本發(fā)明屬于無線通信領域，特別涉及一種分布式拓撲控制方法，可用于認知Ad Hoc網絡。

背景技術：

認知Ad Hoc網絡是一種充滿發(fā)展?jié)摿Φ臒o線網絡通信系統(tǒng)，該網絡除了具有傳統(tǒng)Ad Hoc網絡的自組織、自配置、自適應能力之外，還具有對頻譜資源的感知、機會接入以及動態(tài)分配的能力，能夠靈活地用于各種無固定通信基礎設施支撐的環(huán)境，提高現(xiàn)有頻帶資源的利用率。

在認知Ad Hoc網絡中，用戶分為兩類，一類是主用戶，另一類是次用戶，其中主用戶享有信道的優(yōu)先使用權。當主用戶使用某一信道時，干擾到主用戶數據傳輸的次用戶必須切換到其他可用的信道來進行數據傳輸，但這樣的切換降低了次用戶網絡的連通性，嚴重時會導致網絡的分割，從而發(fā)生分組傳輸的時延和中斷。因此，需要優(yōu)化認知Ad Hoc網絡的拓撲結構來保證網絡的連通性。為了減小主用戶對次用戶網絡連通性的影響，研究者已經提出了一些拓撲控制算法，如XiJun Wang等作者在IEEE JASC 2014上發(fā)表的文章“Achieving Bi-Channel-Connectivity with Topology Control in Cognitive Radio Network”。XiJun Wang等的算法可以保證次用戶網絡的連通，并且能夠消除次用戶之間的干擾。但是這種方法缺乏與先進干擾管理技術相結合的手段，消耗了過多的信道資源，使得網絡的頻譜利用率很難得到進一步的提升。

技術實現(xiàn)要素：

本發(fā)明的目的在于針對上述現(xiàn)有技術的問題，提出一種基于串行干擾消除的分布式拓撲控制方法，用于保證次用戶網絡的連通性，消除次用戶之間的干擾，減少信道的使用個數，提升網絡的頻譜利用率。

為實現(xiàn)上述目的，本發(fā)明的技術方案包括如下：

(1)初始化網絡為k點連通，k≥2，網絡中每個節(jié)點u分別獲得一跳和兩跳鄰接點的序列號和位置信息；

(2)根據序列號和位置信息建立局部兩跳拓撲子圖G_u，并計算G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路能耗權重w_p(x,y)和鏈路共存權重w_c(x,y)；

(3)判斷上述局部兩跳拓撲子圖G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路是否能與主用戶鏈路在同一信道上進行數據傳輸：若是，則將該鏈路放入鏈路共存集合CL_u，即CL_u＝CL_u∪(x,y)，否則，則不放入鏈路共存集合CL_u；

(4)網絡中每個節(jié)點u構建局部連通子圖S_u：

(4a)初始化每個節(jié)點局部連通子圖S_u的節(jié)點集合V(S_u)為局部兩跳拓撲子圖G_u中的所有節(jié)點，初始化每個節(jié)點局部連通子圖S_u的邊集合E(S_u)為空集；

(4b)基于上述局部兩跳拓撲子圖G_u，每個節(jié)點u根據鏈路能耗權重w_p(x,y)，構建以u為根，遍及局部兩跳拓撲子圖中G_u所有節(jié)點的最短路徑樹T_u＝(V(T_u),E(T_u))，并將E(T_u)記錄到局部連通子圖S_u的邊集合E(S_u)中，即其中V(T_u)＝V(G_u)為最短路徑樹T_u的節(jié)點集合，E(T_u)為T_u的邊集合；

(5)根據局部兩跳拓撲子圖G_u，判斷節(jié)點u的出邊所對應的鏈路中是否存在兩條或者兩條以上的鏈路屬于鏈路共存集合CL_u：若是，則執(zhí)行步驟(6)，否則，執(zhí)行步驟(7)；

