基于博弈论的协作中继策略

针对无线网络中协作节点公平、高效的资源分配,提出一种基于博弈论的协作中继策略.设置节点的中继策略为其中继码元数和相应的中继功率,建立中继策略选择的联合博弈(JSPAG)模型.为求解JSPAG的双赢纳什议价解(NBS)策略并降低其运算复杂度,将JSPAG依次分解为码元分配博弈(SAG)和功率分配博弈(PAG).应用凸优化理论,分别证明SAG和PAG具有惟一的纳什议价解;使用低复杂度的策略搜索算法求得SAG和PAG的惟一NBS解.仿真实验表明:与直接传输策略相比,所提出的NBS策略能使协作节点获得公平的数据传输速率增益;与最大化系统速率策略(即不考虑用户间的公平性)相比,NBS策略能在获取节点间公平性的同时减小系统资源利用效率上的损失.     

认知无线电中继协助网络资源分层优化算法

在认知多用户中继网络系统场景下,针对时变信道完全DF中继两跳传输的差异性问题,采用纳什议价公平性准则效用函数,提出了联合用户传输模式选择、子载波配对、信道分配和功率分配的分层优化模型。利用拉格朗日对偶理论实现模型分层求解,在降低算法复杂度的同时提升了系统效用及吞吐量。仿真结果表明:相对于完全中继、直传网络和非载波配对的中继网络,所提算法在兼顾用户速率需求和公平性的同时可使系统吞吐量获得较大提高。     

OFDMA网络比例公平性的中继资源分配

在中继协作正交频分多址（OFDMA/Relay）系统中,应用协作博弈论提出一种比例公平性的多用户中继资源（子载波和功率）分配方案.定义了用户基于比特传输速率的效用函数,并建立中继资源分配的协作博弈模型.求解此博弈的纳什议价解（NBS）具有较高的计算复杂度,为此,提出一种快速子载波与功率联合分配算法,即：先进行固定发射功率的最优子载波分配,再进行最优的发射功率分配,最终通过上述迭代方式获得联合资源分配的NBS.仿真试验表明：与已有的OFDMA/Relay系统资源分配算法相比,所提出的NBS求解算法能够在提高系统频谱资源利用率的同时,对用户进行更为公平的中继资源分配.     

认知网络中快速自适应功率控制算法

采用sigmoid函数设计了一种自适应效用函数,该函数仅与认知用户的信干噪比门限和当前获得的信干噪比相关,因此可以通过自适应改变信干噪比门限实现认知用户的机会频谱接入,并快速满足其服务质量要求．同时,兼顾用户公平性重新设计代价函数来改善纳什均衡功率解的帕累托有效性．在此基础上基于非合作博弈论提出一种功率控制模型,经证明该模型符合超模博弈,从理论上保证了纳什均衡解的存在性和惟一性．并提出一种自适应功率控制算法,仿真结果表明该算法可以保证约10次迭代收敛,与参考算法相比节省约8％的功耗,在获得的效用上有近15％改善．     

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.     

认知双向中继网络下分布式鲁棒波束成形

针对认知双向中继网络下信道状态信息不理想的情况,提出了基于信干噪比(SINR)平衡的分布式鲁棒波束成形算法. 该算法的最优波束成形因子在满足中继总功率和主用户接收端干扰功率受限的条件下,使认知用户在最差情况下的SINR最大化. 通过使用S-Procedure,并引入半正定松弛思想,可将原优化问题转化为凸优化可行性问题进行求解. 仿真结果表明,该算法可有效降低认知用户对主用户接收端的干扰,保证主用户的正常通信,验证了该算法的有效性和鲁棒性.     

基于网络编码的用户协作博弈资源分配算法

在正交频分多址接入两用户协作中继系统中,为进一步提高协作系统的吞吐量,提出在协作节点处运用网络编码(NC)进行全双工协作通信的传输方案. 同时,引入纳什议价均衡(NBS)博弈,考虑协作用户吞吐量均衡,设计了双层纳什议价均衡(DL_NBS)博弈来协调用户对间的子载波和功率分配. 仿真结果表明,基于NC协作系统方案的吞吐量比普通协作传输模式提高约491%,比直传模式提高约464%;DL_NBS博弈资源分配方案与传统资源分配算法相比,不仅更适用于分布式用户协作场景,且能取得公平性和有效性的折中.     

