基于非合作博弈的认知无线网络功率控制算法

为降低认知无线网络节点间的干扰,保证网络的服务质量,文章提出一种基于效益的非合作博弈的功率控制算法。该算法利用博弈原理,使认知用户对发射功率进行非合作博弈;并在理论上证明发射功率存在唯一的纳什均衡解。仿真结果表明,该算法不仅具有较好的抗噪声能力,还能在保证授权用户和认知用户服务质量的前提下,降低认知用户的发射功率,从而减少用户间的干扰,提升网络的性能。     

非合作博弈下功率与速率联合控制算法研究

针对已有的基于非合作博弈的功率控制算法中认知用户公平性的不足,提出了对认知用户的发射功率和传输速率进行联合控制的算法,在代价函数中设计了基于传输速率公平性的惩罚因子,同时还考虑了认知用户受到的干扰,与固定认知用户传输速率的功率控制算法进行仿真对比表明,在对认知用户发射功率进行调整的同时,通过调整认知用户的传输速率,能使认知用户在传输速率的分配上与目标传输速率的距离更小,更加体现了认知用户之间的公平性.     

无线CDMA数据网络中功率控制的非合作博弈方法

宽带码分多址 (WCDMA)网络中功率控制是进行资源管理的核心手段。该文在 Goodm an的研究基础上提出了一种新的功率控制方法。无线数据网络中各个用户得到的服务质量用效用函数来表示 ,分布式功率控制被描述为一个非合作博弈的过程 ,控制策略是为了寻找达到“Nash均衡”点的一组发射功率 ,价格函数的引入提高了系统的效率。文中提出了一个新的价格函数——能够根据系统拥塞状态自动调整的价格函数。在此价格函数中 ,利用等效带宽来反映系统当前的资源消耗情况 ,通过动态地对各个用户施加价格使系统的运行效率大为提高。对新的价格函数进行了仿真分析     

认知无线电中基于博弈论的功率控制算法

简要介绍了认知无线电技术和博弈论的相关知识,分析了非合作功率控制博弈模型算法特点.根据认知无线电的系统基本要求和特点,提出一种基于博弈论的功率控制算法.使得用户的发射功率和收益方面都比非合作功率控制算法的性能有了一定的提高,最后给出了仿真结果分析验证了该算法的性能.     

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.     

数据链中基于组合代价函数的博弈功率控制

针对数据链系统中功率控制问题,提出了一种基于博弈论的功率控制方法.采用组合代价函数的形式,使网络吞吐量最大化的同时节点功率消耗较小,减少了网络的功率消耗,提高了能量使用效率,并且相对非线性代价函数而言,运算复杂度小,便于实现.仿真结果显示:所提出的功率控制方法能达到较好的通信性能,同时有快速收敛的特性,有效地提升了机间数据链系统的低截获和抗干扰能力.     

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。     

认知无线电系统中基于归一化效用函数的功率控制方法

采用了博弈论的方法来实现对CR用户发送功率的控制,提出了适合CR技术的归一化效用函数,并且引入了代价函数,证明了在博弈过程中,该函数存在纳什均衡并且均衡点唯一。仿真结果表明了该方法可行且计算较为简单,分析并找到了效用函数中较为合适的平稳参数和代价因子。     

认知无线网络中一种基于博弈的自适应功率控制算法

为了实现认知无线电中频谱分配公平性以及满足需要省电的情况,提出了一种基于博弈论的自适应功率控制算法,并证明了纳什均衡发射功率的存在性与唯一性。该算法不仅通过博弈论效用函数表达功率控制过程,解决了远近不公平现象和解决省电难题,而且通过设定信干噪比的最大与最小阀值,可以将不满足阀值的信干噪比值通过自适应加权公式,将其调整到阀值范围内,以满足省电需要。通过仿真分析可知,与其他算法比较,该算法不仅解决了认知无线电的远近不公平性现象,还可以通过减少发射功率,有效地解决了省电问题,而且当信干噪比在设定的阀值外时,通过自适应调整,使之在阀值范围内,减少了功率的浪费。     

3G系统中的几种联合功率控制

本文介绍了第三代移动通信系统中功率控制以及联合功率控制,主要介绍和分析了基于MMSE的联合功率控制、基于MSE的联合功率控制和基于代价函数的联合功率控制。并在MATLAB环境下,对基于代价函数的联合功率控制和传统的基于代价函数功率控制进行了仿真比较。实验证明,联合功率控制能够获得更好的系统性能。     

非合作流速与拥塞控制博弈的应用

针对Internet用户的贪婪行为,引入非合作博弈理论,为非合作网络中的流速与拥塞控制行为建立模型,论证了上述博弈模型中Nash均衡点的存在性和惟一性.在分析了求解Nash均衡点解析解的基础上,设计实现了一种分布式流速控制算法(FCAG-SL).仿真实验表明,FCAG-SL算法具有良好的收敛性,应用流可以获得比其他拥塞控制算法更高的效用和整个系统的效用,验证了算法的可行性和有效性.     

基于博弈的无线传感网络功控算法收敛性分析

提出基于博弈论的功控算法的目标是降低能耗,减少引入的网络开销,增加网络寿命.从理论上证明了该算法采用优化动态反应来更新发射功率等级就能收敛到纳斯均衡.     

基于博弈论的认知无线网络中一种功率控制算法

在underlay模式中,针对次用户为增大自身收益私自提高发射功率的问题,提出了一种基于博弈论的功率控制算法.首先,在满足主用户和次用户正常通信的情况下,将信道状态的概念引入到效用函数中,以增大对理性用户自私性的惩罚;其次,证明所提算法纳什均衡的存在性和唯一性;最后,用一般迭代法求取最优解.实验结果表明：所提算法能够降低用户发射功率,具有较好的抗背景噪声能力,且增大了系统的吞吐量.     

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.     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

基于激励Stackelberg策略的拥塞控制研究

针对传统的拥塞控制缺乏合理的激励机制,或者没有考虑用户的不同服务质量需求,在多用户的网络模型中,通过引入基于效用函数的激励Stackelberg策略,网络方(主方)利用价格手段对用户方(从方)进行网络资源的控制,使双方都达到了最优--既保证了网络方的最大收益,也保证了用户方的最佳资源利用率,从而达到拥塞控制的目的.仿真试验表明,该方法可以限制用户的资源利用率,并达到约束条件下的期望值.     

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。