(6)網絡中的每個節(jié)點構建第一沖突子圖LS_u，并根據LS_u構建第一局部生成子圖T_u′：

(6a)網絡中的每個節(jié)點u根據最短路徑樹T_u找到與自己沖突的節(jié)點，構成沖突節(jié)點集CN_u，并初始化第一沖突子圖LS_u＝(V(LS_u),E(LS_u))，其中LS_u的邊集合為E(LS_u)＝{(a,b)|a,b∈u∪CN_u,(a,b)∈E(G_u)}，LS_u的節(jié)點集合為V(LS_u)＝u∪CN_u；

(6b)每個節(jié)點u判斷各自的第一沖突子圖LS_u是否連通：若是，則節(jié)點u根據鏈路共存權重w_c(x,y)，在LS_u上構建局部第一局部生成子圖T_u′，否則，節(jié)點u用斯坦納生成樹法在G_u上構建第一局部生成子圖T_u′；

(6c)節(jié)點u將步驟(6b)中生成的第一局部生成子圖T_u′的邊集合E(T_u′)記錄到局部連通子圖S_u的邊集合E(S_u)中，即將T_u′的節(jié)點集合V(T_u′)記錄到局部連通子圖S_u的節(jié)點集合V(S_u)中，即將T_u′的節(jié)點集合V(T_u′)記錄到邏輯沖突鄰居集LCN_u中，即節(jié)點u通過洪泛的方式把LCN_u和E(S_u)的拓撲信息發(fā)送給S_u中的所有節(jié)點，執(zhí)行步驟(8)；

(7)網絡中的每個節(jié)點u構建第二沖突子圖CS_u，并根據CS_u構建第二局部生成子圖T_u″：

(7a)網絡中的每個節(jié)點u根據最短路徑樹T_u找到與自己沖突的節(jié)點，構成沖突節(jié)點集CN_u，并初始化第二沖突子圖CS_u＝(V(CS_u),E(CS_u))，其中CS_u的節(jié)點集合為V(CS_u)＝CN_u，邊集合為E(CS_u)＝{(c,d)|c,d∈CN_u,(c,d)∈E(G_u)}；

(7b)每個節(jié)點u檢測各自的第二沖突子圖CS_u是否連通：若是，節(jié)點u根據鏈路共存權重w_c(x,y)在CS_u上構建第二局部生成子圖T_u″，否則，節(jié)點u用斯坦納生成樹法在G_u\u上構建第二局部生成子圖T_u″；

(7c)節(jié)點u將步驟(7b)中生成的第二局部生成子圖T_u″的邊集合E(T_u″)記錄到局部連通子圖S_u的邊集合E(S_u)中，即將T_u″的節(jié)點集合V(T_u″)記錄到局部連通子圖S_u的節(jié)點集合V(S_u)中，即將T_u″的節(jié)點集合V(T_u″)記錄到邏輯沖突鄰居集LCN_u中，即節(jié)點u通過洪泛的方式把LCN_u和E(S_u)的拓撲信息發(fā)送給S_u中的所有節(jié)點，執(zhí)行步驟(8)；

(8)每個節(jié)點u根據其他節(jié)點發(fā)來的拓撲信息更新自己的局部連通子圖S_u和邏輯沖突鄰居集LCN_u，將局部連通子圖S_u上的一跳鄰節(jié)點v作為邏輯鄰節(jié)點，構成邏輯鄰節(jié)點集LN_u＝{v∈V(S_u)|(u,v)∈E(S_u)}；

(9)網絡中每個節(jié)點u確定自己的發(fā)射功率，即將發(fā)射功率調整為能夠覆蓋到所有邏輯鄰節(jié)點集所需要的功率：

(10)根據網絡中的所有節(jié)點構成的局部連通子圖S_u生成最終的全網拓撲G＝(V(G),E(G))，其中V(G)為網絡中所有節(jié)點，E(G)每個節(jié)點與自己的邏輯鄰節(jié)點間的鏈路，即E(G)＝{(u,v)|u∈V(G),v∈LN_u}；

