收稿日期:20140711;修回日期:20140826 基金项目:国家自然科学基金资助项目(61170121)
作者简介:廖作斌(1978),男,江西奉新人,讲师,硕士,主要研究方向为计算机应用、软件工程、算法设计与分析(liaozuobinlaoshi@163.com);
刘检华(1977),男,江西萍乡人,副教授,博士,主要研究方向为车辆工程、计算机集成制造技术.
基于势场竞标的认知无线网络信道竞争算法
廖作斌
1
,刘检华
2
(1.泉州师范学院 数学与计算机科学学院,福建 泉州 362000;2.北京理工大学 机械与车辆学院 数字化制造
研究所,北京 100083)
摘 要:对于认知无线网络的信道竞争问题而言,主用户和次级用户都存在功率约束,而传统的信道选择算法
并没有同时考虑这两种约束。在主用户干扰功率和次级用户总功率的共同约束下,提出了一种基于势场竞标理
论的信道竞争算法。该算法首先将信道选择问题建模为一个非合作竞标,并将认知无线网络的速率作为竞标的
共同效用;然后证明了该竞标是一种具有至少一个纯粹策略纳什均衡势场竞标,且保证能最大化认知无线网络
速率的纯粹策略纳什均衡就在其中;最后使用迭代信道选择过程达到最优策略。仿真结果表明,相对于传统算
法,该算法能够达到更高的速率。
关键词:认知无线网络;信道竞争;功率约束;势场竞标;纳什均衡
中图分类号:TN929.5 文献标志码:A 文章编号:10013695(2015)10310404
doi:10.3969/j.issn.10013695.2015.10.052
Channelselectionalgorithmincognitiveradio
networksbasedonpotentialbidding
LiaoZuobin
1
,LiuJianhua
2
(1.SchoolofMathematics& ComputerScience,QuanzhouNormalUniversity,QuanzhouFujian362000,China;2.DigitalManufacturing
ResearchInstitute,SchoolofMechanical&Vehicle,BeijingInstituteofTechnology,Beijing100083,China)
Abstract:Forthechannelselectionproblemincognitiveradionetworks,thereareconstraintsbothinprimaryreceiversand
secondaryusers
,whilenotraditionalchannelselectionalgorithmconsiderstheseconstraintssimultaneously.Underthecocon
straintofbothinterferencepowerofprimaryreceiversandtotalavailablepowerofsecondaryusers,thispaperproposedachan
nelselectionalgorithmbasedonthepotentialbiddingtheory.Thealgorithmfirstlymodeledthechannelselectionproblemasa
noncooperativebiddingproblemwheretherateofthecognitiveradionetworkwasusedasthecommonutility.Thenitproved
thatthisbiddingwasapotentialbiddingwhichhadatleastonepurestrategyNashequilibrium
(NE),withtheonemaximizing
therateofthecognitiveradionetworkguaranteedtobeamongthem.Finallyitachievedtheoptimalstrategythroughanitera
tivechannelselectionprocess.Simulationresultsshowthatcomparedtotraditionalalgorithms
,theproposedalgorithmhashig
herconvergencerateandlowercomplexity.
Keywords:cognitiveradionetwork;channelselection;powerconstraint;potentialbidding;Nashequilibrium
!
引言
近年来,认知无线电技术
[1,2]
由于可以利用频谱空洞,已受
到广泛且深入的关注。认知无线电技术主要分为覆盖、支撑以
及交织
[3]
三种。本文主要研究支撑认知无线电系统,其中只要
次级用户造成的干扰低于某一个预定值,次级用户就可以使用
主用户的频谱。另一方面,由于非合作分集技术能够减少多径
衰落,并提升信道容量,所以该技术已经成为新的空间分集技术
的基础。因此近几年对认知无线网络的研究越来越多
[4,5]
。
合作传输可通过增加空间分集与频谱分集改善次级节点
的吞吐量。在支撑认知网络中,通过部分分集技术可进一步提
高次级节点的吞吐量
[6]
。如果允许次级用户自适应地调整发
射功率或者全局选择合作用户,则可以使网络性能更好,这就
是所谓联合信道选择和最优功率分配机制
[7]
。针 对 这 一 机
制,可以使用传统方法分析该机制用于多信道选择时刻达到的
分集阶数,且无须详细考虑任何自适应功率控制算法
[8]
。为
了改善认知系统的性能,并保证主用户的服务质量,可以在自
适应合作信道选择的基础上加入最优信道选择的机制,然而该
方法的复杂性随着网络规模呈指数增加
[9]
。针对理性决策制
定者之间合作的冲突和矛盾,博弈论是一个很好的工具,该理
论也可灵活地用于分析竞争最优行为
[10,11]
。目前,博弈论已
用于研究无线网络分布优化问题。例如,可以使用两级斯坦科
尔伯格博弈模型来获得最优信道选择和功率分配方案,且不需
要信道状态信息(CSI)
[12]
。另外,可以将预编码选择问题建模
为一个具有离散策略集合的非合作博弈模型,该模型是一个势
场博弈,且必有一个纯粹策略纳什均衡
[13]
。
与上述已有工作不同的是,本文将提出一种基于博弈论中
的势场博弈理论用于认知无线网络的信道选择算法。本文的
目标是设计一种低复杂度的信道选择机制。假设每个次级用
户的发射功率分为
0和最大功率两级,即每个次级用户要么以
满功率发射,要么不工作。将每个次级用户看做一个博弈者,
第 32卷第 10期
2015年 10月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol32No10
Oct.2015