In this paper, we propose a probabilistic preemption scheme in cognitive radio networks that will simultaneously ensure the primary user (PU) packets’ Quality of Service (QoS) and the secondary user (SU) packets’ transmission continuity. This scheme differs from a complete preemption scheme or a complete non-preemption scheme in conventional cognitive radio networks in that a PU packet can interrupt an SU packet’s transmission and preempt the channel with a certain probability that is termed the preemptive probability. In order to decrease the possible negative influence of SU packets on PU packets’ QoS, we introduce an access threshold, i.e. a limit on the size of the SU packet buffer, which controls the access of the SU packets. As part of the mathematical analysis of the probabilistic preemption scheme, we establish a discrete-time priority queueing model and then characterize it by a two-dimensional Markov chain. Based on the steady-state solution of the system we give formulas for several performance measures of the network users. We also provide numerical results to highlight the influence of the preemptive probability and the access threshold on the system performance. Moreover, we also compare the system performance of the proposed probabilistic preemption scheme with the preemptive and non-preemptive schemes by using numerical results. Finally, we build an optimization framework by the help of properly chosen net benefit function to optimize the preemptive probability and the access threshold jointly.

中文翻译：

---

认知无线电网络中具有概率抢占方案的频谱分配策略：分析和优化

在本文中，我们在认知无线电网络中提出了一种概率抢占方案，该方案将同时确保主用户 (PU) 数据包的服务质量 (QoS) 和次要用户 (SU) 数据包的传输连续性。该方案与传统认知无线电网络中的完全抢占方案或完全非抢占方案的不同之处在于PU包可以中断SU包的传输并以一定概率抢占信道，称为抢占概率。为了减少SU数据包对PU数据包QoS可能产生的负面影响，我们引入了访问阈值，即对SU数据包缓冲区大小的限制，控制SU数据包的访问。作为概率抢占方案数学分析的一部分，我们建立了一个离散时间优先级排队模型，然后用一个二维马尔可夫链来表征。基于系统的稳态解，我们给出了网络用户的几种性能度量的公式。我们还提供数值结果来强调抢占概率和访问阈值对系统性能的影响。此外，我们还使用数值结果比较了所提出的概率抢占方案与抢占和非抢占方案的系统性能。最后，我们通过正确选择的净好处的帮助构建优化框架，以共同优化抢占概率和访问阈值。基于系统的稳态解，我们给出了网络用户的几种性能度量的公式。我们还提供数值结果来强调抢占概率和访问阈值对系统性能的影响。此外，我们还使用数值结果比较了所提出的概率抢占方案与抢占和非抢占方案的系统性能。最后，我们通过正确选择的净好处的帮助构建优化框架，以共同优化抢占概率和访问阈值。基于系统的稳态解，我们给出了网络用户的几种性能度量的公式。我们还提供数值结果来强调抢占概率和访问阈值对系统性能的影响。此外，我们还使用数值结果比较了所提出的概率抢占方案与抢占和非抢占方案的系统性能。最后，我们通过正确选择的净好处的帮助构建优化框架，以共同优化抢占概率和访问阈值。我们还使用数值结果比较了所提出的概率抢占方案与抢占和非抢占方案的系统性能。最后，我们通过正确选择的净好处的帮助构建优化框架，以共同优化抢占概率和访问阈值。我们还使用数值结果比较了所提出的概率抢占方案与抢占和非抢占方案的系统性能。最后，我们通过正确选择的净好处的帮助构建优化框架，以共同优化抢占概率和访问阈值。