(11)使用貪婪染色算法對已構建的最終全網拓撲G中的每個節(jié)點u進行信道分配。

本發(fā)明具有如下優(yōu)點：

1)本發(fā)明聯(lián)合串行干擾消除，功率控制和信道分配，消除了主用戶的干擾，提高了次用戶數據傳輸的成功概率；通過功率控制使得次用戶能夠和主用戶同時進行數據傳輸和接收，從而在保證次用戶網絡的連通性的同時，提升了頻譜利用率；通過信道分配給相互干擾的次用戶分配不同的信道，從而消除了次用戶之間的干擾。

2)本發(fā)明通過功率控制構建適合信道分配的拓撲結構，避免了高復雜度的連通性判斷；

3)本發(fā)明通過聯(lián)合認知網絡的次用戶和主用戶在同一信道上進行數據傳輸，進一步提高了頻率利用率，在保證認知網絡連通性的前提下，進一步減少了認知網絡所需的信道數目，提高了網絡整體的魯棒性。

附圖說明

圖1為本發(fā)明的實現(xiàn)總流程圖；

圖2為本發(fā)明中構建局部生成子圖的子流程圖；

圖3為本發(fā)明中節(jié)點u拓撲構建的示例圖；

圖4為用本發(fā)明和現(xiàn)有的DBCC得到的平均信道數的仿真對比圖；

圖5為用本發(fā)明和現(xiàn)有的DBCC得到的平均獨立路徑數的仿真對比圖。

具體實施方式

本發(fā)明使用網絡場景包括一對主用戶和一個認知Ad Hoc網絡以及K個可用信道，其中，主用戶包括一個主用戶發(fā)送端和一個主用戶接收端，所有的次用戶受到同一對主用戶的影響，主用戶可使用K個信道中的任意一個信道，在主用戶占用了某一信道時，次用戶只有在不干擾主用戶傳輸的情況下才能使用此信道進行數據傳輸，主用戶可以通過廣播獲得所有次用戶的地理位置，主用戶發(fā)送功率P_PU在整個拓撲控制過程中保持不變。

認知Ad Hoc網絡，由n個分布在二維平面區(qū)域內的節(jié)點組成，每個節(jié)點代表一個次用戶，且具有唯一的序列號，并可以通過GPS定位技術來獲取位置信息，每個節(jié)點可以在K個信道中任意一個信道中發(fā)送數據，同時在其他所有信道上偵聽數據，除此之外每個節(jié)點在物理結構、初始設置、功能特性、參數指標等方面不存在任何差異，在該網絡中，任意節(jié)點間的無線信道為加性高斯白噪聲信道，節(jié)點通過全向天線與周圍節(jié)點通信，最大發(fā)射功率均為P_max，任意節(jié)點u的發(fā)射功率P_u可以在最小和最大之間連續(xù)調節(jié)，即0≤P_u≤P_max，傳輸半徑r為節(jié)點發(fā)射功率的傳輸距離，任意兩個節(jié)點之間存在無線鏈路的充要條件是它們之間的歐式距離小于或等于節(jié)點的傳輸半徑r。

參照圖1，本發(fā)明的實現(xiàn)步驟如下：

步驟1，認知網絡中每個節(jié)點u發(fā)送自己的第一節(jié)點信息HELLO-1包，并接收一跳鄰節(jié)點發(fā)送的第一節(jié)點信息HELLO-1包。

(1a)網絡中的每個節(jié)點u以最大發(fā)射功率P_max向u的一跳鄰節(jié)點廣播一次第一節(jié)點信息HELLO-1包，該HELLO-1包中含有節(jié)點u的序列號和節(jié)點u的位置信息；

(1b)網絡中的每個節(jié)點u接收一跳鄰節(jié)點以最大發(fā)射功率P_max廣播的HELLO-1包，并根據收到的HELLO-1包，統(tǒng)計得到自己的一跳鄰節(jié)點集DN_u。

