认知无线电中基于非合作博弈的功率控制算法

针对认知无线电中的功率控制问题,基于非合作博弈模型,提出了一种新的效用函数,证明了该博弈中纳什均衡的存在性和唯一性。设计了一种分布式功率控制算法并证明了其收敛性。讨论了几个参数对系统性能的影响。仿真表明,该算法可实现对认知用户发射功率的有效控制。与SINR平衡算法和Koskie-Gajic算法相比,本算法既保障了每个认知用户的QoS需求,又增加了系统吞吐量。     

一种基于非合作博弈的无线传感器网络功率控制算法

提出了一种无线传感器网络中以容量最大化为目标的非合作博弈功率控制算法。通过效益函数来选择合适的发射功率,以保证网络连通性并缓解分组碰撞状况。而后给出了对该算法纳什均衡存在性和唯一性的证明。仿真结果表明:该算法可有效提高能量效率和网络容量。     

干扰受限系统的认知用户功率控制算法

根据认知无线电系统中认知用户的不同通信需求,结合干扰温度模型和非合作博弈理论,以单小区CDMA为系统平台,提出基于SINR的对数效用函数的干扰受限认知无线电系统功率控制算法。仿真实验结果表明,与经典SINR平衡算法及Koskie-Gajic算法相比,该算法在满足认知用户目标SINR和主用户干扰温度限制的前提下,通过适当增大认知用户发射功率,能够满足认知用户高速数据通信的需要。     

基于议价博弈的卫星网络时隙分配算法

针对卫星网络中时隙分配公平性不足导致低优先级业务流性能恶化的问题,引入博弈论中议价博弈理论构建网络模型和收益模型,求解并讨论系统最佳收益点及获得条件,提出一种基于议价博弈的时隙分配算法。在最佳收益点上根据实际传输需求进行业务间议价,通过贴现因子反映议价妥协程度,形成合理的分配方案。仿真结果表明,该算法能有效提升业务流间公平性,改善低等级业务的服务质量。     

基于Stackelberg博弈的协作网络功率分配策略

针对协作网络中的功率分配问题,提出基于Stackelberg博弈的分配策略。首先建立博弈模型,源节点根据中继节点分配的功率给出价格;中继节点根据自身资源情况、信道状态、位置信息以及源节点提出的价格,进行协作传输功率的分配,从而构建用户效用函数;接着证明了该效用函数满足凹函数的条件,且存在均衡点,因此参与决策的用户可以通过求解协作功率和价格的Stackelberg均衡解(SE)最大化自己的效用;最后,通过仿真实验验证了均衡点的存在,并对源节点位置不同情况下节点的价格、功率和效用进行了分析,实验中离中继更近的源节点的协作功率和效用分别是距离较远用户的1.29倍和1.37倍。理论分析与实验结果证明了策略的有效性,而且该策略能适用于协作网络及其他分布式网络。     

CR系统中基于NPGP的功率控制算法

为解决认知无线电（cR）系统中认知用户对主用户的干扰及系统功率控制问题,在介绍认知无线电原理及其基本在线认知任务循环框图的基础上,将DavidGoodman等人提出的基于非合作带竞价博弈的功率控制算法应用到认知无线电系统中。与传统的功率控制算法相比,该算法不仅降低了认知无线电系统中认知用户的发射功率,而且降低了认知用户之间的干扰,提高了系统的整体性能。最后通过MATLAB仿真分析比较了带价格因子和不带价格因子两种情况下的性能。     

基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究

智能电网家域网中应用认知无线电技术的主要目的是提高频谱利用率。功率控制是提高频谱利用率并实现频谱共享的主要手段之一,其通过减小认知用户间干扰来提高用户信干噪比性能,从而保证认知用户正常通信。研究基于认知的智能电网家域接入网络中三种不同功率控制算法的性能。通过仿真对比可得:三种算法收敛迅速,效率极高,在一定程度上都能降低系统开销,提高网络性能,对实际工程有很好的指导意义。     

WLAN中非合作博弈的信道分配研究

为解决基于802.11无线局域网中固定信道结构导致的因客户需求不均衡而产生的信道频谱分配不公平和系统效用率低的问题,提出了基于认知无线电技术的可变带宽信道分配方法,建立了无线局域网中频谱分配的非合作博弈模型.在该多接入点无线网络博弈模型中,重点考虑非重叠频谱的单碰撞域方案,在证明存在公平的且是系统最优的纯纳什均衡的基础上,给出单阶段的公平的信道分配算法.仿真实验结果表明,该分配方案无论在信道使用公平性还是系统效用上都优于固定信道和非纳什均衡的分配方式.     

