面向泛在频谱信息实时更新与安全传输的动态频谱分配方法.pdf

张余，钱鹏智，陈勇，等.面向泛在频谱信息实时更新与安全传输的动态频谱分配方法J.电波科学学报，2023，38（3）：429-437.DOI:10.12265/j.cjors.2022113ZHANG Y,QIAN P Z,CHEN Y,et al.Dynamic spectrum allocation method for the requirements of real-time updating and secure transmission of theubiquitous spectrum informationJ.Chinese journal of radio science，2023，38（3）：429-437.（in Chinese）.DOI:10.12265/j.cjors.2022113面向泛在频谱信息实时更新与安全传输的动态频谱分配方法张余1钱鹏智1陈勇1，2*何攀峰1（1.国防科技大学第六十三研究所,南京 210007；2.陆军工程大学通信工程学院,南京 210007）摘要 针对动态频谱管理中泛在频谱信息更新策略和安全传输要求下频谱分配效益低问题，考虑一种泛在频谱信息动态更新策略限制下动态频谱分配场景，建立应对恶意节点侦收威胁的频谱信息安全传输模型，通过优化信道和功率资源配置来实现频谱信息的安全传输，提出了一种基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱分配方法.利用降元处理将复杂的非线性非严格凸优化问题分解为简单的严格凸优化问题和混合整数线性优化问题，通过差分凸优化、整数线性优化的联合运用来实现动态频谱分配的最优化.仿真结果表明，所提方法能确保异构无线网络在满足特定频谱信息最低传输要求的前提下，快速找到近似最优的频谱分配策略，获得最优的和传输速率.关键词动态频谱管理；泛在频谱信息更新；频谱信息安全传输；动态频谱分配中图分类号TN929.5文献标志码A文章编号1005-0388（2023）03-0429-09DOI 10.12265/j.cjors.2022113Dynamic spectrum allocation method for the requirements of real-time updatingand secure transmission of the ubiquitous spectrum informationZHANG Yu1QIAN Pengzhi1CHEN Yong1,2*HE Panfeng1（1.The Sixty-third Research Institute,National University of Defense Technology,Nanjing 210007,China；2.College ofCommunication Engineering,Army Engineering University of PLA,Nanjing 210007,China）AbstractAiming at the problem of low efficiency of spectrum allocation under the dynamic update scheme ofubiquitous spectrum information(SI)and the requirements of secure transmission in the dynamic spectrum management(DB-DSM),we consider a dynamic spectrum allocation scenario limited by the dynamic update scheme of ubiquitousSI,and establish a secure transmission model of SI to deal with the interception threat of malicious nodes.The securetransmission of SI is realized by optimizing the allocation of channel and power resources.Then we propose a dynamicspectrum allocation method based