張平，　周瓊，　孫茜

(1.中煤科工集團常州研究院有限公司, 江蘇 常州　213015； 2.中國礦業(yè)大學(xué) 圖文信息中心，江蘇 徐州　221116； 3.江蘇移動通信有限責(zé)任公司 徐州分公司， 江蘇 徐州　221116)

?

基于Strackelberg博弈論的煤礦井下頻譜感知算法研究

張平1，周瓊2，孫茜3

(1.中煤科工集團常州研究院有限公司, 江蘇 常州213015； 2.中國礦業(yè)大學(xué) 圖文信息中心，江蘇 徐州221116； 3.江蘇移動通信有限責(zé)任公司 徐州分公司， 江蘇 徐州221116)

摘要：針對煤礦井下頻譜感知技術(shù)感知準(zhǔn)確度低的問題，提出了基于Strackelberg博弈論的煤礦井下頻譜感知算法。該算法根據(jù)認知節(jié)點感知性能的好壞，將認知節(jié)點分為領(lǐng)導(dǎo)節(jié)點和跟隨節(jié)點，感知性能差的跟隨節(jié)點采取感知性能好的領(lǐng)導(dǎo)節(jié)點的判決結(jié)果。Matlab仿真結(jié)果表明，該算法提高了煤礦井下頻譜感知的性能。

關(guān)鍵詞：認知無線電； 巷道通信； 頻譜感知； Strackelberg博弈論

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160803.1001.007.html

0　引言

目前煤礦井下主要的通信系統(tǒng)有小靈通通信系統(tǒng)、超低頻透地通信系統(tǒng)、礦用漏地通信系統(tǒng)、中頻通信系統(tǒng)和蜂窩通信系統(tǒng)[1]。這些井下通信系統(tǒng)存在信道穩(wěn)定性差、信號傳輸衰減嚴重且易受電磁干擾的影響等缺點。將認知無線電技術(shù)[2]和煤礦井下通信網(wǎng)絡(luò)結(jié)合起來，一方面可以利用認知無線電感知煤礦井下無線通信環(huán)境中的電磁波參數(shù)信息，根據(jù)不同的通信環(huán)境選擇不同的傳輸方式，自適應(yīng)地調(diào)整工作參數(shù)，以減小電磁干擾對煤礦通信的影響，提高礦井通信的可靠性和穩(wěn)定性；另一方面可以根據(jù)不同巷道的通信環(huán)境，選擇不同的頻段進行頻譜分配，從而提高通信容量[3]。目前已有文獻提出將認知無線電應(yīng)用到煤礦井下：參考文獻[4]提出了煤礦井下認知無線電感知模型，并提出了單節(jié)點能量感知和循環(huán)平穩(wěn)特征聯(lián)合感知的算法，雖然克服了在低信噪比下檢測概率低的問題，但是當(dāng)煤礦井下存在多徑衰落和嚴重電磁干擾時，檢測概率仍然很低；參考文獻[5]提出把多節(jié)點合作感知應(yīng)用到煤礦井下，并提出了一種基于神經(jīng)網(wǎng)絡(luò)的煤礦井下合作頻譜感知方法，雖然提高了感知準(zhǔn)確度，但是算法比較復(fù)雜?；诖?，本文提出了一種基于Strackelberg博弈論[6]的煤礦井下頻譜感知(Spectrum Sensing Scheme in Coal Mine based on Strackelberg Game, SSS-CM-SG)算法，該算法把礦井下的通信節(jié)點分為領(lǐng)導(dǎo)節(jié)點和跟隨節(jié)點，將可靠性較高的節(jié)點作為領(lǐng)導(dǎo)節(jié)點，可靠性較低的節(jié)點作為跟隨節(jié)點，跟隨節(jié)點跟隨領(lǐng)導(dǎo)節(jié)點的感知結(jié)果，從而增強了頻譜感知的感知性能。

1　頻譜感知模型

煤礦井下認知無線電頻譜感知模型如圖1所示，該模型有6個認知用戶節(jié)點和1個主用戶節(jié)點，由于煤礦無線通信易受陰影效應(yīng)和多徑效應(yīng)的影響，所以圖1考慮實際的場景，其中SU6的傳輸受到巷道的遮擋，受到陰影衰落的影響。此外，各個認知用戶之間各有一條控制信道，以便彼此交換感知結(jié)果。

