具有重尾空闲时间的认知无线电网络信道选择算法
网络与互联网体系结构
2016-07-29 v1 机器学习
摘要
我们考虑一个多信道认知无线电网络 (CRN)，其中次级用户通过顺序侦测信道来进行机会频谱接入。在此场景下，信道选择算法 (CSA) 允许次级用户以最少的信道切换次数找到空闲信道。现有的大多数 CSA 文献假设主用户 (PU) 信道占用模式服从指数 ON-OFF 时间分布。这种指数假设可能有助于获得性能界限，但在现实条件下对评估 CSA 的性能并无帮助。对独立频谱测量迹的深入分析表明，无线信道通常具有重尾的 PU OFF 时间。在本文中，我们提出了预测 CSA 框架的扩展及其针对重尾 PU OFF 时间分布的泛化，以代表现实场景。具体而言，我们计算了超指数 OFF 时间下信道处于空闲状态的概率以用于 CSA。我们在无线测试平台中实现了我们提出的 CSA 框架，并通过重建现实的 PU 信道占用模式对其性能进行了全面评估。与始终假设指数 PU ON-OFF 时间的预测 CSA 相比，所提出的 CSA 显著减少了信道切换次数和能耗。通过我们的工作，展示了 PU 信道占用模式对多信道 CRN 中 CSA 性能的影响。
引用
@article{arxiv.1607.04450,
title = {Channel Selection Algorithm for Cognitive Radio Networks with Heavy-Tailed Idle Times},
author = {S. Senthilmurugan and Junaid Ansari and Petri Mähönen and T. G. Venkatesh and Marina Petrova},
journal= {arXiv preprint arXiv:1607.04450},
year = {2016}
}
备注
14 pages, 14 Figures