基于非合作博弈的中继网络分布式资源分配

提出一种可应用于正交频分复用多址(OFDMA)中继网络的分布式资源分配算法. 基于将模型描述为基站与中继的非合作功率分配博弈(RNCPAG), 设计出2种效用函数, 并以最大化效用函数为准则, 证明在总功率受限的约束下, 该算法存在并收敛于唯一的纳什均衡点. 研究表明, 同传统的平均功率分配算法相比, 分布式博弈算法以牺牲少量的迭代步数为代价, 获得更高的系统容量和资源效率.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

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。     

干扰信道中基于竞争博弈的准最佳功率分配方案

频率选择性高斯干扰信道下多用户总速率最大化的问题被建模成一个带有补偿函数的非合作博弈模型．补偿函数也近似成子信道之间进行博弈的模型(子信道博弈)．通过子信道之间的迭代计算,子信道博弈能够达到一个纳什均衡,也就是渐近最佳补偿．接着提出了多领导斯坦克尔伯格均衡的概念,来描述带有渐近最佳补偿函数的非合作博弈的均衡点．利用凸优化技术,开发了一种迭代多水平面功率注水算法,来达到斯坦克尔伯格均衡．在该均衡点上,所有用户都会工作在准最佳速率区域边界上．仿真结果表明,迭代多水平面功率注水算法所能达到的总速率比迭代功率注水算法有明显的提高,并且能达到一个准最佳的可达速率区域．     

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．     

协作网络中采用双层博弈的资源分配方案

在多源多中继协作网络中,为避免协助同一源节点的中继节点之间过度干扰并实现中继节点的效用最大化,提出了一种在双层博弈框架下的联合功率控制和源节点选择的分布式算法。该算法通过中继节点功率控制的非合作子博弈与源节点选择的演化子博弈交替迭代,在抑制中继节点之间干扰的同时实现了中继节点对源节点的合理选择,并证明了双层博弈纳什均衡的唯一存在性。仿真结果表明,本文提出的双层博弈分布式算法可使系统收敛至纳什均衡。     

最小能量消耗的协作式MIMO功率分配算法

对解码转发协作式MIMO系统中的功率分配问题进行了研究.分析了系统误比特率和能量增益特性,在此基础上提出了一种基于黄金分割迭代的功率优化分配算法和2种简化的分配算法,在满足一定误比特率要求的条件下,使源节点和中继节点总的发射功率最小.考虑准静态平坦衰落信道,根据瞬时信道状态信息进行功率分配.理论分析与仿真结果表明,基于黄金分割迭代的功率优化分配算法可以以较少的迭代次数得到较高精度的最优解,而2种简化功率分配算法均可以获得与基于黄金分割迭代的功率分配算法相近的系统能量增益,并且计算的复杂度大大降低.     

一种基于博弈论的联合功率和速率控制算法

提出了一种基于博弈论的适用于CDMA系统上行链路的分布式联合功率和速率控制算法.算法假定每个移动台都能实施联合功率和速率控制,所有移动台是非合作性的.移动台的目标是根据自己当前无线信道,使自己收益(payoff)最大.仿真结果表明:文中算法性能优于固定速率功控算法,并且收敛到唯一的纳什均衡点.     

联合功率分配的全双工MIMO中继最小速率优化

针对全双工多天线中继系统的端到端速率受到信道估计误差和发射机/接收机有限动态范围影响的问题,将中继端到端速率问题转换为加权总速率最优问题,提出一种联合功率分配算法．该算法通过联合优化源节点和中继节点的预编码矩阵,使系统能够根据信道状态信息联合分配源节点和中继节点的功率．仿真结果表明,联合功率分配算法相较于传统的单节点功率约束算法能够提升系统最小速率,抑制自干扰的影响．     

认知无线电中频谱分配方法研究

为了解决频谱分配中的授权用户定价博弈问题,提出了一种基于博弈论的认知无线电频谱分配方法,结合控制理论中参数整定的思想对该方法中的参数进行了整定.将信道分配模型等效为博弈论中的差别双寡头市场模型,给出了认知用户的效用函数;根据博弈论中的Bertrand、Cournot均衡理论,给出了基于Cournot模型的利润函数和基于Bertrand模型的授权用户信道竞争价格的动态博弈算法.分析稳定的纳什均衡解与速率调整参数的关系,提出了利用控制理论中指数函数模型研究博弈过程速率参数快速整定和分析的方案,得出纳什均衡点和边际成本的关系,较高的边际成本可以获得高的出租信道价格,并通过仿真实验证明了指数函数模型整定速率参数方法的有效性.