在次用户在进行频谱接入时，要尽量降低可能的频谱切换概率。因此，选择空闲信道接入时，要考虑到未来多个时隙信道空闲概率的变化。认知无线电系统存在多业务的情况，不同的业务对频谱空穴的长度要求是不样的，同时，时隙的确定会受到限制，即需假定在个时隙内信道的状态是不发生变化的。现有的基于信道历史信息的预测算法，并没有考虑认知业务需求差异的情况，且频谱接入算法主要针对次用户信道选择过程进行分析，未对次用户接入的频谱空穴的长短进行讨论。尽管传统的频谱接入算法针对次用户的可用频段范围频谱效益频谱冲突等问题进行了详细讨论，然而类认知业务可能出现相似的频谱使用方式，如果盲目为认知业务分配频谱空穴不仅会影响认知业务的，同时也有可能降低频谱空穴的利用率。例如，将业务需求较长时间的南京邮电大学专业学位硕士研究生学位论文第四章基于业务需求的多尺度频谱接入算法次用户接入连续可用时隙较少的信道中，会导致次用户在多个不同的信道中进行切换，增加了信道切换引入的延迟同样，将业务需求较短时长的次用户接入连续可用时隙较多的信道中，可能导致频谱空穴利用率底等问题。般情况下，由于硬件和能量的限制，认知用户并不能进行全频段的感知，当认知用户不进行数据传输时，持续实时的频谱检测将消耗大量的能量，对于依靠电池给电的认知用户显然是不合适的。目前，多用户接入的情况下，用户间的协调通过个专用的控制信道互通信息，然而控制信道的研究还存在多种问题控制信道需要占用空闲的主用户信道，降低了频谱空穴的利用率。由于主用户的位置和频谱使用的无规则性，几乎不存在条贯穿整个网络的通用信道。控制信道的建立和重新配置需要花费定的时间，而无线网络资源和结构又是不停变化的。针对以上问题本章将给出有效的解决办法，从而有效提高认知无线电系统的整体性能。算法网络模型频谱共享既要考虑主次用户的关系，同时还要考虑次用户之间的关系，次用户之间需要交换频谱使用信息，以避免相互之间的冲突。现行的次用户间频谱共享方法主要分为两类类是引入基站的集中式网络架构，基站对频谱资源进行管理，根据次用户的需求把合适的频谱资源分配给次用户另类是分布式网络结构，频谱共享依赖于次用户之间的竞争和协商，通过博弈达到频谱利用率的提高，并实现次用户间的公平性。对于认知无线电系统而言，频谱感知是实现动态频谱接入的技术基础，并且感知结果的正确与否将直接影响频谱预测的准确性，本文主要研究的是基于预测机制的频谱接入技术，对频谱感知技术不作详细研究，并且假设获得的所有频谱历史信息都是准确无误的。本章提出的算法是基于混合式认知无线电网络架构的，在集中式主用户网络中，主用户对授权频谱享有独家使用权，集中式认知用户网络中认知用户需要伺机使用主用户的频谱资源，这是典型的集中式认知无线电网络。在认知网络中次用户基站决策每个次用户使用的信道，同样主用户基站控制着主用户的接入。因此，可以假设主用户网络和认知用户网络分别对主用户和次用户使用的频谱信息完全掌握。另外，假设主用户基站拥有主用户信道使用的历史信息，对主用户使用过的不同信道状态信息都有记录，并且次用户基站可以获取这些信息，如图。主用户的频谱使用信息并不定是当前的，而是根据主用户授权频段的使用状态进行统计得到的，这样就可以确保次用户得到的频谱信息是准确无误的。南京邮电大学专业学位硕士研究生学位论文第四章基于业务需求的多尺度频谱接入算法主用户网络认知网络图算法网络模型在次用户使用授权频谱的过程中需要实时地感知周围的无线环境，并把感知的结果传递给次用户基站，同时在分布式网络中次用户之间也需要通过控制信道来协调频谱调用以及解决隐藏节点和暴露节点的问题，因此控制信道对频谱接入技术起到很重要的作用。控制信道的选取般存在两种方法种方法是选取条信道作为专用的控制信道，以供次用户间交互信息，但这种做法势必会增加系统的开销另种方法是使用超宽带技术，控制信道可以使用未授权的频段，并且发射功率很低，对主用户的干扰可以忽略，因此本章中提到的控制信道将采用技术。所以，本章提出的频谱接入算法中假设认知无线电设备具备在模式下短时间运行的能力，以实现控制信息的交换。认知用户周期性的检测使用中的信道，并立即通过控制信道把检测结果传输给次用户基站。认知用户使用信道传输时，周期性的检测信道，当认知用户不需要传输时，需要次用户基站周期性的检测信道，从而可以降低认知用户的负担。通过以上的信息交换方式，认知用户基站可以实时掌握不同信道的状态，从而通过集中管理频谱资源，做出合理频谱使用策略，提高频谱利用率。算法描述多业务情况下，现有的频谱接入算法并没有考虑不同认知业务需求的差异，针对此问题，利用模型中算法对信道的状态进行多尺度预测，并根据信道连续空闲时隙的多少进行信道等级划分，使次用户优先接入与其业务需求对应等级的可用信道，以保证不同需求的认知业务都有机会获得理想的空闲信道，从而提出种新颖的基于业务需求的多尺度频谱接入算法。