技术领域
[0001] 本
发明属于车联网认知频谱分配技术领域，涉及一种基于分簇结构的交叉路口车联网认知频谱分配机制。
背景技术
[0002] 车联网(Internet of Vehicles,IoV)是
智能交通系统(Intelligent Transportation System,ITS)的重要
基础，是构建未来智慧城市的重要组成部分，是目前无线通信网络研究的一个热点。车联网主要是通过网络将各个车辆连接在一起，实现车辆信息的检测、传输和共享，为实现车辆报警、行车路线规划、车辆
定位等应用提供极大的信息
支撑。目前，车联网最常见的应用就是
碰撞检测、
电子路牌、红绿灯警告、车辆诊断，利用这些信息规划车辆行驶路径，管理城市交通，改善人们出行的效率，缓解交通压
力，同时可以将车辆周边附件的娱乐、餐厅、社交等生活信息发送给驾驶员，提高人们生活的便捷性和娱乐性。
[0003] 随着
汽车和公路的日益智能化，越来越多的汽车和路边基础设施安装了通信设备，随着网络的不断发展和应用，人们提出了更高的车辆服务要求，希望车辆在改善道路安全同时增加车载娱乐。为了满足这一需求，出现了许多车载环境的新应用和服务，如公共安全通信，交通拥堵检测器，多媒体驱动的辅助驾驶，汽车
视频流系统等。随着汽车保有量的不断增多，业务种类和数据量迅猛增长，车载通信的专用频谱(FCC分配的5.9GHz频带)日益紧张，不能满足车载通信的需求量，从而导致有限的频谱资源日趋匮乏。因此，近几年来，相关研究机构通过链路自适应技术、多天线及多用户检测,
正交频分复用、时分复用等先进的无线通信技术来提高频谱利用率，这些方法虽然在一定程度上提高了固定频谱利用率，但是频谱资源是有限的，这些方法远远不能解决现在的频谱资源匮乏问题。
[0004] 美国联邦通信委员会的大量研究报告表明频谱资源的使用情况极度
不平衡,一些授权频段占用得非常拥挤,而另一些授权频段则非常空闲，造成了频谱资源的浪费。目前频谱短缺的问题并非物理意义上的短缺,而是由于频谱资源的不合理利用而造成的频谱资源“浪费”。近几年来，基于频谱资源再利用的频谱共享技术得到广泛的关注，ISM频段(Industrial Scientific and Medial,ISM)作为免授权频段实现了多种无线通信系统之间的频谱共享，但仅能应用于固定频段，同时也增加了系统间的干扰，限制了无线通信系统的容量及灵活性；此外，UWB(UItra-Wide Band)工作310GHz的频段实现了与窄带无线通信系统的频谱共享，但其受限于发射功率及传输距离，因此其组网也缺少一定的灵活性。
[0005] 目前认知车联网研究处于初始阶段，车联网中的认知频谱分配的研究极少，但认知无线网络中频谱分配技术比较成熟。目前认知无线网络中频谱分配按照模型可分为：基于图论、基于频谱交易、基于拍卖竞价和基于博弈论的频谱分配。基于图论的方案是将频谱分配问题建模为图着色的过程，其中简单图代表认知无线网络，
顶点代表认知用户，一种
颜色表示一段频谱，若两认知用户之间存在干扰，则将两点之间连接起来，此时这两个认知用户不能共用相同频谱。基于图论的方法虽简单易行，但多适用于静态的网络环境，若网络拓扑改变需重新分配，频谱分配的所需时间由认知用户的数量、空闲信道数及网络的动态性决定。只要网络拓扑改变，就要重新构造网络图，若网络变化比较频繁，这对分配