on the SI update scheme and the covert transmission of SI.The complex nonlinearand non-strict convex optimization problem is decomposed into a simple strict convex optimization problem and aninteger linear optimization problem using element reduction processing.We design a joint optimization algorithmincluding a DC optimization and a linear integer optimization to optimize the dynamic spectrum allocation.Simulationresults show that the proposed method can ensure that the heterogeneous wireless network can quickly find theapproximate optimal spectrum allocation scheme and obtain the optimal sum transmission rate to meet the minimumtransmission requirements of SI.Keywords dynamic spectrum management；dynamic updating of ubiquitous spectrum information；securetransmission of ubiquitous spectrum information；dynamic spectrum allocation 收稿日期：2022-05-21通信作者：陈勇 E-mail: 第 38 卷第 3 期电波科学学报Vol.38，No.32023 年 6 月CHINESE JOURNAL OF RADIO SCIENCEJune，2023 引言电磁频谱作为所有无线连接的载体，是下一代网络全方位无线覆盖与万物深度智联的关键和前提，超海量移动数据传输需大量频谱资源的支撑，其频谱需求量比以往任何移动通信都要大1.虽然6G 研究组已经将太赫兹频段作为下一代无线网络的主要频段，但远远不够.下一代无线网络仍需使用现有的移动通信频段，以满足其在高中低不同频段的需求2，这对频谱管理提出了更高要求，不但面临高段频谱资源开发使用的挑战，还需处理好中低段频谱资源内与现有频谱用户间的关系.对于中低段频谱资源，频段划分已经非常饱和，难以再划分专用频谱给下一代网络，因此，下一代无线网络频谱管理面临着与前几代移动通信频谱管理相同的难题，即如 何 最 大 化 频 谱 使 用 效 率3.数 据 库(database，DB)辅助的动态频谱管理仍然被视为未来频谱管理的发展趋势2.下一代无线网络超密集、高动态等特性给频谱管理带来频谱信息动态变化等问题，频谱信息实时更新面临巨大挑战，是下一代异构无线网络中频谱管理亟待解决的关键问题.学者们利用频谱感知4-5、区块链6-9等技术来提高频谱信息更新效能，一定程度上能弥补频谱信息更新不及时的不足，但传统的频谱感知协助 DB 更新频谱信息需消耗大量能量和额外频谱资源，同时在无感知基础设施依托的陌生地域难以发挥作用.考虑到泛在部署的频谱用户本身是一个接收感知单元，掌握着实时信道体验信息，可作为频谱信息动态更新的补充.DB 在为合法用户提供实时动态频谱接入的同时还需依赖频谱用户更新频谱信息，从而为非法用户篡改频谱信息、模拟合法用户攻击和非法用户恶意接入等创造了条件.解决这一问题的关键是能够准确区分合法用户和非法用户，以及安全传输频谱信息.鉴于此，在利用泛在部署的频谱用户来协助DB 更新频谱信息框架下，频谱用户将自身频谱身份和信道体验信息发送给频谱管理端，以及减少非法用户对频谱信息侦收威胁等双重因素将影响频谱分配策略.因此，频谱管理端根据电磁环境和干扰威胁情况为频谱用户分配频谱时，还需考虑其频谱身份和信道体验信息等特定频谱信息(special spectruminformation,SSI)的安全传输问题.