步驟2，網絡中每個節(jié)點u根據上第一節(jié)點信息HELLO-1包，發(fā)送自己的第二節(jié)點信息HELLO-2包，并接收一跳鄰節(jié)點發(fā)送的HELLO-2包。

(2a)網絡中的每個節(jié)點u接收所有一跳鄰節(jié)點發(fā)送的第一節(jié)點信息HELLO-1包，并以最大發(fā)射功率P_max向自己的一跳鄰節(jié)點廣播一次第二節(jié)點信息HELLO-2包，該HELLO-2包含有節(jié)點u的所有一跳鄰節(jié)點的序列號和位置信息；

(2b)網絡中的每個節(jié)點u接收一跳鄰節(jié)點以最大發(fā)射功率P_max廣播的第二節(jié)點信息HELLO-2包，并根據收到的HELLO-1包，統(tǒng)計得到自己的二跳鄰節(jié)點集EN_u。

步驟3，網絡中每個節(jié)點u構建自己的局部兩跳拓撲子圖G_u并計算G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路能耗權重w_p(x,y)和鏈路共存權重w_c(x,y)。

(3a)網絡中的每個節(jié)點u根據接收到的一跳鄰節(jié)點發(fā)送的HELLO-1和HELLO-2包信息，獲取并記錄自己的兩跳鄰節(jié)點v₂的序列號和位置信息，其中v₂∈EN_u,同時將EN_u的所有節(jié)點賦予給局部兩跳拓撲子圖G_u的節(jié)點集合V(G_u)，即

(3b)每個節(jié)點u根據自己的位置信息以及兩跳鄰節(jié)點的位置信息，計算任意兩個節(jié)點x,y之間直接傳輸所需要的最小發(fā)射功率其中，x,y∈V(G_u)，β為接收信噪比門限值，其根據接收機的靈敏度和誤碼率要求確定；α為路徑損耗因子，d_x,y是節(jié)點x,y之間的歐式距離；

(3c)若P_x,y小于節(jié)點u的最大發(fā)射功率P_max，則確定節(jié)點x,y之間存在連接關系，否則，節(jié)點x,y之間不存在連接關系；

(3d)每個節(jié)點u根據兩跳鄰節(jié)點之間的連接關系，建立局部兩跳拓撲子圖G_u＝(V(G_u),E(G_u))，其中局部兩跳拓撲子圖G_u的節(jié)點集合為V(G_u)＝EN_u∪{u}，G_u的邊集合為其中是節(jié)點之間的歐式距離；

(3e)局部兩跳拓撲子圖G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路能耗權重w_p(x,y)，按照下式計算：

w_p(x,y)＝P_x,y，

其中，x,y∈V(G_u)，P_x,y為任意兩個有連接關系的節(jié)點x,y之間直接傳輸所需要的最小發(fā)送功率，按照下式計算：

$P_{x,y}={\mathrm{\βd}}_{x,y}^{\mathrm{\α}},$

其中，β為接收信噪比門限值，其根據接收機的靈敏度和誤碼率要求確定；α為路徑損耗因子，d_x,y是節(jié)點x,y之間的歐式距離；

(3f)局部兩跳拓撲子圖G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路共存權重w_c(x,y)，按照下式計算：

$w_c(x,y)=d_{x,y}{(1/R_{max})}^{{\mathrm{\ϵ}}_{x,y}},$

其中，x,y∈G_u，d_x,y為節(jié)點x,y間的歐式距離，R_max為節(jié)點的最大傳輸半徑，ε_x,y為鏈路共存因子，當鏈路(x,y)屬于鏈路共存集合CL_u時，ε_x,y＝1，否則，ε_x,y＝0。

