无线物联网的频谱感知模型

摘 要：近些年，在物联网中许多操作设备经历了巨大的增长。另一方面，增长引起频谱稀缺。已提出认知无线电系统有效地开发已分配的频谱，但没有充分使用。本文，基于马尔可夫链提出的频谱感知模型用来预测无线物联网中认识无线电的频谱空穴。

关键词：物联网；认知无线电；频谱空穴；马尔可夫链

1 介绍

为解决频谱稀缺，已提出认知无线电（CR）系统来经济地开发整个频谱，通过租赁用户（RUs）访问已分配到得到许可的用户（LUs）的频谱，但未充分使用。因此，CR系统一个重要要求是不断地感知频谱，探测LUs信号的存在和分配空闲子信道到RUs。CR系统的关键特点是认知通信环境和适应地修改通信方案的参数的能力。近来，已提出基于多载波调制的CR（MCM-CR）系统，如正交频分多址和过滤多频声调制。在基础设施网络中使用，通过中心站（CS），产生并广播BAV/SHV到移动终端。为了精确地分配没有使用过的子载波到RUs。在不产生过量干扰到LUs，一个MCM-CR系统在每一个瞬态需要预测信道状态信息。由于简单预测处理的优势，一个马尔可夫链具有两个状态的预测模型提出预测下一个瞬态SHV。根据统计学的理论，包含的信息越多，获得的精确度就越高。因此，为精确性和效率高，考虑超过一个连续的SHV来预测下一个SHV。然后，本文中引入一个具有四种状态的马尔可夫链预测模型，将上面两个连续的SHV考虑在内。

2 系统模型

考虑一个具有N个子载波，N1个LUs和Nr个RUs的MCM-CR系统（如图1所示），在这有一个中心站，包括无线局域网络的访问点和蜂窝系统的基站。采取子载波分配和多址访问方法，本文中，用具有两种状态的马尔可夫预测模型取代具有四种状态的马尔可夫预测模型。

3 马尔可夫链预测模型

在不损失整体情况下，具有四种状态的马尔可夫链预测模型的状态转移图如如图2所示，在这[U（k，n），U（k，n-1）]代表MCP-4的状态，意思是第k个子载波的当前第n个和上一个[（n-1）]状态。为简单起见，用S0代替（0，0），这代表第k个子载波由LUs（处于第n个和（n-1）个瞬间）占住，这状态S3，（1，1），代表第k个子载波由LUs释放。类似地，状态S1，（0，1）代表第k个子载波分别由处于第n个和n-1个瞬间的LUs占住和释放。状态S1，（1，0）代表第k个子载波分别由处于第n个和n-1个瞬间的LUs释放和占住。

MCP-4的转移矩阵用下式表示：

在这 表明从在第（n-1）个瞬间状态Si到第n个瞬间状态Sj，同时 。很明显，在这情况下，P01，P03，P11，P13，P20，P22，P30和P32全为0，因为它们均为不可能事件。

MCP-4预测模型的参数训练类似于MCP-2模型。训练步骤如下：第一，为每个子载波记录训练数据， ，很长一段时间，如n=1，2，3，...然后MCP-4的参数，转移概率和在状态Si，Pi，则使用概率比检测来估计。也就是

在这Nij标注子载波（在三个连续瞬间中从状态Si转换到状态Sj）的数目。显然，参数能自适应地修改正在运行的系统。

4 结论

本文主要研究了马尔可夫一个顺序四种状态的预测模型。理论分析表明具有两种状态的模型在MCM-CR系统中能很好工作。没必要采用更多的状态模型，因为在实际应用中比较复杂。提出的MCP模型比较适合无线物联网。

[参考文献]

[1]Wen ZHigang，Liu Jie，"Spectrum Sensing Model for Wireless Internet of Things"，China Communications，2011，1，pp：8-13.