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.     

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.     

认知无线电系统中联合优化资源分配算法

在认知无线电系统中,次用户能够利用感知到的已授权频段进行通信,只要其传输过程对主用户通信引起的干扰处于主用户可以忍受的程度之内。协作中继方案能够利用中继节点的传输来有效提高频谱的利用率,并增强了直接链路的传输能力。文中研究在一个三节点的认知无线电网络中基于协作中继传输时的资源分配问题,为了保证在认知用户对主用户干扰可容忍的前提下使得通信系统端到端的可达吞吐量最大,提出了一种联合优化功率分配和信道分配的方案。仿真结果显示,相对于单独进行功率分配或者信道分配情况下该方案能够有效提高认知无线电系统端到端的传输性能。     

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。     

认知无线电环境的无线电监测探讨

认知无线电（Cognitive radio,CR）技术是一种智能的频谱共享技术。文章在简述认知无线电的基本内容和关键技术的基础上,重点探讨了认知无线电技术对于现有无线电带来的难题。再针对这些新的难题,并基于现有的无线电监测系统,提出了一种适应于认知无线电环境的无线电监测系统雏形,并给出了新系统模型下的测向子系统的仿真结果。     

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配

研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法。仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量。     

认知无线网络中一种基于博弈的自适应功率控制算法

为了实现认知无线电中频谱分配公平性以及满足需要省电的情况,提出了一种基于博弈论的自适应功率控制算法,并证明了纳什均衡发射功率的存在性与唯一性。该算法不仅通过博弈论效用函数表达功率控制过程,解决了远近不公平现象和解决省电难题,而且通过设定信干噪比的最大与最小阀值,可以将不满足阀值的信干噪比值通过自适应加权公式,将其调整到阀值范围内,以满足省电需要。通过仿真分析可知,与其他算法比较,该算法不仅解决了认知无线电的远近不公平性现象,还可以通过减少发射功率,有效地解决了省电问题,而且当信干噪比在设定的阀值外时,通过自适应调整,使之在阀值范围内,减少了功率的浪费。     

基于预测机制的认知无线电机会频谱接入

基于认知无线电(CR)的机会频谱接入技术,近年成为一个研究热点,但大部分文献是根据当前主用户的频谱活动情况来指导次用户的频谱接入。提出一种新的接入机制,根据主用户过去和现在的频谱活动来预测其未来的频谱活动,从而使次用户可以接入可用性高的频段,减少与主用户发生冲突碰撞的可能性。另外,门限值的设定更进一步减少了不可靠的频段,使次用户的通信质量得以提高。通过仿真实验可看出,与传统的接入机制以及未设门限值的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率。     

基于囚徒困境的认知无线电竞争频谱共享分析

利用囚徒困境模型,分析了认知无线电用户相互竞争频谱空间的问题.自私理性的认知无线电用户贪婪的扩展自身所占频谱空间,并通过频分复用或迭代注水等方式实现最大化自身速率,最终导致了纳什均衡.比较此非合作情形下两用户的性能回报矩阵并得到该模型下信噪比与干扰增益的关系.最后在该条件下仿真和分析竞争频谱共享的性能.     

认知Femtocell网络中下行链路资源分配的研究

宏蜂窝和家庭基站（Femtocell）之间组成的双层网络中,由于共享频谱资源,因此增加了相互之间的干扰,从而减小了系统容量.文中针对双层网络之间的干扰,通过将认知无线电技术引入Femtocell中,进行动态频谱接入,从而减小了信道之间的干扰.Matlab仿真结果表明,构建的密集型认知Femtocell网络相比于传统的Femtocell网络,平均系统容量提高了约50％;所提出的联合信道功率分配算法在可用信道较少时,平均中断率也远低于固定功率控制算法.     

一种新的基于认知用户通信效用的频谱共享算法

摘要：本文提出了一种新的基于认知用户通信效用的频谱共享算法,研究传输功率和比特误码率受限情况下的频谱分配问题。详细分析了瑞利衰落模型下的认知用户效用函数及其优化问题,在此基础上给出了一种基于注水线不断调整的功率分配机制,进而获得了认知用户的最优通信效用,并将该机制应用到频谱分配中,提出了一种基于“二分法”的频谱分配算法。研究中分别考虑了三种不同的优化模型,理论和仿真分析表明,“最大化比例公平”模型在保证用户之间频谱分配公平性的同时能够获得接近“最大化系统总效用”模型的通信总效用。     

协同认知网络中功率分配与协同节点选择

针对认知无线网络中次级用户通信性能优化问题,以最大化次级用户的传输速率为目标,研究引入协同通信的认知网络中协同节点选择和发送功率分配问题.通过引入中断概率增量因子,简化主用户接收机中断容量损失受限的约束条件,同时依据目标函数的不同将问题分解,对形成的原优化问题进行了有效求解.仿真结果表明,文中算法实现了最优的功率分配和协同节点选择,在保护主用户通信业务的前提下,有效地提升了次级用户的传输速率.     

认知无线电系统中基于归一化效用函数的功率控制方法

采用了博弈论的方法来实现对CR用户发送功率的控制,提出了适合CR技术的归一化效用函数,并且引入了代价函数,证明了在博弈过程中,该函数存在纳什均衡并且均衡点唯一。仿真结果表明了该方法可行且计算较为简单,分析并找到了效用函数中较为合适的平稳参数和代价因子。     

认知无线电中的敏捷增益分析

改进原有模型中的问题,利用新的数字模型研究了在中继用户有功率约束条件下,路径损耗指数之比、主用户与认知用户直线间的夹角、发射功率对敏捷增益的影响;并且通过分析论证和大量的仿真运算证明了新数字模型更具有可行性.结果表明：认知用户的传输衰减比主用户传输衰减慢时,感测性能能够得到明显改善;敏捷增益随角度的增加而减小;认知用户的传输功率远小于主用户传输功率时,认知用户无法获得敏捷增益.     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

用智能天线和功率控制提高感知系统信干噪比

为了减小干扰和降低误码率,达到性能优化。将智能天线和功率控制两种技术相结合,通过智能天线对信号进行波束成形处理,再利用基于博弈论的发送端功率控制。考虑其他用户发送功率等级策略的影响,通过不断迭代功率,实现各个用户发送功率值的改善。比较纯粹使用功率控制的方法,可以使感知系统的信干噪比、吞吐量、发送功率等性能得到更多改善,仿真实验证明了其优越性。