基于重叠式联盟博弈的Femtocell干扰管理研究

给出了一种基于重叠式联盟形成博弈论的协作式算法,用于解决正交频分多址宏小区和家庭基站(Femtocell)两层网络中的资源分配和干扰管理问题。给出的算法相比于已有算法显著降低了家庭基站接入点到家庭基站用户的下行同层干扰,提高了以系统码率衡量的系统性能。

认知无线电中基于声望和重叠式联盟博弈的频谱感知和资源分配算法

在认知无线电网络中,次用户频谱感知和接入会受到多径衰落和阴影衰落等因素的影响.为了提高频谱感知准确度和资源分配效率,将多个次用户合作频谱感知和接入问题建模为重叠式联盟博弈模型,每个次用户可以加入多个联盟来提升自己的期望收益.为了提高全局有效吞吐量和资源分配公平性,引入声望机制来设计联盟资源分配规则,提出了基于声望值的重叠式联盟形成(R-OCF)算法.仿真结果表明:与无声望机制算法和分离式联盟形成(DCF)算法相比,R-OCF算法的资源分配效率和公平性更高;同时,次用户的期望收益和自身声望值相关,次用户的声望值越高,获得的期望收益越大.