基于需求的协作CRN空闲信道选择方案

沙特国王大学学报一种基于需求的协作CRN空闲信道选择方案L. Jayakumara，S.Janakiramanba计算技术系，计算学院，SRM科学技术学院，Kattankulathur，Chennaib印度Puducherry本地治里大学银行技术系阿提奇莱因福奥文章历史记录：收到2019年2019年9月12日修订2019年9月12日接受在线预订2019年保留字：频谱决策协作CRN多准则决策AHPTOPSISA B S T R A C T新兴的无线应用需要更多的频谱空间来应对用户的快速增长。在硬件要求方面，频谱中的无线电频带之外将难以用于数据传输认知无线电的研究考虑了当前频谱利用率不足的问题，为下一代无线环境提供了更好的模型由于认知无线电及其策略违反了静态频谱分配，当前的无线网络策略，许多挑战摆在我们面前，以实现一个更好的认知无线电无线环境。其中一个主要的挑战是安全传输和最佳的自由信道选择的无中断数据传输。本文提出了一种有效的空闲信道选择方案来提高协作认知无线电网络的服务质量。所提出的模型已被推导出作为一个集成的方法，通过使用成功的MCDM技术，如EFAHP和TOPSIS。此外，我们已经证明了所提出的综合技术与其他并行通道选择技术与各种情况下的最优性。©2019作者（S）。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍认知无线电网络（CRN）是一种标准的无线网络通信方式，它利用授权用户未使用的频谱进行通信。 授权用户也被称为主用户（PU），而正在访问可用的未使用频谱的用户被称为认知无线电（CR）用户或次用户（SU）。由于对频谱需求的增加和无线应用的快速发展，需要有效地使用未充分利用的频谱，并且使用传统无线电频带之外的新频谱需要难以想象的硬件。因此，CRN是满足下一代频谱需求的有希望的方法之一（Taherpour等人，2017; Jayakumar等人， 2019年）。在特定的时间和特定的地理位置，PU可能不使用分配的频谱用于其服务，那么这将被视为频谱空洞或空白空间或空闲信道，因为频谱是宝贵的资源，它必须被有效地访问用于增加*通讯作者。电子邮件地址：jkaylogu@gmail.com（L.Jayakumar）。沙特国王大学负责同行审查制作和主办：Elsevier分配给授权用户的频谱的消耗率，次要未授权用户应动态访问当前未被主要用户占用的频谱孔（Ali和Hamouda，2017）。1.1. CRN频谱管理相关工作由于CRN具有基于动态频谱传输的独特性，因此对频谱管理的关注度应该更高。频谱资源是一种昂贵的资源，仅仅利用CRN来复用未充分利用的频谱并不能提高频谱的利用率。此外，应该实现有效的频谱管理方案以有效地利用可用的机会（de Almeida Filho等人，2018; Singh等人，2016年）。如图1所示，频谱感测将由集中式站完成，并且频谱决策可以由CRN中的参与CR的集中式或分布式来完成。这是一个逐层的过程，频谱感知将处于第一层，以最终确定无线电环境中的频谱机会列表。稍后，将在频谱决策级决定更好的选项或选择。现将这两个关键领域讨论如下，1.1.1. 频谱感知CR设备周围的各种频谱机会或频谱漏洞列表将通过使用频谱感知捕获https://doi.org/10.1016/j.jksuci.2019.09.0051319-1578/©2019作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comL. Jayakumar，S.Janakiraman/沙特国王大学学报1327Fig. 1. 合作CRN。任务（Akyildiz等人， 2006年）。实际的实验室实验可以使用Ettus工业公司发布的CR设备来完成，这些设备被大多数研究人员使用，如USRP N210，USRPN 310等，这些CR设备的感测范围或能力是从600 MHz到6 GHz。这些设备通常使用以下方法● 能量检测（Liu等人，2012年; Kumar等人，（2016年）● 循环平稳检测（Annapurna，2016）● 自相关（Naraghi-Pour和Ikuma，2010年）● 小波方法（Salahdine，2017）● 匹配滤波器（Dannana和Chapa，2018）能量检测和匹配滤波器感测技术将以用于主要用户的阈值能量水平初始化。