认知无线网络中的频谱检测性能分析

I认知无线网络中的频谱检测性能分析摘要伴随着通信技术的快速发展，各种制式的通信系统和网络层出不穷，从最初的模拟系统，后来演进为保密性更高、抗干扰能力更强的数字系统，从有线的局域网，演变为性能较为稳定的无线网络，如时代的和时代的网络。为了保证良好的用户体验，网络不断的升级扩容，多样化的通信业务要求包含更多的信息和更快的下行传输速率，作为无线通信的载体—频谱资源，面临着短缺的困境。认知无线网络的出现，极大的提高了频谱利用率，提出了新的解决思路。本章从认知无线电的定义和特征出发，引出了认知无线网络的概念，并简要介绍了认知无线网络中的关键技术，最后介绍了与认知相关的标准化进程。关键词：认知无线网络；频谱效益；公平性；权重系数AbstractAlongwiththerapiddevelopmentofcommunicationtechnology,avarietyofcommunicationsystemsandnetworks,fromtheinitialanalogsystem,laterevolvedintoamoresecure,anti-jammingdigitalsystems,fromthewiredLAN,evolvedintoamorestableperformanceofthewirelessnetwork,suchastheeraanderaofthenetwork.Inordertoensureagooduserexperience,thenetworkconstantlyupgradetheexpansion,diversifiedcommunicationsbusinessrequirementsincludemoreinformationandfasterdownlinktransmissionrate,asthecarrierofwirelesscommunication-spectrumresources,facedwiththeshortageofdifficulties.Theemergenceofcognitivewirelessnetworkhasgreatlyimprovedthespectrumutilization,andproposedanewsolution.Basedonthedefinitionandcharacteristicsofcognitiveradio,thischapterbringsouttheconceptofcognitivewirelessnetwork,andbrieflyintroducesthekeytechnologiesincognitivewirelessnetworks,andfinallyintroducesthestandardizationprocessrelatedtocognition.Keywords:cognitiveradionetwork；spectralefficiency；fairness；weightingfactor目录第一章绪论 11.1选题背景和意义 11.2提高频谱利用效率的方法 11.3认知无线网概述以及国内外研究现状 21.4论文结构安排 2第二章认知无线电中的关键技术 22.1认知无线电模型 32.2频谱分配基本技术 42.3认知无线网频谱分配模型介绍 52.3.1博弈论模型 52.3.2拍卖模型 62.3.3图论着色模型 62.4本章小结 7第三章图论着色模型算法 73.1图论模型 73.1.1图论模型的数学描述 83.2经典图论频谱分配算法 103.2.1着色列表算法 103.3CMSB准则算法 123.4改进型算法研究 143.5本章小结 16第四章总结 17致谢 18参考文献 19第一章绪论1.1选题背景和意义随着无线通信新技术的爆发式增长，无线新业务也迅速发展，通信网络面临带宽化和业务传输高速化的挑战。