圖1　煤礦井下認知無線電頻譜感知模型

假設(shè)所有的認知用戶節(jié)點均采用能量感知[7]，并且能量感知的參數(shù)相同，主用戶信號的帶寬為W，采樣周期為T，能量檢測輸出的檢測統(tǒng)計量為Y，且判決門限為λ，比較檢測統(tǒng)計量Y與判決門限λ，可以得到2個假設(shè)，用式(1)表示：

(1)

式中：H1表示主用戶存在，授權(quán)頻段被占用；H0表示主用戶不存在，授權(quán)頻段空閑。

在沒有衰減的信道中，第i個認知用戶的檢測概率為

(2)

式中：QN(·,·)為廣義的Q函數(shù)，N為采樣個數(shù)，N=TW；γi為第i個認知用戶的接收信噪比(Signal-to-Noise Ratio,SNR)。

煤礦井下通信環(huán)境比較惡劣，信號傳輸時會造成嚴重的衰減，假設(shè)煤礦井下的衰減為瑞利衰減，則井下第i個認知用戶的檢測概率為

(3)

另外一個衡量頻譜感知性能的指標(biāo)為虛警概率，在瑞利衰落信道下，第i個認知用戶的虛警概率Pf,i為

(4)

從式(4)可以看出，Pf,i只和能量檢測器的參數(shù)N和門限λ相關(guān)，和距離di沒有關(guān)系。因此，當(dāng)認知用戶采用的能量檢測器參數(shù)相同時，可以不考慮虛警概率Pf,i。

2　SSS-CM-SG算法

2.1煤礦認知節(jié)點角色判斷

假設(shè)有n個認知用戶，則認知用戶的最終檢測概率為

(5)

本文考慮2種情況下的檢測概率：

(6)

圖2描述了第i個認知用戶的檢測概率Pd,i與α的關(guān)系曲線。從圖2可以看出，認知用戶的信噪比越大，其檢測概率Pd,i也越大。例如，要使認知用戶的檢測概率Pd,i≥0.7，則其平均信噪比要大于或等于2λ；要使認知用戶的檢測概率Pd,i≥0.9，則其平均信噪比要大于或等于5λ。

圖2　檢測概率Pd,i和α的關(guān)系曲線

在Strackelberg博弈論中，有領(lǐng)導(dǎo)者和跟隨者2個參與者，總是領(lǐng)導(dǎo)者先行動，跟隨者觀察到領(lǐng)導(dǎo)者的行動后再行動，獲知領(lǐng)導(dǎo)者的行動后，跟隨者可以做出有利于自己利益的行動。

(7)

(8)

(9)

這種情況適合于認知用戶是隱蔽終端的情況，若認知用戶被主用戶信道隱藏，則其信噪比將急劇下降，且檢測概率趨近于0。

綜上所述，本文根據(jù)認知用戶接收的主用戶信號來區(qū)分自己是領(lǐng)導(dǎo)者還是跟隨者，這個過程可以描述為Strackelberg博弈的過程，因此，信噪比較高的認知用戶可作為領(lǐng)導(dǎo)者向其他認知用戶廣播其感知結(jié)果，信噪比較低的認知用戶和惡意用戶只能作為跟隨者，接收領(lǐng)導(dǎo)者廣播的感知結(jié)果。認知網(wǎng)絡(luò)的協(xié)作感知性能由信噪比較高的領(lǐng)導(dǎo)者決定，信噪比較低的跟隨者從中受益。

2.2協(xié)作頻譜感知融合

假設(shè)認知用戶廣播其感知結(jié)果，則經(jīng)過Strackelberg博弈論協(xié)作后的檢測概率Qd和虛警概率Qf分別為

(10)

(11)

式中：Hk,i為第i個認知用戶做出的主用戶是否存在的判決，Hk,i=H0,iorH1,i。

2.3SSS-CM-SG算法流程

以圖1為例來描述基于Stackelberg 博弈理論的煤礦井下頻譜感知的具體過程。圖1描述了一個煤礦井下認知無線電頻譜感知場景：SU6為隱藏節(jié)點，其信道被巷道遮擋，SU6存在陰影效應(yīng)。信任度值較低的SU6要作為跟隨者，而其他的信道條件好、信任度值高的認知用戶可作為領(lǐng)導(dǎo)者。在這種情況下，作為領(lǐng)導(dǎo)者的SU1，SU2，SU3，SU4，SU5將廣播它們的感知結(jié)果，作為跟隨者的SU6只能偵聽領(lǐng)導(dǎo)者的感知結(jié)果。基于就近原則，SU6跟隨SU5做出頻譜判決，所以，雖然SU6的信道條件惡劣，但由于SU6跟隨SU5的判決結(jié)果，也能較正確地判決主用戶是否存在。

