如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中继选择算法(multiple relay selection based on game theory,GTMRS)。在任一认知中继集合中,认知用户之间能够形成非合作功率的博弈模型,可基于纳什均衡得到认知用户的优化协作功率分配算法。在寻找一组确定的中继集合来实现主要用户效用的最大化过程中,引入了修改的信道调和平均数因子,其目的是移除信噪比较小的中继节点,以最大化系统的信噪比。仿真结果显示,该算法能够使更多的认知用户接入到授权频谱中,同时使得主要用户获得更大的效用以及传输速率。因此,基于博弈的多中继选择算法能够有效选择合适的认知中继,并获得主要用户和认知用户在效用上的最优化。
认知无线电技术是为了解决无线频谱资源匮乏问题而提出的一项新兴技术,它通过对资源的优化分配来提高频谱的利用率。其中,协作通信技术的融入使得认知无线网络更具研究意义和价值。在协作认知无线网络(Cooperative Cognitive Radio Netw...
详细信息
认知无线电技术是为了解决无线频谱资源匮乏问题而提出的一项新兴技术,它通过对资源的优化分配来提高频谱的利用率。其中,协作通信技术的融入使得认知无线网络更具研究意义和价值。在协作认知无线网络(Cooperative Cognitive Radio Network,CCRN)中,授权用户和非授权用户能够共享同一频段,即非授权用户通过协助授权用户转发数据而获得接入和使用频谱的机会,实现频谱共享。而在考虑协作中继用户选择时,由于每个中继节点的地理位置和信道衰落参数不同,以及数据传输能力等存在差异,因此,如何选择合适的中继节点来协作授权用户是一个重要的问题。由于每个用户可以看作是理性而自私的个体,会因为争夺频谱而相互竞争,而博弈论由于其能够有效地解决决策主体的对抗及选择问题,因此,在认知无线网络中引入博弈论能够有效地分析和解决频谱分配及共享等问题。本文在上述背景的基础下,针对放大转发(Amplify and Forward,AF)的协作模式,对协作认知无线网络环境下的中继节点选择问题进行了研究和分析。文章首先结合协作认知无线网络中的频谱租赁模型,提出了一种基于纳什均衡(Nash Equilibrium,NE)的中继节点选择算法。其中,频谱的价格由主要用户和认知用户共同商定得到,并在认知用户之间建立协作功率的非合作博弈模型,得到了协作功率的分配算法。在得到该算法的基础上,主要用户采用一种迭代的算法来选择能够得到其效用最大的中继节点集。仿真结果表明,该算法选择的中继节点能够实现主要用户和认知用户效用函数的最大化。上述算法在所得到的分配模型上仅仅是单层博弈问题。结合主要用户和认知用户的双寡头博弈模型,文章提出了另一种基于Stackelberg博弈的选择算法。即主要用户起决策作用,而认知用户的功率分配要跟随主要用户参数选择的变化而变化,中继节点的选择是通过认知用户在博弈过程中所得的选择标准进行选择,主要用户作为决策者确定时间分配参数,而认知用户参与协作的参数则依赖于主要用户,最终实现频谱共享的目的。仿真结果表明,这种算法能够选择较优的节点集以实现频谱共享。
暂无评论