基于非合作博弈的自适应功率控制算法

针对开放性频谱共享模型,提出了一种基于非合作博弈的自适应功率控制算法. 该算法分为外部更新和内部更新,在外部更新时,用户进行周期性信息交互;在内部更新时,用户自适应控制功率. 仿真结果表明,该算法与传统的分布式算法相比减少了信息交互量,并且能得到近似最优解.     

认知无线电中基于非合作博弈的功率分配方法

提出了一种适合于认知无线电网络的功率控制方法．基于信扰比的代价函数,借助兼顾认知用户公平性的惩罚因子,构造一种新的支付函数．基于该支付函数提出了一种非合作博弈功率控制模型．结合博弈理论,证明了该博弈模型纳什均衡解的存在性和惟一性,同时得出该纳什均衡解是帕累托最优的．仿真结果表明,基于该博弈模型功率分配方法收敛性比传统算法好,通过设置合适的惩罚因子等参数,3~5次迭代即可收敛,满足系统实时性要求,同时系统通过量较传统算法有1~4倍的改善．     

新的速率与功率联合博弈的分布式控制算法

为了给下一代移动通信系统的每个用户提供灵活的传输速率,有效地利用系统资源,需要进行速率控制和功率控制。提出了一种新的联合功率与速率控制算法,应用两种基于博弈论的分布式算法联合解决传输速率与发射功率的最优化问题,分析了该算法的纳什均衡点的存在性、唯一性和帕累托最优性。仿真结果表明,用户可以用较低的发射功率获得高效的数据传输率,该算法具有较快的收敛速度。     

基于干扰比例分配机制的博弈式功率分配策略

研究了认知无线电系统中的功率分配策略,分析了基于博弈策略的最佳效用函数. 针对干扰受限条件,提出了一种适合分布式场景的,根据认知用户对主用户产生的干扰比例来限制自身最大发射功率的方法. 通过计算机仿真,考察了不同比例分配方式下的系统性能,并对仿真结果进行了比较. 仿真结果表明,各认知用户对主用户干扰比例相同的功率限制策略可使系统获得较好的性能.     

基于博弈论的宽带无线系统功率控制算法研究

将博弈论理论应用于宽带无线系统中的多天线的功率控制,构建了分布式通用功率控制的框架. 将功率控制描述为N用户的非合作博弈,用效用函数表示各天线的服务质量（QoS）等级,用代价函数表示达到该等级需要付出的代价,将功率控制描述为最大化净效用（效用函数与代价函数之差）的过程. 同时提出了一个符合该框架的功率控制算法,并证明了该算法收敛于唯一的纳什均衡点,且具有适应不同的QoS等级的可调因子     

认知网络中快速自适应功率控制算法

采用sigmoid函数设计了一种自适应效用函数,该函数仅与认知用户的信干噪比门限和当前获得的信干噪比相关,因此可以通过自适应改变信干噪比门限实现认知用户的机会频谱接入,并快速满足其服务质量要求．同时,兼顾用户公平性重新设计代价函数来改善纳什均衡功率解的帕累托有效性．在此基础上基于非合作博弈论提出一种功率控制模型,经证明该模型符合超模博弈,从理论上保证了纳什均衡解的存在性和惟一性．并提出一种自适应功率控制算法,仿真结果表明该算法可以保证约10次迭代收敛,与参考算法相比节省约8％的功耗,在获得的效用上有近15％改善．     

基于分布式认知无线电的非合作博弈频谱分配算法

基于博弈论的认知无线电频谱分配问题,是目前认知无线电领域的研究热点之一.分布式认知无线电系统的网络容错能力强,易于架设并且通信可靠性高.采用博弈论算法对认知无线电网络的频谱分配进行建模分析,可以很好的提高自适应算法的性能和收敛速度且降低了算法的复杂度.仿真结果表明,该分布式系统中的频谱分配算法收敛速度快、复杂度低并且具有很好的通信可靠性.     

认知无线网中基于队列博弈的频谱选择算法

针对认知无线网络中分布式分组数据自适应传输问题,提出了一种新的基于队列博弈的频谱选择算法.该算法将数据传输问题建模成频谱选择的潜在博弈,考虑主用户占用频谱的影响,利用排队理论分析并构建用户效用函数,通过自主调整频谱选择策略实现频谱分配及跨层优化传输时延、分组损失率.仿真对比表明,所提出的算法存在纳什均衡,更有效地降低了分组传输时延及数据损失率,更加快速地收敛到策略均衡点,且具有更小的复杂度.     