算法有很大的挑战。基于频谱交易的频谱分配方案将频谱视为商品，认知用户与授权用户通过频谱交易，授权用户根据不同的交易规则将空闲频谱分配给认知用户，实现频谱共享。基于频谱交易的认知频谱分配方法授权用户可通过租用其空闲频谱获取一定的经济收益，这可以激励更多的授权用户与认知用户共享自己的频谱，从而提高频谱利用率。基于拍卖的认知频谱分配方法即就是拍卖频谱，这与微观经济学中的拍卖原理相同，其中基站或中心控制接入点作为拍卖人，认知用户作为频谱买主进行竞价，基本原则是：“公平公开竞价，价高者得”，即出价最高的买主赢得空闲频谱的暂时使用权。基于拍卖的认知频谱分配方法，虽然系统可使授权用户获取济收益，来促进授权用户共享其空闲频谱的积极性，但拍卖最注重认知用户的公平性，而要同时实现高效性与有效性，会将问题复杂化。基于博弈论认知频谱分配方法即就是不同认知用户频谱策略选择的博弈过程，其中博弈论的行为集就是认知用户从空闲频谱中选择不同频段的不同方案，系统总收益为所有认知用户选择某空闲频段后产生的收益和，基于博弈论的分配方法最重要的是纳什均衡是否存在。基于博弈论认知频谱分配方法可以有效提高CR环境下频谱分配的效率和公平性，有良好的灵活性和扩展性，适合动态网络环境，但算法的复杂性比较高，算法开销大。
[0006] 现有的认知频谱分配以车联网为研究场景的较少，现有的认知频谱分配技术均不能实现合理分配频谱资源，而且均无法保证传输安全类消息的车辆
节点优先分配到频谱资源，尤其是在交叉路口这一交通压力较大的场地发生交通事故和交通拥堵时不能及时传输安全消息，会给人们的安全出行带来极大的不便。
[0007] 因此，要从本质上解决这个问题，应寻求一种新的技术，在满足授权系统频谱需求的前提下，充分地二次利用其授权频谱在
空域、频域、时域上的空闲频谱资源，从而提高频谱利用率。
发明内容
[0008] 本发明的目的是提供一种基于分簇结构的交叉路口车联网认知频谱分配机制，解决了
现有技术中存在的固定频谱分配不合理所造成的车联网中频谱资源匮乏及发生交通拥堵时车联网中安全类消息不能及时传输的问题。
[0009] 本发明所采用的技术方案是，一种基于分簇结构的交叉路口车联网认知频谱分配机制，包括以下步骤：
[0010] 步骤1，根据当前网络的负载状态及各类业务的最小速率需求，判断网络负载状态，将网络负载状态定义为三种：轻载、重载、超重载；
[0011] 步骤2，当网络负载状态达到步骤1中的重载或超重载时，启动认知频谱机制，首先采用基于路口状态优先级定价的频谱分配算法进行簇间频谱分配，从交通检测平台获取当前的簇首用户所在小区的拥堵指数Tc，按照拥堵指数Tc进行簇首节点的等级划分，簇首总频谱效用及簇间分配的频谱总数最大时，簇间频谱分配达到最优分配；
[0012] 步骤3，然后采用基于消息优先级的均衡价格频谱分配算法进行步骤2中最优分配后各个簇首的簇内频谱分配，利用簇首与簇内节点的效用函数，推导簇内供求函数，结合市场均衡原理，求出最佳簇内频谱单价，实现簇内频谱的最优分配。
[0013] 本发明的特点还在于：
[0014] 步骤1中网络的负载状态的计算公式为：
[0015]
[0016] 式中NLS为网络的负载状态， 为当前网络安全的最小速率需求，为当前网络非安全业务的最小速率需求，Rtotal为当前网络可以提供的总信道容量；
[0017] 各网络负载状态对应的取值范围如表1所示：
[0018] 表1网络负载状态
[0019]
[0020] 步骤2中采用基于路口状态优先级定价的频谱分配算法进行簇间频谱分配的具体方法如下：
[0021] 当网络负载状态达到步骤1中的重载或超重载时，启动认知频谱机制，首先从交通检测平台获取当前的簇首用户所在小区的交叉路口的拥堵状态，将交叉路口与路段视为一个整体，采用定性推理的方法，通过对选取的衡量道路拥堵状态的中观指标和微观指标的分析，确定簇首用户所在小区的交叉路口的拥堵指数Tc，拥堵指数Tc取值范围对应的道路拥堵级别如表2所列：
[0022] 表2道路拥堵指数
[0023]拥堵指数 [0,2] (2,4] (4,6] (6,8] (8,10]
拥堵等级 非常畅通 畅通 轻度拥堵 中度拥堵 严重拥堵
；