步驟4，判斷上述局部兩跳拓撲子圖G_u中任意兩個有連接關系的節(jié)點x,y之間的鏈路是否能與主用戶鏈路在同一信道上進行數據傳輸。

(4a)每個節(jié)點u對所有局部兩跳拓撲子圖G_u中的節(jié)點按度的大小進行降序排序，其中節(jié)點的度為該節(jié)點的出邊數目；

(4b)依照節(jié)點度的次序選擇G_u中的節(jié)點x∈V(G_u)，判斷節(jié)點x在發(fā)送數據時是否會對主用戶產生干擾，判斷條件為：

$d_{x,{\mathrm{PU}}_r}\>d_{{\mathrm{PU}}_t,{\mathrm{PU}}_r}{(P_{max}/P_{PU})}^{1/\mathrm{\α}},$

若條件成立，則節(jié)點x在發(fā)送數據時不會對主用戶產生干擾，執(zhí)行步驟(4c)，否則，按節(jié)點度的次序對下一個節(jié)點執(zhí)行步驟(4b)，直到V(G_u)中所有節(jié)點判斷完畢，其中，為節(jié)點x與主用戶接收端PU_r的歐式距離，為主用戶發(fā)送端PU_t與主用戶接收端PU_r的歐式距離，P_PU為主用戶的發(fā)射功率；

(4c)根據局部兩跳拓撲子圖G_u找出節(jié)點x的所有一跳鄰居節(jié)點，用這些鄰節(jié)點構成一跳鄰節(jié)點集DN_x，對于該一跳鄰居節(jié)點集DN_x中所有的節(jié)點y∈DN_x，按度的大小進行降序排序，并依照該度的次序判斷該一跳鄰居節(jié)點集DN_x中哪些節(jié)點能夠在主用戶存在的情況下，成功接收來自節(jié)點x的數據，判斷條件為：

當主用戶的干擾強度小于節(jié)點y的接收靈敏度時，判斷條件為：

主用戶的干擾強度強到滿足串擾干擾消除條件時，判斷條件為：

若上述兩個判斷條件中有一個成立，則鏈路(x,y)能與主用戶鏈路在同一信道進行數據傳輸，并將該鏈路放入鏈路共存集合CL_u，即CL_u＝CL_u∪(x,y)；否則，則不放入鏈路共存集合CL_u，并按照節(jié)點x的所有一跳鄰居節(jié)點集DN_x的度的順序對下一個一跳鄰居節(jié)點進行判斷，直到節(jié)點x的所有一跳鄰居節(jié)點全部執(zhí)行完畢，為節(jié)點y與主用戶發(fā)送端PU_t的歐式距離。

步驟5，網絡中每個節(jié)點u構建局部生成子圖S_u＝(V(S_u),E(S_u))，并確定自己的邏輯鄰節(jié)點。

參照圖2，本步驟的具體實現(xiàn)如下：

(5a)初始化每個節(jié)點局部連通子圖S_u的節(jié)點集合V(S_u)為局部兩跳拓撲子圖G_u中的所有節(jié)點，初始化每個節(jié)點局部連通子圖S_u的邊集合E(S_u)為空集；

(5b)基于上述局部兩跳拓撲子圖G_u，每個節(jié)點u根據鏈路能耗權重w_p(x,y)，通過使用Dijkstra算法或Bellman-Ford算法，構建以u為根，遍及局部兩跳拓撲子圖中G_u所有節(jié)點的最短路徑樹T_u＝(V(T_u),E(T_u))，并將E(T_u)記錄到局部連通子圖S_u的邊集合E(S_u)中，即其中V(T_u)＝V(G_u)為最短路徑樹T_u的節(jié)點集合，E(T_u)為T_u的邊集合。

步驟6，根據局部兩跳拓撲子圖G_u，判斷節(jié)點u的出邊所對應的鏈路中是否存在兩條或者兩條以上的鏈路屬于鏈路共存集合CL_u：若是，則執(zhí)行步驟7，否則，執(zhí)行步驟8。

