkins,2000;Gerney&Dort,1992;Greenspan,1992;Mellor,1992;Metzler,2000;Zeng et al.2009)。

那些教育学研究的成果提供了有价值的信息。这些信息能让教师有目的地准备和应用他们的教学方法并使之符合他们的教学目标和具有不同个性的学习者(Byra&Jenk ins,2000;Greenspan,1992;Metzler,2000;S eifried,2005;Zeng et al.,2009)。对于教师和学生而言,莫斯顿的频谱教学风格是基于教学,是一个“决策或做出决定”的链条的概念。

莫斯顿对教学中具体决定以及这些决定种类群的辨别产生了教学风格的系列,即各种具有里程碑意义的教学风格(注:我们将这一系列的教学风格译为“教学风格频谱”,有时简称为教学频谱<作者注>,每种教学风格分别迎合显著不同的学习目标。通过在每种风格中创造不同的学习经历,教学风格频谱允许学习者发展符合自己的学习方式。每一个教学情节都为学习者提供能涉及认知、社会、情感、体能和(或)道德5个发展维度的机会(Ashworth,2008)。

体育教育是一门唯一能使个体在上述5个发展维度上全面发展的课程。教学频谱中的非对立性方式(non-versus approach即:每个教与学的方式都是平等的,而并不是相互对立的),让学生成为一个学习效果的整合体。在莫斯顿的教学风格频谱中,每一种风格中的每个教学情节都有一个教育学的单元,它包含一连串的教学目标、施教行为、学习行为和教学效果(英文以O-T-L-O表示;Mosston&Ashworth,2008),如上图所示。

教学目标和效果需要具有一个主体因素和行为因素。在主体因素中包含了行进中的人和物(如,篮球投篮、排球扣球、学习比赛中的进攻等)。行为因素包括学习者身上的各种人类动作行为(如,与同伴之间的合作、自我评价和给同伴评价时的诚实、自控等)。通过主体因素和行为因素,学生就能够发展他们在认知、社会、情感、体能和道德纬度上的特性(Ashworth,2008)。

教学频谱理论的核心原理是,教学行为是由一连串的“决策/做出决定”构成的(Mosston&Ashworth,2008)。此原理可能会产生这样一个问题:什么是最好的方式去施教?基于教师和学生的各种决策行为,教学风格频谱为教师提供了多种选择,让教师决定如何施教。随着对(人类)学习性质认识地逐步提高,也已证明,在学生学习效果最大化的形式下,以教师为中心的学习方式(versus approach—即各种方法相互对立<作者注>)是没有积极意义的(Cothran&Kulinna,2003)。

教学风格频谱由11种内在关联的教学风格所组成,每种教学风格都包含着一个由教学双方形成的“决策/做出决定”结构框架。特定的教学风格是由从教师的最大化控制(命令式风格或风格A)到学生的最大化控制(自我教学风格或风格K)中显现的“决策/做出决定”地逐渐提升的过程发展出来的。莫斯顿和阿什沃斯(2008)指出,不同的教学方式适合获得不同的学习效果,继而不同的教学方式能使学习效果划归到四个发展路径上:体能的、社会的、情感的和认识的。为了选择一种教学风格,莫斯顿和阿什沃斯(2008)又指出,体育教师应当首先关注他们需要进行教学的主体,然后确定什么是需要完成的。此外,教师也需要考虑班级里的学生的情况,这样才能保证风格的选择能适合学生的发展水平(Mosston&Ashworth,2008)。如果首要的任务是对范例的模仿和需要教师形成特定的反馈,那么就需要选择风格A—E(注:E为包容式风格)。因为这些教学风格能够引出知识和技能的再生产,所以,这些教学任务中正存在着与这些风格相契合的教学表现。

莫斯顿和阿什沃斯认为发展频谱教学风格有三点原因。第一个原因与基于个人价值和经验的最佳教学方法有关。第二个原因与学生作为一个独立的个体以不同的方式进行学习具有不同的文化背景和在进入体育课程前不同的运动经验水平有关。随着体育教育活动的推进,教学对象也随之扩展,第三个原因就与教学频谱的发展有关。由于教学的理念往往是相互对立的,即一个理念与另外一个理念相对立的形式显现,而教学风格频谱正是意识到了这一点,所以,才能形成教学风格频谱的发展。

Garn和Byra(2002)指出,教学风格频谱的实现是围绕着学习者能再现(反映或重复)和产生(发现或创建)动作和知识这一理念而构建的。所有在体育教育中出现的活动都具有能采用再现式教学风格群(风格A至E)和生产式教学风格群(风格F至K)进行教学的因素。

虽然在教学频谱中的每一种风格都能发展,如:认知的、社会的、情感的、体能的和道德的诸多方面的目标,但是每种风格都注重这些目标中的一个或两个。这就意味着当面对特定的学习领域时,某个教学风格会比其他的教学风格更能让人满意他们想达到的目标(Garn&Byra,2002)。