基于非合作博弈的femtocell 双层网络分布式功率控制

研究在频谱共享条件下家庭基站双层网络的分布式功率控制策略.将宏基站所能承受的干扰限度视为家庭基站的可分配资源,家庭基站以竞价形式对其"购买",从而构成宏基站与家庭基站以及家庭基站用户之间的博弈模型.分析了该博弈过程中纳什均衡解的存在性和惟一性,并给出了在非合作模式下指导家庭基站用户进行理性竞争的分布式功率调整算法.最后,通过仿真实验验证了所提出算法的有效性.     

一种改进的认知无线网络功率控制博弈算法

针对认知无线网络的特点,设计了一种基于信干比的新效用函数,其优点是无须考虑用户无线接入技术的调制方式,且具有边际效用递减的特性。另外,在传统代价函数中引入了动态调整机制。在此效用函数的基础上,提出了基于动态代价的非合作功率控制博弈算法,分析了算法纳什均衡解的存在性和唯一性。仿真实验表明,新算法与经典算法相比,能够明显改善系统性能。最后,比较和分析了在不同用户数下新算法的性能表现。     

认知无线电网络中基于和声搜索的频谱分配与功率控制

针对认知无线电网络中功率控制和频谱分配过程存在互相影响的问题,提出一种基于和声搜索的频谱分配和功率控制算法。通过综合分析频谱分配和功率控制过程中的各种约束条件,建立了联合功率控制和频谱分配的系统模型。算法根据系统模型特点设计和声搜索算法下相应编码方案,采用多目标优化方法处理复杂的约束条件,并赋予可行解适当的优先权重。仿真实验表明,算法可以很好地解决认知无线电网络中的频谱分配和功率控制问题。     

基于噪声模型下D2D蜂窝系统的多用户合作功率控制分配方案

为了减轻D2D用户在通信过程中的相互干扰,提高整个蜂窝系统的吞吐量,根据D2D用户数目、信道状况和系统吞吐量的限制需求,分析干扰噪声模型约束下多用户发射功率的控制问题。通过引入玻尔兹曼常数等参数对干扰模型进行条件约束,最终得到基于效用下系统的平均发射功率和最大和速率,进而给出基于反向迭代组合算法的多用户合作博弈功率控制分配方案。仿真结果表明,该算法满足了多用户共享蜂窝网络频谱资源下的功率分配需求,终端用户发射功率经过多次反向迭代后达到纳什均衡,系统的吞吐量显著提高,频谱资源达到了较好的均衡收益。     

认知异构网络中基于不完全频谱感知的资源分配算法

针对认知异构网络中的干扰抑制问题,文中研究了如何降低其对宏用户(MU)的干扰并提高系统吞吐量。通过全面分析干扰来源,建立不完全频谱感知下的干扰模型;结合用户拓扑信息,综合考虑总功率约束和干扰约束,以最大化下行链路的吞吐量为准则构建优化问题;然后分析KKT条件,简化优化问题,进而设计出基于不完全频谱感知的分步式资源分配算法。仿真结果及性能分析表明,相比于基于完全频谱感知的资源分配算法,所提算法对MU造成的干扰更小,并且获得了更优的吞吐量性能。     