如果主用户使用分配的频谱，则检测到的能量超过阈值水平，否则检测到的能量的较低水平指示该频带的可用性其他的感知方法如循环平稳检测、自相关、小波方法等都是利用多个因素来检测可用性。可用性概率将在后一组技术中计算。在（Salahdine，2017）中，作者指出能量检测技术优于其他传感技术。在本文中，能量检测为基础的感知结果，并建议只有更好的合作网络模型和有效的任务管理，在频谱感知阶段的感知建议。以下几节是在完成基础研究之前提出的渠道管理模式。为此，本文首先分析了传感环境及其类型，i) 免费使用：一些地理位置，如海洋中部，茂密的森林，隧道和矿山，大多数光谱将是免费的。因此，无需太多努力就可以对数据传输进行频谱决策（Costa等人，2013年）的报告。ii) 共享使用：国家的大城市、城镇和首都城市将占用大部分频谱带，而乡村也已由各种服务提供商占用特定的蜂窝、地面和卫星带。将来，为了实现新的无线服务，可以实现CRN，并且可以使用未充分利用的频谱（Sabbah等人， 2018年）。在频谱感知任务中，CRN的体系结构将是一个主要的角色。网络结构主要分为两类：协作CRN和非协作CRN。在非协作模型中，每个CR节点应负责检测周围无线电环境的可用性，以找到用于数据传输的空闲信道但是，这可能会导致干扰，噪声的不确定性，衰落，阴影和巨大的能量损失感知宽频谱。决定的信道的质量不能通过单独的感测和决定来保证因此，现有的研究大多协作感知可以解决主用户隐藏问题，减少感知时间。此外，它还大大降低了误检概率和虚警概率协作感知的主要挑战之一是将信道可用性或活动信息同步到参与信道决策模型的所有其他CR。（Axler，1995; Zyoud等人，2017年）。协作感测可以分为两种类型：集中式或分布式（Lorenzo等人，2018年）。集中式感知：通过CRN中参与的CR节点之间的协作，集中式融合中心将为整个网络充当感知模式。当集中化节点是固定的并且能够保持用于处理宽带频谱感测的费用时，这是可能的。但是，在大多数情况下，所有CRN节点都是手持和有限充电设备。信道决策可以是集中式的，也可以是分布式的，以及中央感知模型。与感知任务相比，信道决策●1328L. Jayakumar，S.Janakiraman/沙特国王大学学报CR 1富世安中心决定感测c护2感测空白DB是一个计算量较小且更简单的任务，因此集中式感知和决策将优于图2中的集中式感知和分布式决策（Yan，2002）。分布式感知：在分布式感知的情况下，CR节点可以单独感知，感知结果将在它们之间共享，以在CRN中进行全局决策。分布式感测在不需要骨干基础设施的意义上更有利（Cabric等人，2004年）。但是，如果应传达的渠道中的任何状态发生变化，所有其他分布式CR 同 步 、 及 时 更 新 是 分 布 式 传 感 方 案 中 主 要 受 影 响 的 因 素（Changing Luo等人， 2011年）。1.1.2. 频谱决策在CRN中，需要在三种情况下的决策问题。1）决定用于感测的正确列表信道，以避免空闲信道的误检测，2）决定CR节点，以使用它们进行信道决策，以及3）在感测到的可用空闲信道列表中进行最佳信道决策，以进行长时间传输（Yi和Cai，2018）。本研究基于信道感知网络的基本在现有工作中建议实现协作网络的原因之一是减少感测负载。已在所有参与的CR节点上分发了第一种类型的决策问题不需要强调，因为合作性质的传感得到熟悉，并知道是一个成功的模式。第二种情况是决定固定CR节点以进行信道决策，如果多个CR节点被决定为决策节点，则全局最优信道决策将是不可能的。来自一些决策节点（DN）的本地决策可能不会将一些最佳合适的空闲信道分配给所需的CR用户（Sun等人，2018年; Bhargavi和Murthy，2010年; Musmed Enes Bayrakdar，2016年）。因此，为了实现全局最优信道决策，可以建议集中式信道决策（见图1）。 3）。2. 一种高效的自由信道选择方案如前所述，用于开发这种新颖的信道选择方案的集成方法。在构建信道选择方案时，首先要进行所需的网络模型和信道融合过滤。由于每个信道具有不同的能力和属性，因此它可以适合于不同类型的数据传输。例如，对于视频流数据传输，信道容量应该高以用于传输。图二、分布式传感图3.第三章。（一）. 多跳协作CRN，（b）.协作CRN分层聚类。ting通道，但它可能不需要文本数据。