为保证良好的用户体验，无线网络需要分配更多的频谱资源。但目前的技术水平并不能充分利用超高频及以上频段，而有限的中低频段基本已被分配完毕，这导致了有限的频谱资源与高速增长的频谱需求的矛盾日益突出。研究人员将认知无线电和认知网络各自的特点结合起来，提出了认知无线网络的概念，其更关注于网络中端到端性能的提高，而不仅仅局限于单节点的优化方案。认知无线网络能够实时感知外部环境，自适应调整自身参数，以提供最佳的端到端效能，并通过学习机制，存储策略，供后续决策使用。基于当前无线网络的固定频谱分配机制下频谱资源利用率低下的现状，在不干扰授权系统的前提下非授权用户机会式地使用空闲的授权频段，能够有效地解决该矛盾。因此，认知无线网络已经引起了研究人员的广泛关注。1.2提高频谱利用效率的方法上文介绍了频谱资源紧张的原因。因此本文需要研究新的技术来提高频谱利用率。目前世界上所拥有的技术主要有：复用技术（Multiplexing），编码调制（CodeingandModulatio，CM），和认知无线电技术（CognitiveRadio，CR）等。复用技术主要由时分，频分，码分，空分这四个不同的复用技术来组成。第二代的GSM技术是采用了时分复用技术，第四代的采用频分复用技术，即正交频分复用。CR技术主要有编码阶数来反应承载信息。编码阶数越高那么符号所包含的信息就越多，从而来提高效率。例如一个2QAM调制信号所承载1bit信息，而一个32QAM调制信号所承载5bit信息。虽然这两个技术提高了频谱利用率但是并不明显，但是频谱资源紧张的问题依然突出。1999年瑞典皇家技术学院Matola教授提出认知无线电的概念。CR技术能够智能地感知周围的环境，使得次用户在不对主用户的正常使用产生干扰的前提下来实时性的使用主用户的频谱从而提高频谱的利用效率。经过不断研究和发展，该技术被认为是解决频谱紧张的最佳办法之一。因而我们在本文中主要介绍认知无线电技术。1.3认知无线网概述以及国内外研究现状图图1-1认知无线电模型认知无线电的概念在不同研究中存在不同描述。美国FCC也有其自己的定义。图1-1为认知无线电的频谱管理体系模型。在认知无线电这个技术提出后，各个国家和其对应的机构都致力于对认知无线电的研究。世界范围内的力量都启动了很多针对认知无线电的研究项目。国内，国内研究主要集中在港大，北邮，西电，国科大等单位。清华，西电，浙江大学，武汉，哈尔滨工业大学等研究院在研究无线频谱检测和动态频谱管理算法等技术。总之，自从认知无线电这个概念被提出以后，国内外的很多专家学者就开始了不断的研究。使其理论框架以及算法都得到不断更发展和创新。从而为其现实中的运用打好了基础。1.4论文结构安排本片文章主要研究认知无线电这一技术，该技术得以研发的客观条件是频谱资源利用率很低。而本文则对如何提高频谱分配的总效益和频谱分配的公平性这两个方面进行了建模和分析。我们的模型是图论模型，我们提出经典图论模型，之后在这个模型上不断优化，最后达到最大化频谱总效益和提高用户公平性的目的。第二章认知无线电中的关键技术认知无线电是一种暂新的系统。认知无线电的特点如下：1，认知网对自身周围环境有一定的感知能力。频谱感知就是在当前的环境下来寻找“频谱空穴”从而可以将频谱信息给CR用户[31]。2，认知网能够动态改变自身的某些参数。我们所认为的频谱决策实际上就是得到频谱分析的最优解[32]。因而本章对认知无线电的基本技术做一简单介绍。2.1认知无线电模型如下图所示为认知无线电的模型：图2-1认知模型图从上图可的该模型主要包括四个模块，其作用如下表：表2-1模型模块列表模块名称模块作用无线信道环境模块无线信道环境模块的主要功能是对外界的环境进行主动的感知，之后再由RF检测把其收到的信息来进行无线信道的分析，或者说直接把信息发送到接收机的状态估计模块。无线信道分析模块该模块的主要功能是唉负责对来自无限信道环境模块所接收来的信息发起分析，之后把其中的一些空闲信的道信息发给功率控制管理模块，也可以是把来自干扰温度信息发送到估计预测模块。