3　仿真結(jié)果及分析

為了驗證基于Strackelberg博弈論的煤礦井下頻譜感知算法的感知性能，基于Matlab仿真平臺，利用蒙特卡洛仿真方法對所提的算法進行仿真分析。仿真場景設(shè)置如下：假設(shè)n個認知用戶隨機分布在一個主用戶周圍，感知時間T=100 ms，信號帶寬為W=5×104Hz，α1=0.7。

圖3　檢測概率Pd隨平均信噪比變化的曲線(n=5)

參考文獻和[4]中的頻譜感知算法之間的檢測概率差距變小，這是因為信道條件惡劣的認知用戶數(shù)減少了，但是在16 dB時，協(xié)作感知的檢測概率仍然比非協(xié)作的情況提高了18.7%。

圖4　檢測概率Pd隨平均信噪比變化的曲線(n=7)

4　結(jié)語

建立了煤礦井下認知無線電頻譜感知模型，提出了一種基于Strackelberg博弈論的煤礦井下頻譜感知算法，介紹了煤礦認知節(jié)點角色判斷、協(xié)作頻譜感知融合及頻譜感知算法流程。仿真結(jié)果表明，當(dāng)信道條件比較惡劣時，該算法的感知性能有了很大的提高。

[1]胡穗延.煤礦自動化和通信技術(shù)現(xiàn)狀與發(fā)展趨勢[J].煤炭科學(xué)技術(shù),2007,35(8):1-4.

[2]MITOLA J.Cognitive radio for flexible mobile multimedia communications[J].Mobile Networks and Applications,2001,6(5):435-441.

[3]孫永,錢建生.井下認知無線電EWA信道選擇算法[J].哈爾濱工業(yè)大學(xué)學(xué)報,2015,47(6):119-123.

[4]陳桂真,丁恩杰,齊宏偉.基于認知無線電的煤礦井下頻譜感知技術(shù)的研究[J].電視技術(shù),2009,33(12):92-94.

[5]陳軍權(quán),張申,張典.基于神經(jīng)網(wǎng)絡(luò)的井下頻譜合作感知[J].煤礦安全,2012,43(3):76-78.

[6]WANG B,WU Y,LIU K J R. Game theory for cognitive radio networks: An overview[J]. Computer Networks,2010,54(14):2537-2561.

[7]SHINDE K, DESHMUKH M. Analysis of spectrum sensing by using energy detection technique in cognitive radio[J]. Analysis, 2015, 4(8):33-40.

文章編號：1671-251X(2016)08-0025-04

DOI:10.13272/j.issn.1671-251x.2016.08.007

收稿日期：2016-01-28；修回日期：2016-06-16；責(zé)任編輯：胡嫻。

基金項目：中煤科工集團常州研究院有限公司科研項目(14SY006-03)。

作者簡介：張平(1987-)，男，江蘇泰州人，助理工程師，主要研究方向為煤礦認知無線電，E-mail:zhangp3612@163.com。

中圖分類號：TD655

文獻標(biāo)志碼：A網(wǎng)絡(luò)出版時間：2016-08-03 10:01

Research on spectrum sensing algorithm of coal mine based on Strackelberg game theory

ZHANG Ping1，ZHOU Qiong2，SUN Qian3

(1.CCTEG Changzhou Research Institute, Changzhou 213015, China; 2.Graphic Information Center,China University of Mining and Technology, Xuzhou 221116, China; 3.Xuzhou Branch, Jiangsu Mobile Communications Company Limited， Xuzhou 221116, China)

Abstract:In view of problem of low accuracy of spectrum sensing technology of coal mine, a spectrum sensing algorithm of coal mine based on Strackelberg game theory was proposed. The algorithm divides cognitive nodes into leading nodes and following nodes according to good or poor sensing performance of cognitive nodes, and following nodes with poor sensing performance take the decision of leading nodes which have good sensing performance. The Matlab simulation results show that the algorithm improves spectrum sensing performance of coal mine.

Key words:cognitive radio; tunnel communication; spectrum sensing; Strackelberg game theory

張平，周瓊，孫茜.基于Strackelberg博弈論的煤礦井下頻譜感知算法研究[J].工礦自動化，2016,42(8)：25-28.