[论文解读] A Quasi-random Algorithm for Anonymous Rendezvous in Heterogeneous Cognitive Radio Networks

Cheng‐Shang Chang, Yeh-Cheng Chang+1 more|arXiv (Cornell University)|Feb 19, 2019

Cognitive Radio Networks and Spectrum Sensing参考文献 19被引用 4

一句话总结

本文提出了一种准随机（QR）信道跳频算法，用于异构认知无线电网络中的匿名汇聚，支持对称、异步及多无线电操作，且无需唯一标识符。该算法实现的期望汇聚时间（ETTR）与随机算法相当，最大汇聚时间（MTTR）接近理论下限，在各种网络条件下均优于现有方案。

ABSTRACT

The multichannel rendezvous problem that asks two secondary users to rendezvous on a common available channel in a cognitive radio network (CRN) has received a lot of attention lately. Most rendezvous algorithms in the literature focused on constructing channel hopping (CH) sequences that guarantee finite maximum time-to-rendezvous (MTTR). However, these algorithms perform rather poorly in terms of the expected time-to-rendezvous (ETTR) even when compared to the simple random algorithm. In this paper, we propose the quasi-random (QR) CH algorithm that has a comparable ETTR to the random algorithm and a comparable MTTR to the best bound in the literature. Our QR algorithm does not require the unique identifier (ID) assumption and it is very simple to implement in the symmetric, asynchronous, and heterogeneous setting with multiple radios. In a CRN with $N$ commonly labelled channels, the MTTR of the QR algorithm is bounded above by $9 M \lceil n_1/m_1 ceil \cdot \lceil n_2/m_2 ceil$ time slots, where $n_1$ (resp. $n_2$) is the number of available channels to user $1$ (resp. 2), $m_1$ (resp. $m_2$) is the number of radios for user $1$ (resp. 2), and $M=\lceil \lceil \log_2 N ceil /4 ceil *5+6$. Such a bound is only slightly larger than the best $O((\log \log N) \frac{n_1 n_2}{m_1 m_2})$ bound in the literature. When each SU has a single radio, the ETTR is bounded above by $\frac{n_1 n_2}{G}+9Mn_1n_2 \cdot (1-\frac{G}{n_1 n_2})^M$, where $G$ is the number of common channels between these two users. By conducting extensive simulations, we show that for both the MTTR and the ETTR, our algorithm is comparable to the simple random algorithm and it outperforms several existing algorithms in the literature.

研究动机与目标

• 解决现有汇聚算法在认知无线电网络中虽具有良好的最大汇聚时间（MTTR）边界，但期望汇聚时间（ETTR）表现较差的局限性。
• 设计一种简单、匿名且鲁棒的信道跳频方案，适用于对称、异步及异构环境下的多无线电系统。
• 在保持MTTR接近文献中最佳已知理论边界的同时，实现与随机算法相当的ETTR性能。
• 消除对唯一标识符（ID）的依赖，从而在分布式环境中增强对干扰攻击的抗性。

提出的方法

• QR算法基于改进的4B5B编码方案，生成确定性但准随机的序列，以产生低相关性且覆盖均匀的信道跳频模式。
• 确保每个次用户（SU）生成的序列在无预先同步或唯一ID的情况下，仍能最大化在共同可用信道上重叠的概率。
• 通过分析最坏情况下的重叠，利用参数 $ n_1, n_2 $（每个SU的可用信道数）、$ m_1, m_2 $（无线电数量）和 $ M = \lceil \lceil \log_2 N \rceil / 4 \rceil \cdot 5 + 6 $ 来限制MTTR。
• 通过概率分析推导ETTR，证明其有界于 $ \frac{n_1 n_2}{G} + 9M n_1 n_2 \cdot \left(1 - \frac{G}{n_1 n_2}\right)^M $，其中 $ G $ 为公共信道数量。
• 该方案设计为无意识的，即不从失败的汇聚尝试中学习，且兼容多无线电操作。
• 通过在不同网络参数（信道数量、公共信道数量、无线电数量）下进行大量仿真，对算法进行评估。

实验结果

研究问题

• RQ1 能否设计一种汇聚算法，在异构、匿名且异步的认知无线电网络中，实现与简单随机算法相当的ETTR性能，同时保持有界的MTTR？
• RQ2 与现有最先进算法（如GCR、AMRR/M、FMRR和JS/I）相比，所提出的QR算法在MTTR和ETTR方面表现如何？
• RQ3 缺乏唯一标识符在多大程度上影响汇聚算法的性能与鲁棒性？
• RQ4 可用信道数、公共信道数以及无线电数量如何影响QR算法的MTTR与ETTR？

主要发现

• 在所有仿真设置中，QR算法的ETTR与随机算法几乎完全相同，显著优于确定性方案在期望性能方面的表现。
• QR算法的MTTR上界为 $ 9M \lceil n_1/m_1 \rceil \cdot \lceil n_2/m_2 \rceil $，仅略高于文献中最佳已知的 $ O((\log \log N) \frac{n_1 n_2}{m_1 m_2}) $ 边界。
• 在公共信道数固定为 $ G=2 $ 的仿真中，QR算法的MTTR与GCR、AMRR/M、FMRR和随机算法相当，同时显著优于MTTR为 $ O(N^3) $ 的JS/I。
• 当公共信道数随 $ N $ 增长时，QR算法保持低ETTR与MTTR，且ETTR几乎与随机算法无法区分。
• 增加无线电数量（$ m_1, m_2 $）能持续降低MTTR与ETTR，证实了多无线电能力的积极影响。
• 该算法在无唯一标识符的异构环境中表现出鲁棒性，使其对干扰具有抗性，适用于实际部署。