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。     

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。     

认知无线电系统中功率控制博弈算法的优化

文章简要介绍了认知无线电中功率控制技术和博奔论的基本原理，回顾了基于代价函数的博弈论功率控制的设计问题，并在此基础上设计了新的代价函数，提出了非线性链路代价功率控制博奔模型，最后通过仿真证实此模型极大地提高了认知无线电的功率控制性能。     

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。     

认知无线电中基于Stackelberg博弈的分布式功率分配算法

在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。     

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。     

认知无线电中基于多次博弈的功率控制算法

基于博弈论对认知无线电网络中的功率控制问题进行了建模分析,提出了一种基于多次博弈的功率控制算法,证明了该算法中纳什均衡的存在性和惟一性。仿真结果表明,基于该博弈模型的功率控制算法收敛性比传统算法好,经过7次左右迭代即可收敛,满足系统实时性要求,同时又能够以较低的功率水平满足不同用户对信干比的要求,实现了对不同用户发射功率的有效控制,系统性能明显提高。     

干扰系统中基于非合作博弈的功率控制

对现有干扰系统中非合作博弈功率控制问题进行了总结和分析。主要分析了四种效用函数,并研究了相应的应用策略。从中可以看出,基于互信息量的效用函数运算较复杂,目标容量确定下的效用函数与目标信干噪比确定下的效用函数在性能不影响的情况下,计算复杂度大大降低。基于效率的效用函数能有效抑制各用户对发射功率的盲目追求,提高了用户单位功率下的性能,即提高了效率。     

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。     

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。     

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。     

Non‐cooperative power control and spectrum allocation in cognitive radio networks: a game theoretic perspective

The invention of cognitive radio (CR) concept aims to overcome the spectral scarcity issues of emerging radio systems by exploiting under‐utilization of licensed spectrum. Determining how to allocate unused frequency bands among CR is one of the most important problems in CR networks. Because different CRs may have different quality‐of‐service requirements, they may have different objectives. In voice communication, high‐speed transmission is the most important factor; hence, voice radios always try to maximize their transmission rate. However, in data communication, the most important factor is the bit error rate. The data radios always try to maximize their signal‐to‐interference‐plus‐noise ratio (SINR). In this paper, two non‐cooperative games named interference minimization game and capacity maximization game, which reflect the target of data radios and voice radios, respectively, are proposed. From the simulations, after these games are applied, the average SINRs of all players at each channel are improved. The average SINR of players in each channel after applying the capacity maximization game is smaller than that after applying the interference minimization game. However, in comparison with that after applying the interference minimization game, the average capacity of players after applying capacity maximization approach is larger. Copyright © 2012 John Wiley & Sons, Ltd.     

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。     

认知无线网络中基于代理的动态频谱交易算法

为了提高认知无线网络中频谱共享所产生的效益,研究了认知网络的频谱管理技术,提出了一种基于代理的频谱交易算法。该方法以代理商作为频谱交易和分配的中介,减轻了多主用户、多次用户频谱交易过程中的系统开销;在各主用户服务提供商之间采取相互竞争或相互合作的模式以最大化自身利益或总体利益为目标与代理商达成最终的频谱交易价格和频谱出售量量,代理商把交易得来的频谱在次用户之间进行拍卖,各次用户向代理商投标,代理商根据其投标分配相应的频谱,次用户自适应地调整投标以使自身利益最大化。主用户服务提供商之间的竞争或合作和次用户之间的竞拍均采用纳什均衡作为最终的结果。基于MATLAB对所提算法的性能进行了仿真,仿真结果验证了该算法的有效性。     

Adaptive power control and beam-forming joint optimization in cognitive radio networks

A novel adaptive power control and beam-forming joint optimization algorithm is proposed in cognitive radio(CR) underlay networks,where cognitive network share spectrum with primary network which spectrum is licensed.In this paper,both primary base station(PBS) and cognitive base station(CBS) are all equipped with multi antennas,while each primary user(PU) and cognitive user(CU) has only one antenna.Different from traditional algorithms,an adaptive weight factor generating solution is supplied to different access users(both PUs and CUs) in this paper,and the different priority of users is also considered,because PUs have higher priority,the weight factor of PUs is fixed as constant and signal-to-interference and noise ratio(SINR) threshold is unchanged,while for CUs,it is set adaptively and SINR threshold is also changed accordingly.Using this algorithm,the transmit power is decreased,which relax the strict requirements for power amplifier in communication systems.And moreover,owing to PUS has fixed SINR threshold,the calculated SINR at receiver is nearly unchanged,but for CUs,the SINR is changing with the adaptive weight factor.Under the assurance of quality of service(QoS) of PUs,the solution in this paper can enable CRs access to the CR network according to adaptive SINR threshold,therefore which supplies higher spectrum utilization efficiency.