干扰温度受限的认知无线电系统中断概率分析

针对一个衰落条件下的多用户认知无线电系统,该系统存在多个并行的认知链路,其发送功率同时受主用户接收端干扰温度的限制以及各自的最大中断概率约束,研究如何通过对各认知链路适当的功率控制来使其非中断传输概率的乘积达到最大,以获得尽可能高的传输效率并保证各链路的共享公平性。首先,对瑞利衰落、信道噪声和用户间信号干扰进行了合理的抽象与建模,并给出了各认知链路的中断概率表达式,将上述各认知链路传输概率乘积最大化问题近似为几何规划问题,从而获得该问题的近似最优解。仿真结果表明,这一近似解与实际最优解基本吻合。     

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．     

基于博弈论的协作超宽带系统资源分配算法

为使多用户协作超宽带系统的资源分配算法能在有效利用系统资源的同时满足用户的服务质量QoS（Quality of Service）公平性需求,在纳什议价解方法和凸优化理论基础上,将合作博弈论方法用于协作多频带超宽带系统的资源优化分配中。提出以最大化系统净效用为目标,以用户的QoS需求为公平性指标的协作超宽带系统协作伙伴选择算法和自适应功率分配算法。通过仿真与最大化系统速率（max-rate）和最大化最小用户速率（max-min）公平性算法作比较,证明了该资源分配方法在最大化系统速率和用户QoS公平性两方面有很好的折衷,适于超宽带系统。     

无线传感网络功控算法的收敛性及公平性

为了解决无线传感器网络设计的"节能"问题,提出基于博弈论的功率控制机制以较好地降低网络能耗.对无线传感器网络的能耗限制问题做了理论分析,通过对无线传感器网络和博弈的映射分析,研究了基于博弈论的分布式自适应功率控制算法.OPNET仿真结果表明:该算法能降低能耗,减少引入的网络开销,增加网络寿命.该算法采用优化动态反应来更新发射功率等级就能收敛到纳斯均衡,保证网络的公平性.     

MIMO系统中连续博弈RRM算法

提出一种基于博弈论的连续博弈无线资源管理算法,将博弈论数学模型应用于多输入-多输出系统无线资源管理中,把其中的参数映射为博弈论数学模型中的“局中人”,将参数变化描述为“局中人”博弈过程.在仿真中,比较该算法与传统联合波束成形及功率控制算法.仿真结果表明,该算法在节省发射功率的同时,可提高输出信干噪比,达到两者最佳均衡.同时可有效克服期望的导引矢量和实际的导引矢量不匹配问题,使天线能准确对准期望用户方向,并能抑制干扰方向的信号,起到“零陷”作用.     

认知D2D通信中基于博弈论的动态频谱分配方案

提出了一种新的基于非合作博弈的动态频谱分配方案,考虑多个蜂窝用户服务中心和具有认知能力的设备到设备(D2D)通信用户组,利用伯川德(Bertrand)博弈理论来解决用户频谱分配问题,分别对D2D对用户组和蜂窝用户服务中心的效用函数进行了改进,并给出了蜂窝用户服务中心的最优定价和D2D对用户组的动态价格调整策略,进一步证明了纳什均衡解的存在性和算法的收敛性.通过仿真实验,分析了不同蜂窝用户数和学习因子对所提出方案性能的影响.与现有结果进行比较显示,新方案在频谱利用率和系统公平性方面均有改进.     

WLAN中基于协作博弈的比例公平性带宽分配机制

在IEEE 802.11无线局网(WLAN)中,从协作博弈论的角度提出一种按用户流权重成比例(比例公平性)的带宽分配方案．通过建立用户流基于吞吐量的效用函数,将比例公平性的带宽分配过程建模为以整体效用最大化为前提,以个体效用最大化为目的的用户流之间的协作博弈．依据此博弈的纳什议价解(即用户流获取比例公平性带宽份额的最优信道竞争参数CW_min),提出了带宽分配方案PF-DCF．仿真结果表明,与802.11e EDCA相比,PF-DCF不仅有效的解决了低权重用户流无法获取系统带宽的问题,而且将WLAN在饱和状态下的吞吐量提高15％．     

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。     

A novel mechanism based on Nash bargaining for primary system game in cognitive radios

According to the utility function and spectrum demand of the cognitive users,a novel mechanism based on Nash bargaining for primary system game was proposed under the wireless environment of Rayleigh fading.On the basis of this mechanism,we proposed a new distributed bargaining algorithm based on Nash product;then the spectrum prices and system utilities were obtained.Theoretical analysis results showed that with a close total utility to the optimal,the Nash bargaining mechanism cannot only improve the fairness between primary systems remarkably,but also reach to the stable equilibrium in finitely repeated games.Finally,simulation results were given to demonstrate the correctness of these conclusions and the efficiency of the algorithm.