认知Wi-Fi 2.0无线网络多用户动态分层功率控制算法

具有认知性、自主性和适变性等特点的认知Wi-Fi 2.0无线网络技术,作为提高无线网络容量的重要技术不断引起学术界、标准组织和工业界的关注.针对现有功率控制技术不能刻画多个认知节点存在分层决策的现象,提出一种认知Wi-Fi 2.0无线网络中多用户动态分层功率控制算法.基于提出的斯坦科尔伯格(Stackelberg)容量最大化博弈模型,为认知Wi-Fi 2.0无线网络中感知信息不对称的多用户分别设计了分布式功率控制方法,实现领导者用户和跟随者用户的多阶段动态交互在保证个体效用的同时实现网络整体性能.该算法根据当前认知Wi-Fi 2.0无线网络中多个认知节点接入频谱顺序的不同,确定领导者用户和跟随者用户;然后,对于领导者和跟随者分别采用不同的功率控制策略,并多次交互实现多用户分层算法的动态交互收敛.蒙特卡洛仿真验证了算法的有效性.

认知Wi-Fi网络中使用相关均衡的频谱共享算法

认知Wi-Fi网络是基于认知无线电技术、感知和利用电视频谱白空的新型无线局域网.在该无线网络环境下,设计了集中式和分布式两种基于相关均衡的频谱共享算法.综合考虑了认知Wi-Fi网络的频谱分裂特性、多网间的互扰和用户的业务需求等,将频谱共享问题建模为非协作博弈.两种算法分别考虑了有效性和复杂度.其中,集中式算法可最大化网络整体收益,而分布式算法无须引入信息交互.仿真结果表明,相较于贪婪算法,这两种算法均能提升网络收益.