本文针对泛在部署的频谱用户协助 DB 更新频谱信息且存在恶意节点(malicious node,MN)场景下动态频谱分配问题，建立存在 MN 侦收条件下频谱信息安全传输模型，引入基于扩频调制的频谱水印技术将频谱信息隐藏在通信信号中，通过优化配置信道分配和功率分配来实现频谱信息的安全传输，提出了基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱分配方法.仿真分析结果表明，所提出的动态频谱分配方法能够面向泛在频谱用户协助频谱信息的框架内，确保异构无线网络中频谱信息最低传输要求的前提下，快速找到近似最优的频谱分配策略，获得最优的和传输速率.1 系统架构图 1 所示为基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱管理系统架构，主要包括 DB、频谱监测网络、无线通信网络和 MN.其中，DB 作为频谱管理端，主要负责动态收集频谱信息、制定频谱信息更新策略，为无线网络或无线设备等频谱用户提供频谱信息更新策略和频谱信息.DB 制定频谱信息更新策略将考虑信道体验信息传输速率要求和频谱身份信息传输要求.SMN1SMN2SMN3TN1TN2TN3TNnDBMN1MNn策略下发信息获取合法传输非法窃听频谱监测AN1AN2AN3图 1 动态频谱管理系统框架Fig.1 System framework of dynamic spectrum management 频谱监测网络由多个分布式部署的频谱监测节点(spectrum monitoring nodes,SMN)组成，主要对动态频谱管理区域内电磁信号实施实时监控，收集频谱信息，提取频谱用户身份信息，并将收集到的频谱信息传递给 DB，以便 DB 及时更新频谱信息和掌握频谱用户的用频行为，是 DB 中频谱信息的主要来源.无线通信网络由多个用频终端节点(terminalnodes,TN)和接入节点(access nodes,AN)组成.AN根据 DB 内可用频谱资源、频谱策略和频谱需求为无线通信网内链路动态分配或调配信道资源，以满足无线通信网络中信号传输需求.TN 根据频谱策略进行自身通信信号传输的同时，还需要将接收机获得的信道体验信息以及自身频谱身份信息(即 SSI)经嵌入加载处理后一同发射出去，以便 SMN 接收提取信道体验信息和频谱身份信息等关键特定信息.MN 始终接收无线网络内通信信号，并尝试获 430电波科学学报第 38 卷取 TN 的频谱身份信息和信道状态信息，以便模拟合法 TN 或篡改信道状态信息.在此场景下，TN 不仅需要按照频谱策略传输 SSI，还要确保 SSI 不被 MN 发现.TN 将 SSI 隐藏在通信信号中，对于通信链路接收端而言，仅关心通信信号，将 SSI 传输信号视为干扰信号；SMN 仅关心 SSI 传输信号，不解调通信信号，将其视为干扰信号；对于频谱管理者而言，在无线通信网络各 TN 检测认证阶段，可要求其登记SSI 的相关参数信息，SMN 可掌握 TN 与频谱信息嵌入加载相关的先验知识，在合作或半合作状态下能够正确解调 TN 的 SSI；而对于 MN 来说，SSI 以噪声形式隐藏在通信信号中，其信干噪比(signal to inter-ference noise ratio,SINR)非常低，没有关于其参数的任何先验知识，难以检测和解调 TN 传递的 SSI，以确保动态频谱共享安全.2 问题建模 2.1 频谱信息安全传输模型根据图 1 给出的基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱管理的系统架构，构建频谱信息安全传输模型，如图 2 所示.假设所有信道链路都将遭受指数为 的大尺度衰减和统计上独立的小尺度瑞利衰落.无线通信网络根据频谱策略动态为各通信链路分配频率后，无线通信网内各 TN 与AN 间建立通信链路，TN 与 SMN 间建立监测链路，TN 与 MN 间存在侦听链路.TN 在传输通信信号的同时采用频谱水印嵌入技术10-11将频谱信息嵌入到通信信号中，并伴随着通信信号的发射以噪声形式隐藏传递给 SMN.SMNjMNkTNiANi图 2 频谱信息安全传输模型Fig.2 Secure transmission model of spectrum information 2.2 通信信号传输性能i当 TN 利用无线通信网络 AN 分配的信道传递通信信号时，频谱信息传输信号采用频谱水印技术嵌入到通信信号中，被 AN 视为噪声干扰处理10-11，则第 个 TN 通信信号获得的可达传输速率为RSi,j=Mj=1ai,jWjlog21+PTi,jTAi?hTAi,j?2PWi,jTAi?hTAi,j?2+NA.