信道状态估计预测模块该模块主要的作用是负责把来自无线信道分析模块的干扰温度信息去进行参数的设置，也可以把来自环境模块所接收到的信息去进行建模工作。发射机的发射功率控制频谱资源管理模块管理模块主要的作用是对来自分析模块的空闲信道的信息去进行管理，也可以是对从信道状态估计预测建模模块发送来的信道容量信息进行管理。从上面的模型中我们可以明白认知无线电的特点如下：对周围环境的智能感知。可以根据自身状况进行智能化的学习。由于智能感知可以有效的提高认知无线电的自适应能力，因面对于外界不断变化的环境，认知无线电便有了更高的可靠性。将该模型划分为四个不同的模块，提高了之间的独立性和重构性。正是由于以上原因，认知无线电才变的如此实用。2.2频谱分配基本技术认知无线电的频谱分配方式是动态的，而传统的无线电的频谱分配方式是静态的，这就是和认知无线电和其他不同的地方。因而认知无线电技术正在引起全世界范围的关注，并且动态频谱分配作为认知无线电系统的重要技术之一，也引起了广大学者的研究。目前也提出了一些频谱分配模型和算法，而其判断标准和解决办法如下：表2-2判断标准及解决办法列表判断标准解决办法次用户对主用户的干扰当主用户需要使用频谱时，如果此时次用户正在使用，那么主用户有权强制中断次用户从而获取频谱资源次用户之间的干扰将频谱分配给之前分配频谱数量较少的次用户针对次用户效益和次用户公平性之间的矛盾在次用户效益和次用户公平性之间进行折中当前认知无线电系统设计的模型比较多。我们将对博弈论，拍卖模型以及图论着色模型做一简单的介绍。2.3认知无线网频谱分配模型介绍认知无线电的模型多种多样，在本章中我们简单介绍几个模型，比较普遍的模型有博弈论，拍卖模型以及图论模型等[33，34，35，36]。而在后面的论文中，我们将着重对图论模型进行介绍。2.3.1博弈论模型博弈论是现代数学的分支，同样是运筹学的重要学科。博弈论分为两种，合作非合作博弈。生物学家利用博弈理论来对进化中的某些现象进行解释。因此博弈论主要用来解决冲突优化的问题。博弈论适合来解决分布式频谱分配模型，在认知无线电频谱资源分配中，主用户与次用户之间的冲突问题和次用户与次用户之间的冲突问题，都可以用博弈论知识来进行处理。合作博弈主要在乎团体合作，认知用户传输业务会进行相互之间的沟通，从而获得较高的性能，因而可以均衡的处理频谱分配所遇到的问题，例如有效性和公平性。非合作博弈的认知用户比较自私，在传输过程中所选择的传输策略都是为了把自己利益进行最大化。因此在非合作博弈中，我们会引入惩罚因子，对自私的用户进行惩罚，从而达到我们想要的目的。在对模型进行研究时，对认知无线电做以下规定和约束。本文假设认知无线电系统有N个发射机以及接收机对，M为频谱的数量，主用户以及次用户之间的空间位置无变化。另外在次用户之间进行频谱使用时，本文假设用户不会产生干扰。当频谱进行分配时次用户会考察自身周围环境再用空闲频谱进行频谱利用和分配。由于次用户之间不产生干扰，那就需要在频谱分析时选择适当的策略函数时每个次用户都不会偏移，从而使总效益最大。其中效益函数考虑的因素有：用户使用信道产生的频谱带宽；单位频谱的价格；可代替的信道数目；授权用户的数目等。2.3.2拍卖模型该模型来源于现实生活，在集中式的无线网络系统中，频谱资源的分配和拍卖很相似。竞拍人对应的是有频谱需求的次用户，拍卖人对应的是系统基站，在这个拍卖模型中，当次用户需要频谱时便去参加“拍卖”，不同次用户之间没有权力进行干扰。竞拍者按照频谱自身的需求以及他们可以带来的效益来竞价。最终结果由拍卖人来决定，拍卖人要根据不同的目标来进行频谱拍卖，即就是所说的将频谱分配的总效益达到最大化。如图2-2为拍卖竞价模型流程图。图2-2拍卖竞价流程图由于拍卖模型和现实拍卖的相似性，因而有频谱需求的次用户也有了现实竞拍者的一些特征。