郭飞燕， 李晓静

(济源职业技术学院, 河南 济源 459000)

认知网络中一种基于信道环境的路由算法

郭飞燕， 李晓静

(济源职业技术学院, 河南 济源 459000)

为了解决主用户暴露节点(PEN)和主用户隐藏节点(PHN)造成的路由不稳定问题，提出了一种环境适应性稳定路由算法(RASR)。每个次用户可维护自身的信道优先级列表(CPL)，CPL则作为定义和计算路由的选择标准。该算法综合考虑了路由稳定性、路由跳数和主用户的活动情况。仿真结果表明，用RASR算法得到的路由比传统的AODV算法以及Gymkhana算法得到的路由具有更强的稳定性。

认知网络；路由算法；主用户暴露节点；主用户隐藏节点

美国联邦通讯委员会(FCC)的一项研究表明，传统频谱授权方式会导致大量的频谱资源浪费。认知无线技术(CR)可缓解这一问题。CR利用频谱资源在时域和频域上的频谱空洞来提升频谱利用率。CR网络允许次用户接入授权给主用户的频谱资源，但必须保证不能对主用户的使用授权信道造成影响[1]。

与传统固定信道下的路由相比，认知路由的频谱动态性对路由稳定性造成了很大的影响，使得路由协议的设计更加困难，认知路由的设计必须综合考虑路径的选择和信道的分配。文献[2]提出了由源节点进行路由发现和选择，目的节点反向进行信道和时隙分配的SPEAR算法，但SPERA算法对主用户活动的鲁棒性不够强。文献[3]提出了基于频谱树的按需路由协议，定义了一种基于次用户QoS以及主用户活动的路由选择标准。该算法利用频谱树来寻找路由，并假设主用户活动缓慢，不能适应快速变化的动态环境。文献[4]提出了基于连通性的路由协议，可在避免干扰主用户的情况下找到连通性较强的路由，但是它不适合规模较大的网络。文献[5]分析了路由质量和频谱的可用性，却没有很好地分析路由的维护方法。以上研究都没有考虑到主用户暴露节点(PEN)和主用户隐藏节点(PHN)问题，本文则针对PEN和PHN问题对认知网络路由作了更进一步的分析。

本文在沿用AODV协议的基础上提出了Radio environment Aware Stable Routing(RASR)路由算法。RASR算法的每个次用户可维护自身的信道优先级列表(CPL)。主用户出现时，次用户从当前信道切换至CPL的另一信道，降低了路由失效的概率。本文的路由选择标准综合考虑了主用户的行为和端到端时延。拉普拉斯矩阵的第二小特征值在图论中被用来衡量图的连通性，我们利用此值来选择稳定性更强的路由。也就是说，通过将主用户的活动情况转化为该特征值来选择路由。通过以上设计，RASR路由算法提升了网络的吞吐量以及端到端性能。

1 认知无线电系统模型

假设在分布式多跳网络中，有Np个主用户和Nc个次用户。每个主用户位置固定并占有一个授权信道。假设网络中共有M个授权信道，每个信道对应一个主用户，Np=M。Wk(k=1,2，…,M)表示信道k的带宽。网络中的次用户装备一个控制发射器和两个数据发射器。在载波监听范围内，次用户可以精确检测到主用户的存在。控制发射器工作在公共控制信道(CCC)，而公共控制信道处在未授权频段，用来传播控制信息，数据发射器用来传输数据。建立一个拓扑为Gc(Vc,Sc,Ec)的网络模型，其中：Vc=(n1,n2，…,nNc)，代表次用户节点；Sc=(SOP1,SOP2,…,SOPNc)，代表每个次用户的机会频谱，只有当次用户节点i与节点j之间存在共同的标准作业程序(SOP)且两者处在彼此的传输范围内时才会有一条通信链路eij∈Ec。

(1)

信道k对次用户的可用概率为：

βk=1-αk

(2)

(3)

(4)

(5)

其中，信噪比为：

(6)

NW表示背景噪声。给每条链路eij定义一个效用函数：

(7)

