基于博弈论的认知无线网络动态频谱资源分配技术

基于博弈论的认知无线网络动态频谱资源分配技术

论文摘要

随着无线通信系统用户数量和各种新应用的迅速增加,用于无线通信的频谱资源在未来将变得越来越稀缺。作为解决频谱资源稀缺性最有前景的发明之一,认知无线网络配备了多种灵活的能力,包括信道条件的感知/估计和动态频谱共享/分配,能在变化的无线环境中通过观测、学习、优化和改变传输参数来改进网络性能。为此,本文侧重于研究认知无线网络的动态频谱资源分配技术。本文考虑的是由一个次级用户网络和多个主用户网络共存的认知无线电通信系统。在该系统中,每个主用户网络都希望通过向次级用户网络出售其空闲的授权频段来获取一定的利润。由于不同的主用户网络具有各自不同的利益(例如分属不同的运营商),它们需要通过互相竞争来最大化各自的频段出售利润。已有文献提出了一个基于重复博弈模型的频谱共享方案,并通过触发策略来促使主用户网络之间形成合作以实现最优的整体利润。然而,当主用户网络对未来利润不够重视时,即使对偏离合作的主用户网络进行惩罚还是不能在主用户网络之间形成合作。在这种情况下,每个主用户网络只能得到比合作利润低的纳什均衡利润。为了改善这个问题,本文提出了两种新的惩罚策略来促使主用户网络之间形成合作。第一个策略能在主用户网络对未来利润不够重视的情况下,也能获得低于合作利润但高于纳什均衡利润的收益。另一个策略是采用所谓的“最严厉的可信惩罚”来防止主用户网络偏离合作,并促使那些在现有方案中不能形成合作的主用户得到最高的合作利润。数值仿真表明,本文所提出的两个惩罚策略均优于现存的触发策略。同时,在主用户网络向次级用户网络进行频谱共享的过程中,由于无线信道所固有的物理限制,主用户网络之间的策略信息有可能得不到充分的交换。更重要的是,在非合作竞争中,由于个体的自私行为,每个主用户网络可能故意隐藏自己的策略信息,从而导致其它主用户网络只能获得该网络的不完全决策信息。在这种情况下,我们提出一种最大化主用户网络收益的动态频谱分配策略,即每个主用户网络根据与自身利益相关的边际效益函数来动态地调整自己的频谱价格以最终实现纳什均衡收益。同时,我们还推导出了该动态策略的收敛条件。

论文目录

  • 摘要
  • Abstract
  • 图目录
  • 缩略词表
  • 符号表
  • 第一章 绪论
  • 1.1 引言
  • 1.2 研究背景及意义
  • 1.2.1 认知无线网络的研究背景
  • 1.2.2 认知无线网络代表性研究成果
  • 1.3 主要研究内容和贡献
  • 1.4 本论文的结构安排
  • 第二章 认知无线网络与博弈论基础
  • 2.1 认知无线电技术
  • 2.1.1 认知无线电定义
  • 2.1.2 认知无线电基本功能
  • 2.2 认知无线网络
  • 2.2.1 认知无线网络关键技术
  • 2.3 认知无线网络无线资源管理技术
  • 2.3.1 频谱决策分配
  • 2.3.2 资源调度
  • 2.4 频谱资源共享技术
  • 2.4.1 动态频谱分配
  • 2.4.2 免许可开放接入
  • 2.4.3 分级共享接入
  • 2.5 博弈论基础
  • 2.5.1 博弈论分类
  • 2.5.2 博弈论中的涉及到的相关概念
  • 第三章 基于惩罚机制的认知无线网络动态资源共享策略
  • 3.1 引言
  • 3.2 系统网络模型
  • 3.3 问题描述
  • 3.4 主用户网络问题描述
  • 3.4.1 主用户网络效用函数
  • 3.4.2 纳什均衡点存在性
  • 3.4.3 纳什均衡点
  • 3.5 问题简化
  • 3.6 合作博弈
  • 3.7 惩罚机制
  • 3.7.1 触发策略
  • 3.7.2 触发策略改进版
  • 3.7.3 两期策略
  • 3.8 多用户网络情况
  • 3.8.1 N 个主用户网络的纳什均衡解
  • 3.8.2 N 个主用户网络的合作博弈
  • 3.8.3 N 个主用户网络的基于改进版触发策略的合作价格
  • 3.8.4 N 个主用户网络的基于两期策略的惩罚价格
  • 3.9 性能评估
  • 3.9.1 参数设定
  • 3.9.2 参数计算
  • 3.9.3 结果分析
  • 3.10 本章总结
  • 第四章 不完全信息下的动态资源分配策略研究
  • 4.1 引言
  • 4.2 系统网络模型
  • 4.3 不完全信息动态博弈
  • 4.4 不完全信息动态博弈纳什均衡解
  • 4.5 动态博弈收敛性分析
  • 4.6 数值仿真
  • 4.7 本章小结
  • 第五章 结束语
  • 5.1 全文总结
  • 5.2 将来工作展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间参与的项目
  • 个人简历
  • 相关论文文献

