随着无线通信业务需求的快速增长，频谱资源变得日益匮乏。但与此同时，美国联邦通信委员会(FCC)的调查研究表明，在大多数时间里，许多授权频谱并没有得到充分利用[1]。因此，如何有效地利用无线频谱受到广泛的关注。认知无线电CR(Cognitive Radio)技术通过将授权频谱伺机分配给一组认知(未授权)用户使用，明显地提高了频谱利用率[2]。为了提高频谱侦听的性能，很多学者提出了各种频谱侦听方法[3-6]。大多数频谱侦听算法通常非常耗时,而且功率损耗很大，Holland等人提出的资源认知信道(RAC)方案部分地解决了这个问题[7]。
　本文提出了一种基于RAC的改进算法：首先定义RAC为工作于固定频段上的一个通用信道，在此信道上传递无线频谱资源的使用信息。每个认知用户通过侦听RAC信道就可以获知本地无线频谱资源的占用情况。接下来,将RAC上传输的每个分组分成数据域和控制域两个部分，对数据域部分采用基于发射端的扩频码字对其进行扩频,同时还引入了联合检测的思想[8]；对控制域部分则分别采用了5种不同的信道接入策略。通过理论分析和数值仿真评估了RAC上的成功接入概率和系统的吞吐量性能。
1 基于RAC的改进算法
　对于任一认知用户来说，它必须以对主(授权)用户干扰最小的方式来使用频谱空洞进行伺机通信，因此无线网络资源(频段、时隙等)的有效获取将显得尤为重要。RAC使用了一个公共信道，所有终端都必须等功率地在该RAC上广播各自占用无线资源的情况并可据此获悉剩余的有效资源。通过这种方式，任一认知用户都可以借助RAC上的传输信息来评估它对其他认知用户所造成的干扰。可以看出，采用RAC方式可以使认知用户更为有效、智能地利用无线频谱资源。
   为了使操作统一化，RAC需要占用一个固定的信道，同时认知用户接入RAC的方式也必须提前确定下来。另外，为了保持信息的有效性，各认知用户必须周期性地更新RAC上的传输内容。考虑到参考文献[7]给出的RAC上信息分组的结构过于繁琐且不具有操作可行性，本文对此进行了改进。
　在改进的RAC算法中，为不失一般性，将RAC的无线传输分组从结构上分为两部分：控制域和数据域。在无线传输环境下，认知用户的数目和它们的拓扑位置随时会发生变化，而且任一认知用户在RAC的传输信息量也将随不同的信道接入方式而改变。这些因素在算法的执行过程中都需要考虑进去。这里，为了更全面地评估系统性能，分组的控制域部分分别采用了5种不同的信道接入协议。如果主(授权)用户有空闲频谱，需要占用此频段的认知用户就会通过控制域的RTS(请求发送)/CTS(确认发送)控制分组在它和主用户之间传递。若RTS/CTS握手成功，则认知用户就可占用此空闲频谱进行信息传输了。分组域部分的数据则是通过扩频码进行扩频传输的，即选用一组PN码构成发射码集，集合中的任意两个元素（码）之间是准正交的，这一点从数学上是可以做到的。然后，将不同的码字分配给不同的认知用户。通过这种码指配方式，认知用户就可以在数据域上同时传送有关各自无线资源占用情况的信息而相互之间的干扰却很小。从上述描述可以看出：控制域只负责主用户与认知用户之间的RTS/CTS握手，当握手成功后，认知用户就可以在数据域上传送有关无线资源占用的相关信息了。
　需要指出的是，控制域采用的信道接入方式不同，算法的操作过程也随之不同。下面以CSMA/CA信道接入协议为例进行说明。认知用户首先打开接收机，将其调谐到RAC占用的信道上。当某个认知用户需要占用未授权频段进行信息传输时，它先侦听信道，若控制域状态为“忙”，认知用户将采用二进制指数后退算法延迟发送，直至状态为“空闲”，则在RAC上发送RTS，之后等待接收CTS。当认知用户成功接收到CTS，这就说明握手成功，它就开始传输信息，同时将其接收机调谐到RAC上以侦听其他认知用户发送的无线资源占用情况。
2 性能分析
　本节将对认知用户成功接入RAC的概率和系统吞吐量性能进行分析。
　考虑一个网络覆盖面积为A的圆形区域，其中均匀分布着N个认知用户。为描述方便，下面统一将认知用户称之为节点。节点的空间分布密度为：