步驟7，網絡中的每個節(jié)點構建第一沖突子圖LS_u，并根據LS_u構建第一局部生成子圖T_u′。

(7a)網絡中的每個節(jié)點u根據最短路徑樹T_u找到與自己沖突的節(jié)點，構成沖突節(jié)點集CN_u，并初始化第一沖突子圖LS_u＝(V(LS_u),E(LS_u))，其中LS_u的邊集合為E(LS_u)＝{(a,b)|a,b∈u∪CN_u,(a,b)∈E(G_u)}，LS_u的節(jié)點集合為V(LS_u)＝u∪CN_u；

(7b)每個節(jié)點u判斷各自的第一沖突子圖LS_u是否連通：若是，則節(jié)點u根據鏈路共存權重w_c(x,y)，在LS_u上構建局部第一局部生成子圖T_u′，否則，節(jié)點u用斯坦納生成樹法在G_u上構建第一局部生成子圖T_u′；

(7c)節(jié)點u將步驟(7b)中生成的第一局部生成子圖T_u′的邊集合E(T_u′)記錄到局部連通子圖S_u的邊集合E(S_u)中，即將T_u′的節(jié)點集合V(T_u′)記錄到局部連通子圖S_u的節(jié)點集合V(S_u)中，即將T_u′的節(jié)點集合V(T_u′)記錄到邏輯沖突鄰居集LCN_u中，即節(jié)點u通過洪泛的方式把LCN_u和E(S_u)的拓撲信息發(fā)送給S_u中的所有節(jié)點，執(zhí)行步驟(9)。

步驟8，網絡中的每個節(jié)點u構建第二沖突子圖CS_u，并根據CS_u構建第二局部生成子圖T_u″。

(8a)網絡中的每個節(jié)點u根據最短路徑樹T_u找到與自己沖突的節(jié)點，構成沖突節(jié)點集CN_u，并初始化第二沖突子圖CS_u＝(V(CS_u),E(CS_u))，其中CS_u的節(jié)點集合為V(CS_u)＝CN_u，邊集合為E(CS_u)＝{(c,d)|c,d∈CN_u,(c,d)∈E(G_u)}；

(8b)每個節(jié)點u檢測各自的第二沖突子圖CS_u是否連通：若是，節(jié)點u根據鏈路共存權重w_c(x,y)在CS_u上構建第二局部生成子圖T_u″，否則，節(jié)點u用斯坦納生成樹法在G_u\u上構建第二局部生成子圖T_u″；

(8c)節(jié)點u將步驟(8b)中生成的第二局部生成子圖T_u″的邊集合E(T_u″)記錄到局部連通子圖S_u的邊集合E(S_u)中，即將T_u″的節(jié)點集合V(T_u″)記錄到局部連通子圖S_u的節(jié)點集合V(S_u)中，即將T_u″的節(jié)點集合V(T_u″)記錄到邏輯沖突鄰居集LCN_u中，即節(jié)點u通過洪泛的方式把LCN_u和E(S_u)的拓撲信息發(fā)送給S_u中的所有節(jié)點，執(zhí)行步驟(9)。

通過步驟6-步驟8，得到具體的局部連通子圖S_u的結果如圖3所示，其中，圖3(a)表示節(jié)點u通過互換第一節(jié)點信息HELLO-1包和第二節(jié)點信息HELLO-2包構建的局部兩跳拓撲子圖G_u；圖3(b)表示節(jié)點u利用鏈路能耗權重w_p(x,y)構建的最短路徑樹T_u；圖3(c)表示節(jié)點u構建的第一沖突子圖LS_u；圖3(d)表示節(jié)點u構建的第二沖突子圖CS_u；圖3(e)表示節(jié)點u在LS_u上構建的第一生成子圖T_u′；圖3(f)表示節(jié)點u在CS_u上構建的第二生成子圖T_u″；圖3(g)表示節(jié)點u根據第一生成子圖T_u′最終構建的生成局部連通子圖S_u；圖3(h)表示節(jié)點u根據第二生成子圖T_u″最終構建的局部連通子圖S_u；