在过去的数年中,教学风格频谱已为体育教师和研究者们提供了一系列可供选择的教学风格,和一种被学术界内广泛接受和理解的语言,一种在教学活动中的“决策/做出决定”的范例,以及指导体育教育教学研究的潜在资源(Beckett,1991;Byra&Jenkins,2000;Ernst&Byra,1998;Mc Cullick&Byra,2002Metzler,1983,2000;Zeng et al.2009)。教学风格频谱也提供了一个涵盖广泛的,旨在对“全人教育”进行教学的方式方法。在教学频谱中,教师与学生的行为受“教师—学生”这一相关关系所影响(Mc Cullick&Byra,2002)。

教学风格频谱给教师和学生带来什么样的好处。莫斯顿和阿什沃斯(2008)进而指出,教学风格频谱为教师提供了一系列的可选项目,这诸多的可选项目可以推荐给学生并丰富其学习的方式,也可以在一个学期中更为精确地满足学生的学习目的。出于这一目的,Doherty(2010)做出了这样的描述:教学风格频谱为分析一个人的教学和为适合特定的学习目的而选择的学习方式的有效性提供了合理的基础。Coates(1997)也表明,教学风格频谱强调不同风格之间的相互关联而不是各风格之间的差异性;这个强调遵循:体育教育中有效教学关注的是教学风格中存在的变量,也关注一名教师采用某一种最适合他/她自己的风格所必需的能力。而同样的形式下也许会形成这样的误解,即认为一个给定的风格是与特定的身体活动或运动技巧相联系(Coate s,1997)。通过对11种不同风格地整合,教学风格频谱允许极大程度的自由和高度肯定教师个体的创造性。通过这种方式地整合,让教学既是艺术,又是科学(Doherty2010)。

Doherty(2010)在体育教育教学中做出过深入的描述,根据学生的需要和反应,一个积极的教师应该对教学任务设置进行调整和反思。如果有能力应用莫斯顿所认定的不同的教学风格,那么,就能创造适宜的工作环境,保持良好的记录,制订高标准,使学习者更便利地进行思考和达到多方面的学习目标。这的确值得在教师的教学中认真思考。

最后阿什沃斯博士(2008)指出:“所有的教学方法或途径都试图支持一个有益于学习的教学目的。然而从‘决策/做出决定’的框架来看,教学风格频谱却是独一无二的。这一框架使对11种里程碑式的教学风格的描绘成为可能,也使每个施教与学习的选项得以实现,以及细节性的应用计划成为可能”(如在以后的章节中你将会见到的“教学情节的教案)。教学风格频谱是一个包含了一系列施教与学习选项的系统。每一种行为都具有相同的价值,即每一种行为都承担着教学的任务和目的”。这就是所谓的“Non-versus approach即非对立性方式”。这样的非对立性系统尊重一切教学理念,而不排斥其中的任何一种。

一位杰出的“频谱式”学者,Goldberger博士(2008)做出了以下的描述:教学风格频谱是一种综合性的教学理论。任何理论都基于一个理论原则尝试着对现象进行解释。在教学风格频谱中,其中需要解释的现象就是“教学”,而其中的组织性原则就是“教学能以‘决策/做出决定’的方式进行定义”。当然也存在着其他教学理论,但是没有一个像教学风格频谱那样直截了当却不失优雅华贵。你将学习到一系列的教学风格,即教学风格的频谱。在其中的每一种风格都是由做出决定的教师和学生来定义的。以每个风格所引发的学习条件而言,它们每个都是独一无二的;然而它们每个都是与一个整体,即教学风格的频谱相联系的。你将在每个风格之间的关系中发现在任何教学事务中都存在的三个基本因素:教师、学习者和内容(Mosston&Ashworth,2008:10)。

在对教学风格频谱的介绍中,我斟酌了用语的优雅。这一形容词(优雅)意味着丰富、优美和精致,也同时意味着简单和复杂共存。一个蜘蛛网和一片雪花是一个优雅的结构。正如你所见到的,教学风格频谱的确是优雅的。但是它也是实用的、直观的和人道的。直观,也就意味着它是容易操作和使用的;人道,也就是意味着它澄清和详述了我们能够进行教学的人与人之间的本质互动(Mosston&Ashworth,2008:10-11)。

简而言之,正如阿什沃斯博士所言,“教学风格频谱是一个关于教与学行为的整体性理论;一个理解教与学过程的综合性框架。在世界范围内,从20世纪60年代开始至今的频谱式教学风格的范例,已被加以研究并将继续地对其进行研究、发展和在教学实际中贯彻实施”。