[0024] 然后按照拥堵指数Tc进行簇首节点的等级划分，设簇首节点共有k个优先等级，其中优先级1为最低等级，优先级k为最高等级，第i个簇首节点的优先级ki与拥堵指数Tci的对应关系如表3所示：
[0025] 表3道路拥堵指数的优先级
[0026] 拥堵指数Tc [0,2] (2,4] (4,6] (6,8] (8,10]拥堵等级 非常畅通 畅通 轻度拥堵 中度拥堵 严重拥堵
优先级ki 1 2 3 4 5
[0027] 授权用户提供的空闲频谱单元数为W，授权用户与簇首节点之间的频谱分配问题建模为：
[0028]
[0029] 式中：
[0030] ——为授权用户出售给第i个簇首节点频谱的单价；
[0031] Wi——为第i个簇首节点获取的频谱数目；
[0032] ki——为第i个簇首节点的优先级；
[0033] a，b——为常数；
[0034] s.t——代表约束条件；
[0035] 其中，取b为1，取a的初始值a0＝0.2，参数a用于避免授权用户“哄抬”频谱价格，也用于避免簇首用户提出过大的频谱需求，根据实际需要调整参数a，从而调整 和Wi的大小，当簇首总频谱效用及簇间分配的频谱总数最大时，簇间频谱分配达到最优分配。
[0036] 衡量道路拥堵状态的中观指标为道路
饱和度或道路平均行程速度比，微观指标为排队长度比。
[0037] 步骤3中采用基于消息优先级的均衡价格频谱分配算法进行簇内频谱分配的具体方法如下：
[0038] 簇首节点的收益包含三部分，第i个簇首节点以单价 从授权用户购买Wi频谱时花销、簇首节点自身使用频谱进行业务传输获得的收益(Wi-Qi)和簇首节点以单价Pb出售Qi频谱的收益，因此簇首节点的收益函数为：
[0039]
[0040] 式中：
[0041] Pfi——为第i个簇首节点的收益函数；
[0042] U(Wi-Qi)——为第i个簇首节点自身进行业务传输获得的收益；
[0043] Pb——为第i个簇首节点出售频谱的单价；
[0044] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0045] PbQi——为第i个簇首节点以单价Pb出售Qi频谱的收益；
[0046] ——为授权用户出售给第i个簇首节点频谱的单价；
[0047] Wi——为第i个簇首节点获取的频谱数目；
[0048] ——为第i个簇首节点以单价 从授权用户购买Wi频谱时花销；
[0049] 对(3)式求导，令 得到簇首的供应函数为：
[0050]
[0051] 式中：
[0052] ——为第i个簇首节点的供应函数；
[0053] Wi——为第i个簇首节点获取的频谱数目；
[0054] Pb——为第i个簇首节点出售频谱的单价；
[0055] 设第i个簇内认知节点共有Ni个，认知节点共有m个优先等级，其中优先级m为最低等级，优先级1为最高等级，第i个簇第j等级的认知节点数目是 第i个簇第j等级的所需的频谱总数为 第j等级每个认知节点的频谱数目为 其中 满足下式：
[0056]
[0057] 式中：
[0058] Ni——为第i个簇内认知节点总数；
[0059] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0060] 设 (n为正整数)， 设带入式(5)中可得：
[0061]
[0062] 式中：
[0063] n，m，x——为正整数；
[0064] Ni——为第i个簇内认知节点总数；
[0065] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0066] 由上式(6)可得：
[0067]
[0068] 上式中r为欧拉常数，取值0.577215；
