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。     

认知无线电中基于无限次重复博弈的功率控制算法

通过博弈来实现认知无线电中的功率控制。当两用户功率控制博弈时,用户通过功率的迭代注水法实现最大化自身速率,达到纳什均衡。功率分配的纳什均衡点构成囚徒困境,但这种囚徒困境的均衡点并非全局最优。应用两用户功率控制的无限次重复博弈算法,通过选择严厉的触发策略,当折扣因子σ足够接近于1,使两用户在无限次重复博弈中一直合作使囚徒走出了困境,最终达到了功率分配的帕雷托最优的均衡结果。     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

认知无线电系统中一种新的自适应功率控制算法

本文针对认知无线电系统中的远近不公平性,提出将信道增益因子引入到基于信干比（SIR）的分布式非合作博弈功率控制算法中,并证明了其纳什均衡的存在性及唯一性。同时在此算法的基础上,针对部分用户的SIR不能满足下限阀值的情况,设计了一种新的自适应加权系数以控制发射功率,满足不同用户的输出SIR需求。仿真结果表明,与其它的分布式功率控制算法相比,该算法不仅有效地解决了远近不公平现象,满足了认知用户公平共享频谱资源的需求,同时使认知用户的SIR能同时满足上下限阀值的要求,且具有快速收敛的特性。      

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。     

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。     

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。     

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。     

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.     

认知无线电频谱分配的博弈论方法

认知无线电中频谱分配问题目前受到了极大的关注。在问题的分析中,涉及了大量策略选择问题,因而可以利用博弈论的相关原理对其进行分析研究。文章介绍了认知无线电频谱分配的一些关键问题,分析了博弈论方法在认知无线电研究中的应用条件,并阐述了认知无线电频谱分配问题的博弈论框架,为今后的相关研究起到积极的促进作用。     

认知无线网状网中基于差分演化的功率控制与信道分配

信道分配对于提高认知无线网状网性能具有重要作用.考虑到节点功率对网络干扰的影响,定义了网络干扰边及潜在干扰边,通过量化通信功率控制等级,给出了联合功率控制与信道分配的网络模型.提出一种基于差分演化的功率控制与信道分配算法,设计了实数编码规则及相应的约束控制机制以保证个体的有效性,确保算法的快速收敛.一系列仿真实验表明本文算法的有效性.     

IEEE 802.22环境下的认知无线网络功率控制研究

在主用户信干噪比(SINR)门限和认知用户总功率的限制条件下,研究了认知无线网络中的功率控制方法。主用户可容忍的干扰随通信环境的改变而不断变化,所以认知用户需根据主用户的信噪比进行严格的功率控制。仿真结果表明,该功率控制方案能最大化认知用户的传输速率和降低认知用户中断概率,同时主用户的QoS得到有效的保证。     

基于博弈论的MIMO认知无线电波形自适应算法

 本文从非合作博弈的角度研究了MIMO认知无线电(MIMO-CR)网络中最大化信息速率的波形自适应问题,证明了在给定条件下Nash均衡的存在与唯一性,并提出了一种求解Nash均衡的带惩罚价格的分布式迭代注水算法——MIMO-CR IWFA,通过价格机制的运用使得MIMO-CR在满足主用户的干扰温度约束时最大化各自的信息速率;同时证明了在给定条件下MIMO-CR IWFA能够收敛到唯一Nash均衡解.仿真结果表明MIMO-CR IWFA具有快速收敛特性且能够很好的满足干扰温度约束;虽然受到主用户的干扰温度约束限制,MIMO-CR IWFA的性能能够随着MIMO-CR链路之间的同信道干扰的增大而逐渐接近不考虑干扰温度约束的经典MIMO迭代注水算法(MIMO IWFA).     

A New Power Allocation Algorithm in Cognitive Radio Networks

Most resource allocation algorithms are based on interference power constraint in cognitive radio networks. Instead of using conventional primary user interference constraint, we give a new criterion called allowable signal to interference plus noise ratio （SINR） loss constraint in cognitive transmission to protect primary users. Considering power allocation problem for cognitive users over flat fading channels, in order to maximize throughput of cognitive users subject to the allowable SINR loss constraint and maximum transmit power for each cognitive user, we propose a new power allocation algorithm. The comparison of computer simulation between our proposed algorithm and the algorithm based on interference power constraint is provided to show that it gets more throughput and provides stability to cognitive radio networks.