杂波背景MIMO雷达与目标博弈时优化策略研究

针对杂波背景多输入多输出(MIMO)雷达与目标博弈问题,从最小均方误差(MMSE)估计角度提出两种可行的雷达波形设计优化策略,结合两步注水算法得到不同策略下的博弈方案。基于Stackelberg均衡模型,博弈方案用注水法分配目标干扰功率,用通用注水法分配雷达信号功率。仿真比较了杂波背景两种优化策略下雷达先行的博弈方案,结果表明优化策略二得到的MMSE值更小,证明了优化策略二的有效性,但雷达信号和目标干扰总功率均较小时,优化策略二反而不如优化策略一,对雷达正确选择优化策略以赢得与目标的博弈有一定借鉴意义。     

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。     

基于混沌的调频调相的多输入多输出雷达正交波形设计

针对混沌序列单一调频或调相波形存在波形复杂度低,限制了混沌信号可预测的概率、雷达的截获概率和抗干扰性能的问题,提出了基于混沌序列将频率和相位联合调制用于波形设计的方法。首先,对雷达信号进行混沌频率编码,即将一个脉冲分成一系列子脉冲,对不同子脉冲进行不同的频率调制。同时,在每个频率编码子脉冲内对波形的每个周期使用随机产生的初始相位。仿真结果表明,联合调频调相混沌雷达信号的自相关旁瓣峰值最大值达到-24.71 dB,相比调频混沌信号或调相混沌信号,其相关性性能有所提高。实验结果表明,联合调频调相混沌雷达波形结合调相和调频的优点,既具有调相信号的功率谱平坦的特性,又具有调频信号抗噪声干扰特性,为非常理想的探测信号。     

基于P2G及Stackelberg博弈模型的多能源系统调度优化

随着经济的快速发展,人类社会对能源的需求量越来越大,不可再生能源的一次性与环境破坏性危险也随之越来越大。因此,为探究多能源系统的调度优化机制,提升可再生能源的效率,考虑在引入P2G设备的基础上,建立关于供能商和能源用户的Stackelberg博弈模型,并通过仿真的方式验证了P2G技术对于消纳风光出力的积极作用。     

基于Stackelberg博弈的车载云计算任务卸载优化

针对车辆计算资源闲置浪费的情况,整合车辆计算资源组建车载云计算（vehicular cloud computing,VCC）范式,从而提高车辆总体资源利用率,提升车载服务质量。从经济学的角度,研究车载云计算中请求车辆和协助车辆之间的计算任务卸载定价与定量的问题。针对此问题,首先设计动态组建车载云的安全通信协议;在此基础上,利用Stackelberg博弈建模计算任务卸载分配的问题,激励协助车辆主动参与任务计算;同时设计了一种简单有效的分布式迭代算法求解最终的Stackelberg均衡状态,最小化请求车辆的服务开销并兼顾最大化协助车辆的收益。通过实验仿真,验证所提方案的有效性和可靠性。     

基于多领导者Stackelberg博弈的分层联邦学习激励机制设计

分层联邦学习中隐私安全与资源消耗等问题的存在降低了参与者的积极性。为鼓励足够多的参与者积极参与学习任务,并针对多移动设备与多边缘服务器之间的决策问题,提出基于多领导者Stackelberg博弈的激励机制。首先,通过量化移动设备的成本效用与边缘服务器的支付报酬,构建效用函数并定义最优化问题;其次,将移动设备之间的交互建模为演化博弈,将边缘服务器之间的交互建模为非合作博弈。为求解最优边缘服务器选择和定价策略,提出多轮迭代边缘服务器选择算法（MIES）和梯度迭代定价算法（GIPA）,前者用于求解移动设备之间的演化博弈均衡解,后者用于求解边缘服务器之间的定价竞争问题。实验结果表明,所提算法GIPA与最优定价预测策略（OPPS）、历史最优定价策略（HOPS）和随机定价策略（RPS）相比,可使边缘服务器的平均效用分别提高4.06%、10.08%和31.39%。     

基于双层Stackelberg博弈的MEC计算卸载方案

多接入边缘计算(multi-access edge computing, MEC)中的计算卸载问题已经成为当前研究的热点之一.目前的计算卸载方案仅考虑云、边、端结构中的计算卸载问题,而未考虑到其公、私有云的属性.提出了一种新的计算卸载方案,所提方案考虑了边缘计算中公有云与私有云之间的关系,将公有云作为了私有云资源的补充,可以缓解由于私有云资源局限性带来的算力不足问题;并通过建立双层Stackelberg博弈来解决计算卸载问题.对公有云、私有云以及用户的策略和收益进行了分析,求出了各参与人的最优策略,证明了双层博弈的纳什均衡解的存在性及唯一性.仿真结果和分析也验证了基于双层Stackelberg博弈的计算卸载方案的可行性,且相较基于单层Stackelberg博弈的卸载方案更高效,更适合可扩展的边缘计算的环境.     

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.     