（1）Mai,jai,j 0,1ai,j=1jiai,j=0jiWjjPTi,jijPWi,jijhTAi,jTAi=CcdTA,idTAiiCcNAMj=1ai,j=1Ni=1ai,j=1式中：为无线通信网络可用信道数量；为信道分配系数且，其中表示将第 个信道分配给第 个 TN，表示第 个信道不被分配给第 个TN；为第 个信道的信道带宽；为第 个 TN 在第个信道内传输通信信号的平均功率；为第 个TN 利用第 个信道传输频谱信息的平均功率；为TN 与 AN 间的信道小尺度衰落系数，其信道功率增益，其中为第 个 TN 与 AN 通信链路传输距离，为距离发射点 1 m 处参考点的信道功率增益；为通信链路接收端的噪声功率.为便于分析，假设一个 TN 仅接入一个信道，即；一个信道仅支持一个 TN 接入，即.2.3 频谱信息传输性能iTN 为减少频谱信息传递对通信信号的影响，采用基于扩频调制的频谱水印嵌入与提取方法将频谱信息嵌入到通信信号中，SMN 利用频谱水印的特性来检测并提取频谱信息，此时 TN 的通信信号被视为干扰信号10-11.因此，SMN 从第 个 TN 传输的信号中获得频谱信息的可达传输速率(即 SMN 的可达监测速率)为Rwi,j=Mj=1ai,jWjlog21+PWi,jTSi?hTSi,j?2PTi,jTSi?hTSi,j?2+NS.（2）hTSi,jTSi=CcdTS,idTSiiNS1/GiGiGiiGi1/Gi式中：为 TN 与 SMN 间的信道小尺度衰落系数，其 信 道 功 率 增 益，为 第 个 TN 与SMN 监测链路传输距离；为 SMN 处的噪声功率.当 TN 采用基于扩频调制的频谱水印技术来嵌入频谱信息时，SMN 将基于预先登记在 DB 的频谱水印嵌入参数等部分先验信息，首先对接收信号进行解扩处理，频谱信息的信号带宽被压缩为原来的，频谱信息传输信号功率将被抬升为原来的倍，为第 个 TN 频谱信息的扩频增益.TN 的通信信号将被延拓为原来的倍，通信信号功率将被降低为原来的，因此，频谱信息的传输信号在解扩后获得的可达传输速率为RUi,j=Mj=1ai,jWjGilog21+PUi,jGiTSi?hTSi,j?2PTi,jTSi?hTSi,j?2+eNS.（3）PUi,jPUi,j=PWi,jGieNSRU,thiRUi,j RU,thi式中：为频谱信息未经扩频调制的平均功率且；为经扩频调制处理后的噪声功率.设SMN 能正确检测和译码频谱信息的最低传输速率为，当时，SMN 才可能正确检测和译码频第 3 期张余，等：面向泛在频谱信息实时更新与安全传输的动态频谱分配方法431 谱信息，否则无法正确检测和译码.RC,thiRUi,j RC,thij根据频谱策略，DB 要求 TN 协助其收集更新频谱信息，设 SMN 频谱信息传输速率为，当 TN 的频谱信息传输速率时，TN 才允许接入第 个信道，无线通信网络 AN 才将其分配给 TN，否则不会将此信道分配给 TN.因此，TN 传输频谱信息给SMN 的可达传输速率应满足条件RUi,j max(RC,thi,RU,thi).（4）2.4 频谱信息安全传输性能MN 观察 TN 发射的电磁信号并提取频谱信息，以便能模拟合法用户或信息篡改，其检测接收频谱信息时 SINR 为Mi,j=PWi,jTMi?hTMi,j?2PTi,jTMi?hTMi,j?2+NM.（5）hTMi,jTMi=CcdTM,idTMiiNMijthi,jMi,j thi,jMi,j thi,j式中：为 TN 与 MN 间的信道小尺度衰落系数，其信道功率增益，为第 个 TN 与 MN 侦听链路传输距离；为 MN 处噪声功率.MN 正确检测第 个 TN 在第 个信道内 SSI 的必要条件是其SINR 大于最低检测门限，即.对于 TN，不希望其频谱信息被 MN 正确检测译码，为此，TN 将通过调节频谱信息嵌入参数使得成立.ijPWi,j=PUi,j/GiPUi,jGi2Gi+2PTi,jj 1,M频谱信息的嵌入与提取采用基于扩频调制的频谱水印技术时，第 个 TN 利用第 个信道传输频谱信息的平均功率.