脉搏信号的频谱分析篇5

若分析清楚频谱图中多个频率成分的关系及其生理意义,对于研制运动状态下的脉搏计数器具有重要意义,现有的脉搏计数器在运动状态下并不能非常精确的测量脉搏数,这样给出人体的耗氧量能量消耗等参量就不准确,所以本文结果还是具有一定意义的。

点评人:康明铭(1984-)男,辽宁朝阳人,四川大学物理科学与技术学院讲师,博士,主要从事宇宙线实验和理论、早期宇宙、等离子体物理研究。

脉搏是重要的生理信号,携带人体内环境大量信息。通过对脉搏信号特征的分析可以推测人体的部分健康状况。随着电子学、生物力学、材料学的发展,工作性能较为稳定、方便不同部位脉搏信号采集的传感器也越来越多,这为脉搏信号的处理和分析提供了良好基础。在脉搏信号的研究中,信号特征的提取是一个重要的课题,目前常用的脉搏信号特征可以分为两类:一类是从单个脉搏周期提取脉搏信号的形状特征,如脉搏的起始点,主峰等关键点的坐标,脉搏周期、幅值以及脉搏信号与X轴所组成的封闭曲线所占的面积等;另一类是基于整个脉搏信号的特征提取方法,如频域变换,小波变换等。罕见有人总结过脉搏信号的整体频域特征。本文通过对人体不同部位采集脉搏时域信号,经傅里叶变换到频域,可以看到频谱中首个主峰的频率为心率,而脉搏信号是由以心率为基频,多个谐频成分组成的信号,并且在靠近心率左右,还有其他频率成分,它们的生理来源并不清楚。

脉搏信号采集

传感器原理及参数

目前用于脉搏信号采集的传感器类型主要有压力传感器,例如压电薄膜(PVDF)、压电陶瓷(PZT)和应变片,以及光电反射式传感器和光电投射式传感器。本文采用光电反射式传感器Pulse sensor,测试中该种型号传感器具有较高的信号输出质量。其基本原理为光电容积法:传感器由光源和光电转换器两部分组成,通过绑带或夹子固定在手指上。光源采用对动脉血中氧和血红蛋白有选择性波长(500nm~700nm)的发光二极管。光束透过人体外周血管时,由于动脉搏动充血容积变化导致这束光的透光率发生改变,此时由光电变换器接收经人体组织反射的光线,转变为电信号并将其放大和输出,即为脉搏信号。

我们使用的Pulse sensor光电反射式传感器主要设计参数如下:采用峰值波长为515nm的绿光LED,型号为AM2520,光接收器采用了APDS-9008,为一款环境光感受器,感受光峰值波长为565nm。主要信号处理部件为低通滤波电路、放大电路MCP6001。

脉搏信号

不同部位典型信号如图1所示,我们选择手指指尖、手腕、耳垂三个部位采集脉搏信号。图1依次为指尖、手腕、耳垂三个部位的典型静态脉搏信号,从时域来看,三个部位的信号基本相似,有稳定完整的脉搏周期,不同部位在波形上的差别本文并不关注。

(三个部位信号幅度的差别与测量时传感器和测量部位的贴紧程度有关,不具有比较意义。)

快速傅里叶变换

快速离散傅里叶变换,即FFT变换,是离散傅氏变换的快速算法。傅立叶变换可以将任何连续测量的时序信号表示为不同频率的正弦波信号的无限叠加。傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位,将时域信号转换到频域频。离散傅里叶变换的原理为:对N点序列x(n),其离散傅里叶变换为:

N为采样点的数目,x(n)为每个采样点的幅值,j为虚数单位,X(k)为序列中每个点进行FFT变换后的值,为复数,由该复数即可计算出该点的幅值与相位。本文以Matlab内置的快速傅里叶变换函数FFT为核心,编写傅里叶变换程序,做出信号的频谱图。

频谱分析

12s脉搏信号

在脉搏信号的采集中,针对三个不同部位,首先采集时间长度为12s的脉搏信号,并对其进行频域特征分析。频谱图中两点的频率间隔取决于所选择的信号时间长度,频率间隔∆f与时间长度T的关系为:∆f=1T,因此12s脉搏信号的频率间隔为0.08Hz。

频谱图中每点的纵坐标值即为复数X(k)的模值。图2以指尖信号为例,第一个主峰频率在1.58Hz左右,为心率。心率的其他高次谐频依次在3.16Hz,4.75Hz,6.33Hz,7.91Hz……,与1.58Hz呈现倍数关系,这是固定边界腔体内形成驻波的典型性质。

图3中左图心率为1.4Hz左右,其余高次谐频依次在2.8Hz,4.2Hz,5.6Hz,7.0Hz。右图基频在1.4Hz左右,其余高次谐频频率依次在2.8Hz、4.2Hz、5.6Hz和7Hz左右。