比如：虽然在不同次用户之间没有权利进行相互之间的进行干扰，但是次用户都拥有相同的性质，那就是他们都是非常自私的。用户之间只会根据自身的需要进行竞价，从而使得自己得得到的利益最大化，而不会考虑其他次用户的情况。另外这个模型还需要考虑到运算开销，包括次用户的竞价开销和拍卖人进行竞价统计并做出最大化利益的开销。2.3.3图论着色模型图论模型在蜂窝网小区之类的环境中的应用已经成熟。因为考虑到现实情况下主用户和次用户之间会相互影响，因此在利用图论着色模型进行频谱分配时需要加上一些约束条件。在图论模型中，会将将网络拓扑结构抽象为图，用顶点来表示用户。用户之间如果存在干扰，那就把这两个用户的干扰连接成边，并且相互关联的用户之间不能染相同的颜色。图论着色模型的分配算法有许多种，下文我们将对图论着色模型做详细的介绍。2.4本章小结认知无线电所存在的意义是为了提高频谱分配的效益。本章2.1节提出了认知无线电的循环模型，根据该模型，可以得到认知无线电的特点。在2.2节给出了认知无线电中的三种常见干扰以及对应的解决办法。2.3节对常见的频谱分配模型做了一个简单的介绍。第三章图论着色模型算法因为频谱资源的有限性以及其利用率太低，频谱资源变的很紧张。因此认知无线网应运而生。认知无线网存在的目的是提高频谱资源的利用率。上文中我们提到三种频谱分配的模型，其中图论模型发展较为迅猛[37]。图论算法早就应用于通信领域的移动蜂窝网和小区通信的规划中[38]。因而在本章将着重介绍认知网的图论着色模型。引入公平性算子，提出了基于公平性的算法研究。另外我们介绍比较简单的图论模型，分析其优缺点，然后对模型进行了改进，并提出改进型的图论算法。3.1图论模型由于认知网的存在使得我们对频谱资源紧张的问题有了更好的解决方法。因此在认知网中，有效的将频谱分配性能提高，变成了最关键的地方。当认知无线电在进行频谱分配时，要求次户在不影响主用户正常使用的时间范围内，对主用户的频谱进行有效的利用，从而进一步提高频谱分配时的效率。由于认知无线电在实际通信中的复杂性，为了使计算方便，我们假定以下约束条件。1，在频谱分配过程中，信道的信息不会随着时间变化而产生变化。2，与此同时，用户的频谱资源信息要和感知结果相匹配。3，认知用户之间要间隔足够距离，使不同认知用户接受信道时不至于因为距离的原因而产生干扰。4，由于在实际中的CR通信要周期性的进行检测，来更新节点信息。因而在本文中我们假设在在我们进行研究的一个周期内，网络环境并不发生变化。以上条件作为基础，可以将认知无线用户之间的频谱分配问题转化为图论着色问题。首先我们来简单介绍下图和图论着色。图由（A,B,C）三个元素组成，表示为G（A,B,C）。A元素用来表示图G中的顶点集合，B元素用来表示图G中顶点与边之间关联的集合。C用来表示顶点的颜色列表。如果B为有序对，那么图G为有向图，如果B不是有序对，那么图G为无向图。图论着色即为对图G的顶点着色。A可以看做认知用户。如果颜色的个数为C，顶点A的个数为N。那么在对顶点进行着色时必须满足如下规则：两个不相同的顶点进行着色时果两个顶点之间有边关联，那么不允许对这两个用户进行相同颜色的着色。因为颜色相同就代表使用同一个信道。图3-1认知无线电图论模型如上图3-1所示为一个网络拓扑图，Ⅰ-Ⅳ表示主用户。A，B，C用来表示三个不同的信道，1-5表示5个认知节点。如果主用户的所工作的频谱范围内如果有次用户的存在，那么次用户不得和主用户使用相同的信道进行工作。因此户3只能使用信道C。有边关联的两个顶点不能着相同的颜色，因而认知用户1和4不能同时使用频谱B或C。3.1.1图论模型的数学描述在图论着色模型中，有一个中心思想：将认知无线电的频谱分配问题类比为图论着色问题从而进行建模。图G（A,B,C）中A元素在图G中所代表顶点集合，类比于次用户。B元素代表两用户之间的关联集合，即就是在认知无线电之中的两个用户之间的干扰。C元素为颜色列表，类比CR 中的可用分配方案的集合。为了进一步对图论进行研究，本文将利用数学矩阵来对图论进行研究。