因此，一方面具有不同容量的信道数量和另一方面不同的要求范围要求最佳信道选择或决策方案，以在进行数据传输时动态地分配信道（Santiago等人，2015; Eppstein，2000）。这项工作的最终目标是将可用信道与正确的数据传输相匹配。将执行以下步骤以实现所提出的信道选择模型，● 网络形成● 本地信道检测● 信道融合与信道判决2.1. 网络形成如今，协作认知无线电网络（CCRN）已经得到了显著的关注，其中协作网络影响为主用户和次用户创建双赢的局面（Jia等人，2016;Dyer等人，1992年）。因此，在这里，我们考虑了合作环境作为我们提出的自由通道选择问题的平台。尽管有许多方法来创建网络节点之间的合作，集群机制有一些相当大的优势。我们比较了k-均值，k-中心点，和多级层次聚类方法及其性能的CCRN。在（Ali和Hamouda，2017年）中，我们已经证明多级分层聚类是形成用于CCRN和信道感知任务拆分操作的二级用户集群的合适方法。层次聚类可以通过以下方式实现：首先，凝聚是一种自底向上的聚类方法，根据节点与簇头（CH）的距离迭代地将节点合并到簇中。这里，集群具有子集群，子集群又具有子集群。但对于分层聚类的分裂方法，所有参与的CR将被视为一个单一的集群，然后集群递归地分裂，以产生一个良好的聚类。我们使用凝聚方法固定了多级层次聚类，它更适合我们项目中的协作感知和感知任务拆分的网络结构（Biscarri，2017; Franti等人， 2006年）。CH在我们的项目中起着至关重要的作用，因为从集群中参与节点的初始任务拆分操作，通道融合到通道决策（Shahen Shah，2014;Ganesan和Y. Li，2005）。CH的影响更为重要。例如，如果我们创建具有100个节点、分配的感测带宽200 MHz、每个信道大小25 KHz的新CCRN，则每次必须执行8000个信道感测任务以收集给定200 MHz中每个信道的可用性。由于单个CH或参与节点很难完成，因此根据每个节点的质量参数（平方欧几里德距离、保留功率、意愿和失败率），将8000个感知任务分解为多个子任务分配给每个节点。这种分配方式●L. Jayakumar，S.Janakiraman/沙特国王大学学报13298>>>：可以有效地进行使用凝聚为基础的多级聚类（见图。 4）.对于凝聚方法中的每个节点添加，遵循拍卖过程（拍卖- I）。它考虑以下节点选择函数（SF）。最初，聚类过程将预先计算接受参与聚类的阈值水平。该阈值水平可能会根据我们的网络创建目标、可用节点数量及其功能而有所不同。SFF-1000ESD- 1000TRp-1000E其中，E2.1.1. 投标人基于CRN中存在的节点的可用性或基于空闲信道需求，用于过滤CR节点以构建协作CRN的阈值可以是固定的。当阈值增加时，具有较高能力的节点的数量将被选择用于CRN，另一方面，如果阈值明显减小，则即使具有较低的能力，节点的数量也将增加（Ganesan和Li，2005;Ghasemi和Sousa，2007）。在Eq.中指定的这种获胜条件的基本表示（二）、最低投标人报价>最低持有人最低2人2.2. 局部自由信道检测图五. CRN中N个频道的历史可用性或占用率详细信息。当然，T_off被认为是可用性因素，就像现有方案一样（He等人，2010;Ghazzai等人，2017年）。CAV的一些样本值如表1所示。信道可用性向量C-参与编号：CRL-参与编号：PR>CAVa>BOF-Bestorder因子3一旦集群中的每个节点分配了感知任务，本地信道感知任务将被启动。检查每个通道的状态，是否可用或被主要用户占用每个节点的结果如果，状态为“OFF”，如图所示。 5，由此我们可以得出结论，该信道可以用于CR节点传输，否则我们应该避免该信道用于传输（González-Rodríguez等人，2012; Tian等人， 2018年）。在这里，我们已经增强了现有的本地信道感测方案;之前，他们只考虑每个信道的可用性来计算CAV（信道可用性向量）。在这一点上，我们考虑了过去历史中每个通道的使用模式和当前占用用户的优先级值（Enes Bayrakdar，2017）。如果最佳阶因子（即，长的免费插槽）是高的，它会增加decid-图四、 第一级中的质量通道的过滤的示例说明N- no： of通道数量Slp-低优先级用户占用的时隙Shp-高优先级用户占用的时隙Toff-未使用时隙数每个节点计算出每个通道的CAV值后，转发到CH，通道数越多，CH中的比较计算次数越多。