认知无线电中基于多次博弈的功率控制算法

doi:10.3969/j.issn.1000-0801.2011.08.016

摘要/Abstract

摘要：

基于博弈论对认知无线电网络中的功率控制问题进行了建模分析，提出了一种基于多次博弈的功率控制算法，证明了该算法中纳什均衡的存在性和惟一性。仿真结果表明，基于该博弈模型的功率控制算法收敛性比传统算法好，经过7次左右迭代即可收敛，满足系统实时性要求，同时又能够以较低的功率水平满足不同用户对信干比的要求，实现了对不同用户发射功率的有效控制，系统性能明显提高。

关键词: 认知无线电, 博弈论, 功率控制, 信干比, 纳什均衡

Abstract:

This article proposes a game theoretic solution for power control policy in cognitive radio networks.A power control game algorithm is proposed based on cost function.The uniqueness and existence of the Nash equilibrium is proved for the scheme.Simulation results show that the novel power control algorithm based on game theory will be obtained better convergence compared with traditional algorithm,after about 7 iterations algorithm will converge to an NE and can satisfy the real-time requirement,the novel algorithm can regulate their transmitter powers to meet the different signal to interference ratio（SIR） requirements and the performance of CR system is thereby improved obviously.

Key words: cognitive radio, game theory, power control, SIR, Nash equilibrium

滕志军,韩雪,杨旭. 认知无线电中基于多次博弈的功率控制算法[J]. 电信科学, 2011, 27(8): 63-67.

Zhijun Teng,Xue Han,Xu Yang. A Power Control Algorithm Based on Repeated Games in Cognitive Radio[J]. Telecommunications Science, 2011, 27(8): 63-67.

图/表 4

参考文献 11

1	邱晶，邹卫霞 . 认知无线电中的动态频率选择和功率控制研究. 系统仿真学报, 2008,2（7）: 1821～1822.
2	Varian H R . Microeconomic analysis.In: W W Norton ＆ Company, New York,USA, 1992
3	Srivastava V , Neel J . Using game theory to analyze wireless ad hoc networks. IEEE Communications Surveys ＆ Tutorials（S1553-877X）, 2005,7(4): 46～56
4	IIeri O , S-Ch Mau , Mandayam N B . Pricing for enabling forwarding inself-configuring ad hoc network. IEEE Journal on Selected Areas in Communications （S0733-8716）, 2005,23(1): 151～162
5	Haykin S . Cognitive radio:brain-empowered wireless communications. IEEE Journal on Selected Areas in Communications（S0733-8716）, 2005,23(2): 201～220
6	彭文艺，饶志强，吴涛 . 博弈论在无线自组网技术中的应用. 计算机与数字工程， 2006,6（34）: 117～119.
7	Neel J , Reed J , Gilles R . Game models for Cognitive Radio Algorithm Analysis.In: SDR Forum Technical Conference, Phoenix,USA, 2004
8	Neel J , Reed J , Gilles R . Convergence of cognitive radios.In: Proceeding of IEEE WCNC, Atlanta,USA, 2004
9	赵成林，李鹏，蒋挺 . 快速收敛的认知无线电功率控制算法. 北京邮电大学学报, 2009,32（1）: 74～75.
10	满成圆，刘雁，周文安等. 基于博弈论的宽带无线系统功率控制算法研究. 北京邮电大学学报， 2005,28（5）: 121～124.
12	Yates R D . A framework for uplink power control in cellular radio systems. IEEE J Sel Areas Commun, 1995,13(7): 1341～1347
11	程世伦，杨震 . 基于信干比的认知无线电自适应功率控制算法. 电子与信息学报， 2008,30（1）: 59～62.

[1]	蒋跃宇, 承昊新, 王康, 戴文骏, 刘笑宇. PLC-RF无线传输网络中的能效最优设计方法[J]. 电信科学, 2023, 39(4): 111-119.
[2]	蒋瑞红, 冯一哲, 孙耀华, 郑海娜. 面向低轨卫星网络的组网关键技术综述[J]. 电信科学, 2023, 39(2): 37-47.
[3]	葛海江, 贾宁, 池凯凯, 陈云志. 非线性能量收集认知无线电网络的次用户吞吐量最大化方案[J]. 电信科学, 2023, 39(2): 103-117.
[4]	王越, 许方敏, 曹海燕. TDD模式下无小区大规模MIMO系统的导频干扰抑制[J]. 电信科学, 2022, 38(5): 87-94.
[5]	邹璐珊, 黄晓雯, 杨敬民, 郑艺峰, 张光林, 张文杰. 移动边缘计算中资源分配和定价方法综述[J]. 电信科学, 2022, 38(3): 113-132.
[6]	翟捷萍, 刘小兰, 肖海林. 基于信道反转的C-V2X动态功率控制方案[J]. 电信科学, 2021, 37(2): 71-81.
[7]	贾忠杰, 金明, 宋晓群. 一种基于黏性隐马尔可夫模型的多频带频谱感知方法[J]. 电信科学, 2021, 37(1): 48-57.
[8]	欧阳晔,杨爱东,孟凡语. 一种博弈论辅助的机器学习算法检测用户流失行为[J]. 电信科学, 2020, 36(6): 79-89.
[9]	徐会彬. 节点移动处理的高效RPL路由协议[J]. 电信科学, 2019, 35(8): 120-127.
[10]	徐琳,赵知劲. 基于CBR与合作Q学习的分布式CRN资源分配算法[J]. 电信科学, 2019, 35(2): 35-42.
[11]	肖洁,陈跃斌,陈楚天,郑婷,钱继武. 基于信任度的可变门限能量检测算法[J]. 电信科学, 2018, 34(8): 129-135.
[12]	邓宏宇,汪一鸣,吴澄. 基于MRR调度的认知LTE-R基站和服务类型值优先队列管理[J]. 电信科学, 2018, 34(6): 80-90.
[13]	周恒杰,孙闽红,钟华,刘玮. 基于不完全信息动态博弈的多信道无线网络抗干扰传输[J]. 电信科学, 2018, 34(2): 39-45.
[14]	王云川,许晓荣,姚英彪,伍伟伟. 一种能效优先的认知无线电模仿主用户攻击防御策略设计与性能分析[J]. 电信科学, 2017, 33(8): 100-106.
[15]	刘建华,李明禄,李大志,李鲁群. 工业无线传感云中面向移动机器人的自适应信任演化机制[J]. 电信科学, 2017, 33(6): 86-96.