认知无线电中基于博弈论的频谱分配算法*

利用博弈论分析了认知无线电网络中动态频谱分配问题,构建了基于博弈论的认知无线电频谱分配问题模型,提出了基于潜在博弈论的分布式频谱分配算法,并得到了相应博弈过程的纳什均衡。仿真结果表明,该算法能在较短时间内收敛到稳定状态,潜在函数取值达到最大值、系统总干扰水平降到最小、用户的SIR水平得到明显改善,达到了潜在博弈下信道分配的纳什均衡,实现了提高频谱利用率的目的。     

认知无线电中联合功率控制的动态频谱分配算法*

针对认知无线电网络动态频谱分配算法开展研究,基于最大独立集理论,提出一种改进的联合功率控制的动态频谱分配算法,通过联合功率控制机制,避免用户之间的相互干扰和对已分配信道链路的干扰,满足多用户应用需求,并减少节点能耗。该算法以最大独立集为分配起点,允许一次同时分配信道给多个互不干扰的链路,同时兼顾资源分配的公平性,能够有效减少分配的总次数和用户间的信息交互量。仿真结果显示改进的动态频谱分配算法在需求满足率和公平性上都优于原有算法。     

应急通信系统中基于集群智能的动态信道分配

应急通信系统中频谱资源在时间和空间上的动态变化,使得寻找一条稳定的公共控制信道十分困难。为此,将认知无线电技术引入应急通信系统中,建立了应急认知无线电网络模型,提出一种基于集群智能的动态信道分配算法。系统中每个节点根据检测到的可用信道信噪比和邻居节点对信道的选择情况,采用信道选择更新函数,选择公共控制信道。应急通信系统中的所有节点构成一个集群,节点进行各自的信道更新并与其他节点交互形成集群智能。各节点周期性地进行消息发送与监听,依据频谱资源的动态变化及时更新公共控制信道的选择,最终达到全局公共控制信道的动态选择。仿真结果表明,算法能够达到公共控制信道的有效收敛,有很好的可扩展性,并且能够快速地适应频谱资源的动态变化。     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

基于遗传算法的全双工认知无线电网络信道分配策略研究

随着无线通信业务的不断增长和智能终端的日益多样化,无线频谱资源变得愈加紧缺,认知无线电作为一项能够有效解决频谱利用率过低的技术,近年来引起了学术界和工程界的广泛关注。在认知无线电网络中,次用户以合作频谱感知的方式智能判断主用户的工作状态,以便在授权频谱的空闲时段内接入并加以使用。将全双工通信技术引入到传统的认知无线电网络中,实现了频谱感知和数据传输的同步,既能确保数据传输的连续性,又能减少对主用户的干扰,对提升无线频谱利用率具有重要作用。对于多信道全双工认知无线电网络的信道分配,建立了次级网络吞吐量最大化模型,并通过惩罚函数法,将混合整数非线性规划问题转换成不带约束条件的非线性规划问题,提出了基于遗传算法的全双工认知无线电网络信道分配策略。仿真实验结果表明,该算法能在综合考虑算法复杂度和性能的情况下,完成信道分配并保证次级网络吞吐量的最大化。     

混合式动态频谱接入协议的研究

为了避免认知用户对主要用户的干扰,实现了频谱移动性的要求,提出了一种Ad Hoc认知无线电网络下的动态频谱接入协议.先使用分布式频谱侦测技术,建立基于AdHoc认知无线电的网络模型.认知用户利用马尔科夫模型预测可用频段,从而在每个时隙选择预测的可用频段进行侦测,降低设备技术要求,并节约能量.最后,给出了相应的认知无线电频谱接入方案和频谱分配算法,为每一条空闲频段选择合适的通信组,实现系统频谱利用的最大化.     

认知无线电网络信道选择机制

认知无线电网络通过动态频谱接入来提高无线频谱资源利用率,而节点目标信道选择的优劣直接决定了频谱接入性能的好坏. 本文首先综合考虑信道增益和空闲时间两种因素,设计以实现最大化系统容量的目标信道选择机制,然后引入信道热度概念,提出一种多属性决策信道选择机制. 仿真结果表明,多属性决策信道选择机制在系统吞吐量和频谱利用率性能上都有明显的提高.     

