基于事件驱动控制的混杂动态博弈系统的纳什均衡分析

本文研究了基于事件驱动控制的混杂动态博弈系统的纳什均衡分析问题. 首先, 分析了事件驱动机制对混 杂动态博弈过程的影响, 进而, 在进行状态空间描述的基础上, 给出了混杂动态博弈的纳什均衡的定义, 并建立了对 应博弈系统的策略型模型. 其次, 结合Lanchester方程, 分别讨论了两类混杂动态博弈系统的均衡问题, 包括事件驱 动策略设计和固定的情况, 获得了均衡解存在的必要条件. 最后, 通过数值模拟进行了应用分析, 验证了所取得结果 的合理性和科学性, 并总结了混杂动态博弈研究的未来工作.     

基于二分图的D2D通信资源复用分配算法

为了提升D2D（Device to Device）通信资源复用分配的频谱效率,本文以最大化系统吞吐率为目标建立资源复用模型。同时面对高复杂度的组合优化求解过程,提出一种分布式的资源分配迭代算法,该算法使用二分图建立D2D用户与RB（Resource Block）资源的关系模型。每轮资源分配中,D2D用户根据所在RB资源上的动态干扰环境,自治的竞争RB资源,基站则根据吞吐率增益选举最优的D2D用户分配,避免多对一的RB竞争冲突。仿真实验表明,二分图算法在降低算法复杂度的同时,拥有较优的吞吐率性能优势。     

下含D2D蜂窝网中基于公平性原理的功率控制

针对蜂窝下含D2D系统的资源分配问题,文中首次以共道链路间传输速率的公平性为目标来研究功率控制问题。首先,将建立的系统模型归结为以系统吞吐量最大化为目标的联合信道分配与功率控制的最优化问题。为了降低求解该问题的难度,将问题解耦为信道分配和功率控制两个子问题。在假设已得到最优链路匹配集合的基础上,重点研究功率控制问题,分别得出基于公平性原理的最佳发射功率的闭式解、基于系统吞吐量最大化的最佳发射功率的闭式求解域以及满足公平性前提下基于系统吞吐量最大化的最佳发射功率的闭式求解域。仿真结果表明, 共道链路的公平性能得到了有效提升。     

D2D通信资源复用分配奖惩加权算法研究

为了改善不同D2D用户在资源复用模式下的服务质量瓶颈,以最大化系统吞吐率为目标建立资源复用分配模型,在资源需求量约束下,D2D用户通过复用多个蜂窝用户上行链路资源的方式来提升性能收益。同时在模型求解过程中,提出一种次优的奖惩机制,通过动态激励或约束不同资源差量的D2D用户获取RB资源,以降低问题复杂度。仿真实验表明,奖惩算法在牺牲少量系统吞吐率性能的基础上,能够较好的满足多个D2D用户的服务质量需求,使系统处于相对公平的资源分配状态。     

D2D通信中基于保证蜂窝用户通信质量的功率分配算法

针对D2D通信与蜂窝通信复用频谱资源时会产生同频干扰的问题,提出一种基于保证蜂窝用户通信质量的功率分配算法。在保证蜂窝用户平均SINR和最小SINR双重约束的基础上,建立以最大化D2D链路平均吞吐量为目标的凸优化问题,并利用拉格朗日函数推导出最优功率分配的闭式解。仿真结果表明:该算法不仅可以保证蜂窝用户通信质量,而且也能最大限度地提高D2D链路以及整个系统的总吞吐量。     

一种改进的认知无线网络功率控制博弈算法

针对认知无线网络的特点,设计了一种基于信干比的新效用函数,其优点是无须考虑用户无线接入技术的调制方式,且具有边际效用递减的特性。另外,在传统代价函数中引入了动态调整机制。在此效用函数的基础上,提出了基于动态代价的非合作功率控制博弈算法,分析了算法纳什均衡解的存在性和唯一性。仿真实验表明,新算法与经典算法相比,能够明显改善系统性能。最后,比较和分析了在不同用户数下新算法的性能表现。     

支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

基于改进蚁群算法的纳什均衡求解

在基本蚁群算法寻优机制的基础上,提出一种用于求解有限n人非合作博弈的纳什均衡解的改进蚁群算法。在全局搜索中,引入遗传算法中的交叉和变异操作提高算法的全局搜索能力。在局部搜索中,嵌入动态随机搜索技术使算法加速收敛到最优解,并通过引入控制步长调整随机搜索向量,保证蚁群始终在混合策略空间内。算例测试结果表明,与传统的遗传算法相比,该算法具有更好的计算性能。     

5G全双工D2D通信系统中的最优功率控制方案

作为5G的关键技术,设备直通技术(Device-to-Device Communication,D2D通信)和全双工可以提升5G系统的频谱效益和吞吐量,两者结合可以进一步提升性能增益。但是全双工节点的自干扰和资源复用产生的同频干扰会很大程度影响系统的性能。基于此提出了功率控制方案,通过凸规划的拉格朗日对偶方法得到最优的发射功率,来最大化全双工D2D的链路速率并同时满足蜂窝用户的服务质量(quality-of-service,QoS)需求。通过仿真,观察了相比于半双工D2D,全双工D2D的增益随着蜂窝用户的需求和自干扰消除量变化的影响,并且对比了全双工D2D复用不同数目信道时的性能。     

基于非合作博弈的无线传感器网络功率控制研究

如何提高能量的有效性是无线传感器网络（WSNs）设计的重要问题,针对WSNs在多媒体等业务中的应用,对基于码分多址（CDMA）通信方式的WSNs模型,提出一种基于非合作博弈的WSNs功率控制算法,并证明了该算法纳什均衡的存在性及唯一性.仿真结果表明,所提出的算法在设计时充分考虑了节点的剩余能量问题,因此能够很好地降低网络的总发射功率,有效地节约节点能量,延长网络的生命周期.     