它可能会降低CH的性能。我们可以应用信道级Auction-II来避免在CH处进行信道决策的不必要信道。对于每个信道，我们可以应用阈值比较来将该信道移动到CH（Huang和Yuan，2018; Liao等人，2015年; Cao等人， 2017年）。CAVhold ID>CAVhold最小值4002.3. 信道融合与信道判决来自每个节点的过滤通道将在CH到达，使用简单的数据融合，我们可以轻松地创建一个主表。其中一些融合算法采用基于AND和OR规则的融合方法，即每个节点感知到同一组信道，所有的结果都将在CH上收集，然后进行融合，给出每个信道的结果是否可用。在这里，我们只能执行最小的信道感测任务集，因为我们所有的资源节点都试图收集相同的结果。这就是为什么我们选择简单的数据表1样本：CR感知的CAV值信道当前用户Cav600 MHzPR0340.41601兆赫PR0450.52603.5兆赫免费0.54665.6兆赫PR0240.56715兆赫公司简介0.46.. .. ......你好。. . ......你好。. ... . .信道N免费0.43>1330L. Jayakumar，S.Janakiraman/沙特国王大学学报N¼表1.1多标准决策模型。AHP分析层次处理（商业和技术）（Kakalou等人，（ 2017年）TOPSIS技术通过与理想解决方案的相似性进行偏好排序（排名）（Loganathan和Sukumar，2012）ELECTRAEElimination and Choice Expressing Reality for（Energy，Economics，Environmental，Water Management，Transportation problems）（Jia and Shen，2008）表1.2信道选择技术的考虑参数影响CRN性能通道可用性矢量CAV（%）带宽（MHz）数据包丢失概率（PL）（%）信号功率（dBm）SNR（dB）最大传输速率（bps）Promethee一种面向富集的评价（对备选办法进行部分排序，并使用PROMETHEE II对备选办法进行全面排序（Zhang例如，（2008年）VIKORVlseKriterijumska Optimizacija I Kompromisno Resenje（Kang等人，（Loganathan和Janakiraman，2016）SAW简单加性权重（Jayakumar Loganathan等人，（2016年）融合，这里是每个节点的不同信道集合。在这里，我们选择了著名的运筹学领域解决方案，称为多准则决策（MCDM）（Hwang和Yoon，1981;Huang等人， 2013年）的报告。a. 多准则决策它是运筹学的一个子领域，在各种工程领域和管理中的经典决策问题已经在各种准则下得到了解决。在表1.1中，我们简要地列出了一些最成功的经典多准则决策模型及其特点。b. 信道决定通过信道Ranking根据决策的权重对通道进行排序模型，并确定当SU请求传输。在这里，我们使用EFAHP和TOPSIS的组合作为决策方案（Gow等人，2012; Li等人， 2018年）。这两种技术都是管理、经济和网络路由中著名的经典T时隙。然后，我们应该确定我们的要求，如数据服务类型是文本，音频或视频。将为每项服务确定性能因素的优先顺序。最后，T时隙的数据集和所需的数据服务的优先级顺序将作为输入AHP-TOPSIS，这是一个集成的运筹学技术，排名的基础上正在进行的数据传输的通道。第四章中的实验结果证明了所提出的工作在多个场景下的性能。3.1. 用于通道选择的3.1.1. 信道可用性向量CAV（%）任何类型的数据传输的基本要求之一是信道应可用于以较少的干扰完成传输。如前所述，必须使用两个二进制状态“ON/OFF”记录主用户活动。主用户在特定时间的到达频率总是不可预测的和随机的，但是可以收集信道的总体可用率和使用性质以用于进一步的信道判决。在本文中，我们在本地CR节点处固定了感知，并在FC处进行了决策，因此CRN中的所有CR下面的等式清楚地表示信道可用性向量（CAV），● 渠道可用性：分析在第三章中进行了讨论。3. 建议使用efahp-topsisT关闭¼当前X输入h¼i1;如果你愿意的话！免费0;如果免费！忙ð5Þ目前的信道判决方案只考虑信道可用性因子来判断信道质量。