基于Lyapunov函数的直流功率变换器设计

考虑直流功率变换器的非线性特性,研究它的非线性控制。应用Ｋｒａｓｏｖｓｋｉ方法,引入反映变换器非线性特性的函数量反馈,构造Ｌｙａｐｕｎｏｖ函数,推导出非线性控制律,通过对负载调节和电源调节情况下直流变换器闭环性能的计算机数字仿真,说明了提出的控制方法在直流功率变换器控制中可获得全局稳定性能和满意的暂态响应。     

基于Hammerstein模型的非线性预测函数控制

提出了只需线性动态优化的基于Hammerstein模型的非线性预测函数控制策略，其中非线性控制器由一个线性的预测函数控制器Hammerstein模型的非线性部分的反函数组成，实现了线性控制器的输出uPFC与闭环系统内部模型线性部分的输入完全一致，使模型的输出ym只依赖于uPFC，通过这种方式实现了非线性预测函数控制策略只需线性优化而不需要非线性滚动优化。过程的预测输出只需应用模型参数直接计算得到而不需要求解丢番图（Diophantine）方程。pH中和过程的计算机仿真结果表明，该控制算法比PID控制具有更好的控制品质。     

用智能天线和功率控制提高感知系统信干噪比

为了减小干扰和降低误码率,达到性能优化。将智能天线和功率控制两种技术相结合,通过智能天线对信号进行波束成形处理,再利用基于博弈论的发送端功率控制。考虑其他用户发送功率等级策略的影响,通过不断迭代功率,实现各个用户发送功率值的改善。比较纯粹使用功率控制的方法,可以使感知系统的信干噪比、吞吐量、发送功率等性能得到更多改善,仿真实验证明了其优越性。     

Femtocell双层网络中基于Stackelberg博弈的

引入Femtocell网络能增强室内覆盖,但会带来干扰管理问题;而绿色节能也是当前研究的热点。针对该问题,提出一种分布式的基于Stackelberg博弈的节能功率控制算法。该算法采用Stackelberg博弈框架,引入动态的干扰定价机制,抑制家庭用户(FUE)对宏基站的干扰;并应用指数级低通滤波器的思想,得到博弈中干扰定价因子和最优功率反应的闭式解。理论分析和仿真结果表明,与基于非合作博弈的功率控制算法(NPCA)相比,该算法在付出较低能量效率性能损失的代价下,极大地降低了算法的复杂度。     

基于非线性PID控制的三相有源滤波器

将非线性PID控制理论应用于三相电压型有源滤波器的离散控制系统,通过引入非线性跟踪微分器与PID控制信号的非线性组合,推出了基于非线性PID控制的三相有源滤波器的离散控制系统差分方程的迭代格式,并对非线性PID控制的离散差分方程与传统PID控制的离散差分方程进行了MAT-LAB仿真.仿真结果表明:采用非线性PID控制可以显著地改善传统PID控制的快速性与超调量之间的矛盾,提高系统的跟踪速度,具有很好的鲁棒性,且具有很好的滤波效果.     

快速收敛的认知无线电功率控制算法

针对认知无线电系统中不同认知用户的通信需求,以码分多址（CDMA,code division multiple access)认知无线电系统为通信平台,通过设计一种有效的代价函数,提出了一种新的非合作功率控制博弈算法,并证明了该算法纳什均衡的存在性和唯一性.仿真结果表明,与其他几种功率控制算法相比较,该算法具有较快的收敛速度,能够以较低的功率水平满足不同用户的信干比要求.     

定价机制下认知无线电网络频谱接入算法

为了研究认知无线电网络中认知用户频谱接入的决策问题,将认知用户的频谱接入过程视为非合作博弈过程,并考虑到授权用户享有频谱的优先使用权,基于带有服务台故障的M/G/1排队理论建立了系统模型,分析了认知用户个体最优接入策略和社会最优接入策略,并在此基础上提出定价机制使认知用户追求个体利益最大化的目标与社会目标一致,实现社会福利最大化.实验结果表明,基于定价机制的频谱接入策略可以使频谱资源得到相对的优化配置,满足社会整体利益需求.