其中，P_t为发射功率，G_t、G_r分别为发射天线和接收天线增益，λ_c=c/f_c为波长，n为路径损耗指数。同时，为了在RAC上能可靠地侦听到其他节点的信息发布，规定此节点的接收功率必须大于门限值Pthreshold。则任一节点的信号覆盖距离为


    上式给出的是一种理想的接入情况，即节点间不存在碰撞。实际上，当两个以上认知用户同时在RAC的控制域部分发送RTS/CTS控制分组时，将会产生碰撞。下面考虑节点的分组到达率(λ分组/秒)服从泊松分布的情形。
　(1)控制域采用Aloha协议，则RTS/CTS成功接入RAC的概率为:

   定义联合检测分组的容量为K。即，由于扩频码多址干扰的影响，在给定的时间内只允许不超过K个分组共存。泊松分布的情形下，在2DD的时间内，不超过K个分组共存的概率为:

3 数值仿真与结果分析
   为了对改进的RAC算法进行性能仿真,给出仿真参数如表1所示[7]。

　图1给出了发射功率对成功接入RAC概率的影响。从图中可以看出：当数据域和控制域的长度比值f取值较小时，节点成功接入RAC的概率较大。同时还可看出：随着发射功率的增加，节点成功接入RAC的概率较小，即系统性能迅速恶化。

    图2显示了RAC上的传输周期对其接入概率的影响。可以明显地看出：当f取值较小时，增加RAC传输周期时长将会大大改善节点成功接入RAC的性能。

    图3和图4分别表示在不同的分组联合检测容量下，以分组长度计的吞吐量和分组到达率之间的关系。对比两图可看出：吞吐量随着联合检测容量的增加而增加。这是因为，联合检测容量的增加意味着允许更多的认知用户节点可同时在数据域进行传输。同时还可看出：随着控制域所采取的信道接入协议的不同，吞吐量也有很大区别。当控制域采用CSMA/CA协议时，系统吞吐量性能为最优。

    本文提出了一种改进的RAC资源管理算法。仿真结果表明：当给定节点的发射功率时，随着数据域和控制域长度比值的减小以及RAC上传输周期的增加，节点成功接入RAC的概率会随之提高。同时吞吐量性能将随着分组联合检测容量的增加而得到较好的改善。未来的无线移动通信系统将由多种不同性质的异构网络融合而成。文中的算法对于解决异构网络融合时的无线资源管理问题提供了一种切实可行的思路。
参考文献
[1]  HAYKIN S. Cognitive radio: brain-empowered wireless communications [J]. IEEE J. Select. Areas Commun., 2005, 23(2): 201-220.
[2]  MITOLA J. Cognitive radio: An integrated agent architecture of software defined radio [D]. PhD Dissertation,Royal  Inst. Technol. (KTH), Stockholm, Sweden, 2000.
[3]  NIYATO D, HOSSAIN E. Competitive spectrum sharing in     cognitive radio networks: A Dynamic Game Approach [J]. IEEE Trans. on Wireless Commun., 2008,7(7):2651-2660.
[4]  JIANG R X, CHEN B. Fusion of censored decisions in  wireless sensor networks[J]. IEEE Trans. on Wireless  Commun., 2005, 4(6): 2668-2673.
[5]  CHUNHUA S, WEI Z, LETAIEF K B. Cooperative spectrum sensing for cognitive radios under bandwidth constrains. IEEE WCNC’07 [C]. Kowloon, 2007:1-5.
[6]  PARTHAPRATIM D, LIANG Y C. Blind spectrum sensing     algorithms for cognitive radio networks. IEEE Trans. on Vehicular Technol[J], 2008, 57(5): 2834-2842.
[7]  HOLLAND O, ATTAR A, OLAZIREGI N et al. A universal resource awareness channel for cognitive radio[C].  IEEE PIMRC’06, Helsinki, 2006:1-5.
[8]  NAGARAJ S, SCHLEGEL C. A channel accessing scheme     with joint detection receivers in Ad Hoc networks [C].  IEEE WCNC’04, 2004: 381-386.