在对三个部位脉搏信号的多次测量中,频谱图中第一个主峰频率为心率,其余频率成分是心率的整数倍,暗示脉搏波动为驻波。

24s脉搏信号

在测试中我们发现,不同部位12s的脉搏信号中有很大一部分在基频附近存在与基频频率相差0.1Hz左右的频率信号,由于同样倍数的倍频关系,从高次谐频中可以比较准确的推知其基频频率。因此,为了较为清楚的研究这个现象,通过增加采样时间,采集24s的脉搏信号使频谱图中两点的频率间隔缩减为0.042Hz。

图4中心率在1.58Hz左右,其余高次谐频在3.16Hz、4.74Hz、6.32Hz左右,而与心率相邻的另外一个小幅度频率约在1.62Hz,它的高次谐频在3.24Hz、4.86Hz、6.48Hz位置可以明显看到。

图5中左图可以比较明显的看到,心率在1.48Hz左右,而其余谐频信号在2.96Hz、4.44Hz、5.92Hz左右,此外,从频谱图中还可以发现另外一组频率成分,其频率在1.52Hz、3.04Hz、4.56Hz、6.1Hz。右图的频谱图中基频主峰在1.39Hz左右,其余高次谐频成分在2.78Hz、4.17Hz、5.56Hz附近,从谐频成分来看,心率1.39Hz周围应该还存在与其频率相近的至少两组其它频率成分,其中一组为1.43Hz、2.85Hz、4.27Hz、5.7Hz,另一组为1.35Hz、2.70Hz、4.05Hz、5.4Hz,它们均是倍频关系(大约60%的测量数据中可以看到心率旁两个频率成分)。

通过对脉搏信号的傅里叶变换分析,我们可以看出脉搏信号中除了以心率为基频并且与该基频为倍数的高次谐频成分以外,还存其他高次谐频成分,而这些高次谐频成分的基频与心率非常相近,相差在0.1Hz以内,所以总的来说,从频域上看,脉搏信号应该是由多个频率相近的基频信号以及与基频信号成倍数关系的高次谐频信号所组成。

结语

动态频谱接入技术综述篇6

随着无线通信技术的飞速发展, 原本有限的无线频谱资源被划分给越来越多的用频用户, 致使用户可用的频谱资源日渐紧张。频谱紧缺的局面正是由传统的频谱分配方法所导致的, 传统的静态频谱分配模式将频段固定分配给用频用户, 只有被授予频谱使用权的用户才可以使用, 频谱利用率有待提高。动态频谱接入技术通过灵活利用授权用户空闲的频谱空穴, 使认知用户伺机分配到所需的频谱资源, 使频谱资源在时域和空域上得到充分利用, 提高了频谱利用率。

动态频谱接入研究现状

国外研究现状

现有动态频谱接入技术研究针对不同的研究目标, 提出了不同的研究方法。本文将多种技术通过抗干扰、提高频谱利用率、吞吐量最大化、公平性、延时性、能耗最小化、网络连通性这七个方面进行归类, 分别介绍新技术的特点, 并分析其优缺点。

1) 抗干扰

抗干扰指在有干扰的电磁环境中保障通信质量, 研究方法有:a) 2003年FCC推荐了干扰温度模型, 该方法通过制定干扰温度门限, 达到复杂电磁环境抗干扰的目的;b) A.Hoang和Y.Liang利用干扰图的方法来捕捉一对通信节点之间的是否存在干扰, 当动态干扰图上出现两个节点相连式, 可判定存在干扰情况;c) A.Hoang等利用信噪比的大小作为判断依据, 当信噪比值大于门限值时, 则判定可以正常通信, 该方法的缺点是当信噪比大于等于门限值与安全余量之和时才允许传送信息。

2) 提高频谱利用率

提高频谱利用率指将频谱最大限度地分配给认知用户, 研究方法有:a) X.Li等定义频谱效率为数据速率和信道带宽的比值, 通过最大化每个节点的发射功率以达到提高频谱利用率的目的, 该方法的缺点是会导致网络中更多的干扰;b) S.Byun等提出尽可能公平分配空闲频谱的方法, 但公平的方式并不总是达到最大化频谱利用率;c) L.Yu等提出最大化总的频谱利用率并最大化瓶颈用户的频谱利用率的方法。

3) 吞吐量最大化

吞吐量最大化指最大化网络或者单个节点的吞吐量, 研究方法有:a) X.Mao等采用节点为不合作方式的分布式频谱分配算法, 缺点是会导致在访问信道出现争用或者导致不公平;b) J.Wang等将所有节点总的吞吐量作为目标, 并可采用分布式或者集中式频谱分配算法以最大限度提高网络性能, 但缺点是会导致不公平, 使得一些节点无法传输信息;c) T.Kim等针对OFDMA认知无线网络, 通过认知节点从主用户网络借上行链路子载波上数据传输的最大化以实现吞吐量最大化。