当 TN 频谱信息传输的平均 功 率 满 足 条 件()11时，MN 在未知频谱水印嵌入参数时，无法检测和解调频谱信息，TN 频谱信息能够确保安全传输.2.5 无线通信网络传输性能优化模型ai,jgiPTi,jPUi,j无线通信网络实施动态频谱分配或调配过程中，其目标是在满足 DB 给定的频谱信息更新策略和频谱信息安全传输条件下，整个网络和传输速率最大化，可用式(6)表示.其优化变量包括整数变量、以及连续变量、，目标函数和第一个约束条件都为非线性函数，不是一个严格凸函数，求解比较困难，第 3 节将通过降元处理后，利用循环迭代、差分优化和整数线性规划来求解12.maxgi,ai,j,PUi,j,PTi,jNi=1Mj=1ai,jWjlog21+PTi,jTAi?hTAi,j?2PUi,jGiTAi?hTAi,j?2+NAs.tMj=1ai,j(WjGilog21+PUi,jGiTSi?hTSi,j?2PTi,jTSi?hTSi,j?2+NSmax(RU,thj,RC,thj)0PUi,jGi2Gi+2PTi,jPTi,j+PUi,jGi PTmax,iNi=1ai,j=1Mj=1ai,j=1ai,j 0,1Gi 2gi1,gi=1,2,.（6）3 动态频谱分配优化算法 3.1 功率分配变量优化G=G1,G2,GNA(l)=a(l)i,jNMl=0为简化问题求解，首先将频谱信息传输信号的扩频增益视为固定常量，并初始化信道分配系数矩阵且令，将其视为固定常量.则式(6)的优化问题可降元处理为关于TN 功率分配的优化问题：maxPU,PT(PU,PT)(PU)s.ti(PU,PT)i(PT)0PUi,jGi2Gi+2PTi,jPTi,j+PUi,jGi PTmax,i.（7）(PU)=Ni=1Mj=1a(l)i,jWjlog2(PUi,jGiTAi?hTAi,j?2+NA);式中：(PU,PT)=Ni=1Mj=1a(l)i,jWjlog2(PTi,jTAi?hTAi,j?2+PUi,jGiTAi?hTAi,j?2+NA);i(PU,PT)=Mj=1a(l)i,j(WjGilog2(PUi,jGi+PTi,j)TSi?hTSi,j?2+NS)max(RU,thj,RC,thj);i(PT)=Mj=1a(l)i,jWjGilog2(PTi,jTSi?hTSi,j?2+NS);PU=PUi,jNM;PT=PTi,jNM.(PU,PT)(PU)(PU,PT)(PU)(PU)由于对数函数是凸函数，和也是凸函数，则为差分优化函数.基于差分优化方法13，可用其一阶泰勒展开式来逼近：432电波科学学报第 38 卷e(PU,PU(k)=(PU(k)+(PU(k)(PU PU(k)=Ni=1Mj=1a(l)i,jWj(log2(PU(k)i,jGiTAi?hTAi,j?2+NA)+(PUi,jPU(k)i,j)TAi?hTAi,j?2ln2(PU(k)i,jGiTAi?hTAi,j?2+NA)Gi)=A(l)(k).（8）(k)=Wjlog2(PU(k)i,jGiTAi?hTAi,j?2+NA)+(PUi,jPU(k)i,j)TAi?hTAi,j?2ln2(PU(k)i,jGiTAi?hTAi,j?2+NA)Gi.式中，e(PU,PU(k)PU(PU,PT)e(PU,PU(k)(PU,PT)(PU(k),PT(k)(PU,PT)k由 于是 关 于的 线 性 函 数，则是 关 于的 凸 函 数.是的第 次迭代结果值.(PU,PT)公式(7)的第一个约束条件不是的凹(凸)函数，用一阶泰勒展开式来近似逼近可表示为ei(PT,PT(k)=i(PT(k)+i(PT(k)(PT PT(k)=Mj=1a(l)i,jWjGi(log2(PTi,jTSi?hTSi,j?2+NS)+(PTi,jPT(k)i,j)TSi?hTSi,j?2ln2(PT(k)i,jTSi?hTSi,j?2+NS).（9）ei(PT,PT(k)PTi(PU,PT)ei(PT,PT(k)(PU,PT)式 中，是 关 于的 线 性 函 数.显 然，是关于的凸函数，则式(7)的第一个约束条件近似为i(PU,PT)ei(PT,PT(k)0.（10）由于式(7)的其他约束条件为线性函数，则其优化问题可转化为maxPU,PT(PU,PT)e(PU,PU(k)s.ti(PU,PT)ei(PT,PT(k)0PUi,jK?