基于极大独立集的协作竞价频谱分配算法

将认知无线电中的动态频谱分配归结为图论中的着色问题.针对目前基于系统吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法效率不高的问题,提出了一种改进的基于极大独立集(MIS)的协作竞价算法.根据MIS中协作用户出价高于集外认知用户最大效用,可以获得授权用户的效用曲线,从而最大化系统总效用,达到充分利用频谱资源的目的.此外,协作竞价算法还能在一定程度上抑制用户之间的共谋.     

一种基于博弈论价格机制的频谱分配算法

为了提高认知无线电系统频谱分配的效率,建立了基于博弈论价格机制频谱分配系统模型,避免了价格因主系统频谱增加而降低的缺陷.该模型利用频谱政策服务器对特定区域的频谱进行统一分配,充分发挥了主系统的先动优势和次用户的后动优势.同时,根据次用户对不同频段的偏好引入差异性的概念,设计了认知无线电的静态博弈算法.该算法在深入分析频谱需求函数、次用户效用函数、主系统成本函数和主系统效用函数的基础上,以最大化主系统和次用户效用为设计目标,验证了纳什均衡点的存在性.仿真结果表明,在主系统对称和非对称2种情况下,所提算法能够有效地改善主系统的频谱利用率,提高主系统和次用户的效用.     

协作认知无线电网络资源双拍卖算法研究

为提高无线频谱资源利用率,针对认知无线电网络次用户具体资源需求,提出了一个基于VickreyClarke-Groves(VCG)拍卖机制的两层双拍卖频谱资源分配算法TACC,在实现频谱高效分配的同时,保证了主、次用户以及中继节点的效益.首先给出主用户、中继节点以及次用户的效用函数;然后对主用户的频谱资源进行分配;TACC拍卖算法在第一层实现中继节点和次用户的虚拟拍卖,并在第二层拍卖实现中继节点竞争主用户的频谱资源,最后综合两层拍卖结果将主用户频谱通过中继节点分配给次用户.数值实验结果表明:主用户和中继节点的效益得到了保证,TACC算法在主用户效益上比随机算法平均提高3倍;当次用户数量少于80时,系统运行时间低于25s,随着主用户数量增加,算法运行时间呈指数型增长.     

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。     

基于效用理论的多标拍卖信道分配算法

针对传统多标拍卖信道分配机制无法确保认知用户获得频谱资源公平性的问题,结合微观经济学中的效用理论提出了一种新的标价算法。该算法基于用户自身带宽需求和等待时间等因素对信道效用的影响,以信道效用为基准对信道进行等效标价处理,确保在系统效益最大的同时可获得频谱资源认知用户数量容纳性的最大化。对采用该算法与采用传统算法的系统中用户等待时间、需求满足情况及系统总体效益等关键技术性能在频谱资源充足与频谱资源匮乏两种情况下进行了仿真对比分析,结果显示该算法不仅能够在频谱资源充足时获得较好的系统效益,在频谱资源匮乏时能够在保证系统效益的同时大大提高了弱势用户获得频谱资源的概率,提高系统的公平性。     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法(CSGC)进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

基于授权用户活动性的认知无线电频谱分配算法

考虑授权用户工作状态的切换概率对认知无线电系统的频谱分配的影响,提出了一种新的认知无线电频谱分配算法.在定义收益期望的基础上,从概率角度提出了两个新的效用函数,分别反映认知系统总的平均信道收益期望和收益期望公平性;并给出了算法的具体步骤.仿真结果表明:与传统的信道分配算法相比,新算法在认知系统总的频谱利用率效用上优势明显;在授权用户工作状态频繁切换时表现出了较好的系统公平性,更具有现实应用意义.     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

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。     

基于water-level调整的认知无线电传输速率计算算法

在瑞利衰落模型下,根据认知用户的效用函数,来解决认知无线电中的信道规划问题,进而得到认知用户的传输速率。当认知用户传输功率和比特误码率受限时,其最终效用仅与water-level有关,因此文中提出了一种基于water-level调整的功率分配及算法,实现了认知无线电中载波及功率的合理分配,并得到了认知用户的传输速率.理论与仿真分析表明:该算法具有较低的运算复杂度和接近于最优算法的认知用户效用;调整因子仅与算法的收敛速度有关,而与用户总效用及信道的分配结果无关.     

认知无线电网络信道分配联合策略算法

在认知无线电网络中,次级用户在保证主用户通信服务质量不受影响的前提下,可以伺机复用主用户的空闲信道进行通信,以满足次级用户自身的通信需求,充分利用系统内的信道资源,并有效提升系统的合速率。考虑接收终端干扰的影响,提出一种基于underlay机制下的全干扰系统模型,并基于该模型提出一种联合策略的信道分配算法。联合策略算法采用加入了定向变异因子的改良遗传算法为多个次级用户分配信道,之后使用拍卖算法对信道内所有的次级用户进行功率分配或者信干噪比控制。仿真实验表明,提出的联合策略算法能够明显地提升系统合速率,保证次级用户间的公平性,并且以较快的速度收敛至纳什均衡,能够有效进行信道资源优化分配。     

基于用户需求和等待时间的改进型频谱分配算法

通过对最新的图论着色频谱分配算法进行分析,提出了一种基于用户需求和等待时间的改进型频谱分配算法。解决了频谱资源紧张情况下用户等待时间太长的问题。使认知用户机会均等地使用频谱资源。经过频谱复用,更好地满足了用户频谱需求。仿真结果表明该算法是有效的,提出的算法提高了频谱利用率并且保证了系统公平性。     

认知无线电网络中基于图着色的动态频谱分配

动态频谱分配是解决认知无线电网络中频谱资源利用率低下的有效手段.针对现有频谱分配中认知用户"饿死"这一难点问题,以最大化系统接入率为目标,提出一种基于图着色的动态频谱分配算法.构造了基于图着色模型的效能函数,通过动态更新可用矩阵完成有效的频谱分配.一系列仿真实验表明,所提算法获得了较高的系统接入率,兼顾了系统的吞吐量和公平性,具有比现有算法更优的性能.     

一种无线单频谱安全拍卖算法

由于电子拍卖自身的高效性和公正性,因此基于无线频谱分配的拍卖机制应运而生,且满足了人们日益增长的无线通信服务需求。而安全的频谱拍卖算法是保证无线频谱拍卖机制安全运行的重要保障。通过分析无线频谱分配的算法特点和其所确保的安全需求,提出了一种无线单频谱安全拍卖算法。该算法结合无线频谱分配的拍卖特点与密码学机制来确保拍卖过程中信息的安全,并正确选出拍卖赢家,以及计算出赢家所需要支付的频谱拍卖价格。分析证明了算法具有较高的安全性。     

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。     

认知异构网络中基于非理想频谱感知的凸优化资源分配算法

当前认知异构网络中无线频谱日益紧缺,而传统固定频谱分配模式日益成为限制无线通信性能的重要瓶颈,在非理想频谱感知情况下资源分配的问题尤为突出。为实现非理想频谱感知情况下无线资源的高效分配,提出一种基于认知异构网络的凸优化资源分配算法。该算法首先构建了基于主用户活跃度的用户到达模型,以精确描述认知网络中主用户的频谱使用状态,为认知用户分配资源提供依据;并通过认知异构网络干扰分析构建非理想频谱感知条件下的干扰容限条件,最后通过凸优化算法实现对认知网络中频谱资源的优化分配。仿真结果表明,在非理想频谱感知条件下,该算法能够有效降低系统平均时延,提升认知异构网络的传输速率和系统吞吐量。     

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.