[论文解读] Optimal Primary-Secondary user Cooperation Policies in Cognitive Radio Networks

Nestor D. Chatzidiamantis, E. Matskani+3 more|arXiv (Cornell University)|Jul 22, 2013

Cognitive Radio Networks and Spectrum Sensing被引用 4

一句话总结

本文提出认知无线电网络中次用户（SU）与主用户（PU）协作的最优策略，旨在最大化次用户吞吐量的同时确保主用户队列稳定，即使在主用户流量超过非协作阈值时亦成立。该解决方案基于带随机化、基于感知的传输策略的约束马尔可夫决策过程，其最优性在次用户队列无限假设下得到证明，并进一步扩展至非理想感知与分布式实现场景。

ABSTRACT

In cognitive radio networks, secondary users (SUs) may cooperate with the primary user (PU), so that the success probability of PU transmissions are improved, while SUs obtain more transmission opportunities. Thus, SUs have to take intelligent decisions on whether to cooperate or not and with what power level, in order to maximize their throughput subject to average power constraints. Cooperation policies in this framework require the solution of a constrained Markov decision problem with infinite state space. In our work, we restrict attention to the class of stationary policies that take randomized decisions in every time slot based only on spectrum sensing. The proposed class of policies is shown to achieve the same set of SU rates as the more general policies, and enlarge the stability region of PU queue. Moreover, algorithms for the distributed calculation of the set of probabilities used by the proposed class of policies are presented.

研究动机与目标

• 解决先前研究的局限性，即限制主用户流量必须处于较低阈值才能使协作有效。
• 为次用户设计最优协作策略，以最大化其吞吐量，同时保证主用户队列稳定与主用户通信无阻塞。
• 将框架扩展至处理非理想频谱感知与分布式实现，以适应实际部署需求。
• 在次用户队列无限与有限两种假设下，刻画最优策略的结构特征。
• 提出一种轻量级分布式协议，支持实时、可扩展地实现所提出的协作策略。

提出的方法

• 将问题建模为具有无限状态空间的约束马尔可夫决策过程（CMDP），其中状态为PU队列大小。
• 提出一类仅基于频谱感知结果决定SU激活与发射功率的平稳随机化策略。
• 采用参数化技术将原始CMDP转化为等价的凸优化问题（OPT1），以实现解析可处理性。
• 引入新的参数集 q(b,s,i) 与 q(e,s,i)，分别表示SU在PU忙时与空闲时的行为，以确保可行性与最优性。
• 通过转化后优化问题的可行性，推导出最优策略存在的必要与充分条件。
• 设计一种轻量级分布式协议，使SU能够基于本地感知与反馈实现自主、局部的决策，适用于现实世界部署。

实验结果

研究问题

• RQ1 在认知无线电网络中，如何最优地调度次用户与主用户协作，以在确保主用户队列稳定的同时最大化次用户自身吞吐量？
• RQ2 当主用户流量超过非协作阈值时，最优协作策略的结构是什么？其如何实现高效计算？
• RQ3 非理想频谱感知对最优协作策略的设计与性能有何影响？
• RQ4 最优策略能否在无集中协调的情况下实现分布式部署？
• RQ5 当次用户队列无限排队的假设被放宽时，策略结构的最优性是否依然成立？

主要发现

• 所提出的随机化、基于感知的平稳策略类在确保主用户队列稳定性的同时，实现了次用户吞吐量的最大化，并显著扩展了主用户队列的稳定区域。
• 即使在次用户队列无限假设被放宽的情况下，最优策略结构仍保持不变，表明其对队列状态变化具有鲁棒性。
• 针对非理想感知，框架被扩展以考虑虚警与漏检概率，在真实无线信道条件下仍保持最优性。
• 提出了一种轻量级分布式协议，使次用户能够基于本地频谱感知自主决策，无需全局协调或集中控制。
• 最优策略的存在性被证明等价于凸优化问题（OPT1）的可行性，其特征由次用户协作概率的显式边界所刻画。
• 最优策略实现了严格优于先前方法的吞吐量区域，尤其在主用户高流量场景下，传统方法失效时仍表现优异。