基于蜂窝网络的D2D通信传输模式选择方案

D2D技术作为5G通信的一项关键技术,其优势之一为利用D2D用户间的短距离通信来提高端到端的传输速率。而当D2D用户间距离较大时,由于用户发射功率有限,这一特性不再凸显。本文考虑利用中继技术增强D2D链路的性能。在传统D2D通信模型的基础上,本文进一步分析研究了放大转发（Amplify-and-forward,AF）和译码转发（Decode-and-forward,DF）两种中继辅助下的D2D通信模型,并提出了相应的模式间选择方案。特别地,该模式选择方案以闭式解的形式表述,且仅包含基本数学表达式。仿真结果表明,采用本文所提出的模式选择方案后,随着系统参数的变化,系统始终选择性能最优的通信模式进行端到端的通信,系统性能得到了显著提升。     

一种基于博弈论模型的Ad Hoc网络功率控制算法

在Ad hoc网络中,采用控制数据报文向相邻节点的发射功率的方法来提高能量的使用效率是一种常用的方法.但是采用功率控制也会对网络连通性、延迟和容量带了负面影响.文中对Ad hoc网络中能量控制机制进行了讨论,给出了Ad hoc网络基于非合作博弈的功率控制问题模型.提出了一种以满足网络连通性、容量最大化、网络半径最小为目标的分布式非合作功率控制博弈算法,并给出了对该算法纳什均衡的存在性和唯一性的证明.实验表明该算法具有较好的综合性能.     

异构蜂窝网络中功率和资源分配博弈算法研究

基于D2D和中继异构蜂窝网络进行资源复用可获得系统性能增益,但同时也使得网络中的干扰更加复杂.针对该问题,提出功率和资源分配博弈(PRAG)算法,通过功率控制和资源分配对D2D和中继异构蜂窝网络进行干扰协调.基于代价参数设定D2D和中继链路效用函数,确定最佳发射功率.在此基础上,将生成的效用值矩阵参与博弈,选择合适的蜂...     

移动通信系统的功率控制

文中简述移动通信系统的干扰和与之相关的功率控制方法。     

Power Control Algorithm for Wireless Cellular System

A novel distributed power control algorithm based on interference estimation is presented for wireless cellular system. A classical result of stochastic approximation is applied in this scheme. The power control algorithm is converted to seeking for the zero point problem of a certain function. In this distributed power algorithm, each user iteratively updates its power level by estimating the interference. It does not require any knowledge of the channel gains or state information of other users. Hence, the proposed algorithm is robust. It is proved that the algorithm converges to the optimal solution by stochastic approximation approach.     

无线蜂窝系统功率控制算法

A novel distributed power control algorithm based on interference estimation is presented for wireless cellular system. A classical result of stochastic approximation is applied in this scheme. The power control algorithm is converted to seeking for the zero point problem of a certain function. In this distributed power algorithm, each user iteratively updates its power level by estimating the interference. It does not require any knowledge of the channel gains or state information of other users. Hence, the proposed algorithm is robust. It is proved that the algorithm converges to the optimal solution by stochastic approximation approach.     

基于噪声模型下D2D蜂窝系统的多用户合作功率控制分配方案

为了减轻D2D用户在通信过程中的相互干扰,提高整个蜂窝系统的吞吐量,根据D2D用户数目、信道状况和系统吞吐量的限制需求,分析干扰噪声模型约束下多用户发射功率的控制问题。通过引入玻尔兹曼常数等参数对干扰模型进行条件约束,最终得到基于效用下系统的平均发射功率和最大和速率,进而给出基于反向迭代组合算法的多用户合作博弈功率控制分配方案。仿真结果表明,该算法满足了多用户共享蜂窝网络频谱资源下的功率分配需求,终端用户发射功率经过多次反向迭代后达到纳什均衡,系统的吞吐量显著提高,频谱资源达到了较好的均衡收益。     

广义Nash平衡点和切换控制在对策论中的应用

通过把平衡点和决策者的动机耦合的方法,提出了广义纳什平衡点这一新概念.决策者的动机通常有两类：一是最大化自己的利益,另一则是最大化对手的利益.如果每一个决策者的动机都是第一类,一个理性的群体就会形成,整个系统最终会达到第一类平衡点（也就是经典的纳什平衡点）.如果每一个决策者的动机都是第二类,一个有智慧的群体就会形成,整个系统最终会达到第二类平衡点.同时,切换控制被用来帮助决策者确定他们的动机.