认知无线网络的Rubinstein博弈频谱共享方法研究

针对传统的功率控制算法限制认知用户的发射功率而影响其服务质量(Quality of Service, QoS)的问题,提出了一种基于功率控制的多人Rubinstein博弈频谱分配算法。该算法通过牛顿迭代公式降低认知用户的发射功率并依据各个用户间的干扰得到相应的链路质量;将经济学中的贴现因子与用户的链路质量建立映射关系;通过链路质量调整认知用户子博弈顺序使得网络总传输速率达到一个相对稳定的状态。仿真结果表明:多个认知用户在同一信道下共享频谱时,采用多人Rubinstein博弈算法对系统的总传输速率有明显的提升,使系统处于稳定且高速的传输状态并节省了一半以上的频谱分配时间。     

基于马尔可夫决策过程的无线传感器网络速率控制

无线传感器网络近年来得到了较为广泛的应用,其中能耗问题为该领域的研究热点问题。同时,随着无线传感器网络技术的不断发展,现在在传感器网络中常使用多速率进行网络传输,此多速率的属性提供了可进一步提高网络能耗性能的机会。本文提出一种基于马尔可夫决策过程控制无线传感器网络的多速率之间的转换,进而达到使网络更加节能的目的。仿真结果表明,在不影响通信质量的情况下,网络能耗性能得到了提高。     

基于Stackelberg博弈的动态用户最优配流和信号控制

研究了动态用户最优配流与信号控制的组合问题.首先基于交通分配将交通流分配到合适的路网上由信号控制来适应这些交通流的思想,并由此建立了交通分配和信号控制的Stackelberg博弈模型,模型的上层是动态用户最优,下层是信号控制优化.然后,通过对模型离散化应用模拟退火算法进行求解.最后,对一个简单的交通网络进行仿真,仿真结果表明所提方法的有效性.     

认知网络中基于博弈论的联合功率控制与速率分配算法

针对认知无线网络上行链路中的资源分配问题,提出了一种适应于多小区认知无线网络的基于功率控制与速率分配的博弈算法。为了更加合理地控制用户的功率和速率,减小各次用户间的干扰,首先,在效用函数中分别给功率和速率设置了不同的代价因子,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。其次,从理论上证明了该算法纳什均衡的存在性、唯一性以及算法的收敛性。最后,为了解决发射功率和传输速率的最优化问题,给出了联合功率控制和速率分配的迭代更新算法流程图。理论分析及仿真结果表明,与同类博弈算法相比,在保证通信质量的前提下,所提算法可以使得用户以较小的发射功率获得较大的传输速率和较高的信干噪比（SINR）,并且减小了用户间的干扰,提高了次用户系统容量。     

基于多跟随者Stackelberg博弈的流速控制算法

由于现实网络中,端系统的角色往往并不平等,存在某些端系统制定整个网络的流速控制策略,其他端系统只能跟随这些策略,不能简单地使用非合作博弈理论研究Internet中非合作端系统的贪婪行为。该文在讨论了一次博弈模型和流速控制博弈均衡的解析解的基础上,对多跟随者Stackelberg博弈模型的流速与拥塞控制行为进行了深入研究。提出了多跟随者Stackelberg博弈流速控制模型,论证了Stackelberg均衡的存在性,并推导出在Stackelberg均衡点上领导者和多跟随者流速率的解析解。最后,文章设计了一种基于多跟随者Stackelberg博弈的流速控制算法(FCSM),并讨论了FCSM算法执行的过程。     

认知无线电中基于博弈论方法的联合功率速率控制

在认知无线电网络中,认知用户在满足目标信干比的前提下,采用非合作博弈的方法以降低每个认知用户的发送功率。为解决认知无线电中共享频谱状态下的联合功率和速率控制问题,将系统中次级用户间的关系假定为非合作的竞争性关系,同时考虑次级用户对主用户的干扰容限,提出一种基于次级用户传输时延花费的非合作博弈联合功率速率控制算法,并证明该算法纳什均衡的存在性与唯一性。仿真结果表明,该算法可使用户在使用较小传输功率的情况下获得较高的效用值与较低的传输延时,同时使次级用户对主用户的干扰小于干扰阈值。     

基于标准神经网络模型的非线性系统分布式无线网络化控制

针对采用标准神经网络模型(SNNM)描述的非线性系统,提出一种基于无线控制网络(WCN)的全分布式控制方法.采用置信因子模拟WCN中无线通信链路的不确定性,利用Lyapunov理论和Lur’e系统方法,将无线网络化控制系统(WNCS)的稳定性分析转化为一个具有线性矩阵不等式(LMI)约束的凸优化问题;使用CVX工具包求解该凸优化问题,得到了保证闭环系统全局渐近稳定的WCN配置参数.仿真结果验证了所提出控制策略的正确性和有效性.     