[0069] 簇内认知节点的总收益包括两部分，第一部分为认知节点自身业务带来的收益和，第二部分为从簇首购得的频谱的花销，因此簇内认知节点的收益和为：
[0070]
[0071] 式中：
[0072] Pf——为簇内认知节点的收益和；
[0073] ——为认知节点自身业务带来的收益和；
[0074] PbQi——为簇首购得的频谱的花销；
[0075] 对(8)式求导，令 可得到簇内的供求函数为：
[0076]
[0077] 式中：
[0078] ——为第i个簇内的供求函数；
[0079] Ni——为第i个簇内认知节点总数；
[0080] Pb——为第i个簇首节点出售频谱的单价；
[0081] 由均衡价格理论可知，当供需相等时的频谱价格为最优价格，即 则由此可知簇内最佳频谱价格为：
[0082] Pb*＝(Ni+1)/Wi (10)
[0083] 式中：
[0084] Pb*——为簇内均衡价格；
[0085] Ni——为第i个簇内认知节点总数；
[0086] Wi——为第i个簇首节点获取的频谱数目；
[0087] 计算出簇内最佳频谱单价，实现簇内频谱的最优分配。
[0088] 本发明的有益效果是：本发明通过在认知频谱的分配机制中引入消息优先级和交通拥堵指数，并结合市场均衡原理，先采用基于路口状态优先级定价的频谱分配算法进行簇间频谱分配，然后采用基于消息优先级的均衡价格频谱分配算法进行各个簇首的簇内频谱分配，解决了交叉路口这一交通压力较大的场地下存在的固定频谱分配不合理所造成的车联网中频谱资源匮乏及发生交通拥堵时车联网中安全类消息不能及时传输的问题，将空闲频谱优先分配给拥堵且距授权用户近的认知小区，认知小区内将频谱优先分配给传输安全关键类消息的用户，采用该机制分配的频谱数与认知用户的实际频谱需求相差不大，提高了频谱收益及频谱利用率，保证车联网中安全关键类消息的优先传输，减少交通拥堵；并且算法简单，实用性和适用性强。
附图说明
[0089] 图1是本发明一种基于分簇结构的交叉路口车联网认知频谱分配机制的
流程图；
[0090] 图2是本发明
实施例中不同方案下各小区获得的频谱数对比图；
[0091] 图3是本发明实施例中不同方案下各小区频谱收益对比以及系统总收益对比图；
[0092] 图4是本发明实施例中不同方案下单个认知节点获取的频谱数对比图；
[0093] 图5是本发明实施例中不同优先级单个节点频谱收益对比与总收益对比图；
[0094] 图6是本发明实施例中参数改变后簇间频谱收益对比图；
[0095] 图7是本发明实施例中参数改变后簇内频谱收益对比图；
[0096] 图8是本发明实施例中系统的满足度与频谱数量的关系图。
具体实施方式
[0097] 下面结合附图和具体实施方式对本发明进行详细说明。
[0098] 本发明是一种基于分簇结构的交叉路口车联网认知频谱分配机制，如图1所示，包括以下步骤：
[0099] 步骤1，根据当前网络的负载状态及各类业务的最小速率需求，判断网络负载状态，将网络负载状态定义为三种：轻载、重载、超重载；
[0100] 步骤2，当网络负载状态达到步骤1中的重载或超重载时，启动认知频谱机制，这可以避免轻载情况下，车联网中认知频谱检测与管理等带来的额外开销；首先采用基于路口状态优先级定价的频谱分配算法进行簇间频谱分配，从交通检测平台获取当前的簇首用户所在小区的拥堵指数Tc，按照拥堵指数Tc进行簇首节点的等级划分，簇首总频谱效用及簇间分配的频谱总数最大时，簇间频谱分配达到最优分配；
[0101] 步骤3，然后采用基于消息优先级的均衡价格频谱分配算法进行步骤2中最优分配后各个簇首的簇内频谱分配，利用簇首与簇内节点的效用函数，推导簇内供求函数，结合市场均衡原理，求出最佳簇内频谱单价，实现簇内频谱的最优分配。
[0102] 步骤1中网络的负载状态的计算公式为：
[0103]