4) 公平性

提高认知用户之间的公平性, 可以避免频谱分配的不公平现象, 研究方法有:a) S.Byun等利用集中式方法最大化每个认知用户的最小平均吞吐量, 但它没考虑高需求量应用用户的最低吞吐量的要求;b) Y.Ge等提出协同最大比例公平方法, 将认知用户根据的服务质量或不同吞吐量需求进行分组, 解决最低吞吐量的问题。

5) 延时性

延时的研究分为端到端延迟和切换延迟两种, 路由结合的频谱分配中通常需要考虑端到端延迟, 切换延迟时间是认知用户从一个频谱切换到另一个频谱的时间, 另外在切换过程中, 认知网络的发送或接收中断, 会导致在数据传输的额外延迟, 其研究方法有:a) G.Cheng通过合理的给节点分配频谱以使得路由内累积的延迟 (节点延迟与路径延迟之和) 最低;b) W.Lee提出了一个频谱决策框架, 考虑了切换延迟因素, 其目标是找到一个频谱分配方法, 将认知用户的归一化容量的总和最大化, 缺点是它使用固定宽度的频谱带, 与实际多数情况不相符;c) J.Wang提出了累积干扰和切换延迟最小化的度量, 允许权衡不同的干扰和切换延迟之间的权重, 在每一跳上分配信道和路径, 存在的问题是该方法只考虑了信道切换次数, 而不是在该路径上数据流的切换时延。

6) 能耗最小化

最小化认知用户能量消耗可以最大限度地提高总容量和最小化系统的总功耗, 研究方法有:a) S.Gao等, 提出了一个分布式频谱选择和功率分配算法, 并提出了一种分布式能量有效性频谱接入方案, 目的是最小化在所有子载波上每个比特的能量消耗, 因此目标就转换为找到次用户可选择的最佳信道数, 在保证其数据速率的要求时采用发送最小功率;b) L.Yu等提出了一种认知无线电Ad Hoc网络能量有效性频谱分配的方法, 利用信道最小化发射功率的思想, 将能量有效性问题转化为一个功率控制和信道优化相联合的问题;c) X.Li从能量有效性的角度研究了认知无线传感器网络中的信道分配问题, 提出了一种预测剩余能量的系数的方法, 但该算法并未考虑优于节点感知频谱所消耗的能量。

7) 网络连通性

为了保证用户服务质量 (Qo S) , 保持网络连通性至关重要。影响网络连通性的要素主要有通信链路使用频率、发射功率、节点距离和认知用户间干扰。针对网络连通性的研究方法有:a) A.Abbagnale等针对认知无线电Ad Hoc网络连通性的研究, 提出节点的距离、发射功率和频率选择会对网络连通性产生影响;2) Y.Li等利用图形着色规则, 提出认知用户之间的干扰对CRAHNs连通性有很大影响;b) M.Ahmadi和J.Pan建立了一个网络图, 以显示网络流量和认知用户之间的连接, 将信道分配给认知用户, 并最大限度地降低网络内的干扰。

国内研究现状

近年来国内也不断深入在动态频谱接入方面的研究, 针对不同的动态频谱接入研究目标, 提出了不同的研究策略。

以减小认知用户之间频谱共享时的干扰为目的, 贾蕴提出了认知无线电动态频谱接入的竞争与干扰规避策略, 减少认知用户的信道切换次数, 提高网络的稳定性。以能耗最小化为目的, 张旭等人提出了基于排队论的集中式频谱分配策略, 以授权和认知用户共存的复杂网络环境为背景, 基于排队论模型, 提出了一种效率高、能耗低的集中式频谱分配方案。以实现对认知网络的功率控制为目的, 张龙等人提出基于微分博弈的分布式非合作功率控制算法, 提出了一种认知网络的分布式动态功率控制方案, 控制平均功率门限, 提高认知用户通信质量。以提高认知用户吞吐率为目的, 彭晓东等人提出了一种鲁棒机会频谱接入策略, 较好的利用优质信道机会, 提高认知用户的吞吐率。

总结

本文简要介绍了国内外动态频谱接入技术的研究情况, 根据研究目标的不同将研究方法归纳分类, 并分析了各种研究方法的优缺点。可以看出, 动态频谱接入技术可以采用接近实时的频谱管理方式, 灵活分配频谱资源, 以适应不断改变的电磁频谱环境。但是现有研究方法仍存在不同程度的局限性, 因此进一步开展动态频谱接入技术研究具有较强的现实意义和应用价值。