2 RASR路由机制的提出

RASR路由机制主要分为两个部分：一是基于PEN和PHN问题的路由协议设计;二是对拉普拉斯矩阵第二小特征值的计算,以描述路由稳定性。

2.1 基于PEN和PHN的路由机制

在图1、图2中，虚线区域表示某主用户的覆盖范围，扇形区域表示各次用户的感知范围。若主用户出现在某扇形区域内，表示该主用户的活动可被对应次用户检测到；否则次用户无法感知到该主用户的活动。假设次用户a为发送节点，次用户b为接收节点，那么，在认知无线网络中，PEN问题是指发送节点a在通信过程中可检测到主用户活动，而该活动并未被接收者b所检测到。在这种情况下，次用户a的通信将对主用户造成影响，所以通信需要中断。PHN问题是指接收节点b感知到了主用户的存在，而发送节点a并没有感知到。由于发送节点依然在传送数据，接收节点不能接收数据，因此，这种情况会造成一定的数据丢失[7]。

为了避免以上现象的发生，本文提出了PEN、PHN路由机制，源节点通过广播RREQ进行路由请求。两个节点如果同时处于某主用户的范围内，可以通过独立感知来共同获取某个信道。如果这样的信道不止一个，将会建立信道优先级列表(CPL)[8]。CPL列表被用来防止PEN和PHN问题的发生。

图1 主用户暴漏节点(PEN)

图2 主用户隐藏节点(PHN)

图3中共有4个主用户，仅有主用户2处于活跃状态，次用户X和Y分别独立感知到SOPX[ch(1),ch(3),ch(4)]和SOPY[ch(1),ch(2),ch(3),ch(4)]。对于图3中的链路exy，在次用户X向次用户Y发送信息的过程中，主用户2处于主用户暴露状态，主用户3处于主用户隐藏状态。同时，根据本文的路由机制，次用户X和Y同时处在主用户1和主用户4的传输范围内，且主用户1和主用户4都处于OFF状态，于是信道ch(1)和ch(4)均被作为可用传输信道。而主用户3虽然也处于OFF状态，但X和Y并没有同时处在主用户3的传输范围内，这种情况的信道ch(3)不能被作为传输信道。其原因在于，当主用户1或者主用户4出现时，信道ch(1)和信道ch(4)可以被X、Y同时检测到；而当主用户3出现时，它的活动只能被Y所检测到，而不能被X所检测到。当满足条件的传输信道不止一个时，CPL列表将被建立，见图3右半部分。其中αk最小的信道被置于最前面。如果主用户1突然出现，ch(1)将不可用，传输信道将立刻切换至CPL中的下一个信道，即ch(4)。运用这种方法便可以有效防止PEN和PHN问题。每个次用户在路由的过程中都要计算CPL，这将带来一定的计算时延，但从性能的提升上看，这些时延是可以被忽略的。

图3 PEN、PHN路由机制

在认知网络中，主用户的出现导致次用户必须放弃所使用的信道。在图4中，如果主用户1的状态由OFF变为ON，次用户X和Y可以同时感知到这种情况，并直接切换至信道ch(4)；如果ch(4)也不可用，就继续进行信道切换直至切换到CPL列表的底部。当没有可用信道时，则等待一段时间Tm；之后，如果信道空闲就继续传送，否则就向源节点发送RRER，重新进行路由请求。其流程如图5所示。

图4 信道切换示意图

图5 算法流程图

2.2 路由稳定性衡量标准

在基于PEN和PHN的路由机制中，目的节点从RREQ包中获取衡量路由标准的信息并求取每条路径的稳定性。假设从节点S到节点D共有R条可用路径，那么，目的节点的处理过程如下：

记wh为水平边的权重：

(8)

如果wh=1，表示节点i和(i+1)之间存在CPL，那么，CPL列表越长，链路eij越稳定。

记wv为垂直边的权重：

(9)

步骤3：设计合理的路由选择标准来选择最优的路径。由于网络环境会发生改变，AODV协议根据最少跳数来选择路由的方式已不再适用于认知网络[9]。当所有的RREQ消息被目的节点接收后，目的节点计算每条路由的端到端时延EED。各链路的时延为：

