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。     

基于认知无线电系统的新型合作功率控制博弈算法

以改进的空时分集OFDM-CDMA系统为基础，研究已认知频谱资源的公平分配问题，根据信道状况，吞吐量最大化和功率限制需求，提出了一种合作功率控制纳什议价博弈算法，以有效地降低认知用户（secondary users）的发射功率，提高网络吞吐量。仿真结果表明该算法满足了认知用户公平共享频谱资源的需求，在相同功率消耗情况下，网络吞吐量显著提高。     

主用户干扰约束下的机会频谱接入感知−传输时隙优化调度

提出一种基于主用户干扰约束的机会频谱接入感知-传输时隙调度优化方案。首先,推导切换机制下认知系统的吞吐量和主用户干扰率,建立感知时间和感知周期联合优化模型;然后,在主用户干扰率和次用户感知质量双重约束下,推导了可最大化认知系统吞吐量的最优感知时间和感知周期的闭合表达式;最后,阐述了时隙优化调度方案并计算了认知系统可获得的最大吞吐量。仿真结果表明,所提出的时隙调度方案可以为认知系统提供更高的吞吐量,并更好地适应主用户干扰率和感知质量约束的变化。     

基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法

针对非理想感知情况下感知时间与频谱分配联合优化问题,同时考虑漏检与主用户重新占用频谱两种场景所造成的主次用户碰撞,并通过量化主用户对认知用户的干扰,给出有无主用户存在时认知系统可获得的吞吐量。在总传输功率约束以及对主用户的最大干扰功率约束两个限制条件下,以最大化系统平均吞吐量为优化目标,给出感知时间与频谱分配联合优化算法。算法首先通过折半法搜索最优感知时间,在既定的感知时间下,将子信道分配给能获得最大平均吞吐量的认知用户,在此基础上,利用凸优化相关理论求得最优功率分配。仿真结果表明,本文所提算法相比于传统频谱分配算法系统平均吞吐量性能提升了10%左右。     

基于空间位置的混合频谱共享系统功率分配研究简

针对次用户空间位置分布的随机性,提出空域混合Overlay/Underlay频谱共享模型以提高无线频谱利用率。根据次用户在不同空间位置对主用户的干扰,在主用户干扰容限约束下推导出次用户工作于Overlay状态和Underlay状态的空间区域;以最大化系统容量为准则建立认知系统功率优化分配模型,推导出次用户的最优功率分配方案,进而得到认知系统可获得的最大容量;理论和仿真结果表明,基于空间位置的混合频谱共享系统可以获得比Overlay系统更高的容量。     

恶意干扰下基于斯坦伯格博弈的无人机动态频谱分配

针对恶意干扰场景下无人机群动态频谱分配问题,构建了基于斯坦伯格博弈的动态频谱分配模型,干扰机为斯坦伯格博弈的领导者,无人机群为斯坦伯格博弈的跟随者,设计了不同博弈参与者的效益函数,并证明了该博弈存在稳定的斯坦伯格均衡解。在此基础上设计了一种分层动态频谱分配算法,针对领导者采用Q学习选择干扰信道的场景下,跟随者采用随机学习自动机来确定信道分配策略。仿真结果表明,所提算法能够得到无人机用户的最优信道分配策略,有效提升无人机用户的总吞吐量性能,实现效益最大化。     

频谱异构认知无线电中基于吞吐量降的空时频谱机会感知

在认知无线电(CR)中,频谱感知是实现动态频谱接入的关键技术之一。为适当保护主用户并最大化次级用户的性能,目前大部分相关工作均是用虚报概率和漏检概率作为感知度量来确定最佳感知参数的。但这种度量是用主次用户的碰撞概率来衡量次级用户对主用户的影响的,没有考虑干扰强度的影响,仅适合同构频谱环境;在不同位置次级用户有不同接入机会的异构频谱环境中,并不能最大化频谱利用率。为此,该文首先定义了吞吐量降,并提出在异构频谱环境下采用吞吐量降作为一种新的感知度量。吞吐量降是指由于次级用户占用授权频谱而导致主用户吞吐量下降的百分比。在衡量次级用户对主用户的影响时,它综合了主次用户的碰撞概率和干扰强度两个因素;其次,研究了以吞吐量降为约束的次级用户吞吐量优化问题。最后,数值仿真证实了该方案比目前几种传统方案的频谱利用率显著提高。     

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。     

全负载蜂窝网络下多复用D2D通信功率分配算法研究

针对全负载蜂窝网络中D2D通信的功率分配问题,该文提出了一种基于非合作完全信息博弈纳什均衡解的多复用D2D通信功率分配算法。以优先保证蜂窝用户通信质量与D2D用户接入率为前提,设置D2D通信系统上行链路帧结构,之后建立非合作完全信息博弈系统模型,引入定价机制到功率分配博弈模型中并分析纳什均衡解的存在性与唯一性,最后给出该模型的分布式迭代求解算法。仿真结果表明,随着D2D用户复用数量的增加,该算法在提升系统吞吐量的同时,能有效地控制系统内部干扰,大幅度降低系统总能耗。     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