新型频谱监管网络模型研究篇7

关键词：频谱监管,服务解析,资源缓存,网络组件

0 引言

随着移动互联网规模的急剧增长,电子设备越来越多地出现在人们日常生活中,其在给人们带来便捷信息服务的同时也带来严重的电磁辐射污染。另一方面,各类伪基站的出现也时刻威胁着用户的信息安全。用户越发关心周边的电磁辐射及潜在的伪基站以确保人身健康与信息安全。由此可见,对无线频谱信息进行有效的监测和管理[1],可以保证用户的身体健康和信息安全。

现有的频谱监管网络,其设计初衷主要为了满足专网专用的需求,没有过多考虑大量用户并发访问的情况,信息服务处理机制相对简单,业务相对单一[2,3],更缺少为普通用户提供频谱辐射查询等服务,而频谱资源在信息化社会以及信息化战场[4]的作用越来越明显,涉及无线电频谱信息方面的需求也日趋多元化[5]。这种采用数据集中式存储的处理模式导致不同区域的请求都需要经过中央服务器进行中转分发,不仅消耗大量服务器资源,使服务器处于高负载状态,造成频谱监管网络的拥塞,更缺乏智慧的网络服务管理机制[6],无法快速、高效地满足频谱管理及信息作战的多元化需求[7],导致用户操作体验差。

解决这一问题的重要手段是将网络扁平化,减少用户和网络资源之间的距离,利用缓存机制等提升系统服务性能。

目前,基于缓存模式的未来新型网络架构如信息中心网络ICN(information-centric networking)[8]则是将内容分发网络CDN(Content Delivery Network)[9]等专有网络中提供的多方通信缓存服务扩展到全网络,形成一种以信息或内容为中心的网络模式,其要求每个节点都缓存经过的内容,使网络不仅成为一个传输体,更要成为一个存储体。当用户请求某一内容时,任何缓存有该内容的中间节点都可以做出响应,而不是像传统节点那样直接转发,从而大幅度提高网络的性能。伴随着存储介质容量的提升和价格的降低,利用缓存来提升网络性能符合未来网络的发展趋势。

但是由于ICN目前还处于学术研究阶段,距离大面积推广和应用还有一段距离[10]。因此本文借鉴ICN的思想应用到现代互联网中,实现一种新型频谱监管网络架构。同时,本文通过引入区域化网络和我们团队之前973项目中所研究的智慧协同网络体系[11]的理念,来更好地应对这种需求上的变化。

区域化网络即将大网按照地域和用户密集程度划分为小网,形成小型频谱监管网。智慧协同网络体系即从理论上解决了现代互联网中“静态”和“僵化”的现象。

本文基于智慧协同网络的“三层”网络结构,提出新型频谱监管网络模型,包括资源适配服务解析层和网络节点层。其可以更好地适应不同区域不断增长的用户规模,满足快速、高效、可扩展性等通信需求,提升网络通信效率,提高网络资源利用率,降低网络能耗,给用户带来更好的频谱信息服务体验。

1 新型频谱监管网络模型

1.1 模型描述

(1)总体概述

新型频谱监管网络,如图1所示,按照地域和用户密集程度动态划分成多个子节点网络,使本地资源尽可能地靠近本地用户端。每个子节点网络缓存该区域的资源,同时也独立成为一个频谱监管系统负责管理和控制该区域的感知设备。本文将其定义为小型频谱监管网络。在整个系统中,由中央服务器负责各个小型频谱监管网络的调度工作。

当用户请求服务所需的资源在本地缓存或者可以从本地网络组件设备中获取时,则不再经过中央服务器。只有当用户请求非本地资源时,该服务请求才会被转发到中央服务器进行分发处理。这种区域化网络大大降低了中央服务器的负载程度。

(2)抽象模型描述

如图2所示,各个小型频谱监测网中的资源适配服务解析层和网络节点层均可以抽象为服务提供者、服务获取者以及服务管理器三个部分。服务提供者先注册服务,服务管理器负责管理服务,继而服务获取者获取服务。服务管理器包含记忆模块、控制模块和数据模块。其中记忆模块用来对区域网络的状态信息进行认知,存储网络的可达性信息、路径状态信息、路径可靠性信息等;控制模块则根据记忆模块的信息,对数据的转发和存储行为进行控制;数据模块则根据服务流行度等级存储相应的服务内容。

当相同服务再次被请求时,控制模块可以从数据模块中提取缓存数据就近为用户提供所需服务,从而避免从远端获取服务导致的资源消耗高、网络延时大等问题,进而在提升用户体验的同时提高网络资源利用率。

(3)抽象模型具体化

在每个小型频谱监管网中,将新构建的资源适配服务解析层和网络节点层中的抽象模型具体化为网络设备,如图3所示。

各区域小型频谱监管网中的资源适配服务解析层可以具体化为智慧服务解析服务器、资源缓存服务器以及资源适配服务器的集合体。其融合了智慧协同网络中智慧服务层和资源适配层的功能,引入服务标识的概念,完成服务的动态智慧匹配[12]。完成匹配的服务通过服务标识动态映射到提供该服务的网络族群[13],最终实现服务与网络组件之间的智慧耦合。网络族群,即由网络节点层中一组或多组频谱感知单元组成。