但是，无线应用的要求或必要性可能随时间而变化在我们提出的工作中，除了信道的可用性之外，还考虑了其他一些性能因素通道的均匀可用性也不只是被PR占据的插槽的百分比，我们有Toff是来自历史的针对所考虑的时隙（T）的给定数目的信道N的所有可用信道的总和。如果主用户到达的数量为零，则Toff为1/4 N，同时主用户占用所有时隙（T）的信道，则Toff为0：因此Toff值的范围是从0到N，如果值更接近N，则信道具有更大的可用性。智能地应用于检测可用性的最佳顺序，如. c1 .一、的.快！第3.1.1章。通常，基于历史的计算完全取决于-在基于时隙的信道传输中，在“开”或“关”的意义上对业务模式进行控制。这将被转换成N X T矩阵，每行被视为CR的历史值CAV ¼L其中，ωBOFωN电流的hpωToffT是信道数量，T是考虑用于信道判决的历史时隙数量。使用这种类型的附加计算的可用性因素，计算时间可能会增加一点，但结果的质量导致更好的信道选择。模拟实验也表明了我们所提出的工作的较好结果。在图5中，已经显示了具有5个通道的样本通道使用表示。即使是二级用户也可以被分为低优先级用户和高优先级用户以占用主用户使用我们提出的方法，我们考虑了信道的六个性能参数，并收集了T个时隙的过去历史数据，如表1.2所示。最初，性能参数信道可用性向量（CAV）中的一个必须按照等式（1）进行预处理。（6）其他因素必须收集，CNSlpA. 最佳顺序因子（BOF）这是本文中使用的唯一子参数它被定义为基于信道使用模式计算的信道可用性。计算连续可用的最大槽数Eq.的主要参数之一。（6）确定总体可用性.NL. Jayakumar，S.Janakiraman/沙特国王大学学报1331N¼.Σ第1页Pm- 1P第1页结束i¼见图6。 会话值计算（用于单个会话）。表3性能参数的优先顺序。文 本 PL> SNR> P> CAV> B> R 语 音SNR > P > B > PL > CAV > R视频R >B > SNR > CAV > PL > P表4比较评级矩阵表2CavBPLSSNR（右）AHP考虑的评级值Cav14/34/94/64/74/2比较平等中强非常强g ExtremeBPL3/49/419/33/913/69/63/79/73/29/2评级13579S6/46/36/916/76/2SNR7/47/37/97/617/2R2/42/32/92/62/71渠道BOF将增加获得长时间传输的最佳信道的机会。一些频道可能有空槽，尽管它经常使用主要或认知。如果这种情况下，经过一段短时间的间隔，新占领的SU已经再次转移到其他。信道移位或信道切换将从每个发送CR节点花费相当大量的时间和能量。表5EFAHP算法n：通道总数m：性能因子m！：可能的优先顺序数BOF1n其中，电话：Xnon会话值计数nð7Þk：隐性优先级顺序q：所需其中，q -基于硬件限制的定义因子||Problem_nature，1< q<（m！- k）的I. 加权参数如果：已知服务（文本||音频||视频）nN在给定的历史中的时隙在某些情况下，通道可以具有相等数量的Toff值，这意味着两个或更多个并行通道的空闲时隙的数量相等。现有的信道决策技术通过以相等的重要性对这些信道进行加权来处理这种情况。但实际的使用模式没有被他们考虑，这将在渠道决策模型中产生相当大的影响。在这项研究中，它已被解决和BOF参数一起使用通常的可用性计算。在BOF计算中，会话是基于总会话值计算空闲槽连续性的简单且最佳的方法之一。会话值必须被计算，为考虑与T时隙细节的N个通道。会话的数量可以在1到N/2的范围内，如果没有PU活动，则会话的数量为1。可替代地，每个时隙PU活动被发现，则会话的数量将是最大N/2。B. 会话值计算在图5中，在第四信道中有三个空闲时隙的会话已经发生。最初，每个单独的时隙具有默认连续性向量（0.1）。我们的目标是检测长利用率的空间信道，因此要为连续的空闲时隙提供更高的值，这意味着长会话。从0.1到最大值的递增范围，然后我们必须找到平均值。像这样，每个通道的每个会话值都必须被计算并更新到通道表中，以找到该特定通道的CDF值。图6示出了计数连续性向量的序列。会话值计算如下所示，在这里，我们将对通道4进行BOF计算，并对会话_2进行上图计算。它从时隙1到时隙5连续地具有五个时隙。在SLOT5，总会话值定义为（0.1 + 0.2 + 0.3 + 0.4 + 0.5）= 1.5。