由公式(14)得到分配矩阵 A(l+1)结束输出本轮最优解是否否是否是初始化分配矩阵 A(l)计算扩频增益 G(k)由公式(13)得初始分配矩阵 A(1)否计算 D(l+1)=(A(l+1)是计算 H(l+1)=(PU(l+1),PT(l+1)(PU(l+1)CVX 求解公式(12)得到功率分配变量(PU(l+1),PT(l+1)由公式(7)得初始功率分配变量(PU(1),PT(1)A*(l+1)初始化 k、HTS、HTA、HTM、Pmax、RU,th、RC,th、dTM、dTS、dTA 等参数T(PU(l+1),PT(l+1)(PU*(l+1),PT*(l+1)(A*(l+1),PU*(l+1),PT*(l+1)计算 F(l+1)=(A*(l+1),PU*(l+1),PT*(l+1)图 3 联合优化算法流程图Fig.3 Flowchart of joint optimization algorithm 4 仿真结果与分析本节将三种方法作为比较对象来对比分析所提频谱分配方法(以下简称联合优化方法)的性能：一是随机分配方法，该方法从可用信道集中挑选 N 个信道随机分配给 N 个 TN，发射功率固定；二是信道BTAi,j=NATAi?hTAi,j?2BTSi,j=NSTSi?hTSi,j?2BTAi,jBTSi,j10,20400,800W=25 kHz优化方法，该方法采取最优信道分配算法，TN 发射功率固定；三是功率优化方法，该方法从可用信道集中挑选 N 个信道随机分配给 N 个 TN，发射功率可调并 采 取 最 优 算 法.为 简 化 分 析，令，.仿真实验中，随机生成和来模拟不同信道不同衰减带来的信道质量差异，无线通信网络中 TN 最大发射功率为 W 内的随机值，频谱信息传输速率门限为 bit/s 内的随机值.为便于 SMN 能够对所述范围内 TN 的频谱信息进行解调，假设 TN 采用的扩频增益都一样，信道带宽相等为，以便 SMN 能对大量 TN 的频谱信息进行检测和提取.M=12N=10G=7Rsum图 4 给出了、和条件下，无线通信网络采用四种方法实施动态频谱分配获得的和传输速率迭代优化性能.05101520253035404550迭代次数5678910111213Rsum/(bits1)105联合优化功率优化信道优化随机分配X 42Y 975 800X 42Y 796 100X 42Y 667 100X 42Y 1 244 000Rsum图 4 不同优化方法下随迭代次数的变化Fig.4 Rsum vs.the number of iterations with differentoptimization algorithm 从图 4 可以看出，联合优化方法大概在迭代优化 7 次后可收敛到最优值，功率优化方法大概在迭代优化 22 次后可收敛到最优值，而信道优化和随机分配两种方法仅需 1 次优化即可得到分配结果.经过多次试验，联合优化方法的迭代优化速度跟信道分配矩阵、功率分配矩阵的初始值相关，其迭代性能跟功率优化方法相当，比信道优化和随机分配两种方法要差.但联合优化方法获得的传输性能总体上比其他三种方法都要好，其和传输速率性能比功率优化方法提高了约 27%，比信道优化方法提高了约56%，比随机分配方法提高了约 86%.因此，联合优化方法在满足频谱信息传输性能的前提下，以少量的计算复杂度换取了较高的和传输速率.M=10N=10图 5 给出了和且扩频增益 G 不同时，无线通信网络采用联合优化方法获得的和传输 434电波科学学报第 38 卷速率迭代性能.可以看出，不同扩频增益的系统获得的和传输速率不同，具体见表 1.当 G63 时，和传输速率随着扩频增益的增加而增加；当 G63 后，和传输速率将随着扩频增益的增大而减少；当 G=63 时，无线通信网络获得最佳的和传输速率.此外，当扩频增益固定时，由于存在多个极值点，和传输速率随着迭代次数的增加成阶跃式增长，最终达到最优值.0102030405060迭代次数1.01.11.21.31.41.51.6G=7G=15G=31G=63G=127Rsum/(bits1)106Rsum图 5 不同扩频增益 G 下随迭代次数的变化Fig.5 Rsum vs.the number of iterations with different spreadspectrum gain G Rsum表 1 不同扩频增益下获得的比较Tab.1 Rsum comparison with different spread spectrum gain GG7153163127Rsum/(Mbits1)1.2231.4051.4611.5231.349 为进一步验证上述结论，图 6 给出了不同优化方法下扩频增益对和传输性能的影响曲线.