认知无线电网络中基于随机学习博弈的信道分配与功率控制

传统的认知无线电频谱分配算法往往忽略节点的传输功率对网络干扰的影响,且存在节点间交互成本高的问题.为此,通过量化传输功率等级,以最大化弹性用户收益为目标,构建联合频谱分配与功率控制非合作博弈模型,证明了该博弈为严格潜在博弈且收敛到纳什均衡点.进一步,将随机学习理论引入博弈模型,提出了基于随机学习的策略选择算法,并给出了该算法收敛到纯策略纳什均衡点的充分条件及严格证明.仿真结果表明,所提算法在少量信息交互前提下能获得较高的传输速率,并提升用户满意度.     

认知无线多跳网中保证信干噪比的频谱分配算法

为解决无线多跳网络在固定频谱分配方式下所固有的信道冲突等问题,利用认知无线电的动态频谱分配技术,提出了一种适用于次用户组成的无线多跳网络的、underlay方式下的全分布式频谱分配算法。该算法将频谱分配问题建模成静态非合作博弈,证明了纳什均衡点的存在,并给出了一种求解纳什均衡点的迭代算法。大量仿真实验证明,该算法能实现信道与功率的联合分配,在满足主用户干扰功率限制的同时,保证次用户接收信干噪比要求。     

异构无线网络中基于Stackelberg博弈的分布式定价和资源分配算法

针对异构无线网络资源管理问题,结合多主多从Stackelberg博弈模型,提出了一种同时满足网络运营商和用户效用最大的异构无线网络定价和资源分配方案。首先设计了一种基于收益和花费的移动用户效用函数,并证明在运营商的价格确定后,效用函数满足凹函数的条件,保证了移动用户间非合作博弈的纳什均衡点存在。为了获取移动用户的最优带宽策略和运营商的最优价格策略,提出了一种分布式迭代算法。最后通过仿真实验取得了参与者的最优策略和子博弈完美纳什均衡。     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。     

基于博弈论的多小区OFDMA系统资源分配

立足于限制条件下实现多小区OFDMA系统容量最大或总传输功率最小的优化问题,比较分析了近年来提出的多种基于博弈论的资源分配算法。分析了纳什均衡点存在和唯一的条件,通过引入定价机制或虚拟裁判机制,使得到的解收敛于纳什均衡点。最后,探讨了联合中继节点或MIMO技术的多小区OFDMA系统资源分配算法,该算法能有效提高频谱效率,将成为未来研究的热点。     

异构无线系统中基于博弈的动态频谱管理

为提高频谱使用率并增加异构无线网络收益,用微观经济学的无限期轮流出价讨价还价博弈模型进行了异构网络间动态频谱管理的研究,提出了基于讨价还价理论的动态频谱管理(BDSM)方案。根据相关博弈理论,引入讨价还价耐心因子后BDSM存在唯一的均衡点。基于此,提出了实现BDSM方案的简化流程。仿真结果显示,BDSM能有效地提高频谱使用率、扩大单个运营商的利润并提高用户满意度。     

基于频谱数据库的分布式动态频谱接入算法

频谱数据库是一种直接获得频谱信息的方式,针对在复杂多变的网络环境中用户之间缺少信息交互,研究了数据库协助和没有数据库情况下的动态频谱接入算法。一方面,次用户通过历史感知数据估计信道的可用性而进行信道选择,另一方面,次用户通过数据库获得更加可靠的频谱信息从而做出策略。证明了用户之间的博弈是一个超模博弈,通过提出的分布式学习算法能收敛到一个纯策略纳什均衡点。仿真结果表明,提出的联合数据库感知算法和数据库协助算法比依靠感知的结果收敛更快,获得的系统吞吐量接近最大,减少了用户决策的时延,提高了频谱利用率。     

