基于非合作博弈的中继网络分布式资源分配

提出1种可应用于正交频分复用多址(OFDMA)中继网络的分布式资源分配算法.基于将模型描述为基站与中继的非合作功率分配博弈(RNCPAG),设计出2种效用函数,并以最大化效用函数为准则,证明在总功率受限的约束下,该算法存在并收敛于唯一的纳什均衡点.研究表明,同传统的平均功率分配算法相比,分布式博弈算法以牺牲少量的迭代步数为代价,获得更高的系统容量和资源效率.

认知无线电中基于非合作博弈的功率分配方法

提出了一种适合于认知无线电网络的功率控制方法．基于信扰比的代价函数，借助兼顾认知用户公平性的惩罚因子，构造一种新的支付函数．基于该支付函数提出了一种非合作博弈功率控制模型．结合博弈理论，证明了该博弈模型纳什均衡解的存在性和惟一性，同时得出该纳什均衡解是帕累托最优的．仿真结果表明，基于该博弈模型功率分配方法收敛性比传统算法好，通过设置合适的惩罚因子等参数，3～5次迭代即可收敛，满足系统实时性要求，同时系统通过量较传统算法有1～4倍的改善．

基于非合作博弈的OFDMA无线多跳中继网络上行链路资源分配算法

研究了基于OFDMA多址技术的无线多跳中继网络上行链路资源分配问题。首先,在最大发射功率等约束条件下,建立了多小区OFDMA无线多跳中继网络上行链路的资源分配优化模型。将非合作博弈论和定价机制引入后,该优化问题可转化为在每个子信道上独立地进行功率分配。基于非合作博弈的功率分配模型中的纳什均衡点的存在性和唯一性得到了证明,并给出了具体的分布式求解算法。仿真结果表明,所提算法能在大幅减少系统总发射功率的情况下,有效地提升系统吞吐量,达到较高的能效比。

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点(NE)是原优化问题的驻点.其次,为了保证宏小区用户的服务质量(QoS),模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.

基于非合作博弈论的CoMP系统功率分配算法

针对下行单用户多点协作传输系统(SU-Co MP)的资源分配问题,提出一种基于非合作博弈论的动态功率分配算法。首先协调不同用户在同频子信道上的发射功率,然后建立新定价机制下的功率分配博弈模型。在此基础上分析Co MP用户在其协作簇内功率分配时相互协作,推导该模型的求解算法,最后论证该算法纳什均衡解的存在性和唯一性。仿真结果表明,所提算法能提升边缘用户频谱利用率,减小功耗。

博弈论视角下校企合作内涵、演变及对策研究

从博弈论的视角来看,校企合作是学校和企业在各自利益最大化的条件下进行的合作与非合作博弈过程。运用博弈思维,分析了校企合作的理论内涵,阐述了校企合作的动态演变过程,提出了学校主动建立合作基础、搭建利益分配框架、动态调整合作策略,以及企业更新认知、积极投入、深度参与的校企合作实施建议。

基于非合作博弈的公差分配优化

针对实际装配环境下的产品公差分配优化问题,采用博弈决策理论解决不同公差分配方案下的产品质量与成本的设计冲突。将装配过程的质量要求与成本关系视为多目标优化问题,利用博弈理论调和与解决系统冲突的特点,通过建立博弈决策主体、效用函数以及各博弈方的策略归属分类,将质量和成本多目标优化问题转化为多目标博弈决策问题并建立相应优化模型,由博弈方之间的自然竞争与协同,推导出基于非合作博弈的纳什均衡优化解,保证装配产品在质量与成本两方面的综合得益最大化,从而改善国际上普遍采用的基于经验或知识决策方法的不足。该方法应用于车身装配总成的公差分配实例,通过与线性加权和法的计算结果进行比较,说明其有效性和工程应用的指导意义。

DF协作中继网络基于买者/卖者博弈的中继选择和功率分配策略

该文针对采用解码-转发(DF)协议的协作中继网络,提出了一种基于买者-卖者博弈的中继选择和功率分配策略,通过将用户建模为买者,可以以最大效用为标准选择最优中继和确定最佳的购买功率;将中继建模为卖者,可通过先市场后利润的功率价格调整策略获得最大的利润。分析了两者博弈达到平衡的条件并进行了仿真,结果验证了纳什均衡点的存在并表明,该策略计算量少,收敛速度快,实用性强,在兼顾用户和中继节点的利益的同时可以有效提高用户的传输速率,扩大基站的覆盖范围,提高功率利用效率。

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。

基于非合作博弈的5G异构网络功率分配机制

随着移动通信业务从4G向5G的过渡升级,现阶段移动通信网络呈现多个网络共存和相互融合的局面,5G异构网络需要解决不同业务需求和技术体制下的频谱资源的高效分配问题。首先,介绍5G异构网络资源管理的现状及其问题。然后,针对分级5G异构网络架构,提出一种基于非合作博弈模型的功率分配算法,通过建立非合作博弈模型对算法进行论证分析,证明该算法存在唯一的纳什均衡解。最后,通过仿真实验初步验证提出的功率分配算法的可行性和有效性。

传感器网络非合作博弈功率控制及其仿真

针对基于CDMA通信方式的传感器网络模型,采用非合作博弈功率控制算法对网络中的节点进行分布式功率控制。在算法中为传感器节点构造包含效用函数和代价函数的支付函数模型,通过并行迭代的方式获得网络功率控制的纳什均衡策略,使所有节点的支付函数达到最优化。为了验证算法的有效性,采用OPNET对不同参数组合下的情况进行仿真,仿真结果表明,基于博弈论模型的非合作博弈功率控制算法具有很好的收敛性,当选择效用因子在1.0-1.1、价格因子在5.5-5.9时,网络具有很好的性能。