南京邮电大学专业学位硕士研究生学位论文第四章基于业务需求的多尺度频谱接入算法尺度值计算在多业务认知无线电系统中，不同的业务类型对次业务传输时间的需求是各不相同的，即对信道连续空闲时隙个数的需求是不同的，因此考虑将认知业务的需求差异作为频谱接入过程中的个重要因素考虑。为保证不同需求的认知业务都有机会获得相匹配的理想的空闲信道，首先需要确定算法预测的尺度值，即对未来多少个时隙内的信道状态进行预测。为了形象的描述认知无线电系统中认知业务需求的不同，本节对不同的认知业务类型进行了对比分析，如表所示。表认知无线电系统中存在的业务类型分析业务类型特点实例尽力而为业务数据包小，占用时长最短，次传输即可完成短消息短时呼叫业务时长大于尽力而为业务，与其它业务相比仍相对较小，实时类型容忍定丢包率语音服务实时多媒体业务占用服务时长较长，实时性要求较高在线直播扩展实时多媒体业务对数据传输的实时性占用带宽服务时长等参数要求最高在线会议非实时多媒体业务占用时间相对较长，允许定中断时延业务从表的分析可见，认知无线电系统中，不同类型的业务对信道带宽可用时隙个数的需求是各不相同的。授权信道中，主用户相邻两个服务请求到达时间间隔相互独立且服从定分布，且主用户占用信道的持续时间服从定分布。由于主用户使用信道的间断性及使用方式的不同，各个信道中出现的可用时隙个数也不定相同。同时，由于不同业务需要的传输时间是不同的，根据次用户业务需求的不同选择与其服务时长相匹配的空闲频谱时隙的信道接入，从而有效避免次用户次业务传输过程中的频谱切换，并显著提高授权频谱的利用率。现有的频谱预测算法并不适用于多尺度的预测，其中神经网络实现多尺度预测的误差较大，因为神经网络运行调整权重和阈值时，每次迭代都要累加前次多个预测值的误差，从而造成神经网络难以收敛的情况，甚至导致神经网络发生震荡。而算法对概率值的预测是利用大量先验知识统计学习得到的状态树进行预测的，前步的预测误差并不会对下步的预测误差产生影响，即每步的预测误差是相互对立的，因此适用于多尺度预测的情况。使用算法，在当前时隙内完成对未来多个时隙信道空闲概率的预测，图给出了多尺度预测的模型。南京邮电大学专业学位硕士研究生学位论文第四章基于业务需求的多尺度频谱接入算法信道信道信道时隙当前时隙对的个信道未来个时隙内的状态进行预测尺度为的滑动预测窗口图多尺度预测模型由于无线电环境是不断变化的，过去太久的信息对现在状态的影响变得越来越弱，需要不断更新信道历史状态信息，重新构建状态树。同时，为保持频谱接入的有效性，预测尺度的确定要依据具体认知业务需求情况而确定，本节提出基于业务需求的多尺度滑动预测窗口的计算方法。为了简化分析过程，首先分析单业务的认知无线电系统，假设次用户需要传输的业务量为，信道传输速率为，则认知用户次业务传输需要的时间为则基于认知业务需求的多尺度滑动预测窗口的预测尺度值为多尺度概率值获取本章提出的基于业务需求的多尺度频谱接入算法将次用户的业务需求和信道空闲时隙个数的多少分别划分为相应的等级，次用户优先接入与其业务需求对应等级的信道，从而避免认知用户业务需求与主用户信道空闲时隙的不匹配而带来的大量可用频谱空穴的浪费，同时保证不同需求的认知业务都有机会获得理想的空闲信道，从而提高认知无线电系统的整体性能。根据信道历史状态二进制序列，利用模型中算法可以有效的对未来多个时隙的信道状态进行预测。在对信道可用时隙个数进行预测时，次用户基站首先根据特定信道包括当前时隙在内的过去个时隙的历史状态，预测信道在下个时隙处于空闲状态的概率。如果空闲概率大于设定的门限值，那么就认为信道在下个时隙是空闲的。假设信道南京邮电大学专业学位硕士研究生学位论文第四章基于业务需求的多尺度频谱接入算法在时隙是期望空闲的，次用户基站计算此信道在时隙同样空闲的概率。同样，如果概率大于设定的门限值，就认为此信道在时隙是空闲的。以此类推，次用户基站在个尺度的滑动预测窗口内进行这种预测，直到预测到个时隙内信道的空闲概率小于设定的门限值或者已经预测了个时隙为止，针对前种情况把剩余时隙空闲的概率设置为，预测过程如图所示，其中，各个时隙判断信道是否空闲的门限值的设定可以相同也可以不同。根据信道连续空闲时隙数量值的不同，把信道的可用性分成不同的等级，若个等级中有多个信道，则利用公式对信道的可用性进行升序排序，可用性指标值越大则表示信道的可用性越好。其中是信道在时隙处于空闲的概率，为时隙的长度。信道接入策略多用户多业务的情况下，不同的业务对信道空闲持续时间长度的要求是不同的，为了使次用户根据业务需求接入不同等级的信道，使认知无