[0104] 式中NLS为网络的负载状态， 为当前网络安全的最小速率需求，为当前网络非安全业务的最小速率需求，Rtotal为当前网络可以提供的总信道容量；
[0105] 各网络负载状态对应的取值范围如表1所示：
[0106] 表1网络负载状态
[0107]
[0108] 步骤2中采用基于路口状态优先级定价的频谱分配算法进行簇间频谱分配的具体方法如下：
[0109] 当网络负载状态达到步骤1中的重载或超重载时，启动认知频谱机制，首先从交通检测平台获取当前的簇首用户所在小区的交叉路口的拥堵状态，将频谱优先分配给拥堵比较严重的小区，授权用户以单价 向簇首节点出售频谱，Tc代表路口的拥堵程度， 与Tc成正比，交通越拥堵，Tc值越大，则 越大，授权用户作为卖方希望价格越高越好，会优先将频谱出售给单价较高的簇首节点，这恰好满足之前将频谱优先分配给拥堵比较严重的簇首节点的目标，交通拥堵指数并不是指车速，其还与道路的功能、等级相关，交通拥堵指数是通过对车辆动态
位置数据及车辆速度进行加工处理，再根据道路的功能及流量数据计算道路在全网的占比，最后换算成0-10的数值。将交叉路口与路段视为一个整体，采用定性推理的方法，通过对选取的衡量道路拥堵状态的中观指标和微观指标的分析，确定簇首用户所在小区的交叉路口的拥堵指数Tc，拥堵指数Tc取值范围对应的道路拥堵级别如表2所列：
[0110] 表2道路拥堵指数
[0111]拥堵指数 [0,2] (2,4] (4,6] (6,8] (8,10]
拥堵等级 非常畅通 畅通 轻度拥堵 中度拥堵 严重拥堵
[0112] ；
[0113] 然后按照拥堵指数Tc进行簇首节点的等级划分，设簇首节点共有k个优先等级，其中优先级1为最低等级，优先级k为最高等级，第i个簇首节点的优先级ki与拥堵指数Tci的对应关系如表3所示：
[0114] 表3道路拥堵指数的优先级
[0115]拥堵指数Tc [0,2] (2,4] (4,6] (6,8] (8,10]
拥堵等级 非常畅通 畅通 轻度拥堵 中度拥堵 严重拥堵
优先级ki 1 2 3 4 5
[0116] 授权用户提供的空闲频谱单元数为W，授权用户与簇首节点之间的频谱分配问题建模为：
[0117]
[0118]
[0119] 式中：
[0120] ——为授权用户出售给第i个簇首节点频谱的单价；
[0121] Wi——为第i个簇首节点获取的频谱数目；
[0122] ki——为第i个簇首节点的优先级；
[0123] a，b——为常数；
[0124] s.t——代表约束条件；
[0125] 其中，取b为1，取a的初始值a0＝0.2，参数a用于避免授权用户“哄抬”频谱价格，也用于避免簇首用户提出过大的频谱需求，根据实际需要调整参数a，从而调整 和Wi的大小，当簇首总频谱效用及簇间分配的频谱总数最大时，簇间频谱分配达到最优分配。
[0126] 衡量道路拥堵状态的中观指标为道路饱和度或道路平均行程速度比，微观指标为排队长度比。
[0127] 本发明中簇间频谱分配采用基于路口状态优先级定价的频谱分配方案，首先从交通检测平台获取当前的簇首用户所在小区的拥堵指数Tc，Tc值越高拥堵程度越高，簇内普通节点所需的可用频谱越多，因此按照拥堵指数Tc进行簇首节点的等级划分，可以满足业务的QoS
质量，实现业务的低时延抖动和高可靠性的目标，最大程度地保证业务的正常通信。
[0128] 步骤3中采用基于消息优先级的均衡价格频谱分配算法进行簇内频谱分配的具体方法如下：
[0129] 簇内频谱分配采用基于消息优先级的均衡价格的频谱分配方案，车联网中信息不同对交通网络的影响不同，安全信息及时传输既可以降低事故发生率，也可以减少财产损失，本文将车辆传输信息的重要性作为优先级评价标准，安全消息的优先等级高于娱乐消息的等级。