各区域小型频谱监管网络中的网络节点层可以具体化为一组或多组由感知设备组成,以节点设备作为接口与服务器相连的频谱感知单元。其主要负责频谱数据的感知与聚类,覆盖面积可以精细到一间房间,具体在下文的网络节点层中进行介绍。

下面分别具体阐述这两层网络结构的特性及工作过程。

1.2 资源适配服务解析层

1)服务标识

为了实现服务的普适化与智慧化,新型的小型频谱监管网络模型中的资源适配服务解析层引入服务标识的概念。服务标识主要用来标识一类智慧服务,实现服务的控制与资源相分离。本文采用服务标识对服务进行统一命名和描述。

由于频谱信息服务的多元化需求,加上新型电磁信息服务正在源源不断的产生,简单的扁平化服务标识难以做到高扩展性。因此,本文根据服务的各种属性对频谱信息服务进行分类,并依据分类结果生成层次化的服务标识,以保证其可扩展性。

表1给出了常见的频谱信息服务属性。其中的频谱信息服务类型仅仅是典型服务,并未涵盖所有服务;同时,为了保证服务标识的可扩展性,在服务标识具体格式上还应该预留一些空位。服务标识的引入可以为服务的注册与查询以及与频谱感知单元间的动态智慧映射奠定基础。

2)具体工作过程

本文把资源适配服务解析层具体化为智慧服务解析服务器、资源缓存服务器以及资源适配服务器的集合体,分别负责服务的注册与查询,服务缓存资源的存储,服务标识到频谱感知单元的动态智慧映射。

(1)服务的注册与查询

在新型频谱监管网络中,通过频谱信息服务的统一命名和匹配查询实现了服务资源与控制相分离。图4给出了服务注册与查询的工作过程。

注册过程

频谱感知单元通过其节点设备的接口,向其所在区域的资源适配服务器,注册所提供服务的服务标识以记录各个感知单元的信息,继而由资源适配服务器转发到智慧服务解析服务器进行服务的存储,完成整个服务注册。

查询过程

当用户向智慧服务解析服务器发出请求时,由智慧服务解析服务器根据服务标识进行动态查询与匹配。如果查询到该服务可直接由本地资源缓存服务器提供,则转发该请求到资源缓存服务器,然后由其返回所需结果到服务解析服务器,继而向用户提供服务;如果该服务需要到本区域频谱感知单元中获取,则把该服务标识转给资源适配服务器,由资源适配服务器负责完成服务标识到本区域网络族群的智慧映射;如果该服务需要获取非本地资源,则把该服务标识转发到中央服务器,由中央服务器分发到服务提供区域进行下一步的处理。

(2)服务缓存资源的存储

本文借鉴ICN等未来网络发展的思想,结合智慧协同网络架构,使得每个小型频谱监管网络不仅是一个频谱监管系统负责管理和控制该区域内部的频谱感知单元,同时也使其各层节点均缓存本区域的资源。这种区域化网络使用户无需经过中央服务器就可以获取本区域资源,减少用户获取本地服务的响应时间。小型频谱监管网络中资源适配服务解析层和网络节点层结合资源分布式存储和集中式存储的特点和各自优势,根据服务流行度等级以及服务资源对实时性的要求等级不同采用合理的服务缓存资源存储方法。其中,在资源适配服务解析层采用服务器集群的模式,实现资源与控制相分离,将一些高频访问的频谱数据资源缓存在资源缓存服务器中。当用户请求这些资源时,无需进一步对频谱感知单元进行访问即可获取服务。而网络节点层中的频谱感知单元则根据其特点采取控制和缓存资源集中式存储的机制,具体将在网络节点层中进行介绍。

(3)服务标识到频谱感知单元的动态智慧映射

各区域小型频谱监管网络中的资源适配服务器主要负责服务标识到网络族群的智慧映射,即通过服务标识映射到网络节点层中提供该服务的网络族群,实现服务和网络基础设施之间的智慧耦合,最终把该服务请求转到相应的网络族群,即一组或多组频谱感知单元。

3)性能分析

在各个小型频谱监管区域内部建立资源缓存机制可以使得用户靠近服务提供者,降低中央服务器负载的同时,省去了服务提供者到中央服务器的往返链路传输时间,更省去了中央服务器对服务的解析与分发处理等时间,进而减少服务响应时间。同时,由于多服务器集群的设计理念,将客户端和频谱感知单元连接到不同的服务器,通过将上下位机分开处理的策略进一步降低服务器负载。