基于Stackelberg博弈的共享储能容量优化与商业模式研究

本文围绕我国能源结构转型面临的系能源大量投入使用所需规模化储能资源支撑的挑战,紧扣新时代战略发展方向,对新型储能商业模式进行研究。我国能源结构转型面临挑战——大量使用新型能源需要规模化储能资源的支撑,本文紧扣新时代战略发展方向,对新型储能商业模式进行了研究。研究了基于新能源互补的共享储能商业运营模式,实现了共享储能设备与新能源发电功率互济,并基于Stackelberg主从博弈方法对共享储能设备租赁进行定价,以实现了用户、储能商、电力公司多方利益的最大化。以用户侧储能为研究对象,建立了基于全寿命周期的储能容量优化配置模型,考虑具有短期用电需求的峰值型用户,提出了基于共享理念的储能合作社商业模式。最后通过算例及现场试验验证了所提出的共享储能商业模式的可行性。     

大规模多输入多输出下的容量优化算法

针对3D相关信道中大规模多输入多输出系统的遍历和速率最大化问题,将空间自由度、信道估计精准因子引入预编码的容量分析中,提出一种联合优化问题的容量优化算法。推导空间自由度、信道状态信息准确度下的系统容量表达式,将系统容量最大化时的联合优化问题转化为用户数优化问题的条件,并基于中点法求优化问题的最优解。仿真结果表明,当信道估计精准因子为0.1、空间自由度为200时,该优化算法与基于用户数穷举搜索算法优化后的遍历和速率、用户数几乎相等,且收敛速度快、复杂度低。     

基于软件无线电的并行多输入多输出均衡技术

针对3GPP-LTE协议中多输入多输出(MIMO)均衡算法的高复杂度和高吞吐率问题,提出了一种面向软件无线电的并行MIMO均衡处理器,该处理器采用单指令流多数据流(SIMD)和超长指令字(VLIW)技术同时开发子载波间MIMO均衡和子载波内矩阵运算的并行性,并且每一个SIMD功能单元能够支持16 bit定点和20 bit伪浮点复数向量运算和矩阵运算,满足不同天线配置的MIMO均衡算法对处理精度、延迟和功耗的要求。实验结果表明,MIMO均衡处理器的4×4矩阵逆运算吞吐率达到了95 MInversion/s,满足3GPP-LTE协议的要求,并且其灵活可编程性和可配置性能够支持不同的均衡算法。     

链路服务质量限制下多输入多输出媒体接入控制的建模与分析

针对SCMA协议没有同时考虑链路服务质量(QoS)和多输入多输出(MIMO)流的信道接入调度策略的不足,提出一种SCMA/QA协议。协议充分考虑了每个链路中不同流的信道状态,建立了一个基于流的信道状态离散马尔可夫链模型,并融合考虑了每条链路的QoS需求,采用修改的RTS/CTS进行链路QoS的信息交换,通过链路QoS权重作为链路选择的主要因素,将MIMO下基于QoS的链路调度问题建模为一个最优化问题,并在卡罗需-库恩-塔克(KKT)条件下得到最优链路以及通信的流数目。最后,以吞吐量为QoS指标进行了数值分析,结果表明在相同网络环境下,SCMA/QA比SCMA和QCSCMA能更好地提高系统的吞吐量。     

协作多输入多输出环境反向散射通信系统遍历速率分析

针对传统物联网（IoT）能耗大、频谱资源稀缺的问题,提出了由环境反向散射、协作接收机（CRx）和环境射频（RF）源共同构建的协作多输入多输出环境反向散射通信（MIMO-AmBC）系统模型。首先,通过使用PSR方案对该系统模型进行分析,推导出信噪比（SNR）;其次,推导出主链路和反向散射链路的遍历速率近似表达式,并得到反向散射链路遍历速率最大值表达式;最后,将其与传统蜂窝网络、CSR方案作对比。实验结果验证了理论推导的正确性并给出有意义结论：1）反向散射链路速率随接收天线数对数增长,与发射天线数无关。2）在SNR为10 dB时,PSR方案的和速率比传统方案、CSR方案分别提升36.8%和29.9%,虽然PSR方案的主链路速率比CSR方案降低5.5%,但反向散射链路的遍历速率比CSR方案提升7.7倍。为实际应用选取AmBC共生方案提供了理论参考。     

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。     

MIMO干扰信道中一种新的分布式迭代预编码算法

MIMO技术可以有效地提高通信系统的容量,但会带来很严重的用户间干扰问题。预编码技术以其能简化接收机和抑制干扰的作用将会在未来通信中扮演着重要角色。将多数据流的预编码矩阵设计转换成单数据流预编码矢量设计,提出了基于信干噪比最大的分布式迭代算法,以及将虚拟信干噪和最小均方误差方法相结合的迭代算法。数值仿真结果表明提出的算法可以有效提高系统容量。     

基于双码本的多用户MIMO有限反馈预编码方法

针对多用户多输入多输出(MIMO)下行链路由有限反馈导致的性能缺失,提出一种基于双码本的有限反馈预编码方法。该方法首先在接收端根据期望用户最大信干比准则从预置码本中选取预编码码字及扰动码字反馈给发送端,然后利用矩阵线性变换特性对预编码码字进行线性变换扰动以达到容量最优,从而补偿由于有限反馈导致的容量性能缺失。仿真结果表明,所提出的方法在保证反馈链路开销与系统误码性能的情况下,有效地改善了系统吞吐量。     

基于分簇和Stackelberg博弈的D2D资源分配策略

当前,车辆密集通信场景下存在通信资源利用率低、DUE(D2D user)用户通信质量差等问题。针对上述问题,提出了一种基于分簇和Stackelberg博弈的D2D(device to device)资源分配策略,以解决DUE用户功率分配、信道匹配问题。首先,基于每个信道内DUE用户之间干扰最小原则,该模型对所有DUE用户进行分簇;然后,对于CUE(cellular user)用户与DUE用户簇,构建一对多的Stackelberg主从博弈模型,通过复用链路干扰参数和簇内干扰参数的迭代更新,优化每个DUE用户的发射功率;最后,利用匈牙利算法实现DUE用户簇与CUE用户的最佳信道匹配,最大化DUE用户的容量和。仿真结果表明,与基于价格迭代、等功率分配和高能效干扰约束的几种功率分配算法相比,所提算法能有效提升DUE用户的总容量。