一种新的认知无线电非合作功率控制博弈算法

当认知无线电网络以"衬底式"(Underlay)的方式与主用户网络共享频谱时,需要对认知用户进行功率控制,以确保认知用户在不干扰主用户的前提下,公平地共享认知频谱资源。利用博弈分析的方法,设计了一个基于链路增益因子的代价函数,并据此提出了一种新的非合作功率控制博弈算法。仿真结果表明,该算法的均衡结果既改善了用户的帕累托(Pareto)性能,又提高了链路增益较差的用户的吞吐量,实现了网络资源的平等共享。     

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。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

基于次用户功率控制辅助的合作频谱感知

传统的合作频谱感知一般将感知环境建模为单级信道,且次用户一般都以相同的发射功率向数据融合中心报告感知数据,难以体现并利用不同次用户感知数据之间的空间分集差异。为解决此问题并有效地设置次用户在感知数据上报阶段的发射功率,该文提出了3种最优功率控制方案,以获得相应设计准则下参与合作感知的次用户最优发射功率。在融合中心理想具备感知信道和报告信道的统计特性时,通过理论推导获得了基于信道统计特性的功率控制闭式解方案;当信道统计特性难以现实具备时,分别获得了基于联合信道统计特性估计的最大特征功率矢量及盲加权多特征功率矢量方案。理论分析和仿真实验表明,在不同的先验信息条件下,3种方案的性能皆远优于缺少功率控制的合作感知方案。     

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.     

认知型飞蜂窝网络中的子信道分配与功率控制

为了解决宏蜂窝与飞蜂窝构成的两层异构网络上行干扰与资源分配问题,提出了一种在认知型飞蜂窝的双层异构网中结合子信道分配和功率控制进行资源分配的框架。通过对异构网中跨层干扰问题进行分析与建模,将求解最优子信道分配矩阵和用户发射功率矩阵作为干扰管理问题的解决方法。模型中认知型飞蜂窝网络子信道和飞蜂窝网络用户构成非合作博弈,双方利用效用函数最优值进行匹配,构成初始信道分配矩阵;再由接入控制器根据接入条件从初始信道分配矩阵中筛选用户,并优化接入用户的发射功率矩阵,得到最优子信道分配矩阵和功率矩阵。仿真结果表明,优化框架提高了双层异构网络中飞蜂窝网络用户的吞吐量和接入率,降低了异构网中跨层干扰。     

多业务CDMA蜂窝移动通信系统的功率控制

本文提出了多业务CDMA蜂窝移动通信系统的一种下行链路功率控制策略，系统的最优功率分配可以归结为求解归一化链路增益矩阵在有约束条件下的最大实特征值。在对系统的最优功率分配进行理论分析的基础上，给予了相应的仿真结果，并针对实际系统负载过重的情形，提出了按照业务优先级别逐步去除小区用户的功率控制策略。     

Ad hoc网络非合作博弈功率控制研究

根据Ad hoc网络的分布式特性,提出一种新的以干扰为代价的非合作功率控制博弈算法,让产生较大干扰的发送节点受到更多惩罚,验证其存在唯一的纳什均衡。仿真结果表明,该算法具有较快的收敛速度,与NPG和NPGP模型相比,可以有效抑制产生较大干扰的链路的发送功率。在保证链路接收信号质量的同时,不仅有效减小干扰以提高网络容量,而且还在一定程度上兼顾了节点之间的公平性。     

基于归一化效用函数的功率控制算法研究

功率控制技术是认知无线电的关键技术之一,分布式功率控制问题可以转化为非合作博弈问题来解决,结合认知无线电特点,提出一个新的S型效用函数,应用归一化的形式表示,并证明了其纳什均衡解的存在和唯一性.仿真结果表明,该算法不受系统调制方式的限制,且具有较快的收敛速度,在一定程度上兼顾了用户之间的公平性,使用户能公平地共享信道资源.     

多信道认知用户能量高效的最优功率分配

针对多信道认知用户能量效率问题,提出认知用户能量效率优化模型,进而优化传输功率和感知帧长。首先,多信道认知用户基于多带宽联合能量检测方案,在一定传输功率和干扰功率限制下,建立了以单位数据能耗为目标的最优化问题;其次,通过非线性分式规划的对偶优化将目标函数转换为内点法求解形式;然后,结合内点法和二分法给出算法流程,进而配置最优功率和感知时间。仿真结果表明,对应不同通信环境采用该优化方法都能通过配置最优功率和感知时间达到能量效率最优。     

基于优先记忆库结合竞争深度Q网络的动态功率控制

针对认知无线电多用户的动态功率控制策略问题,提出了一种基于优先记忆库(Prioritized Experience Replay,PER)结合竞争深度Q网络（Dueling Deep Q Network,Dueling DQN）的功率控制方法。在不知道主用户的控制策略及发射功率情况下,次用户以下垫式接入到主用户信道进行传输任务。微基站收集到的接收信号强度信息作为环境状态信息输入到竞争深度Q网络中,经过训练和学习后,得到次用户的动态功率控制策略。实验结果表明,次用户经过深度强化学习后能够找到最优的功率控制策略,并且在环境参数发生变化时也能快速调整自身的行为和控制策略,提高了频谱利用率和网络能效。     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

