基于博弈论的认知无线电的频谱负载平衡

为了提高频谱资源的使用效率并在分布环境下支持QoS,提出认知无线电系统中基于博弈论的频谱负载平衡算法。通过构造支付函数,建立了负载平衡问题的非合作博弈数学模型,利用最佳响应求得纳什均衡解,根据各分配请求的QoS要求应用均衡战略来调整资源分配,以达到频谱利用最优化的目的。仿真表明：该算法可以在避免干扰的情况下有效地利用带宽资源,实现负载均衡;算法的收敛性也得到验证。     

认知无线电频谱共享的一种博弈论方法

提出了基于博弈论的认知无线电静态频谱共享模型,研究多个次级用户竞争一个主用户系统的空闲频谱。建立了基于自我约束机制的主用户系统的效益函数,主用户系统兼顾自身频谱需求与不浪费剩余的空闲频谱两方面来确定合适的价格,并引入了动态频谱共享算法,次级用户能不断调整自己的策略最终趋于纳什均衡,最大化自身效益。     

一种改进的基于博弈论的动态频谱共享算法

针对基于博弈论的主次用户共享频谱问题,提出了改进的次用户博弈效用函数,该函数中的频谱需求度参数不仅考虑了次用户因为业务不同而导致对频谱需求不同这一因素,而且还考虑了可以共享到的频谱数量对需求的影响,次用户共享的频谱越多,则对频谱的需求度会相对降低。文中提出的效用函数中的需求度是共享频谱的函数,是一个变量,它更加准确地描述了认知无线电系统中次用户对频谱需求的特性,可以更好地体现频谱分配的公平性。分析了频谱需求度函数对博弈频谱共享算法的影响,通过理论分析和仿真证明了所提出算法的正确性,并且存在纳什均衡。     

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.     

认知无线电网络频谱共享中的带宽竞争

 在认知无线电网络中,考虑多个主系统以频谱数量竞争向次级用户租借频谱的频谱共享问题,而次级用户以机会方式使用该频谱.将此视为垄断市场的竞争问题,提出了一个频谱买卖的市场模型,每个主系统在服务质量(QoS) 限制条件下,最大化自身的利益.对于次级系统而言,利用效用函数来获得逆需求函数.采用分布式算法得出了动态博弈的解及收敛区域.数值结果表明动态博弈的解在收敛区域内能收敛到纳什均衡解.     

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.     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户时主用户干扰的目的.仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量.     

基于次用户检测能力的认知无线电频谱共享博弈

基于博弈论研究认知无线电系统中主用户和次用户频谱共享方法. 认知无线电系统中,主用户出售空闲频谱给次用户,以获得收益,次用户则通过博弈竞争空闲频谱资源. 由于不同的次用户检测能力各异,主用户对次用户的频谱共享意愿也不同. 根据次用户的检测能力强弱为认知用户设置优先级,提出将反映次用户检测能力的终端设备剩余电量百分比体现在价格函数中,从而得到新的效用函数. 通过仿真表明了该博弈算法能使频谱分配更加有效、公平、合理.      

基于博弈论多个授权用户的空闲频谱分配

针对认知无线电系统中授权用户的空闲频谱共享问题,利用博弈论的基本模型,改进一种线性导数迭代的频谱分配方法。该方法利用授权用户前一时刻的分配策略,根据系统的收益函数变化最快方向,并且自适应地进行迭代,达到快速纳什平衡。与传统线性迭代算法相比,避免了根据用户通信参数确定调整因子的过程,使认知用户在考虑自身条件,不影响授权用户正常通信的条件下,得到通信质量较好的频段,有利认知用户的通信,同样也使授权用户获得较多的频谱分配收益。仿真结果表明：该算法与传统线性迭代相比,在相同误差下缩短了迭代周期。     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户对主用户干扰的目的。仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量。     

Dynamic overlapped spectrum allocation based on potential game in cognitive radio networks

In order to make full use of wireless spectrum resources,the behavior of cognitive radio （CR）for dynamic spectrum allocation is analyzed based on the game theoretic framework.The traditional spectrum allocation schemes consider the spectrum allocation among independent frequency bands only,without taking into account mutually overlapped frequency bands.For this reason,an optimal allocation etiquette is defined to promote the cross characteristic of the frequency bands in a dynamic spectrum allocation model.New interference operator and interference temperature constraints are introduced in order to realize calculation of the interference,and the corresponding spectrum allocation scenario can be further formulated as a potential game.Based on the characteristic of dynamic selection using the game theory and the interference avoidance rule of interference temperature,the robustness of CR networks is increased and the scenario is more suitable for the dynamic changing of actual wireless communication and energy saving communication systems.Simulation results show that the signal to interference and noise ratio （SINR） level can be significantly improved through the optimal allocation of any available spectrum.The utilization rate of spectrum and throughput of overall CR networks are increased by fully utilizing the spectrum resources in the dynamic spectrum allocation model.     

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。     

认知无线电中基于潜在博弈的信道分配算法

为最小化认知无线电系统的干扰水平,同时保证主用户的正常通信,提出了一种改进的基于博弈论的分布式信道分配算法,将次用户间的相互博弈构建为潜在博弈模型。效用函数不仅考虑了每个次用户对其他次用户和主用户的干扰,同时也考虑了其他次用户和主用户所产生的干扰。仿真结果表明,该算法具有较好的收敛性,分配结果能使主用户获得较好的吞吐量。     

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.     

基于博弈论的认知无线网络中一种功率控制算法

在underlay模式中,针对次用户为增大自身收益私自提高发射功率的问题,提出了一种基于博弈论的功率控制算法.首先,在满足主用户和次用户正常通信的情况下,将信道状态的概念引入到效用函数中,以增大对理性用户自私性的惩罚;其次,证明所提算法纳什均衡的存在性和唯一性;最后,用一般迭代法求取最优解.实验结果表明：所提算法能够降低用户发射功率,具有较好的抗背景噪声能力,且增大了系统的吞吐量.     

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。