中国象棋计算机博弈算法研究

计算机博弈是人工智能领域极其重要且最具挑战性的一个研究方向,对它的研究为人工智能带来很多重要的方法和理论。文中首先设计一个完整的计算机博弈系统,再运用多种方法对系统下的搜索算法V1进行改进,得到新的搜索算法V2。比较搜索算法V1和V2,证明对搜索算法改变的有效性。     

基于博弈论的网络销售造假问题分析

网络销售造假问题所引发的网络销售安全、诚信问题，近年来，引起了广大社会公众、政府机关以及网络销售商的广泛关注，本文在运用博弈论静态博弈分析方法及动态博弈方法的基础上，对网络销售的造假行为进行分析，揭示了网络销售商之间、销售商与监管部门之间的网络销售造假行为的博弈结论，并提出网络销售应当杜绝造假、诚信销售，及有关质检部门应当坚持维护消费者利益，严格监督、杜绝贪腐，以减少甚至消灭造假问题的结论。     

基于水资源的“绿色GDP”核算信息系统建设分析

“绿色GDP”就是不以资源环境的破坏为代价的经济发展模式。可持续发展的社会主义社会建设过程中,并不仅仅将GDP作为国民经济发展的核算方式,而是经济发展过程中所消耗掉的各种自然资源、环境纳入其会计核算范围内,从而以更加客观、真实的角度来呈现出国民经济的运行与发展状态。对我国而言,水资源正日益成为制约经济可持续发展的自然资源之一,加强水资源的“绿色GDP ”核算信息体系的建设,是应对这一问题的有利方式。     

网游自动反外挂系统的设计与实现

外挂已成为对中国网络游戏产业高速发展影响最为广泛的安全隐患。首先分析了网络游戏外挂程序和反外挂方法的技术特点,并总结了现有的反外挂系统中存在的主要问题。在此基础上提出了一个网游自动反外挂系统,通过有机结合数据安全通讯技术和客户端保护技术,并与游戏过程绑定,以实现对外挂的有效防御。并重点分析了系统中关键安全技术及其实现。与不同于一般反外挂系统进行比较,最后总结了该系统的特点。     

网络特许加盟商与品牌经销商的博弈分析

为了解决网络特许加盟商与品牌经销商之间的矛盾，本文采用静态和动态重复博弈相结合的方法，通过构建特许方—受许方、受许方—受许方的博弈模型框架，通过引入受许方被严格监管所付出的成本、特许方奖励、媒体对受许方违约的负面报道和公众担忧等作为变量，使受许方的履行合约程度控制在一个合理水平，进而使各地受许方在选择与特许方态度倾向于选择保守合作的策略。     

基于无线传输的游戏机操控系统设计

操作灵活、性能可靠、价格低廉是广大游戏机用户的需求.设计一种简单、实用的无线游戏操作系统.该系统在2.4GHz频段传输,传输信道带宽2MHz,采用自适应的跳频技术和纠错编码技术,克服了普通无线操控手柄传输速率低、容易受干扰和可靠性差等缺点.     

一种游戏监控系统的设计与实现

针对学生上机实验过程中玩游戏问题，设计实现了一个游戏监控系统。该系统利用进程引发的相关窗口标题进行游戏识别。经试用证明能准确发现游戏，并及时给予警告，采取相应措施进行处理。实验证明该设计具有一定的实用价值。     

Research on pricing game strategy for load-balancing in VANET

In vehicle Ad-hoc netwok (VANET), traffic load is often unevenly distributed among access points (APs). Such load imbalance hampers the network from fully utilizing the network capacity. To alleviate such imbalance, the paper introduces a novel pricing game model. The research scene is at the intersection when the traffic light is green. As vehicles are highly mobile and the network typology changes dynamically, the paper divides the green light time into equal slots and calculates APs’ prices with the presented pricing game in each time slot. The whole process is a repeated game model. The final equilibrium solution set is APs’ pricing strategy, and the paper claim that this equilibrium solution set can affect vehicles’ selection and ensure APs’ load-balancing. Simulation results based on a realistic vehicular traffic model demonstrate the effectiveness of the game method.     

A Hierarchical Game Model for Computation Sharing in Smart Buildings

Recently,initiatives to integrate Internet of Things(IoT)technologies into smart buildings have attracted extensive attention for improving the performance of buildings and the comfort of occupants.However,the amount of data generated by IoT devices remains a challenge to the building management systems(BMSs)in terms of intensity and complexity.Different from cloud computing and edge computing,we propose a computation sharing architecture in smart buildings to incentivize idle computing devices(ICDs,sellers)to offload computational tasks for the BMS(buyer).In this paper,we design a hierarchical game model,consisting of a Stackelberg game and a Cournot game,to achieve a dynamic increase in computational capacity for the BMS.To guarantee the utility of BMS and ICDs,the Stackelberg game model is built to analyze the interactions between BMS and ICDs.Then,the Cournot game model is presented to formulate the internal competition among multiple ICDs.Under the premise of the subgame perfect Nash equilibrium,the BMS can quote the optimal pricing strategy,and the ICDs can share the corresponding optimal amount of computing resources.Finally,the simulation results show that the BMS’s computational capacity is enhanced on-demand,and each participant in the game obtains maximal utility.