联合网络与用户最优化的认知无线电功率控制

针对认知用户的功率控制在实现用户效用的最大化时牺牲网络收益进行了研究,联合网络和用户两端对用户进行功率控制可以实现网络收益和用户效用的平衡。联合算法的实现可以采用认知用户单位价格的多维搜索方式,但是该方式计算量大,为了减少计算的复杂度,文章提出一种渐进分析法求解最优单位价格。首先确定使得网络收益最大化的单位价格,并基于该单位价格,采用博弈论分析方法,对认知用户进行功率控制。该算法表明在实现网络收益最大化的同时,用户的收益达到最优化。通过仿真分析,验证了联合算法的有效性。     

基于感知无线电非合作博弈功率控制算法的研究

本文基于Goodman提出的非合作博弈功率控制模型改进了代价函数。针对感知无线电系统（CR）中各用户的通信需求,采用多载波码分多址（MC-CDMA）感知无线电系统,解决感知用户对主用户干扰和通信中断等问题,为实现感知频谱资源的有效分配,提出了一种新的感知无线电系统功率控制博弈算法。通过仿真表明,该算法同几种经典算法相比,既满足不同种类用户SIR要求,又提高了系统吞吐量,实现了对不同用户发射功率的有效控制,且系统性能明显提高。     

Ad Hoc认知无线电网络中基于博弈论的公共信道建立算法

 结合博弈论,论文首先提出一种基于博弈论的适用于认知Ad Hoc网络的公共信道建立算法,但该算法并不保证认知用户总是能够收敛到同一公共信道. 随后,论文提出两种可收敛的改进算法. 仿真结果表明改进算法能够适应不同的网络环境,使用户通过博弈过程最终收敛到同一个空闲信道上,完成公共信道的建立,并能在一定程度上保证信道质量. 最后,论文对算法的收敛性进行了论证.     

认知无线网络中一种非合作博弈功率控制算法

针对现有的功率控制算法中存在的干扰问题和功率消耗过大问题,设计出一种新的效用函数,并根据此效用函数提出了一个基于非合作博弈的新的功率控制算法。首先,在效用函数中分别为信干噪比和功率设定了不同的代价因子,并将信道状态概念引入到代价因子里面,使其能够更加合理地控制用户,避免用户过度增加发射功率,同时减小了用户间的干扰;其次,证明了该算法纳什均衡的存在性和唯一性;最后,给出了所提算法的流程图。仿真结果表明,与Nash算法相比,在保证非授权用户服务质量( QoS)前提下,该算法功率消耗明显降低,并且具有较好的抗背景噪声性能;与K-G( Koskie-Gajic)算法相比,该算法保证了所有的用户的信干噪比满足上下限阈值要求,并且提高了系统容量。     

认知无线电系统中一种改进的功率控制博弈算法

分布式功率控制是认知无线电(CR)系统中的关键技术之一,它直接影响到无线系统的性能。本文采用了博弈论的方法来实现对CR用户的分布式功率控制,在David Goodman的非协作博弈算法的基础上,给出了一种改进的效用函数,它使各用户在满足要求信干比条件下发送功率最小,同时使整个系统内由各种干扰引起的失真最小。本文通过理论推导证明了新的效用函数存在纳什均衡,并且均衡点唯一,同时仿真验证了该算法的收敛性,仿真结果表明这种兼顾用户自身利益以及用户间公平性的效用函数能降低发送功率,并且有效提高CR系统的性能。     

基于合作博弈的多信道认知无线网络中的频谱共享算法简

采用合作博弈对多信道认知无线网络中的频谱共享问题进行了建模分析,提出了次用户在各信道上的信干噪比乘积作为合作博弈的效用函数。次用户在各信道上保证对主用户的干扰小于一定门限的要求下,通过最大化各自效用函数的乘积来进行功率分配。由于最大化次用户效用函数的乘积问题是非凸的,通过变量替换将其转化为了一个等价的凸优化问题,利用该凸优化问题的对偶分解,提出了一种次用户间的频谱共享算法。仿真结果表明,所提算法在次用户和速率与公平性之间进行了有效折中。     

新的认知无线电功率控制博弈算法

针对认知无线电系统中各种用户通信需求,采用多载波的码分多址(MC-CDMA)认知无线电(CR)系统,研究如何克服认知用户对主用户干扰和通信中断问题,给出了一种认知用户切换策略,为实现认知频谱资源的有效分配,提出了一种新的认知无线电功率控制算法。仿真结果表明,该算法既满足不同种类用户SIR要求,又达到了系统吞吐量的提高,实现了对不同用户发射功率有效控制,系统性能明显提高。     

Ad Hoc网络中优化功率控制技术浅析

移动Ad Hoc网络是一种工作在无固定设施环境下,由一组带有无线收发装置的移动终端节点组成的多跳的临时性的自治系统.在功率控制多址接入协议(PCMA)的基础上,分析了消除队头阻塞的PCMA+协议和S-PCMA协议.详细分析了PCMA+协议和S-PCMA协议的思想、机制以及对网络性能的影响.