首先来定义如下矩阵：表3-1图论矩阵列表矩阵名称代号作用可用频谱分配矩阵L表示网络中认知用户数目为N,即就是说图G的顶点集合U={，i=0，1，…，N-1}，表示认知用户。信道效益矩阵B表示在网络中可用的信道频谱数目为M，并且可用的集合表示为V={.i=0，1，…，M-1}，在其中表示为具体的空闲频谱也可以称之为信道。可用频谱矩阵L这个矩阵的意思为在一段时间里，频谱m对用户n可用与否。在其中，L表示一个二维的矩阵，如果=1，那么表示用户n可以去使用信道m；否则=0，则表示在认知用户的列表中不存在信道m。由于每一个信道m在被占用这个状态上有不同的情况，故而每个认知用户的可用频谱也不尽相同。一般情况下可由频谱感知的结果来得知可用频谱矩阵。续表3-1图论矩阵列表矩阵名称代号作用信道效益矩阵B,这个矩阵的目的是为了表示CR用户n可在信道m上得到的效益。比如：最大的带宽或网络的效益。由于CR用户的工作参数以及其所处周围环境的不同，会让用同一个信道的不同CR用户产生的网络效益也不同。因而当=0时=0；当=1时，才会有意义。因此CR用户n在频谱m上可以取得的效益为*。干扰矩阵C这个矩阵目的是用来表示CR用户在利用同一频谱时所造成的干扰情况。在这之中，=1是表示在CR用户n以及k一起工作在信道m上时会存在用户干扰，因此CR用户户n以及k不能一起使用信道m。否则，则表示另一种情况，即两个用户之间不会产生干扰。无干扰分配矩阵A这个矩阵是认知系统经过算法之后所得到的分配结果。如果=1，那么信道m会被分配给CR用户n来使用。虽然在上文创建了矩阵，但最终结果还是不唯一的。故文章应该继续进行研究以取得最佳干扰分配矩阵。下文会先介绍几个比较经典的图论频谱分配算法，再进一步提出改进型的算法。3.2经典图论频谱分配算法我们本篇主要对图论算法进行优化，因而我们先来介绍几个比较普遍的着色算法，着色列表算法和CMSB算法3.2.1着色列表算法着色列表算法的目的在与让CR用户可以获得最优化的频谱分配数。着色列表算法可以分为两个算法：一个是着色贪婪算法，另一个着色是公平算法。着色贪婪算法主要从网络吞吐量的角度来考虑，使其频谱使用率最大化。着色公平算法主要从用户间的公平性来进行考虑，保证每个用户都合理的分配到信道。下面本文对上述算法进行简单介绍：着色贪婪算法着贪婪算法的目标是让信道使用率最大化，因而其数学表达式为：（3.1）其中，表示分配结果的矩阵元素之和。即是上文提到无干扰分配矩阵A的元素。如下为算法流程图：将与节点有冲突的节点数称为连接度，多少个节点就是多少个度数。我们以文字形式对该流程图做一简单的介绍：1.对信道进行初始化认知用户根据其连接度进行由小到大升序排列。2.将信道分配给度数最少的用户，如果遇到度数相同的情况那么就把信道分配给节点中已拥有信道最少的节点。如果已拥有信道数依旧相同那么随机配。3.重复1，2步骤知道信道被分配完为止。如下为算法流程图：将与节点有冲突的节点数称为连接度，多少个节点就是多少个度数。图3-2着色贪婪算法流程图该算法的目的最大化了频谱的总效益，将频谱有限分给冲突较少的节点，使得频谱在最大情况下被使用，而没有考虑用户的实际需求，从而在公平性上面表现出的作用不让人满意。着色公平算法针对贪婪算法的缺点，文献[39]介绍了新的算法来提高用户之间的公平性。如下为基本步骤：建立非循环性有向图我们首先来引入两个概念：Interference度：表示与节点n有冲突的节点的数目。Spectrum度：表示在节点n的颜色列表中所拥有的频谱数目。按照如下规定来建立非循环性有向图：1.若则i→j2.若，则若则i→j否则随机流程图：我们设定图中起点（无入边的点）为start点，无出边的点为end点。接下来画出具体的流程：图3-3着色公平算法流程图由于该算法降序排列，从列表中元素最少的节点end节点开始进行频谱分配，因而这种做法体保护了弱势群体，提高了频谱分配的公平性。