    • [1].分布式环境下用户网络信息安全性检测仿真[J]. 计算机仿真 2017(08)
    • [2].云计算中心多用户网络隔离性安全检测研究[J]. 微型电脑应用 2020(09)
    • [3].基于服装网民用户网络行为方式的聚类分析[J]. 中国市场 2017(24)
    • [4].数字化校园中用户网络行为大数据的分析与监控[J]. 计算机与数字工程 2017(09)
    • [5].基于用户网络嵌入的民宿房源推荐方法[J]. 计算机应用 2019(11)
    • [6].手机用户网络行为预测方法研究[J]. 计算机测量与控制 2017(11)
    • [7].移动互联网基于用户网络结构的信息过滤机制[J]. 计算机科学 2011(S1)
    • [8].中小学生网络用户网络成瘾流行病学调查[J]. 中国心理卫生杂志 2008(09)
    • [9].未来十项科幻即将成真[J]. 百姓生活 2009(08)
    • [10].一种基于用户网络签到行为的地点推荐方法[J]. 计算机科学 2015(10)
    • [11].基于用户网络关系结构的微博社交功能研究[J]. 情报杂志 2014(02)
    • [12].基于ARCGIS平台的4G用户网络关怀研究[J]. 信息通信 2014(09)
    • [13].云计算环境下的用户网络安全对策[J]. 电子技术与软件工程 2018(08)
    • [14].科研用户网络学术信息搜寻行为有限理性实验研究:基于任务情境分析视角[J]. 图书情报工作 2017(19)
    • [15].嵌入用户网络社区的高校图书馆学科服务模式创新研究[J]. 农业图书情报学刊 2016(10)
    • [16].基于网络行为的网络角色评估体系的设计与分析[J]. 华北理工大学学报(社会科学版) 2016(06)
    • [17].基于用户网络画像的大数据开放引擎研究[J]. 山东通信技术 2017(01)
    • [18].用户网络简化发展的构想与实现[J]. 数字通信世界 2008(03)
    • [19].用户网络行为模拟技术研究[J]. 信息技术与网络安全 2018(01)
    • [20].基于社会与空间公平多用户网络拥挤收费定位[J]. 系统工程学报 2009(02)
    • [21].移动通信网中基于用户网络影响的社区发现算法[J]. 小型微型计算机系统 2015(01)
    • [22].探究式搜索中用户网络信息评价影响因素[J]. 上海高校图书情报工作研究 2018(01)
    • [23].中外公共(国家)图书馆用户网络自主培训调查研究[J]. 图书馆 2013(04)
    • [24].图书馆用户网络自主培训系统构建策略研究[J]. 图书馆论坛 2014(02)
    • [25].异构无线网络用户网络关联优化:一种基于群体博弈的方法[J]. 计算机学报 2012(06)
    • [26].动态用户网络连接防干扰与安全认证方法仿真[J]. 计算机仿真 2019(05)
    • [27].微信用户网络演化模型研究[J]. 小型微型计算机系统 2017(09)
    • [28].基于客户画像的精准推荐[J]. 科技经济导刊 2016(35)
    • [29].LTE用户网络浏览感知KQI与无线侧KPI关联分析[J]. 无线互联科技 2017(18)
    • [30].一个基于用户网络行为的访问控制模型[J]. 信息网络安全 2016(10)

    标签:;  ;  ;  ;  ;  

    基于博弈论的认知无线网络动态频谱资源分配技术
    下载Doc文档

    猜你喜欢