(10)

若某条路由r由NL个链路组成，那么路由r的时延为：

(11)

定义路由r的选择标准为:

(12)

目的节点将选择RMr最大的路径作为最终路由。

3 实验仿真

3.1 仿真环境

为了用MATLAB软件仿真基于信道的路由算法，假设在1 000m×1 000m的区域内随机分布100个次用户，次用户的传输范围是100m，干扰范围是200m;存在5个固定主用户，每个主用户对应一个授权信道，它们的行为服从ON-OFF模型。次用户之间的通信遵循802.11g标准，SINR门限由数据传送速率决定。信道模型采用室内环境的信道衰减模型，服从瑞利衰落，可忽略阴影衰落。本文仿真对比了RASR、AODV和Gymkhana算法，分别研究了次用户的吞吐量、端到端时延、包丢失率以及路由修复率。

3.2 仿真结果

图6显示了次用户吞吐量随主用户活动概率增大而变化的情况。AODV和Gymkhana算法没有考虑PEN和PHN问题，用RASR算法建立的路由则不存在PEN和PHN节点。用Gymkhana算法选择的路径考虑到了主用户干扰情况，但是有些链路会因为PEN和PHN的出现而导致路由失效；另外，当主用户的活动概率增大时，Gymkhana算法无法快速找到有效的信道来代替，这就使得Gymkhana算法在吞吐量上低于RASR算法。RASR算法的吞吐量高于AODV算法是因为AODV算法没有考虑主用户的影响，AODV算法的吞吐量会随着主用户活动概率的增大而急剧下降。

图6 3种算法的吞吐量概率变化比较

图7反映了3种算法在端到端时延上的不同，RASR算法的时延最低。这是因为其考虑到了PEN和PHN问题，使得链路失效率降低；同时，RASR降低了路由建立的次数，路由维护机制使得损坏的路径被及时修补。Gymkhana和AODV算法的时延较高，这是因为它们的路由节点多次受到主用户活动的影响，不得不在数据传输前为空闲信道的出现而等待一段时间，增加了时延。

图7 3种算法的端到端时延比较

图8反映了丢包率随着主用户活动概率增大而变化的情况。RASR算法的表现比Gymkhana和AODV算法都要好。这是因为，在Gymkhana和AODV算法中，主用户的突然出现使得大量的包丢失。而RASR算法避免了一些由PEN和PHN造成的路由错误，从而降低了丢包率。随着主用户活动的增加，AODV算法的丢包率迅速增加，这是因为它没有考虑如何避免主用户的影响而造成的。

图8 3种算法的丢包率变化比较

图9 3种算法的路由修复成功率比较

图9显示了3种算法的路由修复成功率。RASR算法的修复成功率明显高于另外2种算法。这是因为RASR算法中节点都维护了自身的CPL，能够通过信道的切换及时修复路径。当某条路由失效时，对RASR算法来说，通常是局部的失效，通过局部修复来延长路由的有效时间，具有更高的路由修复率。

图10所示为次用户传输距离对网路性能的影响。将次用户传输距离从50m递增至400m，当传输距离较小时，系统的吞吐量都比较小。这是由于路由的跳数比较多而导致吞吐量较小。随着传输距离的增大，系统的吞吐量也在增大，而RASR较其余2种算法具有更高的吞吐量。这是由于PEN和PHN问题的存在造成了Gymkhana和AODV算法的丢包率较大。

图11显示了高网络密度下的系统性能。从图11可看出，RASR算法在吞吐量上有更好的表现。这首先是因为RASR算法建立了一条不含PEN和PHN的路由；其次是因为它避免了因主用户出现造成的大部分丢包现象。图12是3种算法在时延上的表现。因为RASR算法进行了路由的局部修复，所以其端到端时延相对最小。