[0130] 步骤3引入了市场均衡原理，在市场经济环境下，簇首节点作为卖方，簇内认知节点作为买方，市场价格和数量的均衡并不是一成不变的，会随频谱的供应数与需求数的变化而变化，只有当供应量与需求量相等时，市场趋于均衡，此时的价格为最佳频谱价格。
[0131] 簇首节点的收益包含三部分，第i个簇首节点以单价 从授权用户购买Wi频谱时花销、簇首节点自身使用频谱进行业务传输获得的收益(Wi-Qi)和簇首节点以单价Pb出售Qi频谱的收益，因此簇首节点的收益函数为：
[0132]
[0133] 式中：
[0134] Pfi——为第i个簇首节点的收益函数；
[0135] U(Wi-Qi)——为第i个簇首节点自身进行业务传输获得的收益；
[0136] Pb——为第i个簇首节点出售频谱的单价；
[0137] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0138] PbQi——为第i个簇首节点以单价Pb出售Qi频谱的收益；
[0139] ——为授权用户出售给第i个簇首节点频谱的单价；
[0140] Wi——为第i个簇首节点获取的频谱数目；
[0141] ——为第i个簇首节点以单价 从授权用户购买Wi频谱时花销；
[0142] 对(3)式求导，令 得到簇首的供应函数为：
[0143]
[0144] 式中：
[0145] ——为第i个簇首节点的供应函数；
[0146] Wi——为第i个簇首节点获取的频谱数目；
[0147] Pb——为第i个簇首节点出售频谱的单价；
[0148] 设第i个簇内认知节点共有Ni个，认知节点共有m个优先等级，其中优先级m为最低等级，优先级1为最高等级，第i个簇第j等级的认知节点数目是 第i个簇第j等级的所需的频谱总数为 第j等级每个认知节点的频谱数目为 其中 满足下式：
[0149]
[0150] 式中：
[0151] Ni——为第i个簇内认知节点总数；
[0152] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0153] 不同等级的认知节点的是不同的，一般高等级的节点数目比低等级的节点数目少，设 (n为正整数)， 节点等级按照信息的重要性进行划分，等级高的业务需要的频谱数目比等级低的业务需要的频谱数目多，设带入式(5)中可得：
[0154]
[0155] 式中：
[0156] n，m，x——为正整数；
[0157] Ni——为第i个簇内认知节点总数；
[0158] Qi——为第i个簇首出售给簇内普通节点的频谱总数；
[0159] 由上式(6)可得：
[0160]
[0161] 上式中r为欧拉常数，取值0.577215；
[0162] 簇内认知节点的总收益包括两部分，第一部分为认知节点自身业务带来的收益和，第二部分为从簇首购得的频谱的花销，因此簇内认知节点的收益和为：
[0163]
[0164] 式中：
[0165] Pf——为簇内认知节点的收益和；
[0166] ——为认知节点自身业务带来的收益和；
[0167] PbQi——为簇首购得的频谱的花销；
[0168] 对(8)式求导，令 可得到簇内的供求函数为：
[0169]
[0170] 式中：
[0171] ——为第i个簇内的供求函数；
[0172] Ni——为第i个簇内认知节点总数；
[0173] Pb——为第i个簇首节点出售频谱的单价；
[0174] 由均衡价格理论可知，当供需相等时的频谱价格为最优价格，即 则由此可知簇内最佳频谱价格为：
[0175] Pb*＝(Ni+1)/Wi (10)
[0176] 式中：
[0177] Pb*——为簇内均衡价格；
[0178] Ni——为第i个簇内认知节点总数；
[0179] Wi——为第i个簇首节点获取的频谱数目；
