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．

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。

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。

认知无线电中基于非合作博弈的功率控制算法

针对认知无线电中的功率控制问题,基于非合作博弈模型,提出了一种新的效用函数,证明了该博弈中纳什均衡的存在性和唯一性。设计了一种分布式功率控制算法并证明了其收敛性。讨论了几个参数对系统性能的影响。仿真表明,该算法可实现对认知用户发射功率的有效控制。与SINR平衡算法和Koskie-Gajic算法相比,本算法既保障了每个认知用户的QoS需求,又增加了系统吞吐量。

认知无线电非合作功率控制算法及QoS保证机制研究

为了实现认知无线网络中的功率控制，以多载波码分多址（MC-CDMA）网络为认知无线电平台，根据香农信息论，基于非合作博弈模型，设计了一种新的效用函数，并对该效用函数的纳什均衡做了证明。在此基础上，提出了一种基于信干噪比（SINR）的非合作博弈功率控制算法。新的效用函数参考信道容量与SINR之间的关系使得纳什均衡结果尽可能接近帕累托最优。仿真结果表明该算法与SINR平衡算法、Koskie-Gajic算法相比，在保证认知用户服务质量（QoS）基础上，提高了网络性能。

非合作博弈论在认知无线电中的功率控制方法探讨

介绍了认知无线电的物理层结构,提出了非博弈相对论在认知无线电中的一般分析方法。以最小化系统的总干扰水平为目标,借助引入新的代价函数构建了一种非合作博弈的功率控制模型,该模型能够对认知用户通过提高发射功率获得更大效益的行为进行惩罚,并通过对发射功率超过干扰温度的认知用户的严惩,使认知用户认识到牺牲一定的信干比可以带来整体效益的最优,从而避免了超过干扰温度后系统性能的迅速下降。

基于代价函数的认知无线电功率控制博弈算法

基于Goodman提出的非合作博弈功率控制模型改进了代价函数。提出了一种适用于认知无线电系统的功率控制博弈算法,并证明了其纳什均衡的存在性与唯一性。通过仿真表明,该算法同几种经典的分布式算法相比,不但降低了发送功率,提高了用户效用,而且有较好的收敛性能,适用于对时延特性要求较高的认知无线电系统。

基于非合作博弈的改进型认知无线电功控算法

在认知无线电网络中,当认知用户(CU)与主用户(PU)共享频谱带宽时,需要对认知用户的发射功率进行控制,以确保认知用户在满足自己的QoS且不影响主用户的前提下与主用户共享频谱带宽。利用博弈论的方法,设计了一种基于链路增益和干扰温度的代价函数,并据此提出了一种改进型非合作博弈功率控制算法(IPC-NG)。通过数学理论推导分析,证明了新的净效用函数存在纳什均衡且均衡点唯一,同时还分析了该算法的收敛速度。仿真结果表明,该算法不仅避免了对主用户的影响,也保证了每个CU的QoS需求,同时还提高了认知系统的吞吐量和净效用。

基于博弈论的认知无线电自适应功率控制算法

针对认知无线电环境下的功率控制问题,给出了基于博弈论的非合作功率控制算法,并对其纳什均衡存在性和唯一性进行了证明。在此基础上,针对该算法中部分用户SINR远大于目标值而引起功率浪费的情况,通过一种反馈函数对惩罚因子进行自适应调整。仿真结果表明,与其他分布式算法相比,经过调整后的功率控制算法在保障主用户QoS需求的前提下,能够保证所有用户的输出SINR满足上下限阈值要求,并有效降低认知用户功率消耗,克服远近效应,达到用户公平共享频谱资源的目的。

基于信干比的认知无线电自适应功率控制算法

该文以空时编码(STBC)MC-CDMA网络系统为认知无线电通信平台,将一种基于SIR的非合作功率控制博弈算法应用于该认知无线电系统,并根据用户的SIR需求差异,对算法改进设计出新的自适应功率控制博弈算法(CR-NCPCG)。仿真结果表明CR-NCPCG算法以不同用户SIR需求为前提,通过不同用户功率的有效控制,实现了用户公平共享频谱资源的需求。

认知无线电系统中一种新的自适应功率控制算法

本文针对认知无线电系统中的远近不公平性,提出将信道增益因子引入到基于信干比(SIR)的分布式非合作博弈功率控制算法中,并证明了其纳什均衡的存在性及唯一性。同时在此算法的基础上,针对部分用户的SIR不能满足下限阀值的情况,设计了一种新的自适应加权系数以控制发射功率,满足不同用户的输出SIR需求。仿真结果表明,与其它的分布式功率控制算法相比,该算法不仅有效地解决了远近不公平现象,满足了认知用户公平共享频谱资源的需求,同时使认知用户的SIR能同时满足上下限阀值的要求,且具有快速收敛的特性。

