基于图论的动态频谱分配

在认知无线电系统中,动态频谱分配是决定能否充分高效利用有限频谱的关键.文中建立起网络拓扑模型,分析了基于图论着色模型的动态频谱分配技术的发展过程、研究现状.并讨论了其未来的研究方向,主要是在算法改进上.     

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。     

基于干扰消减的认知无线电频谱分配算法

在认知无线电网络的频谱分配过程基础上,提出了一种基于干扰消减的频谱分配算法.该算法通过将可用频谱分配给能够同时无干扰地接入同一频谱的所有认知用户来提高授权频谱的使用率.同时,该算法参考各个认知用户在初始阶段的可用频谱数量来为未分配到频谱资源的认知用户进行频谱分配,对频谱分配过程的公平性进行了优化.仿真结果表明,该算法能够在认知用户数量较多、可用频谱紧张的情况下获得较高的吞吐量.     

一种基于功率控制和潜博弈的动态频谱分配算法

功率控制是感知无线电重配置的重要内容之一。结合功率控制的动态频谱分配策略可以有效提高频谱分配的性能。文章构建了一种潜博弈模型,通过在授权链路保护算法中加入功率控制机制,进一步降低对系统中授权用户和其它感知用户的干扰,提高通信链路的信干噪比,改善分配算法的性能。仿真结果表明算法达到了预期的效果,保证了感知无线电系统可靠通信。     

优先级保护的分布式动态频谱分配算法

对认知无线网络中动态频谱分配算法进行了研究,在分析原有的ADP（Asynchronous Distributed Pricing）算法的前提下,运用合作博弈的理论提出了具有干扰价格因子的ADP算法,分配过程中所有用户发布自己的干扰价格,用户在选择信道和功率的时候需要考虑到自身的效用和对其它用户的干扰,可以在有效保证高优先级用户性能的前提下最大化网络效用。仿真结果表明,该算法可以达到纳什均衡并且具有极快的收敛速度,可以提高高优先级用户的信干噪比。     

异构无线网络中基于覆盖概率的动态频谱分配算法

该文研究异构无线网络下行链路动态频谱分配(DSA)问题。首先考虑用户分布对下行链路干扰分析的影响及不同业务用户的信干比(SIR)要求,利用用户分布密度函数将小区内用户的SIR性能转化为小区基站的覆盖性能,在阴影衰落信道条件下,提出基于覆盖概率的干扰控制模型;基于该干扰控制模型,以网络效益最大化为目标,将DSA建模为非线性约束组合优化问题,进而结合贪婪思想设计了基于覆盖概率的DSA(CP-DSA)算法。仿真结果表明,CP-DSA算法能够提高网络效益,有效控制基站之间的干扰,满足用户的SIR要求。     

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。     

基于单频段多赢家拍卖的动态频谱分配

针对传统拍卖方法在认知无线网络动态频谱分配中的低效问题,提出了一种基于单频段多赢家拍卖的动态频谱分配算法。该算法在原始贪婪算法的基础上增加了多重贪婪策略,以较低的计算复杂度获得了较优的解;改进了VCG(vickery-clarke-groves)机制,在保留占优策略激励兼容特性的基础上,提高了卖家的收益,有效抑制共谋的发生。仿真结果表明,该算法的频谱分配效率接近最优分配效率,同时提高了拍卖的经济收益。     

动态频谱分配与频谱共享研究综述

文中针对当前无线频谱政策和无线频谱技术局限所导致的频谱整体利用率低的问题,分析了能有效提高频谱利用率的动态频谱分配和共享技术的研究现状,包括相邻和分片动态频谱分配技术,共存和覆盖式频谱共享技术,感知无线电技术,以及频谱池技术,并讨论了其未来的研究方向,尤其是感知无线电和基于OFDM的频谱池方法.     

信息优先级保护的动态频谱分配算法

为提高海上无人艇编队无线网络频谱利用率,同时满足不同优先级信息的传输需求,提出了一种信息优先级保护的动态频谱分配算法。算法采用完全信息动态博弈模型,引入异步分布式定价（Asynchronous Distributed Pricing,ADP）算法设计效用函数。鉴于传统ADP算法在有较多通信余量时干扰价格定价过高,改进干扰价格定义。为体现优先级对分配的影响,在效用函数中加入信息权重。对效用函数成本部分进一步更改,可在实现高优先级信息优先传输的同时,依据通信速率需求合理分配信道通信容量。经过仿真验证,所提算法在吞吐量和可靠性方面优于基于节点优先级的分配算法。     

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。     

Dual-target WOA spectrum sharing algorithm based on Stackelberg game

In order to solve the complex spectrum allocation problem,a dual-target whale optimization algorithm (WOA) with strong parallel computing capabilities was introduced,and a Stackelberg game model was proposed that could effectively reflect the actual spectrum requirements,and a dual-target WOA optimized distributed antenna system (DAS) spectrum sharing scheduling algorithm was designed.Simulation results show that performance comparison is performed from multiple indicators such as optimal pricing and user benefits.The proposed algorithm has a good spectrum sharing allocation effect,can achieve fair and effective spectrum allocation,and provides an important reference for the future communication network spectrum sharing mode.     