一种基于不完美信息博弈的多冲突域信道分配算法

无线网络中信道分配的好坏将极大地影响网络整体性能,为了解决和优化此问题,提出了一种基于不完美信息博弈的信道分配算法。假设网络场景为多跳Ad Hoc网络,因此对其采用多冲突域建模更符合实际。算法通过不断循环改变各用户无线电的信道试图接近纳什均衡点,仿真结果表明算法能够使信道分配策略接近纳什均衡信道分配,同时相比单冲突域情况在多冲突域中更能最大化信道使用率。     

多主多从Stackelberg博弈下的边缘缓存资源分配算法

为鼓励视频服务提供商参与到缓存过程中,本文提出一种基于Stackelberg博弈的激励缓存资源分配算法。与传统激励缓存资源分配方案不同,本文考虑同时存在多个网络运营商和多个视频服务提供商,视频服务提供商从网络运营商处购买存储空间以缓存热门视频。针对该场景,本文将该激励缓存模型建模为多主多从Stackelberg博弈问题,分别构建主方和从方的效用函数,证明了在网络运营商价格确定的情况下,视频服务提供商之间的非合作博弈存在纳什均衡。文章利用分布式迭代算法对该博弈模型进行求解,获得了视频服务提供商的最优缓存策略和网络运营商的最优价格策略。仿真结果表明,本文提出的激励缓存机制可使视频服务提供商获得比其他缓存分配算法更高的单位成本收益。      

MIMO-CDMA系统中一种基于博弈方式的分布式功率控制

针对MIMO-CDMA系统中的无线数据业务,本文研究了分布式非合作功率控制博弈。对MIMO-CDMA系统中的无线数据业务建立了收益函数,该收益函数对功率效率和频谱效率都进行了考虑,并能够反映系统中无线数据用户对服务质量(QoS)的满意程度。以收益函数为基础,建立了两种非合作功率控制博弈模型,并对模型纳什均衡的存在性和唯一性进行了推导。另外,还研究了两种代价函数机制。最后,给出了一种获得纳什均衡的算法,数值仿真结果表明该算法具有良好的性能,有效地控制了各用户的发射功率。     

多跳无线网络中一种基于博弈理论的拓扑控制算法

根据博弈论思想为多跳无线网络中的拓扑控制问题设计了一种新颖的收益函数,该收益函数不仅考虑了网络的连接性,而且还考虑了网络的干扰特性和路由性能。理论分析表明,根据此收益函数,网络行为将收敛于一个理想的稳定状态(纳什均衡点),通过最佳响应算法可以求得此稳定状态。     

基于Stackelberg博弈的动态频谱接入控制

为了解决多主用户和多次级用户共存网络的频谱资源分配问题,提出了一种基于斯塔科尔伯格（Stackelberg）博弈的动态频谱接入控制算法。该算法通过三阶段Stackelberg博弈模拟主用户频谱竞价,博弈过程中次级用户以最大化传输速率为目的接入主用户频谱,同时设计了一种迭代过程来求解纳什均衡。实验计算与结果分析证明了纳什均衡唯一存在性的充要条件,并说明了迭代过程的收敛性以及主用户最佳效用的影响因素。     

无线通信中源和干扰中继间的博弈

研究了由源、目的、干扰中继和窃听者组成的四终端网络中干扰中继和源之间的博弈问题。其中干扰中继帮助窃听者最小化安全速率，而源的目标是最大化安全速率，源和干扰中继构成了博弈问题，采用了非合作零和博弈来解决此问题，得出博弈双方各自最优策略的表达式，并根据极大极小值定理分析了纳什均衡点的存在性。这里仿真结果采用的方法能非常有效地降低安全速率，且存在纳什均衡点。     

双层分级蜂窝网最优频谱分配与定价

针对异频组网的双层分级蜂窝网,提出了一种基于纳什谈判解法的最优频谱分配与定价策略,该策略能激励家庭基站采用开放用户组模式,最大化频谱效益。通过Stackelberg博弈建模,分析了频谱定价与用户需求的关系。通过纳什谈判解法,获得了最佳的频谱分配与定价策略,按需地为宏基站与家庭基站分配了带宽资源,定量地分析了家庭基站所提高的频谱效益。仿真结果表明,该策略相比非合作博弈方法,可有效提高运营商以及家庭基站拥有者所能获得的频谱效益,部署家庭基站将提高蜂窝网络的总效益。      