基于合作博弈的虚拟化资源效用分配策略

效用分配是网格虚拟化资源提供者结成联盟完成用户任务时的关键问题。针对资源提供者建立联盟来提高网格整体效用的情况,研究了利用合作博弈论分配网格资源。给出了资源建立联盟的依据,并以基于费用最小化的MIN_COST算法得到了资源的最优化映射方案。在效用分配中,分别从联盟效用的平均分配和Shapley值分配两方面进行了分析,提出了基于Shapley值的资源联盟效用分配策略。算例结果表明,网格资源联盟可以提高任务的执行效率和资源整体收益,而Shapley值法在均衡联盟个体的效用分配方面也是有效可行的。     

802.11网络中基于博弈理论的可变带宽信道分配研究

802.11网络中节点的理性和自私性导致可变带宽信道分配的低公平性、低负载均衡性及低社会效率问题.基于非合作博弈理论将可变带宽信道分配问题建模成策略型博弈模型.首先,给出问题的纳什均衡分配策略,证明了纳什均衡点的存在;然后,针对纳什均衡策略社会效率低的问题,提出一种基于支付的激励机制,使可变带宽信道分配过程收敛到占优决策均衡状态,从而系统整体吞吐量性能达到全局最优;并分析了上述两种策略的公平性和负载均衡问题;最后,给出达到纳什均衡和全局最优状态的可变带宽信道分配算法.仿真结果表明,纳什均衡策略能够获得好的公平性,而全局最优策略的负载均衡和社会效率性能要优于纳什均衡策略.     

协作认知无线网络中基于功率分配的安全波束成形

在协作认知网络中,针对次用户作为转发中继时主用户信息容易被窃听的问题,本文提出了一种基于功率分配的安全波束成形设计方法。首先,根据任意转发波束成形功率占比,以次用户的传输速率最大化为优化目标,构建安全波束成形设计联合优化问题。然后,将所述目标优化问题转换为凸优化问题;最后,通过一维搜索转发波束成形功率占比获得全局最优解,完成认知无线网络的安全波束成形设计。仿真分析表明,本文所提方法在保证主用户信息安全的同时可实现次用户的传输速率最大化。     

OFDMA认知无线电网络中面向功率控制的频谱定价与分配

针对OFDMA认知无线电网络,提出一种基于Stackelberg博弈的频谱定价和分配模型.对于次基站控制次网络传输功率来保护主网络通信的场景,主基站可通过该模型获得最优的频谱定价方案.从功率控制的角度,重新设计次用户的效用函数,运用Stackelberg博弈对单个主基站和多个次用户在频谱租赁市场中的交易行为进行建模.通过逆向归纳法,求解市场均衡下的最优频谱定价,使得主基站在考虑主网络QoS降级的同时获得最大收益.此外,对于主基站只能获取本地信息的情形,提出了基于动态Stackelberg博弈的分布式频谱定价和分配模型.仿真实验表明,该模型能够在控制次网络传输功率的基础上,提供最优频谱定价和频谱分配方案.     

OFDMA协同通信系统资源分配算法

提出了一种OFDMA协同蜂窝网中满足用户QoS需求且兼顾用户公平性的子载波和功率联合分配算法。针对已有算法仅考虑平均功率下的子载波分配、中继节点存在未用功率的情况,研究了子载波分配完毕后中继节点剩余功率最优分配问题。给出了一种基于二分法的功率注水分配方案。仿真结果表明,所提出的子载波和功率联合分配算法能够在满足用户QoS需求及公平性的同时,进一步提高网络吞吐量。     

一种基于OFDM认知无线电网络的次优动态资源分配算法

研究了采用正交频分复用的认知无线电网络中的多用户资源分配问题,包括子载波分配和功率分配。在认知无线电系统中,除了考虑主用户与次用户之间的相互干扰,还要求将主用户对次用户的干扰控制在预设门限之下,因此,系统模型更为复杂。整数约束条件,使得寻求最优解的算法复杂度高,无法用于对实时性要求高的系统。因此,提出了一种寻求次优解的分步式资源分配算法,以降低算法的复杂度。首先采用一种综合考虑了功率限制和对主用户的干扰限制的新型子载波分配方案,然后提出改进的线性注水算法进行功率分配。仿真结果表明,相比于最优分配算法,所提出的算法可以在获得较好的系统容量的同时,有效地降低系统的复杂度,适用于对实时性要求高的系统。