可以看出，无线通信网络在四种优化方法下的和传输速率都将随着扩频增益的增大先增大后减小.分析可知，在频谱信息传输速率最低要求给定条件下，当扩频增益小于某一门限值、发射功率固定时，较大的扩频增益使得频谱信息传输功率水平降低得更多，对无线通信网络通信信号造成的干扰小，从而获得更大的和传输速率.频谱信息传输功率水平降低将导致其传输速率减少，为满足最低传输要求，需要增加频谱信息传输功率，导致用于通信信号传输功率减小，和传输速率减少.大量仿真结果表明，当扩频增益大于 127 后，因频谱信息传输最低速率要求和 TN 总功率的双重限制，无法找到满足公式(6)约束条件的可行解.G=7N=10图 7 给出了扩频增益和用户数时不同优化方法下信道数对和传输速率性能的影响曲线.可以看出，采用联合优化方法和信道优化方法获得的和传输速率随着信道数的增多而增大，而和传输速率的增加速率将逐渐减小，最终将不再增加，这是因为和传输速率跟信道数量、信道质量、信道带宽、发射功率、扩频增益、用户数以及频谱信息传输最低限度要求等因素有关.在信道带宽、发送功率、扩频增益、用户数和频谱信息传输最低限度要求给定时，和传输速率仅跟信道数量和信道质量有关.随着信道数量的增大，信道质量的差异化将减少，用户最大发射功率受限，信道数量增加对和传输速率的影响逐渐减小，最终消失.同时，由于信道优化方法不优化功率分配，功率分配的随机性对和传输速率随信道数的变化趋势有一定的影响.和传输速率受信道数增加的影响存在一定的随机性，功率优化和随机分配两种方法都不优化信道分配，而是从所有信道中随机挑选信道来接入.在信道数能够满足用户需求条件下，信道数的增加对和传输速率的影响不大.020406080100120G0.60.70.80.91.01.11.21.31.41.51.6联合优化功率优化信道优化随机分配Rsum/(bits1)106Rsum图 6 不同优化方法下随扩频增益 G 的变化Fig.6 Rsum vs.the spread spectrum gain G with differentoptimization algorithms 1011121314151617181920(a)联合优化(a)Joint optimization1.221.241.26信道数(b)功率优化(b)Power optimization9.69.71011121314151617181920信道数(c)信道优化(c)Channel optimization8.08.18.21011121314151617181920信道数(d)随机分配(d)Random selection信道数Rsum/(bits1)Rsum/(bits1)Rsum/(bits1)Rsum/(bits1)10610510510第 3 期张余，等：面向泛在频谱信息实时更新与安全传输的动态频谱分配方法435 (a)联合优化(a)Joint optimization信道数(b)功率优化(b)Power optimization信道数(c)信道优化(c)Channel optimization信道数(d)随机分配(d)Random selection6.86.97.01011121314151617181920信道数Rsum/(bits1)Rsum/(bits1)Rsum/(bits1)Rsum/(bits1)101010105Rsum图 7 不同优化方法下用户数固定时随信道数的变化Fig.7 Rsum vs.the number of channels with differentoptimization algorithms G=7M=20图 8 给出了扩频增益和信道数时不同优化方法下用户数对通信信号的和传输速率和平均传输速率的性能影响曲线.图 8(a)中，四种优化方法获得的和传输速率均随着用户数的增大而增大，联合优化方法获得的和传输速率增加速率最大；图 8(b)中，联合优化方法和随机分配方法下，用户数对每个用户获得的平均传输速率有一定的影响，但不是很大，这是因为用户传输速率不但与信道数量、质量有关，还与 TN 的发射功率有关.由于 TN 的发射功率关联性不强，导致用户数对平均传输速率的影响存在一定的随机性.功率优化和信道优化两种方法下，用户传输速率要么与 TN 发射功率有关，要么与信道质量有关.