此外,服务标识到网络族群的智慧映射主要是为电磁频谱信息服务寻求最佳的族群组合,频谱感知单元的不同组合以及合理的搭配可以为用户提供高效且不同功能需求的服务。同时这种智慧映射能够提高服务获取的灵活性,协同调度网络资源,实现资源的动态适配。

1.3 网络节点层

网络节点层主要负责频谱数据的感知与聚类,由一组或多组频谱感知单元组成,与上层的资源适配服务解析层共同构成小型频谱监管网络。频谱感知单元覆盖范围小、管控粒度精细,可更好地应对不断增长的本地化频谱信息服务需求,使得用户可以更方便地对自身周边的频谱信息进行查看。同时,频谱感知单元实现了数据的分级处理,避免了庞大的底层频谱感知设备群直接连向各区域的服务器,很大程度上减少了服务器出现高负载的情况。

在网络节点层中,如图5所示,网络节点设备和频谱感知设备又被统称为网络组件。网络组件可以对感知和流经的频谱数据进行管控。由于每个频谱感知单元的规模较小,因此在其中的网络节点设备采用数据集中式管理的模式,其作用兼具上层服务解析服务器、资源缓存服务器和资源适配服务器的功能,实现服务的解析、匹配以及资源的缓存等。其中的缓存机制同样依照服务流行度等级以及该服务对实时性的要求等级确定是否缓存该服务资源。如果节点设备判定某服务所需要的资源能够直接从其自身获取,就不再经过其下层各个频谱感知设备,从而减少数据的流转时间,就近为用户提供服务,提升用户体验。除节点设备外,频谱感知设备可以智能感知周边的频谱信息,并支持实时响应服务请求和告警自动上报两种模式。

2 系统评测

基于上述网络模型,本文开发了新型频谱监管系统,并搭建了实验平台,进行了系统的功能和性能评测。其中,功能测试以获取电磁辐射信息为例,检测该功能是否能够监测某区域的电磁辐射强度;性能评测主要评测中央服务器负载程度以及服务提供者离用户的远近程度对服务响应时间的影响。

2.1 测试环境

2.2 功能评测

通过获取某区域的电磁辐射信息,可以查看到该区域的电磁辐射强度为35.00 V/m,超过国家二级标准,符合实验预期,如图6所示。

用户可以通过查看自己周边的电磁辐射信息,尽可能地远离高辐射区域来确保人身健康安全。同时,新型频谱监管系统可以实时监测周边的异常信号,如发现违法基站即自动上报提醒用户,给用户的信息安全带来保障。

2.3 性能评测

性能评测主要通过中央服务器负载程度和服务响应时间两个方面来评测新型频谱监管系统。

(1)中央服务器负载程度

在新型频谱监管系统中,大约60种不同类型的服务按照流行度等级依次排名。通过比较单位时间内服务的访问次数来确定是否引用缓存机制的新型网络架构能够有效减少中央服务器的负载。

通过对新系统服务访问频率数据进行分析,得到如图7所示结果。我们可以看到只有少数流行度等级排名靠前的服务被频繁访问,其分布曲线近似符合齐夫(Zipf-like)分布[14]。

根据齐夫分布的特性以及实验所得数据,暂将排名前20%的服务资源进行本地缓存处理。本文分别比较20、40、60、80及100个用户访问时,中央服务器的用户接入数量来衡量其负载情况如图8所示。从图中可以看出通过引入缓存机制,中央服务器的用户接入数量得到了大幅度的减少,从而降低了服务器的负载,在保证系统性能的前提下更好地应对不断增长的用户规模。

(2)服务响应时间

本文模拟1、100、500及1000个用户,通过比较传统和新型机制下频谱监管网络的服务响应时间,评测出服务提供者离用户的远近程度以及服务器负载程度对服务响应时间的影响。

其中,传统机制指所有服务请求先经过中央服务器,然后由其中转分发到服务提供者所在区域,并进一步访问频谱感知设备获取服务;本文提出的新型机制指服务请求不经过中央服务器直接从本区域服务器的缓存资源获取服务。实验得到此两种机制在不同并发量时的服务响应时间如图9所示。

通过分析上述传统和新型机制下的服务响应时间可以看出:

在相同客户端并发数量情况下,引入缓存机制的新型网络所需的服务响应时间少。这验证了引用资源缓存机制节省链路传输时间以及中央服务器对服务解析与分发处理时间的优势。

同时,随着用户数量的增加,服务器的负载越来越高,服务响应时间也逐渐增加。本文引入缓存机制的新型网络模型变化趋势更缓,即在某个区域用户规模增长速率相同的情况下,新型模型要比传统模型的服务响应时间增速更缓慢,从而更好地应对不断增长的用户规模,提高系统性能。

3 结语

【频谱控制】推荐阅读：

频谱感知01-19

频谱预测05-15

频谱治疗06-30

频谱共享08-13