无线视频通信中带宽分配策略

本文针对无线网络中多用户传输视频时带宽分配问题,提出了一种基于微观经济学中供需平衡的带宽分配策略。该方法充分考虑了运营商的收益,在运营商和用户收益同时最大且供需平衡时,所求得的频谱价格即为运营商的出售价格。同时给出了针对不同用户等级有不同的用户优先级因子,据运营商提出的带宽价格,彼此相互博弈,最终使得自身效用最大。仿真结果表明:本文提出的博弈论方法存在纳什均衡解和均衡单价;用户等级因子能按照用户的不同等级来分配带宽;系统传输质量相比以往方法有所提高。      

一种动态频谱分配的多层博弈模型构建分析

采用随机几何和博弈论相结合的方法,研究了蜂窝网络中用户对于移动网络运营商(Wireless Service Provider,WSP)的选择与WSP频谱分配方案的制定之间的联系;构建了一个层次化的博弈框架来模拟用户和WSP之间的复杂交互,采用演化博弈模型来描述用户之间的竞争,用非合作博弈模型来描述WSP之间的竞争,用多领导者多跟随者的Stackelberg博弈模型来描述用户和运营商之间的循环依赖问题;分析了演化博弈模型中演化均衡的存在及其渐近稳定性,并在此基础上证明了非合作博弈模型中纳什均衡的存在。     

认知无线电中基于无限次重复博弈的功率控制算法

通过博弈来实现认知无线电中的功率控制。当两用户功率控制博弈时,用户通过功率的迭代注水法实现最大化自身速率,达到纳什均衡。功率分配的纳什均衡点构成囚徒困境,但这种囚徒困境的均衡点并非全局最优。应用两用户功率控制的无限次重复博弈算法,通过选择严厉的触发策略,当折扣因子σ足够接近于1,使两用户在无限次重复博弈中一直合作使囚徒走出了困境,最终达到了功率分配的帕雷托最优的均衡结果。     

空间复用认知无线电系统信道选择优化

在异构认知网络中,认知用户相对于主用户空间位置的不同可能提供空间复用的频谱接入机会,且空间复用的机会受限于干扰容限。首先引入用户空间位置干扰图,度量干扰和评估空间复用机会,在此基础上讨论了基于空间复用的系统吞吐量优化问题,并借助博弈论求解一组最优信道选择集合,主要工作是证明了该博弈问题是至少具有一个纯策略纳什均衡的精确势能博弈,且纳什均衡点是上述优化问题的最优解。最后,数值仿真验证了理论分析的正确性,同时证明考虑认知用户位置带来的空间复用后,系统吞吐量显著增加,有效提高了频谱利用率。     

基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈.分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解.在博弈下层,定义移动虚拟网络操作者(MVNOs)m—切片n对mn及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对mn定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优mn,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与mn已匹配关系,形成基础资源提供者(InPs)与mn的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优.最后定义了双层循环稳定条件及过程.仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈.     

基于对策论的H2/H∞多目标鲁棒控制研究

为保证无人机在飞行过程中同时具有稳定鲁棒性和性能鲁棒性,必须采用H2/H∞混合控制方案。基于对策论的思想,把H2/H∞混合控制问题抽象为两个对局者信息不完全情况下的非零和博弈模型,利用纳什最大最小谈判解原理设计出求解H2/H∞混合控制的一般算法,得到H2/H∞非零和博弈模型的纳什均衡点。以某小型无人机纵向运动模型为研究对象,仿真结果表明通过纳什均衡点设计出的H2/H∞状态反馈控制器能够使系统在保持鲁棒稳定性的前提下获得最优化的动态性能指标,证明了这种思路的正确性和算法的有效性。