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.     

认知无线电的频谱分配算法

认知无线电的频谱分配问题存在瓶颈用户,针对该问题,分析了并行频谱分配算法和CSGC(color-sensitive graph coloring)算法,提出在CMMB(collaborative-max-min-bandwidth)准则下,用并行分配算法来解决瓶颈用户问题,并对系统时间开销和频谱利用率等性能指标进行了仿真分析.结果表明,并行分配算法和CSGC算法的频谱利用情况大致相当,但并行算法的系统时间开销却明显减少,更有利于满足认知无线电中频谱快速分配的要求.     

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。     

改进的认知无线电系统中频谱共享博弈算法

为提高博弈策略的合理性和有效性,提出了一种分布式的频谱共享博弈算法.考虑主用户的二次边际成本函数,得到满足稀有频谱资源分配属性的价格函数;设计了节省信道开销的动态次用户信任度机制,对干扰主用户通信的次用户进行惩罚,从而优化频谱共享环境;引入主用户价格反馈机制,实现算法分层,保证主用户和次用户获得最大的效用,并提高频谱的利用率.仿真分析也表明了所提出的博弈算法能使频谱分配更加合理和有效.      

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.      

认知无线电中基于频谱聚合的需求改进型频谱分配算法

在认知无线电中,合理的频谱分配算法是提高频谱利用率的关键。针对现有频谱分配算法对不连续频谱的利用率较低的问题,提出一种基于频谱聚合的需求改进型频谱分配算法。该算法建立在图论着色模型的基础上,综合考虑了认知用户可用频谱的多样性、不连续频谱的可聚合性以及频谱聚合的最大范围限制等因素,并联合频谱聚合技术与用户的当前需求信息进行设计。算法提出了3种不同的标注准则,通过仿真对比了不同准则下的系统效益。结果证明,所提算法在频谱紧张、用户需求较大的认知环境下,不仅有较好的系统分配率和吞吐量,也能兼顾到认知用户间的公平性。     

认知无线电中基于极大独立集的频谱分配算法

针对认知无线电系统的特点和要求,建立图论着色扩展模型,提出一种基于极大独立集的频谱分配算法.在不考虑频谱效益差异性的情况下,该算法能够有效兼顾频谱分配的利用率和公平性,并能够减小分配的收敛时间,更加适合认知无线电动态频谱分配的实际要求.对于算法的频谱利用率和公平性能,该算法与列表着色贪婪算法和列表着色公平算法进行比较,仿真结果分析验证了该算法的性能.     

基于博弈理论的认知无线电频谱分配

在认知用户效用函数的基础上,应用寡头市场博弈模型来解决频谱分配中的授权用户博弈问题.根据认知用户的效用函数以及Bertrand、Cournot均衡理论提出了授权用户信道竞价的动态Bertrand博弈算法.理论与仿真结果表明:稳定的纳什均衡解与速率调整参数有关,当速率调整参数小于0.020时,可以在较短的时间内获得稳定的信道价格;同时,纳什均衡点与边际成本有关,较高的边际成本可以获得较高的信道价格.     

多态蚁群算法的认知无线电频谱分配

针对传统蚁群算法在认知无线电频谱分配中搜索时间长、信息素更新效率低等问题,提出了一种新的多态蚁群算法的认知无线电频谱分配方案。改变了传统蚁群算法单一信息素的调控机制,引入侦察蚁并给效益值较高的路径标记信息;以效益值为标准设置多态蚁群的各项指标;利用多态规则进行路径选点并更新信息素;最后与传统蚁群算法就最大平均网络效益和最大比例公平网络效益进行仿真对比。实验结果表明了多态蚁群算法的高效性和优越性。     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

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。     

Spectrum allocation game of directional transmission in multi-hop cognitive radio networks

The spectrum allocation for links in multi-hop cognitive radio networks is addressed. The links rent the vacant licensed bands offered by primary users for implementing directional transmission. To minimize the individual cost, the links share the licensed band and rental fee. An interference mod- el for the directional transmission in cognitive radio networks is proposed to formulate the cooperative and dynamic behavior of the links using the theory of hedonic game, called spectrum allocation game. The game is proved to converge to the core stable state indicating that all links satisfy with their current conditions and do not deviate from their coalitions. Numerical results show that the game improves spectral efficiency and contributes to reducing the individual cost of the links.     

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。     

认知无线网络中基于HJ-DQPSO优化的频谱分配机制

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于 hooke jeeves（HJ）计算和量子粒子群（quantum particle swarm optimization,QPSO）理论的离散多目标组合优化机制,即 HJ-DQPSO 优化机制。该机制中,提出了采用 HJ 算法进行局部搜索,防止陷入局部最优,并对 QPSO 算法进行离散化处理以便更匹配离散的频谱分配模型。与现有的频谱分配算法进行仿真性能比较,实验结果表明,该机制具有逼近最优解、快速收敛、不易陷入局部最优、参数设置少的特点。在不同的优化目标情况下,能够较好地逼近频谱分配最优解而且可以实现快速收敛,在满足多个优化目标的情况下可以获得更合理的频谱分配方案。     

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。     

基于混沌二进制粒子群算法的认知无线电频谱分配策略

为了解决认知无线电网络中以最大化网络效益为准则的频谱分配难问题,提出一种基于混沌二进制粒子群算法的动态时变频谱分配策略。在该策略中,针对二进制粒子群算法收敛速度慢且后期粒子搜索具有单一性的缺陷,引入混沌映射对初始种群和每代粒子位置进行遍历优化,以提高粒子的全局寻优性能,搭建降维频谱分配数学模型,降低算法计算繁杂度,减少时间开销。实验结果证明,所提算法收敛速率快,可获得较高的网络收益。