基于博弈论的认知无线电功率控制算法

基于博弈理论,提出了2种适用于认知无线电网络的功率控制算法,分别是完全信息功率博弈算法和非完全信息功率博弈算法。所提算法在满足干扰温度约束的前提下,以提高认知无线电网络总效用为目标,分布式实现功率控制。仿真比较了2种算法和已有认知无线电功率控制算法的性能差异,结果显示所提算法在系统平均效用和用户平均功耗方面均具有明显优势。     

基于博弈论的认知无线电功率控制算法

基于博弈理论，提出了2种适用于认知无线电网络的功率控制算法，分别是完全信息功率博弈算法和非完全信息功率博弈算法。所提算法在满足干扰温度约束的前提下，以提高认知无线电网络总效用为目标，分布式实现功率控制。仿真比较了2种算法和已有认知无线电功率控制算法的性能差异，结果显示所提算法在系统平均效用和用户平均功耗方面均具有明显优势。     

认知无线电网络中功率控制方法的研究

分布式功率控制是认知无线电系统常用的功率控制方法之一.将非合作博弈论的方法应用于认知无线电的功率控制上,在Goodman所提出NPG模型以及NPGP模型上来进行代价函数的改进,并提出一种新的博弈算法来实现对认知无线电系统的功率控制.该算法不仅考虑到系统用户之间的公平性,同时还考虑到认知用户之间干扰的影响,并通过理论证明了其纳什均衡的存在性与唯一性.仿真结果表明,该算法不仅能使用户发射功率降低,同时还可以使用户的效用提高,并且收敛性较好.     

多小区认知无线电网络中基于非合作博弈的功率控制算法

功率控制技术是认知无线电网络的关键技术之一。本文对多小区认知无线电网络进行分析,建立非合作博弈模型,提出一种新的适用于多小区认知无线电网络基于非合作博弈的功率控制算法,分析指出了该算法存在唯一的纳什均衡,并通过数值仿真分析了该算法的性能,用户可以以相对较低的发射功率获得较高的效用和服务质量,具有一定的实用性。     

认知无线电中基于博弈论的功率控制算法

简要介绍了认知无线电技术和博弈论的相关知识,分析了非合作功率控制博弈模型算法特点.根据认知无线电的系统基本要求和特点,提出一种基于博弈论的功率控制算法.使得用户的发射功率和收益方面都比非合作功率控制算法的性能有了一定的提高,最后给出了仿真结果分析验证了该算法的性能.     

认知无线电中基于干扰温度的功率控制博弈算法

针对认知无线电系统中功率控制的问题,根据David Goodman的非合作博弈思想,设计了一个基于干扰温度的代价函数,并对效用函数中的有效函数作了改进,在此基础上提出一种基于干扰温度的功率控制博弈算法。在仿真分析中同几种常用的功率控制博弈模型作了对比,结果表明该算法能有效提高认知用户的帕累托效应,提高用户的吞吐量,保障认知用户和主用户的QoS需求,使网络资源得到平等共享。     

认知无线电中基于干扰温度的功率控制博弈算法

针对认知无线电系统中功率控制的问题，根据David Goodman的非合作博弈思想，设计了一个基于干扰温度的代价函数，并对效用函数中的有效函数作了改进，在此基础上提出一种基于干扰温度的功率控制博弈算法。在仿真分析中同几种常用的功率控制博弈模型作了对比，结果表明该算法能有效提高认知用户的帕累托效应，提高用户的吞吐量，保障认知用户和主用户的QoS需求，使网络资源得到平等共享。     

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.     

基于干扰权限交易的认知无线电网络功率控制算法

为提高认知无线通信系统频谱利用率和系统工作公平性,最大化授权用户和认知用户的经济效益,引入基于非合作博弈的干扰权限交易机制,提出了一种基于干扰权限交易的认知无线电网络功率控制算法.该算法允许授权用户在保证最低干扰门限的基础上交易其干扰权限,并对认知用户征收干扰价格来补偿其通信质量的降低.通过价格杠杆原理,授权用户和认知用户、认知用户和认知用户对干扰价格和发射功率进行非合作博弈,并且干扰价格和发射功率收敛于纳什均衡点.仿真结果表明,文中所提算法比传统算法具有更好的系统公平性和实用性.     

下垫式认知无线电网络的鲁棒功率分配算法

针对认知无线电网络功率分配的参数扰动性问题,提出一种基于保护因子的认知无线电鲁棒功率分配算法.该算法根据实际系统信道参数的扰动性,对授权用户干扰功率阈值引入保护机制进行鲁棒规划,运用Lagrange对偶算法和凸优化相关理论得到最优功率分配,解决了下垫式(Underlay)模式下认知无线电网络信道参数扰动性问题.仿真结果表明,该算法具有较好的鲁棒性,降低了算法复杂度,并提高了认知无线电网络的系统容量.