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。

认知无线网络自适应功率控制博弈算法

为满足认知无线网络环境下各认知用户的需求,综合考虑认知用户距离基站的远近、算法稳定性及用户间的干扰问题,使用非合作博弈论对认知无线网络中的功率控制问题进行建模,提出一种使用收益函数和综合代价函数共同表示效用的自适应功率控制算法,理论证明了该算法存在唯一的纳什均衡解。通过引入综合代价函数,使各认知用户在非合作博弈下包含了协作的行为,从而获得帕累托最优解。Matlab仿真表明,该自适应功率控制算法在满足不同用户对SIR需求不同的前提下,克服了远近效应,降低了认知用户的发射功率,实现了高频效和频谱共享的公平性。

认知无线电中基于博弈论方法的联合功率速率控制

在认知无线电网络中,认知用户在满足目标信干比的前提下,采用非合作博弈的方法以降低每个认知用户的发送功率。为解决认知无线电中共享频谱状态下的联合功率和速率控制问题,将系统中次级用户间的关系假定为非合作的竞争性关系,同时考虑次级用户对主用户的干扰容限,提出一种基于次级用户传输时延花费的非合作博弈联合功率速率控制算法,并证明该算法纳什均衡的存在性与唯一性。仿真结果表明,该算法可使用户在使用较小传输功率的情况下获得较高的效用值与较低的传输延时,同时使次级用户对主用户的干扰小于干扰阈值。

一种改进的认知无线网络功率控制博弈算法

针对认知无线网络的特点,设计了一种基于信干比的新效用函数,其优点是无须考虑用户无线接入技术的调制方式,且具有边际效用递减的特性。另外,在传统代价函数中引入了动态调整机制。在此效用函数的基础上,提出了基于动态代价的非合作功率控制博弈算法,分析了算法纳什均衡解的存在性和唯一性。仿真实验表明,新算法与经典算法相比,能够明显改善系统性能。最后,比较和分析了在不同用户数下新算法的性能表现。

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.

基于非合作双干扰惩罚博弈的功率控制算法

为了提高认知用户的性能,文章提出了一种在认知CDMA网络中基于非合作双干扰惩罚博弈的功率控制算法(NPGP-DIP算法),介绍了其系统模型,并对以下三点作了详细证明:该算法降低了保证系统正常通信的最小SINR要求,该算法存在纳什均衡点且是惟一的。仿真结果表明,该算法在满足对主用户最大干扰限制的条件下,提高了认知用户的性能,并且在一定程度上兼顾了系统的公平性。

认知网络中快速自适应功率控制算法

采用sigmoid函数设计了一种自适应效用函数,该函数仅与认知用户的信干噪比门限和当前获得的信干噪比相关,因此可以通过自适应改变信干噪比门限实现认知用户的机会频谱接入,并快速满足其服务质量要求.同时,兼顾用户公平性重新设计代价函数来改善纳什均衡功率解的帕累托有效性.在此基础上基于非合作博弈论提出一种功率控制模型,经证明该模型符合超模博弈,从理论上保证了纳什均衡解的存在性和惟一性.并提出一种自适应功率控制算法,仿真结果表明该算法可以保证约10次迭代收敛,与参考算法相比节省约8%的功耗,在获得的效用上有近15%改善.

基于非合作博弈的认知无线电网络功率控制

选取时延与业务敏感度作为约束因子,建立了一种新的基于非合作博弈的多用户功率控制模型.针对认知用户信道感知误差对功率控制算法稳定性的影响,通过引入m-范数表征信道检测的不确定度,将功率控制模型转化为约束条件下的最优化问题,提出一种鲁棒功率控制算法.仿真结果表明:该功率控制算法具有较快的收敛速度和较好的公平性,可以在信道感知不确定度增大情况下保持较高的系统收益,具有良好的鲁棒性,且认知用户能够以较小的发送功率获得较大的功效比.

基于归一化效用函数的功率控制算法研究

功率控制技术是认知无线电的关键技术之一,分布式功率控制问题可以转化为非合作博弈问题来解决,结合认知无线电特点,提出一个新的S型效用函数,应用归一化的形式表示,并证明了其纳什均衡解的存在和唯一性。仿真结果表明,该算法不受系统调制方式的限制,且具有较快的收敛速度,在一定程度上兼顾了用户之间的公平性,使用户能公平地共享信道资源。