基于认知无线电网络的动态频谱分配

针对无线通信网络中频谱日益紧缺的问题,对基于认知无线电网络的动态频谱分配技术进行研究,提出一种保护信道和排队相结合的动态信道分配方案。该方案在不影响主用户业务的情况下,为因主用户到达而切换的次用户预留保护信道,对新到达的次用户采用排队策略。如果系统中主用户或者次用户因服务完毕而离开时,队列中的次用户则可按一定的次序使用空闲可用的子信道。仿真结果表明,与仅预留保护信道和仅使用队列缓冲器的方案相比,该方案能有效降低系统的总体失败率,提高分配性能,且对次用户的平均吞吐量和平均延迟影响较小。     

认知无线电网络信道交汇研究综述

认知无线电技术被认为是解决目前频谱资源利用率低下问题最有前景的技术,基于该技术,认知无线电网络采用动态频谱接入方式有效地提高了授权频段的利用率.然而,动态变化的信道可用性极大地增加了认知无线电网络组网的难度.信道交汇旨在为用户通信提供公共传输媒介,是实现无线网络组网的基础.介绍了认知无线电网络信道交汇的基本概念和特点,并阐述了信道交汇策略设计面临的挑战以及应考虑的性能指标.提出了信道交汇策略的分类标准和系统模型,根据该分类标准,详细剖析了当前信道交汇策略相关的研究工作.最后,讨论了认知无线电网络信道交汇研究的开放性问题,以期为未来的研究指出可能的方向和重点.     

融合改进强化学习的认知无线电抗干扰决策算法

针对认知无线电环境中认知用户易受到干扰的问题,研究了具有跳频功能的认知用户与智能感知功能的干扰器之间的相互作用。为了充分利用无线电频谱资源,在综合考虑信道选择和功率分配的基础上,设计了以认知用户的频谱能效性能为参考标准的效用函数,并将改进强化学习算法融入认知学习决策引擎中。决策算法通过将认知环境与决策引擎的交互建模为强化学习中环境与智能体的交互,探索最大的动作奖励反馈给认知决策引擎,在交互过程中得到自适应的优化策略选择。仿真结果表明,提出的算法能够较快速地收敛,选择的策略能够有效地优化认知用户在干扰情况下的性能,比随机策略的性能提高50%以上。     

基于多次博弈的认知无线电频谱动态分配算法

针对认知无线电网络的复杂性以及动态性,通过单次博弈很难找到最佳平衡点的问题,提出了一种基于多次博弈的动态频谱分配算法,并通过博弈论的相关原理对该算法中纳什均衡的存在性和唯一性进行了验证。仿真结果表明,该算法收敛性优于传统算法,经过4~6次迭代即可收敛于稳定状态,不仅提高了收敛速度,满足了通信系统对实时性的要求,同时也能够在系统中所有认知用户都满足信干比阈值要求的基础上进一步降低发射功率,达到了降低系统总干扰水平的目标,系统性能明显提高。     

基于能量优化的认知无线电网络组播路由协议

针对认知无线电网络节点动态频谱分配的特点,利用静态博弈方法,根据次用户占用频谱越宽所造成干扰越大,建立基于价格惩罚机制的古诺模型解决频谱分配问题,通过求解纳什均衡,频谱利用率达到最优。根据最小增量按需驱动思想建立了节约能量的组播树,提出基于能量优化的适用于认知无线电网络的按需组播路由协议。     

认知无线电网络非协作博弈功率分配算法研究

发现干扰节点,并将功率适当地分配至各个可用频谱上,以提高节点数据率和网络吞吐量,是认知无线电网络当前的研究热点.本文提出一种基于非协作博弈功率分配方法(PANG),以提高认知无线网络系统吞吐量.PANG将认知网络节点功率分配问题转化为非协作博弈问题,并采用线性代价因子的方法抑制功率分配时的盲目性.理论分析表明,PANG存在纳什均衡点,具有帕累托最优解.本文使用Matlab对PANG算法进行仿真,仿真结果表明,PANG算法能够比PIWF算法更加合理的进行功率分配,并有效的提高系统吞吐量.     