其中上述步驟(7b)和(8b)中所述Dijkstra算法和斯坦納生成樹法參照Xinjun Wang等作者2014年在IEEE JASC上發(fā)表的文章“Achieving Bi-Channel-Connectivity with Topology Control in Cognitive Radio Network”。

步驟9，每個節(jié)點u根據其他節(jié)點發(fā)來的拓撲信息更新自己的局部連通子圖S_u和邏輯沖突鄰居集LCN_u，將局部連通子圖S_u上的一跳鄰節(jié)點v作為邏輯鄰節(jié)點，構成邏輯鄰節(jié)點集LN_u＝{v∈V(S_u)|(u,v)∈E(S_u)}。

步驟10，網絡中每個節(jié)點u確定自己的發(fā)射功率，即將發(fā)射功率調整為能夠覆蓋到所有邏輯鄰節(jié)點所需要的功率：其中u的所有邏輯鄰節(jié)點所需要的功率，是指u的所有邏輯鄰節(jié)點的發(fā)射功率的最大值，p_u,v表示u的邏輯鄰節(jié)點v的發(fā)射功率。

步驟11，將網絡中的所有節(jié)點構成的局部連通子圖S_u組合起來構成最終的全網拓撲G＝(V(G),E(G))，其中V(G)為網絡中所有節(jié)點，E(G)每個節(jié)點與自己的邏輯鄰節(jié)點間的鏈路，即E(G)＝{(u,v)|u∈V(G),v∈LN_u}。

步驟12，根據上述形成最終的全網拓撲G，對網絡中的每個節(jié)點u進行信道分配。

(12a)節(jié)點u用最大發(fā)送功率P_max在公共控制信道上廣播請求分配信道包RAC，其他節(jié)點在收到這個包時需要再次中轉該包，直到邏輯沖突鄰居集LCN_u中的所有節(jié)點都接收到RAC包為止；

(12b)邏輯沖突鄰居集LCN_u中的節(jié)點在收到RAC包后，查看自己已經分配的信道，并回饋信道分配包AC給節(jié)點u，其中信道分配包AC中包含了該節(jié)點已經分配的信道，如果該節(jié)點還未分配信道就將包AC記為空包；

(12c)節(jié)點u收集所有LCN_u中的節(jié)點回饋的AC包，并從還未被占用的信道中選擇主用戶占用概率最小的信道，作為自己的可用信道；

(12d)每個節(jié)點獨立執(zhí)行上述過程，直到所有節(jié)點都分配完信道為止。

上述步驟1-步驟12中，節(jié)點u表示網絡中任意節(jié)點，鏈路(x,y)表示網絡中節(jié)點x,y形成的邊。

本發(fā)明的效果可通過仿真進一步說明：

(1)仿真條件

在仿真場景中，網絡中所有節(jié)點隨機均勻分布在一個1000×1000m²的二維平面區(qū)域中，接收信噪比SNR的門限值β設為-80dBm，路徑損耗因子α取值為4，網絡中所有節(jié)點采用相同的最大發(fā)射功率，其中最大發(fā)射功率P_max＝256mW，對應的最大傳輸半徑R_max＝400m。

(2)仿真內容和結果

仿真1，用本發(fā)明方法與現(xiàn)有DBCC算法對所平均所需信道數進行仿真對比，結果如圖4所示：

從圖4可見，隨著網絡中次用戶節(jié)點數的增多，本發(fā)明在三種不同主用戶傳輸功率下所需平均信道數緩慢增長，且都明顯少于DBCC，因此本發(fā)明可以有效地提高頻譜利用率。

仿真2，用本發(fā)明與現(xiàn)有DBCC算法對生成拓撲的平均獨立路徑數進行仿真對比，結果如圖5所示：

從圖5可見，隨著網絡中次用戶節(jié)點數的增多，本發(fā)明在三種不同主用戶傳輸功率下生成拓撲的平均獨立路徑數緩慢增長，且都明顯大于DBCC，因此本發(fā)明可以有效地提高網絡魯棒性。