[论文解读] Cognitive MAC Protocols for General Primary Network Models

Omar Mehanna, Ahmed Sultan+1 more|ArXiv.org|Jul 23, 2009

Cognitive Radio Networks and Spectrum Sensing参考文献 12被引用 14

一句话总结

本文提出了一种用于时隙和非时隙主网络模型中次用户盲认知MAC协议，实现无需先验知识的主网络流量统计在线学习。通过利用Whittle指数策略和自适应感知周期，该方法实现了接近最优的吞吐量，在两种场景下性能均收敛至理想信息基准。

ABSTRACT

We consider the design of cognitive Medium Access Control (MAC) protocols enabling a secondary (unlicensed) transmitter-receiver pair to communicate over the idle periods of a set of primary (licensed) channels. More specifically, we propose cognitive MAC protocols optimized for both slotted and un-slotted primary networks. For the slotted structure, the objective is to maximize the secondary throughput while maintaining synchronization between the secondary pair and not causing interference to the primary network. Our investigations differentiate between two sensing scenarios. In the first, the secondary transmitter is capable of sensing all the primary channels, whereas it senses only a subset of the primary channels in the second scenario. In both cases, we propose blind MAC protocols that efficiently learn the statistics of the primary traffic on-line and asymptotically achieve the throughput obtained when prior knowledge of primary traffic statistics is available. For the un-slotted structure, the objective is to maximize the secondary throughput while satisfying an interference constraint on the primary network. Sensing-dependent periods are optimized for each primary channel yielding a MAC protocol which outperforms previously proposed techniques that rely on a single sensing period optimization.

研究动机与目标

• 设计去中心化的认知MAC协议，使次用户能够在不了解主网络流量统计先验知识的情况下，机会性地访问主网络中的频谱洞。
• 解决在缺乏专用控制信道的情况下，次用户发送端与接收端之间保持同步的挑战。
• 在非时隙主网络中，优化感知与接入策略，以满足干扰约束，改进以往假设具备理想感知或仅使用单一感知周期的研究工作。
• 开发通过在线学习机制，渐近逼近已知统计信息场景性能的协议。
• 在非时隙网络中引入基于信道状态的双感知周期机制，以提升次用户吞吐量，同时遵守主用户干扰约束。

提出的方法

• 针对时隙网络，提出一种盲MAC协议，利用基于Whittle指数的方法实时学习主信道统计特性，并将同步信息复用在数据包中传输。
• 将Whittle指数策略适配至受多臂赌博机算法启发的学习阶段，实现对已知统计情况性能的收敛。
• 在子集感知场景中，通过引入初始学习阶段，将Whittle指数策略扩展以在线估计主业务的马尔可夫转移概率。
• 针对非时隙网络，引入两种不同的感知周期：一种用于信道感知为空闲时，另一种用于信道感知为忙时，以优化感知开销与漏检机会之间的权衡。
• 利用拉普拉斯变换和指数到达间隔分布，推导出各状态（空闲/忙）的期望时间的解析表达式，从而支持性能评估。
• 采用连续时间马尔可夫链模型，结合空闲与忙期的指数分布，推导出次用户在各状态中停留的期望时间。

实验结果

研究问题

• RQ1 在不了解主网络流量统计先验知识的情况下，次用户如何在时隙主网络中实现接近最优的次用户吞吐量？
• RQ2 当次用户发送端仅能感知部分信道时，认知MAC协议中在线学习主信道统计的最优方式是什么？
• RQ3 在非时隙主网络中，相较于单一感知周期，使用基于信道状态的两种不同感知周期如何提升性能？
• RQ4 盲学习协议在多大程度上能够收敛至具备主网络流量动态全知信息的“理想信息”系统性能？
• RQ5 干扰约束对非时隙认知无线电网络中最优感知与接入策略设计有何影响？

主要发现

• 在全感知时隙场景下，所提出的盲MAC协议实现的次用户吞吐量渐近收敛至已知主网络流量统计时Whittle指数策略的性能。
• 在子集感知时隙场景中，所提出的增强学习Whittle指数协议在已知转移概率时表现出接近最优解的性能。
• 对于非时隙网络，双感知周期协议通过减少漏检机会并最小化对主用户的干扰，优于单周期策略。
• 数值结果表明，采用双感知周期的协议显著提升了次用户吞吐量，同时满足主用户干扰约束 $ T_i^{ ext{Imax}} = 0.75u_i $。
• 对 $ ilde{ ho}_i(t) $（次用户在信道中停留的期望时间）的解析推导，证实了双周期感知策略在平衡感知代价与接入收益方面的有效性。
• 对 $ ho_i^0(t) $ 和 $ ho_i^1(t) $ 的推导结果表明，空闲与忙状态的期望时间取决于空闲与忙期反速率之和，验证了模型的准确性。