认知无线网络中基于进化博弈的动态频谱接入*

研究了认知无线网络环境中基于价格动态性的动态频谱接入,即不同的授权网络服务商以不同的价格将空闲频谱出售给认知网络,且认知用户可以根据自己获得的报酬动态地接入不同的网络。为最大化认知网络的效用,提出了基于进化博弈的动态频谱接入方案。仿真结果表明,当认知用户群体到达进化均衡时,接入每个主网络的认知用户数量的比例达到稳定状态,最大化了认知用户和网络的效用。     

基于激励机制的贝叶斯博弈防御模型

基于贝叶斯博弈理论并结合自私节点激励机制构建了一个入侵检测模型,并运用这一理论制定了一种改进的安全路由协议,证明了该模型中存在贝叶斯纳什均衡.仿真实验表明,该模型能够有效地抑制节点的自私行为并提高网络的服务质量.     

认知网中基于联盟博弈的资源分配与功率控制

为解决认知型飞蜂窝和宏蜂窝构成的双层网络中存在的上行干扰问题，通过分析建模，提出了一种用户合作策略。在频分复用划分不同频率段的用户基础上，让同一频段的宏用户与飞用户采用合作博弈的方式组成联盟，联盟内部通过时分复用方式共享信道。在形成联盟的用户中，根据联盟后的用户速率，进行功率控制。仿真结果表明，优化模型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，降低了异构网络中的相互干扰，提高了系统的能效，增加了用户接入率。     

基于博弈论的多跳无线网络拓扑结构控制

为了构建低耗能、高连通性、低干扰并具有合理路由的多跳无线网络,应用基于博弈论的网络拓扑结构控制解决方案,为节点设计了一种新颖的收益函数。理论分析表明,根据此收益函数,网络将收敛于一个理想的稳定状态（纳什均衡点）,并通过最佳响应算法可获得该稳定状态。仿真结果显示,应用此方案和收益函数进行拓扑控制能形成性能良好的网络。     

超密集网络中基于Stackelberg博弈的非统一定价功率控制

针对超密集网小区同频部署中产生的区间干扰问题,提出基于Stackelberg博弈的非统一定价功率控制方案。首先,建立基于Stackelberg博弈的非统一定价功率控制模型,并通过该模型求解出基于价格的最优发射功率,此发射功率是关于干扰价格的函数;接着通过引入拉格朗日函数求解出相应基站的最优干扰价格,由控制器把干扰价格发送给相应的基站,并由基站调整自己的发射功率值去减弱对当前用户的干扰。仿真结果表明,与基于Stackelberg博弈的统一定价功率控制方案相比,所提方案在系统平均中断概率上平均下降了3个百分点。与基于基站权重的功率控制方案相比,在基站数量低于105时,所提方案在平均中断概率平均上上升了1.4个百分点;而当基站数超过105时,所提方案在平均中断概率上平均下降了1.6个百分点。此外,与这两个方案相比,所提方案在系统平均吞吐量上分别提升了12个百分点和10.5个百分点;在系统平均频谱效率上分别提升了9个百分点和8.5个百分点;在系统平均功率效率上分别提升了13个百分点和12个百分点。实验结果表明所提方案能够在部署更多基站情况下更好地提高蜂窝系统的性能。     

无线传感器网络中基于对策论的功率控制

运用对策论中的Stackelberg策略,提出了基于TDMA-CDMA的分簇结构无线传感器网络（WSN）的反向链路功率控制的新算法。根据TDMA机制和CDMA机制相结合的分簇结构无线传感器网络的基本特点,以网络中的簇为单位,建立了一个该簇簇头采用Stackelberg策略控制节点发射功率以达到最大化能量有效性并兼顾网络寿命的数学模型。仿真结果表明Stackelberg策略能起到控制功率及激励网络优化的作用。     