[0180] 计算出簇内最佳频谱单价，实现簇内频谱的最优分配。
[0181] 为了验证该机制的正确性和可行性，利用MATLAB仿真工具，对本发明提出的交叉路口车联网认知频谱分配机制中的簇间与簇内分配算法进行仿真与分析，此次仿真环境假设有1个授权用户，4个簇首节点，第i个簇内Ii个普通节点。
[0182] 仿真参数如表4所示：
[0183] 表4仿真参数
[0184]
[0185] 实施例：
[0186] (1)簇间分配
[0187] 如图2所示，授权用户与簇首节点在基于路口状态优先级定价和平均分配两种分配方案下不同认知小区内簇首节点获得的频谱数量与实际需求对比，由图2可知，采用基于路口状态优先级定价分配算法，不同优先级的簇首节点获得频谱数不同，随着簇首节点优先级越高即小区越交通拥堵，簇首节点获得的频谱数越多，这符合交通拥堵的小区频谱需求量大的条件，由图可知基于路口状态优先级定价分配方案各小区即簇首节点获取的频谱数与其优先级呈正相关，与实际频谱需求相差不大，充分利用了频谱资源；而平均分配方案下各小区获得频谱是相同的，各小区分配的频谱数与实际需求都相差很大，大部分小区分配的频谱超出其实际需求量，造成了资源的浪费，因此基于路口状态优先级定价分配方案更适合簇间频谱分配。
[0188] 如图3所示，簇间分配基于路口状态优先级定价和平均分配两种分配方案下不同认知小区内簇首节点获得的频谱收益对比，由图3可知，基于路口状态优先级定价分配方案下各小区的频谱收益基本上高于平均分配方案下的。相同数量的频谱，在基于路口状态优先级定价分配方案下的系统的总收益高于平均分配方案的系统总收益。
[0189] (2)簇内分配
[0190] 如图4所示，是认知小区cc4不同优先级单个认知节点在有优先级的基于均衡价格和无优先级的基于均衡价格两种分配方案下单个认知节点获得的频谱数量对比，在有优先级分配方案下，节点的优先级不同，获得的频谱数不同，认知节点的优先级越高分配的频谱越多，安全业务的优先级最高，这类业务进行数据传输需要更多的频谱，可见有优先级的基于均衡价格分配方案更符合实际需求。节点数量与其优先级呈反比，优先级越低节点数量越多，簇内采用的均衡原理，最终总供应等于总需求，有优先级的分配方案分配的频谱数与实际节点的频谱需求基本相等，无优先级的分配方案单个认知节点分配的频谱数量相同，与节点实际需求相差很大。
[0191] 如图5所示，是认知小区cc4不同优先级单个认知节点在有优先级的基于均衡价格和无优先级的基于均衡价格两种分配方案下单个认知节点获得的频谱收益对比与簇内总收益对比，簇内采用的均衡原理，最终簇内频谱总供应数等于总频谱需求，但节点的业务不同每个节点的需求量不同，因此引入了基于节点信息优先级的分配方法，根据节点发送信息的重要性进行优先级划分，交通安全类信息需要快速及时的传输，需要频谱数越多，因此设交通安全类信息的节点的优先级最高，由图可知，有优先级的各认知节点频谱收益高于无优先级的，同时有优先级的簇内节点总频谱收益也高于无优先级的。
[0192] 改变簇首节点的个数为3，簇首节点的优先级分别为1、2、3，簇内认知节点的个数为9，其余参数不变。
[0193] 如图6、7所示，分别为簇首节点个数与簇内节点个数改变后的簇间各小区与系统的频谱总收益和簇内单个认知节点频谱收益对比与簇内总频谱收益对比，由图可知采用本文的设计分配方案下，簇间在基于路口状态优先级定价方案下系统总频谱收益高于平均分配的，簇内在优先级的均衡价格方案下总收益高于无优先级的。
[0194] 此处引入满足度SD来评价本发明提出的分配方案与实际频谱需求之间的关系，SD即为所有节点的分配频谱与实际需求频谱比值的乘积，如图8所示，随着授权用户提供频谱的数量越多，系统的满足度越高，可见本发明提出的方案具有广泛的适用性。