下一步是找到该会话值的平均值总会话值除以Traffic：poiss_rand（）{Min：0.05，最大值：0.7}常规EFAHP：（t = 1，t q，t++）{定义{Rating_levels（1-9）; Perf_factors（m）;}生成：Comparison_matrix m× m作为A[i][j]=（Fx/Fy）;}Calc_row_sum：计算结果mA2 ½i]½j];Until（smaller_value（Norm（rSum（i）{Normalizedrow_sum：rSumi=Pm1rSumi;}一致性检查：priority_order（perf_factors）：高？low（Norm（rSum（i））;一致性比率：CR = CI/RI;//验证决策如果（CR小于0.10）：决定？ 一致其他：决定？不一致其中，CI 1/4 cmax-m，RI =定义（m（2：10）？0至1.51）cmax=mNormrSum½j]。Norm_cSum[j]T端II. 查找参数的优先级顺序：ch_wgt？信道决策模型（ch_wgt）;注：TOPSIS-I已被发现是CCRN的最佳拟合模型最佳结果列表令，BCT（n）？n通道WFR（n）的最佳计算时间？n通道最坏故障率BRSD（n）？n个样本之间的最佳相对标准偏差BAT（n）？最佳实现的吞吐量（n个通道）如果（BCT（n）> comp_time（t））BCT（n）= comp_time（t）;如果（WFR（n）> fault_ratio（t））WFR（n）= fault_ratio（t）;如果（BRSD（n）>相对标准偏差（t））BRSD （ n ） = 相 对 标 准 偏 差 （ t ） ; 如 果（BAT（n）>达到的吞吐量（t））BAT（n）=达到的吞吐量（t）;}否则：常规EFAHP：（t = 1，t m！，t++）最佳优先级顺序（q）= ch_wgt（t）{BCT（n），WFR（n，BRSD（n），BAT（n）}端1332L. Jayakumar，S.Janakiraman/沙特国王大学学报空闲时隙的计数即，(1.5/5）= 0.3。现在将其应用于（7），L. Jayakumar，S.Janakiraman/沙特国王大学学报1333.Σð ÞhiI¼ij1Vij23-ðSþSÞ.Σþþ¼.Σþþþþþ þþþ þ1/1-X设X=VX W =...ijmxnPnV2p67n表6TOPSIS算法TOPSIS算法：C-评估考虑的标准，C={c 1，c 2，. . cm}SNRdB 1/410log10P信号8P噪声mVijWmW第一阶段：i. 定量数据矩阵Let，Dmat =[Vij]mxn的归一化W=归一化的WMDmatWijmxn如果（C标准化D形垫V ij;i<$1;2;3· ··mj<$1;2;3· ··nC.目标是成本（13.1.6. 最大传输速率（bps）在可用带宽的情况下，最大传输速率将被记录为参数（Govindan和Jepsen，2016; Kim和Shin，2008）。对于文本服务，它可能会慢一些，在多媒体传输的情况下，它应该是主导因素之一。3.2. 基于EFAHP-TOPSIS的3.2.1. 高效反馈层次分析法通常，层次分析法（AHP）技术将用于确定决策问题中涉及的因素但是，以动态的方式给出优先顺序是一个巨大的挑战在现有的方法中，群体偏好或个人将定义标准化后的mj/m;i/m 1; 2; 3·· · mj/m 1; 2; 3·· · n½ijmxn端我是说，我的朋友。ffiffiffiffiffiffiΣffiffiffi2ffi1/1Vij在进行AHP之前的优先但在CRN每次如果我们手动定义优先级，它将不支持动态在同一网络上提供文本、音频和视频服务ii. 计算加权的1/2归一化d[Dmat[ij]mxnV 11ω。W 1···V m1ω。WM国际法学会四、..5如果，m个因子，那么m！可能的优先级顺序是可以修复的，我们硬件限制（Kumar等人， 2017年）。所以为了让我们的亲-第二阶段：Vn1ωW1·· ·V mnω W m提出的框架，以支持任何类型的服务，我们得出的效率，iii. 正理想解PIS（j*）= Max（Xij*），其中i= 1，2，3，.. . n，j= 1，2，3，. . m，负理想解iv. 