Game theory for cognitive radio networks: An overview

Cognitive radio technology, a revolutionary communication paradigm that can utilize the existing wireless spectrum resources more efficiently, has been receiving a growing attention in recent years. As network users need to adapt their operating parameters to the dynamic environment, who may pursue different goals, traditional spectrum sharing approaches based on a fully cooperative, static, and centralized network environment are no longer applicable. Instead, game theory has been recognized as an important tool in studying, modeling, and analyzing the cognitive interaction process. In this tutorial survey, we introduce the most fundamental concepts of game theory, and explain in detail how these concepts can be leveraged in designing spectrum sharing protocols, with an emphasis on state-of-the-art research contributions in cognitive radio networking. Research challenges and future directions in game theoretic modeling approaches are also outlined. This tutorial survey provides a comprehensive treatment of game theory with important applications in cognitive radio networks, and will aid the design of efficient, self-enforcing, and distributed spectrum sharing schemes in future wireless networks.     

Multi-leader multi-follower Stackelberg model for cognitive radio spectrum sharing scheme

Radio spectrum is one of the most scarce and variable resources for wireless communications. Therefore, the proliferation of devices and rapid growth of wireless services continue to strain the limited radio spectrum resource. Cognitive Radio (CR) paradigm is a promising technology to solve the problem of spectrum scarcity. In this paper, a new fair-efficient spectrum sharing scheme is proposed for cognitive radio networks. Based on the multiple-leader multiple-follower Stackelberg game model, the proposed scheme increases opportunistic use of the licensed radio spectrum. To adaptively use the spectrum resource, control decisions are coupled with one another; the result of the each user’s decisions is the input back to the other user’s decision process. Under widely diverse network environments, this adaptive feedback process approach can provide an effective way of finding a suitable solution. The simulation results demonstrate that the proposed scheme has excellent network performance, while other schemes cannot offer such an attractive performance balance.     

认知无线网络中基于进化博弈的动态频谱接入*

研究了认知无线网络环境中基于价格动态性的动态频谱接入,即不同的授权网络服务商以不同的价格将空闲频谱出售给认知网络,且认知用户可以根据自己获得的报酬动态地接入不同的网络。为最大化认知网络的效用,提出了基于进化博弈的动态频谱接入方案。仿真结果表明,当认知用户群体到达进化均衡时,接入每个主网络的认知用户数量的比例达到稳定状态,最大化了认知用户和网络的效用。     

基于Markov的频谱切换研究

为了进一步提高认知无线电网络中认知用户的切换性能,有效降低认知用户切换中的阻塞率和强制中断率,提出了频谱池与预留信道相结合的解决方案,并且借助马尔科夫链和排队理论对认知切换系统关键指标进行分析.仿真结果显示,该方案能够有效保障和提高认知用户的服务质量.     

RAC: Range Adaptive Cognitive Radio Networks

In recent years, cognitive radio has received a great attention due to tremendous potential to improve the utilization of the radio spectrum by efficiently reusing and sharing the licensed spectrum bands, as long as the interference power inflicted on the primary users of the band remains below a predefined threshold level. Cognitive radio allows the secondary users in the cognitive radio network to access the licensed spectrum of the primary users opportunistically. In this paper, an autonomous distributed adaptive transmission range control scheme for cognitive radio networks which is called the RAC is proposed. The RAC considers the QoS requirements of both the primary and the secondary users simultaneously. The cognitive user's maximization of its achievable throughput without interfering the primary user by adapting transmission range of the secondary users dynamically is the key feature of the RAC. One of the advantages of using the proposed scheme is its implementation simplicity. The RAC is compared to other cognitive radio schemes in a simulation environment by using ns2. Simulations indicate that, the RAC can well fit into the mobile cognitive radio ad hoc networks and improve the network performance. Having compared to the other schemes utilizing contemporary cognitive radio technology, the RAC provides better adaptability to the environment and maximizes throughput and minimizes data delivery latency.