由上可知，这两种算法第二种更倾向于公平性。但两者考虑的要求依然不够完整，因而依旧需要对算法进行改进。3.3CMSB准则算法上节所阐述的列表算法仅仅从频谱的多少来进行考虑，从而最大化了频谱的利用率。但并没有考虑频谱之间会存在差异性以及由于CR多用户的动态变化，不同参数以及距离等所带来的不同效益矩阵。除此之外，该算法只没有考虑到频率衰落所造成的影响。由于实际通信中存在的频谱效益差异以及干扰频谱之间的差异，提出了新的算法。这个算法加如了不同频段上所对应的不同效益矩阵和干扰矩阵。根据不同的效益矩阵对CR用户的节点进行标号，从而量化信道价值。并给出三种效益函数，该算法可以通过不同的效益函数来对网络进行分配。表3-2效益函数列表名称作用公式最大化带宽总和这个函数的作用为利用目前所拥有的频谱资源来取得最大的效益。最大化最小带宽这个函数的目的为让弱势的用户可以得到的网络效益能够达到最大。最大化比例公平性这个函数主要来解决在频谱分配的过程中认知用户之间的公平性问题。由于存在多个效益函数，因而必然会对应多个不同频谱分配的效果，因而我们来介绍一个比较基本的准则算法：CMSB。该准则算法对节点进行标号，从而使其量化，进一步知道其分配。CMSB全称合作式最大化带宽总和，该准则在上文提出的最大化带宽为前提，还应该考虑到相邻节点的情况，对相邻节点进行分析，从而减不对周围节点的影响，它的表达式为：（3.2）（3.3）在上式中的表示当用户n正在使用频谱m时，和用户n有冲突的用户个数。在进行信道的分配时，如果遇到标号值相同的节点时，会因为要保证用户的公平性，因而要把该信道分配给那些已经获得信道的认知用户中的信道较少的用户。在标号完成后，该算法进行频谱分配，具体步骤如下：1.根据标号准则对各个节点来进行标号。2.对标号值最大的节点进行标号量化，并对其信道进行着色（分配频谱）3.若果认知用户n被分配到一个信道m，那么用户n应该把信道m从自己的颜色列表中删除。对于k用户和n用户不能同时使用的信道m，那么就将信道m从k的列表中来进行删除。3.4改进型算法研究认知无线电的目的是提高频谱资源分配的效率。在不影响主用户频谱使用的情况下进行最大化其频谱利用率，从而使得系统的性能得到提升。然而不断变化的外界情况需要我们来考虑更多。上文中提到的CMSB准则虽然考虑了公平性，但缺少对网络总效益的进一步考虑本章中虽然介绍了可以提高频谱资源利用率以及用户公平性的图论算法。然而依旧不够完善。因此，下文将对算法做进一步的改善，文献[40]提出了新的算法。另外有人也从客户实际要求的角度来改变节点优先级从而提高公平性[41，42，43，44]。文献[45]提出了满意度的概念。本章开始时规定了一些矩阵，我们将通过矩阵来对图论做一研究。并简单来说明各个矩阵之间的联系。我们假定CR网络中存在三个频谱（A,B,C），CR用户有5个。根据3-1认知无线电图论模型可得可用频谱矩阵和效益矩阵分别为为：在前文中我们说两个用户使用同一个信道时，会存在干扰。而为了简化，方便计算，我们认为当两个用户只要有一个不可用该频谱时就会存在干扰。则干扰矩阵可表示如下：根据L矩阵和B矩阵，我们可以知道效益矩阵：为进一步分析我们给出如下三个无干扰分配矩阵：可计算得，网络总效益为8，11，14。由上计算可得，三个矩阵中总效益最高的矩阵是第三个分配矩阵。然而第三个分配矩阵对信道5并没有进行频谱分配，而用户的得到的信道却得到了3个信道，因面对用户5显得不公平，故可考虑将用户1的信道分给用户5来使用，这时第三个矩阵变化为：总效益为13，而先前的总效益为14，因而在总效益差不多时，提高了用户的公平性。因而我们可以明白，认知无线电的目的在于提高频谱利用率，但由于频谱的时空差异和用户的外界环境变化使得某些用户在进行频谱分配时得不到满足，虽然总效益和公平性存在一定程度上的对立，但并不是说二者不可兼得。因此我们可以考虑适当的降低总效益来提高公平性。