信道质量和发射功率不存在同时影响传输速率的问题，因此，这两种方法下，用户数对平均传输速率的影响较小.68101214161820(a)和传输速率(a)Sum of transmission rate0123用户数Rsum/(bits1)106(b)平均传输速率(b)Average transmission rate468101268101214161820用户数Rave/(bits1)104联合优化功率优化信道优化随机分配图 8 不同优化方法下 Rsum和 Rave随用户数的变化Fig.8 Rsum and Rave vs.the number of spectrum users withdifferent optimization algorithms 综上所述，相比功率优化、信道优化和随机分配等三种基准方法，联合优化方法能够获得更好的和传输速率，通过设计扩频增益、信道分配系数和功率分配关系构建动态频谱分配模型，无线通信网络能够获得近似最优的传输性能.5 结论本文考虑了基于频谱信息更新策略的无线通信网络动态频谱分配场景，将频谱信息更新策略定义为信道体验信息传输速率要求和频谱身份信息传输要求限制下频谱接入机会获取选择方法，建立应对恶意节点侦收威胁的频谱信息安全传输模型，引入频谱水印技术将频谱信息隐藏在通信信号中，通过优化信道和功率资源配置来实现频谱信息的安全传输，提出了一种基于频谱信息更新策略和频谱信息隐蔽传输的动态频谱分配方法，设计了一种基于降元处理和联合非线性优化算法.仿真结果表明，所提方法能确保异构无线网络在满足频谱信息最低传输要求前提下，快速找到近似最优的频谱分配策略，获得近似最优的和传输速率.本文针对泛在部署的频谱用户协助数据库更新频谱信息且存在恶意节点场景下动态频谱分配问题开展了探索性研究，离实际应用还面临一些挑战及研究成果泛化问题，如泛在收集的频谱信息如何融合汇聚并生成频谱态势，获取的这些频谱态势能为频谱动态调配提供什么样的服务以及频谱信息嵌入模式泛化问题，后续将针对这些具体问题开展研究和推广应用.参考文献 赛迪智库无线电所.6G 概念及愿景白皮书R.北京:赛迪智库无线电所,2020.CCID think tank radio research institute.6G concept andvision white paperR.Beijing:CCID Think Tank RadioResearch Institute,2020.(in Chinese)1 MATINMIKKO-BLUE M,YRJL S,AHOKANGAS P.Spectrum management in the 6G era:the role of regulationand spectrum sharingC/The 2nd 6G Wireless Summit(6G SUMMIT).Levi:IEEE,17-20 March,2020:1-5.2 JIANG W,HAN B,HABIBI M A,et al.The road towards6G:a comprehensive surveyJ.IEEE open journal of theCommunications Society，2021，2：334-366.3 WANG J,DING G,WU Q,et al.Spatial-temporal spec-trum hole discovery:a hybrid spectrum sensing and geo-location database frameworkJ.Chinese science bulletin，2014，59（16）：1896-1902.4 HOUHTYA M,MAMMELA A,CHIUMENTO A,et al.5 436电波科学学报第 38 卷Database-assisted spectrum prediction in 5G networks andbeyond:a review and future challengesJ.IEEE circuitsand systems magazine，2019，19（3）：34-45.WEISS M B H,WERBACH K,SICKER D C,et al.On theapplication of blockchains to spectrum managementJ.IEEE transactions on cognitive communications and net-working，2019，5（2）：193-205.6 ZHOU Z,CHEN X,ZHANG Y,et al.Blockchain-em-p