认知无线电网络非协作博弈功率分配算法研究

发现干扰节点,并将功率适当地分配至各个可用频谱上,以提高节点数据率和网络吞吐量,是认知无线电网络当前的研究热点.本文提出一种基于非协作博弈功率分配方法(PANG),以提高认知无线网络系统吞吐量.PANG将认知网络节点功率分配问题转化为非协作博弈问题,并采用线性代价因子的方法抑制功率分配时的盲目性.理论分析表明,PANG存在纳什均衡点,具有帕累托最优解.本文使用Matlab对PANG算法进行仿真,仿真结果表明,PANG算法能够比PIWF算法更加合理的进行功率分配,并有效的提高系统吞吐量.

一种新的认知无线电非合作功率控制博弈算法

当认知无线电网络以"衬底式"(Underlay)的方式与主用户网络共享频谱时,需要对认知用户进行功率控制,以确保认知用户在不干扰主用户的前提下,公平地共享认知频谱资源。利用博弈分析的方法,设计了一个基于链路增益因子的代价函数,并据此提出了一种新的非合作功率控制博弈算法。仿真结果表明,该算法的均衡结果既改善了用户的帕累托(Pareto)性能,又提高了链路增益较差的用户的吞吐量,实现了网络资源的平等共享。

基于非合作博弈的多小区D2D资源分配算法

在蜂窝网络与D2D(设备到设备)网络构成的混合网络中,针对小区内和小区间各用户之间的干扰,研究了多小区D2D通信系统中的资源分配问题,引入非合作博弈理论和定价机制,设计了一种改进的带有干扰因素的效用函数对D2D用户进行功率控制,同时考虑了公平性和系统干扰。通过验证功率控制模型中纳什均衡的存在性和唯一性,得到D2D用户博弈之后的一个稳定状态。仿真结果表明,所提算法不仅能提高用户的公平性,还能提高系统的吞吐量,提升系统性能。

无人机蜂群网络非合作博弈的功率控制

无人机蜂群网络是一种由大量节点组成的分层、多簇结构的无线通信网络。重点研究了多信道条件下功率优化控制问题及措施,提出了一种基于非合作博弈的分布式功率控制方法。该博弈问题的价格因子设计考虑了网络节点重要度因子的影响,每个节点根据连接关系评估得到全网节点的重要度因子。给出了分布式价格功率控制算法。对所提出的算法进行典型场景下的仿真分析,结果表明该算法能够快速收敛,保证簇首、核心节点等高重要度节点的干扰容限,提高网络的可靠性,达到系统总体效用最优。

基于非合作博弈的WBANs功率控制算法

针对基于TDMA媒体访问控制方式的无线体域网间干扰模型,利用非合作博弈自适应功率控制算法对体域网中的用户进行功率分配。该算法为用户构造了由收益函数和代价函数所表示的效用函数模型,根据最佳响应策略的迭代方案获得功率控制的纳什均衡策略,使体域网中所有用户的效用函数达到最优化。通过Matlab对不同参数的情况进行仿真,与传统的功率分配方案K-G相比,仿真结果表明,基于非合作博弈自适应功率控制算法有较好的收敛性,当价格因子在3.5-6.9时,体域网的总体效能提高。

基于非合作博弈论的CoMP-JP资源分配算法

为了提高LTE-A系统中协作多点联合处理技术(Co MP-JP)的资源利用率,保证中心用户和边缘用户在资源分配过程中的公平性和Qo S需求,提出一种以最大化系统吞吐量为目的中心用户和边缘用户联合处理的动态资源分配方法。首先,在功率给定的情况,每个簇内以保证用户的Qo S需求并最大化系统吞吐量为目的进行用户调度;其次,在调度完成后,为了协调用户间的干扰,实现系统的吞吐量的最大化,提出改进代价函数的非合作博弈控制算法,并证明该算法纳什均衡解的存在性与唯一性。实验结果表明:本文算法与现有算法相比,更能满足用户的Qo S需求和用户间的公平性,同时获得更高的系统吞吐量。

异构网络中基于非合作博弈的功率控制算法

针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。

非再生中继网络的功率优化分配

为了降低非再生中继网络的中断概率,研究了基于中断概率最小化的功率分配问题。首先分析了两跳中继传输方式和协同分集传输方式中断概率近似表达式,然后以中断概率最小化作为优化目标,在总功率一定的条件下,建立了非再生中继系统中基于中断概率最小化的功率分配优化模型,通过Lagrange乘数法获得了源节点和中继的最优功率分配。仿真实验表明,与在源节点和中继中采用平均功率分配策略相比,采用基于中断概率最小化的最优功率分配策略,在降低中断概率的同时,也增加了系统的容量。

多中继合作通信系统的功率分配研究

针对功率分配对于多中继系统的重要性,对混合转发多中继合作系统的功率分配进行了研究,提出了基于等效信噪比最大化的最优功率分配方案。仿真结果表明:合作伙伴的增加对于系统等效信噪比有积极的影响,但不是随着中继数目的增加无限地改善。在多中继混合转发合作系统中,最优的功率分配对于多中继合作系统的性能有很大的改善。