隨著無線通信技術(shù)的快速發(fā)展，有限的開放頻譜資源已經(jīng)不能滿足日益增長(zhǎng)的無線應(yīng)用的需求了。與此同時(shí)，美國(guó)聯(lián)邦通信委員會(huì)在無線頻譜資源使用情況的分析報(bào)告中指出，授權(quán)頻譜的平均使用率在15%~85%[1]。為了解決這一問題，引入了Joseph Mitola博士提出的具有動(dòng)態(tài)頻譜接入功能的認(rèn)知無線電CR(Cognitive Radio)技術(shù),該技術(shù)從頻譜再利用的角度出發(fā)，能夠有效地緩解頻譜分配不均的問題。認(rèn)知無線Mesh網(wǎng)絡(luò)CogWMN(Cognitive Wireless Mesh Network)就是將認(rèn)知無線電和寬帶無線Mesh網(wǎng)絡(luò)相結(jié)合的具有認(rèn)知能力的新型寬帶無線網(wǎng)絡(luò)，該網(wǎng)絡(luò)有兩種用戶類型：主用戶PU(Primary Users),即具有頻譜資源使用權(quán)的用戶;次用戶SU(Second Users),即臨時(shí)使用授權(quán)頻譜資源的用戶[2]。目前針對(duì)CogWMN的研究主要集中在物理層和MAC層[3]，而對(duì)路由算法的研究正處于起步階段，研究成果并不多。
　現(xiàn)有的CogWMN路由協(xié)議主要都是在傳統(tǒng)的AODV等一些按需路由協(xié)議的基礎(chǔ)上進(jìn)行改進(jìn)。參考文獻(xiàn)[4]在AODV的基礎(chǔ)上提出了一種新型的認(rèn)知mesh網(wǎng)路由協(xié)議，該算法引入了信道優(yōu)先次序表CPL(Channel Priority List)，CPL中的信道是根據(jù)PU用戶對(duì)信道占用率的情況，從小到大進(jìn)行排序，數(shù)據(jù)傳輸時(shí)優(yōu)先使用表中的第一個(gè)信道，但是該協(xié)議在路由選取時(shí)，把每條路徑的傳輸時(shí)延作為路由選擇依據(jù)，缺乏對(duì)路由穩(wěn)定性的考慮。參考文獻(xiàn)[5]以參考文獻(xiàn)[4]為基礎(chǔ)提出了一種穩(wěn)定的路由選擇算法——RASR算法。該算法在考慮穩(wěn)定性時(shí)將CPL的長(zhǎng)度作為判定鏈路穩(wěn)定的依據(jù)。但是該算法仍存在以下兩個(gè)問題：(1)RREQ包中存在冗余的字段；(2)在選擇路徑時(shí)，只把信道優(yōu)先次序表CPL的長(zhǎng)度作為鏈路穩(wěn)定性的判定依據(jù)，認(rèn)為CPL越長(zhǎng)，可供切換的信道越多，鏈路就越穩(wěn)定，沒有考慮CPL中每個(gè)信道的信道利用率對(duì)鏈路穩(wěn)定性的影響。
    本文針對(duì)以上缺點(diǎn)提出了一種改進(jìn)的路由算法——基于主用戶活躍度的路由算法RPA(Routing based on Primary-user Activity)，該算法減小了網(wǎng)絡(luò)中的控制開銷，提高了網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)某晒β剩瑴p小了數(shù)據(jù)包平均端到端時(shí)延。
1 系統(tǒng)模型
    假設(shè)在CogWMN中有P個(gè)主用戶和S個(gè)次用戶，它們均是靜止的。P個(gè)主用戶代表有P個(gè)授權(quán)信道，每個(gè)次用戶配有一個(gè)用于傳輸控制信息的傳統(tǒng)收發(fā)機(jī)和兩個(gè)用于數(shù)據(jù)傳輸?shù)目烧{(diào)收發(fā)機(jī)。傳統(tǒng)收發(fā)機(jī)工作在全局控制信道上，可調(diào)收發(fā)機(jī)工作在授權(quán)信道上。同時(shí)，在本文中假設(shè)每個(gè)次用戶能夠準(zhǔn)確地感知到可用的授權(quán)信道[6]。