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

基于Stackelberg博弈的无线定位网络功率分配方案

针对采用超宽带(UWB)信号进行测距定位的无线协同定位网络,建立目标节点信号发射功率与网络均方位置误差下限的函数关系模型。在目标节点发射总功率受限的情况下,基于Stackelberg模型,结合粒子群算法,对目标节点的发射功率进行优化分配。仿真表明,提出的功率优化分配方案相比功率平均分配方案,使网络均方位置误差下限降低了3%,实现网络定位精确度的提高。     

基于干扰图的家庭基站分簇频谱分配算法

为了减小宏用户和家庭基站之间的干扰,有效分配频谱,本文提出了基于图论着色的分簇信道分配算法。该算法在保证满足宏用户信干噪比(signal-to-interference plus noise ratio,SINR)要求的前提下确定每个家庭基站可用的子信道集,再根据构造的家庭基站系统干扰图,动态地给每个用户分配所有可用的频谱资源。本文分别构建无向干扰图和有向权重干扰图,使用了一种基于簇的改进算法,在保证宏用户信干噪比的条件下,尽量提高家庭基站的吞吐量。仿真结果表明,本文算法可以降低宏用户和家庭基站的中断率,同时频谱效率得到提高。     

Stackelberg game theoretic pricing algorithm for bandwidth allocation in cooperative access

Cooperative access among user devices by sharing wireless access bandwidth opens a new paradigm in heterogeneous networks.However,how to stimulate cooperative relay nodes forwarding service data for others and allocating corresponding bandwidth to support it are two key issues in the cooperative access.This paper proposes a Stackelberg game based framework which is benefit participants including relay nodes and client nodes.This framework generalizes the pricing based bandwidth allocation algorithm by the Stackelberg game model,which optimizes the profit of the cooperative relay nodes while guaranteeing the bandwidth requirements of client nodes.We transform the profit maximization problem into a convex problem and solve it using the convex optimization method.The simulation results demonstrate that the proposed framework and corresponding algorithms outperform the bidding weight proportional fairness and fixed value bandwidth allocation ones significantly.     

Stackelberg game based interference management for two-tier femtocell networks

Femtocell is viewed as a promising option for mobile operators to improve coverage and provide high-data-rate services in a cost-effective manner. This paper considers the uplink interference management problem in a spectrum-sharing femtocell network. Assuming that the macrocell base station (MBS) is rewarded for sharing the spectrum with femtocells by setting a reasonable interference cap (IC) for femtocell users’ (FUEs’) transmissions. Within IC, the FUEs allocate their transmission powers competitively while not introducing much interference to both the macrocell users (MUEs) and other FUEs. A Stackelberg game is formulated to jointly maximize the utility of MBS and the individual utility of FUEs. Specifically, the maximum tolerable interference at the MBS is used as the resource that the leader (MBS) and the followers (FUEs) compete for. Then, the backward induction method is applied to achieve the Stackelberg equilibrium and a distributed power update rule is developed for FUEs. In addition, the implementation protocol is presented, some issues related to the implementations and some future extensions regarding the MUEs’ uplink protection are discussed. Lastly, numerical results demonstrate the performance of our proposed power allocation in detail, and show the effects of varying the number of FBSs and changing other system parameters on the system’s performance.     

基于改进云量子遗传算法的动态频谱分配

针对无线频谱资源利用率低的问题,提出一种基于改进云量子遗传算法(MCQGA)的动态频谱分配方法.该方法可动态调整量子门旋转角,基于云理论进行交叉和变异操作,以图论着色模型为基础,综合考虑最大化平均系统收益、最大化最小带宽和最大化比例公平性度量进行频谱分配.选取粒子群算法、传统遗传算法和基本量子遗传算法进行对比仿真实验,...     

认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。     

基于改进遗传算法的认知无线传感网动态频谱分配方案

将认知无线电中的动态频谱分配技术应用在无线传感网中,针对工作在ISM(industrial,scientific and medical)频段的无线传感网面临的频谱资源紧缺问题,提出一种基于改进自适应遗传算法的动态频谱分配方案.该算法以图论着色模型为基础,以最大带宽收益和最小切换频率为目标函数,在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率.仿真结果表明,与传统遗传算法和颜色敏感图论着色算法相比,该算法可以实现提高频谱利用率、降低能量消耗的预期目标.