基于Stackelberg博弈的双层水下传感器网络功率分配算法

针对水下传感器协作通信网络中能量消耗严重的问题,为了平衡节点间的能量消耗,同时提高系统的信道容量,提出了基于节点剩余能量的分布式博弈功率分配算法。将用户节点和中继节点间的交易模型构建为双层的Stackelberg博弈,使剩余能量少的节点提供较少的功率进行转发服务,反之则提供较多的功率进行服务,从而平衡节点间的能量消耗。与未考虑剩余能量的算法相比,在有2、3和4个中继节点时,信道容量分别提升了9.4%、23.1%和16.7%。仿真结果表明,该算法不仅提高了系统总的信道容量,而且延长了水下传感器协作通信网络的生存时间。     

基于贝叶斯博弈模型的无线多跳网络激励机制

节点智能性的提高使无线多跳网络的应用更为多样化,但也使网络的安全问题变得更为突出。为了有效控制自私节点和恶意节点给网络带来的不良影响,在博弈论的基础上结合跨层优化思想,构建了物理层与链路层部分信息共享的贝叶斯博弈模型。利用贝叶斯博弈理论对节点的交互信息构建策略空间并进行推导分析,形成有效激励节点合作的互监督机制。最后,分别通过典型案例与计算机仿真实验验证了该网络模型的可行性和公平性。     

OEM业务的Stackelberg博弈策略与算法

随着经济全球化的发展和经济的区域化分工,OEM合作已成为一种重要的企业间生产方式。通过分析OEM业务中委托方和被委托方的决策行为及双方关系,建立OEM业务的Stackelberg博弈策略模型,并研究求解算法。首先,分析OEM业务中的委托方和被委托方各自的决策行为;进而以此为基础,建立OEM业务的Stackelberg博弈策略模型。最后,利用双层规划的对偶理论,给出求解OEM业务最优策略的一种多项式时间算法。     

A Stackelberg game model for construction waste transportation

The transportation of construction and demolition waste (CDW) is an essential problem in waste management. The CDW generated in large construction projects is typically transported by designated trucks. However, the disposal of scattered CDW produced by individuals or small projects is typically not planned, leading to its illegal dumping. Hong Kong aims to recycle scattered CDW by an appointment-recycling mechanism that involves a three-layered transportation network consisting of construction sites, recycling locations, and disposal facilities. In this study, we develop a two-stage Stackelberg game model to minimize the social costs of this three-layered transportation network. In the first stage, we consider the optimal decisions regarding the recycling locations, assigned trucks, and transport routes from the perspective of the government. In the second stage, the delivery routes for small projects are identified based on the government decisions. We transform the proposed model into a single-level integer program (IP) and conduct numerical experiments to demonstrate its efficiency and effectiveness. To the best of our knowledge, this is the first study to focus on the collection of scattered CDW. Thus, our study contributes to the literature on CDW transportation. Moreover, this study helps address a practical problem, i.e., the illegal dumping of scattered CDW, which is a common concern in many cities. In particular, even small amounts of CDW must be appropriately treated because it may contain hazardous materials.     

一种异网组合的远程无线控制系统

以单片机STC12C5A60S2和单片无线通信模块WISMO228、无线射频收发器nRF24L01为基础,采用远程无线通信和近距离无线局域网相结合的方法,设计并实现远程无线控制系统.系统使用手机进行远程控制,局域控制网络节点采用电源插头方式,可以“即插即用”、随意组合,应用领域较宽,性价比较高.     

一种无线传感器网络的优化速率控制方法

拥塞控制是无线传感器网络中的一个关键性问题。从解决拥塞问题出发,提出了一个基于优化速率的拥塞控制算法ORCC。算法构建了一个分布式的分簇网络结构,利用缓冲的占用情况进行拥塞检测,并使用基于优化理论的速率调节策略来保证网络吞吐量的稳定,从而通过求解出的最优解来实现簇内节点效用的最大化。仿真实验表明,ORCC算法不仅能有效缓解网络拥塞,降低平均延迟,还具有较好的网络传输公平性。