2.3 路由算法描述
2.3.1 路由發(fā)現(xiàn)    
    當(dāng)節(jié)點(diǎn)開始發(fā)送數(shù)據(jù)時(shí),若路由表中無有效路由，則通過全局控制信道廣播RREQ報(bào)文，其中RREQ包格式如圖2所示。當(dāng)中間節(jié)點(diǎn)收到RREQ報(bào)文時(shí)，首先判斷是否是重復(fù)的RREQ報(bào)文,如果是,則丟棄;否則,提取RREQ中的SOP信道信息與本地節(jié)點(diǎn)的存儲(chǔ)的SOP信息相比，看是否存在公共的信道，如果沒有公共信道，則丟棄。如果有公共信道，則通過θn計(jì)算出CPL[3]，然后通過CPL根據(jù)式(5)和式(7)計(jì)算出參數(shù)T和參數(shù)L，并放入到新的RREQ包中，然后繼續(xù)轉(zhuǎn)發(fā)。2.3.2 路由回復(fù)
    目的節(jié)點(diǎn)D會(huì)收到多個(gè)來自不同路徑的RREQ包。為了對(duì)多條路徑進(jìn)行篩選，當(dāng)目的節(jié)點(diǎn)收到第一個(gè)RREQ包時(shí)啟動(dòng)定時(shí)器T；當(dāng)定時(shí)器超時(shí)之后，通過式(9)選擇一條RM大的路由，回復(fù)RREP報(bào)文。
2.3.3 路由維護(hù)
    路由維護(hù)算法與RASR的路由維護(hù)算法一致，在此不再一一贅述。
3 仿真結(jié)果
3.1仿真參數(shù)
    為驗(yàn)證算法性能，在網(wǎng)絡(luò)工具OPNET[8]上，對(duì)RASR算法和新提出的RPA算法進(jìn)行了性能比較。其仿真參數(shù)如表1所示。

3.2 仿真結(jié)果及分析
    圖3是在PU活動(dòng)概率不同的情況下，RASR算法與RPA算法數(shù)據(jù)分組傳輸成功率的比較。與RASR算法相比，RPA算法具有更大的數(shù)據(jù)分組傳輸成功率。這是由于RPA算法在路徑選擇時(shí)考慮了PU用戶對(duì)信道的利用率，從而RPA算法選擇的路徑要比RASR算法穩(wěn)定一些，進(jìn)而減小了鏈路中斷的可能性，增加了數(shù)據(jù)分組傳遞的成功率。由于鏈路中斷的可能性減小，路由修復(fù)的次數(shù)也就減少，從而數(shù)據(jù)包能及時(shí)到達(dá)目的節(jié)點(diǎn)，如圖4所示，與RASR算法相比RPA算法的平均端到端時(shí)延會(huì)減小。

　圖5是在PU個(gè)數(shù)不同的情況下，RASR算法與RPA算法控制開銷的比較。由圖5可見，與RASR算法相比，RPA算法具有更低的網(wǎng)絡(luò)控制開銷。這歸功于RREQ包長(zhǎng)度的減少。
    本文針對(duì)RASR路由算法存在冗余的控制開銷以及選路時(shí)未考慮PU對(duì)信道利用率而導(dǎo)致路徑不穩(wěn)定的問題，提出了RPA路由算法，通過捎帶式發(fā)布鏈路狀態(tài)信息和根據(jù)主用戶信道利用率選路機(jī)制解決了以上問題。理論分析和仿真結(jié)果表明RPA算法相對(duì)于RASR算法，在成功率、平均端到端時(shí)延、控制開銷上具有更好的性能表現(xiàn)。
參考文獻(xiàn)
[1] KOLODZY P,AVOIDANCE I.Spectrum policy task force[J].Federal Commun.Comm,Washington, DC, Rep. ET Docket, 2002:2-135.
[2] AL-RAWI H A A, YAU K L A. Routing in distributed cognitive radio networks: a survey[J]. Wireless Personal  Communications, 2012: 1-38.
[3] 張新春, 何世彪, 葛利嘉. 基于頻譜差異的動(dòng)態(tài)頻譜分配博弈算法[J]. 重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,24(1):20-23.
[4] PARVIN S, FUJII T. A novel spectrum aware routing  scheme for multi-hop cognitive radio mesh networks[C].  In IEEE Pimrc, 2011:572-576.
[5] PARVIN S, FUJII T. Radio environment aware stable routing for multi-hop cognitive radio networks[C]. In IEEE Pimrc, 2012:944-949.
[6] YUCEK T,ARSLAN H. A survey of spectrum sensing algorithms for cognitive radio applications[J]. IEEE Communication Surveys and Tutorials, 2009,11(1):116-130.
[7] AKYILDIZ I F, LEE W Y, VURAN M C, et al. A survey on spectrum management in cognitive radio networks[J]. Communications Magazine, IEEE, 2008, 46(4): 40-48.
[8] 李馨. OPNET Modeler網(wǎng)絡(luò)建模與仿真[M]. 西安: 西安電子科技大學(xué)出版社, 2006:148-218.