正理想矩阵其中i=1;2;3;· ··n;j=1 ; 2;3;· ··m;负理想矩阵s=i;j=-mxn=-NIS =-nis=-nis =2;其中i=1;2;3;· ··n;j=1;2;3;· ··m;S*（i）=rowSum（s=i;j=ωmxn;其中i=1;2;3;· ··nv. 计算备选方案的权重xωS ;i<$1;2;3· ··n;0≤x≤i≤1示例1：通道40： 1 0： 20： 10： 20：30： 40：50： 10： 20： 325 33零点十五分0： 3 0： 23时间：2019 -01 - 213.1.2. 带宽（MHz）信道带宽的范围可以从几KHz到超过40 MHz，在印度7 MHz信道主要用于CRN。两个或多个连续通道可以组合并形成一个宽范围的通道也是可能的。这应该是多媒体类型数据的最大值（Wei和Lin，2008）.3.1.3. 数据包丢失概率（PL）（%）当我们尝试通过无线信道发送数据时，在接收器侧的分组丢失在实验中是明显的事情（Eze等人， 2018年）。我们已经记录了过去的PL通道，并用于使用MCDM找到更好的通过表6中的反馈层次分析法（EFAHP），如果用户知道什么类型的服务，那么他可以修复q =（m！k）为找到更好的优先顺序而进行的试验或培训次数。因为关于通道的历史数据将被记录在每个CR总的来说，我们计划使用有限的试验和错误方法来3.2.1.1. 为不同的数据服务实施EFAHP。计算各信道重要质量参数的权重，包括信道判决因子、带宽、信噪比和干扰比等质量参数。为了加强决策，我们需要更多地考虑具有高重要质量参数的信道。因此，在AHP过程中，最初，最优信道选择（我们的问题）值的每个信道评级值将被假定为1。然后基于一些后处理（例如从专家那里获得关于每个参数的一些比较分数），我们可以计算参数的权重如下，A. 应用AHP（定性分析）所需的一系列步骤● 创建比较评级矩阵● 计算方阵，即，A2● 查找规范化的行和根据表5的EFAHP算法，使用表3的优先级顺序和表2的权重，我们构建了比较评级矩阵A，如表4所示。当量将公式（9）应用于比较矩阵，并计算归一化矩阵，如表7所示。A½i]½j]3.1.4. 信号功率（dBm）可用通道频率应小于-100dBm，标准化和规范化Pm A½i]½j]ð9Þ至少.如果信道的信号功率大于100 dBm，则可以认为是占用信道（Chen等人， 2008年）。3.1.5. SNR（dB）它应该是一个更大的值，超过10 dB、20 dB等，我们可以根据需要设置阈值SNR（Smitha和Vinod，2012年）。B. 标准化行和MrSumiA2½i]½j]10第1页我在哪儿？ 1到m：行号1¼1334L. Jayakumar，S.Janakiraman/沙特国王大学学报XX¼¼表7归一化加权比较矩阵。5.997.992.653.993.4411.984.505.991.993.002.588.9913.5118.015.989.007.7527.029.0112.023.996.015.1718.0310.5114.014.657.006.0321.023.004.001.332.001.726.00表8归一化加权比较矩阵的行和36.0427.0481.2754.2263.2218.05表9性能因素的计算权重。CAV（%）0.1288带宽（MHz）0.0966包装损失概率PL（%）0.2904信号功率（dBm）0.1938信噪比（dB）0.2259最大速率（bps）0.0645当量将公式（10）应用于表7，并如表8所示计算rSum。我们在这一部分的目标是规范化rSum（i），以找到优先级顺序。它可以通过Eq计算（十一）、标准化rSum=总rSum=1;2 mð11Þ哪里M总计1/1最后，为了验证计算的性能因素的权重，必须进行一致性检查。Saaty已经定义了一致性比率（Crat），其是一致性指数和随机指数的比率，如等式（1）中所示。（13），随机指数都是Saaty（1994）预先定义的（见表9）。结果表明，计算结果是一致的，可以用于TOPSIS。当量（11），应继续计算，直到得到足够小的值以便于计算。从而计算出文本数据服务性能参数的优先顺序通常，该归一化rSum（i）值在0？1.它还应满足以下等式。（十五）、M标准化rSum=1/ 151/1基于需求的优先级顺序已经作为EFAHP的输入给出，现在归一化rSum（i）的结果值显示了进一步通道排名过程的确切重要性或权重。