图10 传输距离对网路性能的影响

图11 高网络密度下的系统性能表现

图12 3种算法在时延上的表现

图13展示了次用户吞吐量和主用户影响范围的关系。当主用户影响范围较小时，网络中PEN和PHN的数量会很小，因此，RASR算法和Gymkhana算法的表现相近。随着主用户影响范围的增大，Gymkhana算法的性能急剧下降，而RASR算法的性能则没有明显下降，反而有所提升。

图13 次用户吞吐量和主用户影响范围的关系

4 结 语

针对传统路由协议不能完全适应认知网络的问题，本文从PEN和PHN问题入手对认知网络路由做了更进一步的分析。针对认知多跳的网络，本文提出了RASR路由机制。考虑到路由过程中的PEN和PHN问题，在网络节点建立了CPL列表。在RASR算法中，通过定义一种新的路由选择标准，选取稳定性强的路由，引入了图论中的拉普拉斯矩阵来定义网络的连通性。RASR路由的一个明显优势是避免了PEN和PHN问题，当某路由损坏时，可进行局部路由修复，快速恢复路由，降低了丢包率和端到端的时延。因此，RASR建立的路由有效时间更长，RASR路由算法提升了网络的吞吐量以及端到端性能，有更多的包被成功传递。仿真结果表明，与Gymkhana和AODV对比，RASR算法可明显提高系统的性能。

[1] 刘宏艳，王伟，翟颖.计算机网络路由优化及优化算法的运用[J].赤子，2014(3)：241-242.

[2]SampathA,YangL,CaoL,etal.HighThroughputSpectrum-awareRoutingforCognitiveRadioNetworks[C]//TheThirdInternationalConferenceonCognitiveRadioOrientedWirelessNetworksandCommunications. [s.l.]:CROWNCOM,2008:1-6.

[3]HuGM,AkyildizGI,KuoS.STOP-RP:ASpectrum-treeBasedonDemandRoutingProtocolforMulti-hopCognitiveRadioNetworks[C]//Proc.IEEEGlobcom.Piscataway:IEEEPress, 2008:3086-3090.

[4]AbbagnaleaA,CuomoF.Gymkhanalob:AStabilityBasedRoutingSchemeforCognitiveRadioAdHocNetworks[C]//IEEEINFOCOM2010.WorkinProgressSession,Piscataway:IEEEPress, 2010:1-5.

[5]ZhaoH,HuangL,ZhangXH.AStableJointRoutingandSpectrumSchedulingSchemeforCognitiveRadioAdHocNetworks[C]//TheSeventhInternationalConferenceonMobileAd-hocandSensorNetworks(MSN).Piscataway:IEEEPress,2011:323-329.

[6] 郑长亮.认知无线网络路由及传输关键技术的研究[D].北京：北京邮电大学，2013.

[7] 高巍巍.基于移动自组网一种稳定性增强路由的研究[J].微型电脑应用，2015(3)：29-31.

[8] 田贤忠.无线网络中基于网络编码的路由算法[D].杭州：浙江工业大学, 2013.

[9] 邹修明.高能量高信号强度节点优先的AODV路由协议[J]. 计算机工程与应用，2014(17)：107-109.

(责任编辑：王长通)

A Routing Algorithm Based on Ratio Environment in Cognitive Network

GUO Fei-yan， LI Xiao-jing

(Jiyuan Vocational and Technical College, Jiyuan 459000，China)

In cognitive radio network the stability of a route is highly influenced by the behavior of the primary user (PU). Primary exposed node (PEN) and primary hidden node (PHN) are two primary issues that affect the route stability. To address this problem, a radio environment aware stable routing (RASR) scheme is proposed. A channel priority list is kept locally by each secondary user to evaluate the route stability. The proposed routing metric takes into account the route stability, path length and the activity of the PU. Simulation result shows that the proposed RASR enhances the route stability compared with the conventional routing schemes, and connectivity-based routing scheme Gymkhana.

cognitive radio route；routing algorithm；primary exposed node；primary hidden node

2015-06-05

郭飞燕(1981-)，女，河南济源人，讲师，硕士，主要研究方向为计算机技术。

1671-6906(2015)06-0085-06

TP311

A

10.3969/j.issn.1671-6906.2015.06.019