我们在进行频谱分配时，我们认为总效益的如下：（3-3）我们在追求总效益的同时，由于频谱时间和空间的变化性以及差异性，我们还应该充分考虑用户的公平性，因而我们使用如下两个参数来对公平性进行约束。表3-3约束参数列表信道（频谱）数公平性：为了让认知用户的通信要讲求能够被满足，每个CR用户都要获取一定的信道（频谱）数用以进行数据通信。用各个CR用户所分配的信道（频谱）数为来对公平行进行衡量，利用方差值的办法来对用户得到的信道数进行处理。如果方差值越小，那就表示公平性越好。网络效益公平性用各个用户所得到的网络收益表示公平性，用方差来对公平性进行衡量。如果方差值越小，那么公平性就越好。我们在此引入一种把信道数量当作一种因素的新的算法，我们在CMSB准则算法的基础上引入权重来对分配频谱资源的节点进行约束，抑制频谱资源多的节点，使弱势群体得到分配信道的机会，从而体现了公平性。（3-4）代表认知用户当前所拥有的信道。在算法开始时要将其初始化为0，每当用户获得一个可用频谱时，其值加一，范围在0到M之间。和带表权重系数。我们在进行对节点分配信道时，先要将节点进行编号，号值越大，在分配时优先级最高。算法引入公平权重因子，其编号以及颜色表达式如下：（3-5）（3-6）其中表示在n使用信道m时和n产生冲突的CR用户3.5本章小结本章主要介绍了图论算法，以及对这些模型进行的改进。3.1提出了图论模型，3.1.1提出了图论模型的数学描述，用矩阵形式对模型做了变换。3.2提出了图论的经典算法，有着色贪婪算法，着色公平算法，并对这两个算法的流程进行了详细的描述。在3.3节简单介绍了CMSB准则算法。3.4节详细介绍了改进算法。第四章总结本文研究的频谱分配方向侧重于分配结果的公平性以及分配之后的频谱总效益。文章简单介绍了几种频谱分配的模型，博弈论模型，拍卖模型和图论模型，本文主要研究的是图论模型。认知无线电技术正在飞速的向前发展，而频谱资源紧缺也一步步督促着人们去学习和创新更优越的技术。因此，这个技术还要不断发展，不断向前，实现网络频谱分配的动态化和智能化需要很长一段路来走。我们知道，认知无线电的频谱分配是动态的，而我们目前所研究的成果生成的频谱结果都是局限于固定的拓扑结构。因而实时性的分配结果是未来发展的目标。致谢本论文是在XXX老师的谆谆教诲和指导下完成的，论文从选题、构思到定稿无不渗透着导师的心血和汗水；教授渊博的知识和严谨的学风使我受益终身，在此表示深深的敬意和感谢。我还要感谢含辛茹苦、任劳任怨、望子成龙、不图回报的父母的养育之恩，他们给予我的爱和支持让我顺利地完成了自己的学业。最后，因本人水平有限，在文中难免有不足之处，恳请各位老师批评指正。参考文献[1]安春燕.认知无线网络资源管理若干关键技术研究[D].北京邮电大学，2013：2-3.[2]张荣芳，刘勤.认知无限通信系统中频谱资源管理设计与实现[D].西安电子科技大学，2012：2-4.[3]何庆.基于认知无线网络的频谱资源管理研究[D].武汉大学，2010：16-17.[4]SansoyM,ButtarAS.SpectrumsensingalgorithmsinCognitiveRadio:Asurvey[C].IEEEInternationalConferenceonElectrical,ComputerandCommunicationTechnologies.IEEE,2015.[5]Yucek.T,Arslan.H.ASurveyofSpectrumSensingAlgorithmsforCognitiveRadioApplications[J].IEEECommunicationsSurveys&Tutorials，2009，11（1）：116-130.[6]王致中.电力线通信中正交频分复用技术研究与应用[D].上海交通大学，2012.[7]罗丽平，秦家银.认知无线电研究进展及应用前景[J].科技导报，2012，30（3）：74-79.[8]PangJS，ScutariG，Facchin