到目前为止，EFAHP使用定性分析方法来确定性能参数的权重 ， 通 过 这 种 方 法 ， 我 们 可 以 对 CUP_ 因 子 进 行 定 量 比 较（Jayakumar和Janakiraman，2016）。表12具有通过等式11针对文本、音频和视频数据计算的归一化rSum（i）的结果。（十一）、虽然EFAHP考虑了相同数量的性能因素，但对于三种不同类型的数据服务，得出了不同的结果因此，在信道选择方法中，必须仔细确定优先级顺序。我们已经对表12做了一些解释，在文本传输服务中，我们清楚地知道分组丢失率（PL）是最重要的因素，它应该很小。但是，最大传输速率（R）应该是视频数据传输的主导因素，而噪声应该在音频传输中起至关重要的作用。在音频服务中，SNR是CAV的3倍权重。在视频传输中，R比CAV重2倍。它表明，虽然CAV对所有三种业务都应该是同等重要的，但其他因素决定了信道质量，如图所示。7.第一次会议。3.2.2. 使用TOPSIS为了对方案集进行排序，利用排序优先关系理论中的TOPSIS方法对决策矩阵数据进行分析。消除和选择转换现实（TOPSIS）方法首先在（Jayakumar等人，2016年）。它是最广泛使用的排名方法之一，反映了决策者在许多领域的偏好。TOPSIS法随后又发展出若干变体。交通可持续性首先采用TOPSIS法进行评价（Jayakumar et al.，2016）;然后采用修正的TOPSIS法降低决策者的主观性。TOPSIS法用于最优选择问题，它适用于信道选择，由于某些CR会上升信道请求，最优选择足以计算。并与其它方法进行了比较，结果表明该方法具有较好的优越性.3.2.2.1. 不同数据业务的TOPSIS实现CratCIRIð13ÞEFAHP权重。这里TOPSIS排序方法的输入是，n-通道数量及其质量参数权重（我们推导出其中，CI -等式中的一致性指数（十四）RICIkmax-nRI其中，nð14Þ表10由Saaty随机索引。ᶇ 1 2 3 4 5 6 7 8电话：+86-0511-8888888传真：+86-0511 - 8888888表11根据样品标准计算的克拉值。服务文本音频视频应用Eqs. （13）和（14），文本、音频和视频数据业务的性能因子，已经计算了下面的表11，并且发现每个Crat值小于0.1。它清楚CI 0.0000013-1.159346克拉0.0000011-0.966121 0.000000一致一致L. Jayakumar，S.Janakiraman/沙特国王大学学报1335表12由MAHP导出的优先级顺序。表13考虑信道特性进行模拟。见图7。 性能因素权重与多个场景的比较。7 0.53 40 32- 88 32 4517- 125 11 1639 0.67 20 18- 80 38 15510 0.76 20 21- 97 13 12311 0.7 20 15- 120 12 15512 0.78 20 12- 107 21 13313 0.7 20 22- 107 22 5914 0.3 20 13- 129 14 11815 0.5 20 23- 122 12 10716 0.5 20 17- 107 25 8517 0.8 10 10- 105 26 19318 0.45 40 28- 128 41 15619 0.4 20 6- 125 31 10120 0.5 20 5 112 18 148表14正文：归一化加权矩阵。得到一个单一的权重值根据排名表，职级由民政事务总署应用TOPSIS（定量分析）的一系列步骤● 收集每个通道属性● 将属性归一化，使其成为矩阵● 对信道进行实现所提出的模型，我们已经考虑了20，100和200个通道的模拟。在表13中，显示了20个通道及其不同参数的过去历史性能值的列表。由于数值处于不同的范围内，因此应按照表14、17和20进行归一化和加权，以便在TOPSIS中进行进一步处理，如下所示：Xij< $Aij= sqrtXij < $1至M总和Aij2x16然后，在表14中计算了正理想解（PIS）和负理想解（NIS），并且必须计算表15和16中的正理想矩阵（PIM）和负理想矩阵（NIM），以用于表6中的阶段II步骤中的文本数据传输。以相同的方式，在表17中已经计算了正理想解（PIS）和负理想解（NIS），并且必须计算如表18和19步骤见表6。以相同的方式，在表20中已经计算了正理想解（PIS）和负理想解（NIS），并且必