CN102202313A - 认知无线网络中多用户动态分层功率控制方法 - Google Patents
认知无线网络中多用户动态分层功率控制方法 Download PDFInfo
- Publication number
- CN102202313A CN102202313A CN2011101799319A CN201110179931A CN102202313A CN 102202313 A CN102202313 A CN 102202313A CN 2011101799319 A CN2011101799319 A CN 2011101799319A CN 201110179931 A CN201110179931 A CN 201110179931A CN 102202313 A CN102202313 A CN 102202313A
- Authority
- CN
- China
- Prior art keywords
- user
- leader
- follower
- water filling
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种认知无线网络中多用户动态分层功率控制方法。该方法首先根据当前认知无线网络中多个认知用户接入当前考察频谱的顺序不同,确定领导者用户和跟随者用户;然后,对于领导者和跟随者分别采用不同的功率控制策略,并多次交互实现多用户分层算法的动态交互收敛。本发明针对现有技术中不能刻画实际通信过程中多个认知用户存在分层决策和可能存在谎报信息的现象,提出认知无线网络中多用户动态分层功率控制方法,通过为认知无线网络中掌握信息不对称的多用户分别设计分布式功率控制方法实现领导者和跟随者的多阶段策略交互避免认知用户不诚实的行为,同时,交互次数少,采用少量信令开销实现多用户之间的互惠互利。
Description
技术领域
本发明属于通信技术领域,更进一步涉及一种认知无线网络中多用户动态分层功率控制方法。该方法实现认知无线网络中多认知用户之间存在信息不对称时的分层最优功率控制,有效提升认知无线网络性能。
背景技术
认知无线电技术是无线通信发展的新思路和研究热点。具有认知功能的无线通信设备(认知设备)通过感知无线环境、学习推理更新知识库、预测行为和动态设计传输策略实现择机使用已授权频谱空洞,从而有效提升频谱利用率。随着当前网络技术和认知设备的不断普及,认知无线网络以其面向端到端的性能优势成为通信界下一个重点研究课题。但是在认知无线网络中多用户之间的互扰问题异常严重,称为制约认知无线网络容量最亟待解决的关键问题之一。
功率控制可有效管理和避免多个认知用户之间的干扰,有效保证认知无线网络稳健性和服务质量要求(QoS)的关键技术。认知无线网络环境的动态性和认知设备智能灵活捷变性要求采用新型分析技术建模认知用户的策略行为和分析认知无线网络容量。目前,基于博弈论研究认知无线网络中的资源管理和分配已经有很多工作,但当前研究主要是基于纳什非合作博弈模型和纳什均衡解的分析,不能保证帕累托最优性,且均假设是在对称完全信息下的决策。这往往不符合实际认知无线网络的运行场景。基于博弈论研究认知无线网络的策略设计和均衡问题,已有方案忽略多个认知用户之间的信息不对称问题,均假设用户策略设计建立在完全信息的基础上,没有考察多个认知用户的决策分层现象和对于网络性能造成的影响。而实际上,作为跟随者的认知用户可以有效采用感知和推理等方法获取其他认知用户关于环境和决策等有用信息。因此,可以设计更加有效的功率控制方法。更为重要的是,当前研究没有考察多用户之间的动态行为和彼此之间理性多次交互策略选择过程。目前在功率控制和频谱资源管理技术方面,包含如下几个技术:基于非合作博弈效用函数的分布式功率控制方法,采用分级定价的频谱管理方法和基于诚实合作的频谱资源分配方法。在当前认知无线网络背景下,上述三种技术方法分别基于非合作博弈,分级定价和合作博弈论实现功率资源的有效分配。
电子科技大学的专利申请文件“一种认知无线电系统中的基于效用函数的分布式功率控制方法”(公开号CN 101626260A,申请号200810045492.0,申请日2008.7.8)公开了一种认知无线电系统中基于效用函数的分布式功率控制方法。该方法既满足对主要用户的保护又支持认知用户的QoS的折中方案。该方案是基于非合作博弈论的方案,它需要各个认知用户自行调节其发射功率;该方法存在的不足是该方法对于所用的认知用户采用相同的功率控制策略。
南京邮电大学的专利申请文件“基于博弈论的分等级定价的频谱管理方法”(公开号CN 101945397A,申请号201010274853.6,申请日2010.09.07)公开了基于博弈论的分等级定价的频谱管理方法。该方法提出一个新的分等级价格机制,该方法存在的不足是,认知用户可能存在谎报QoS需求,以其获得更高优先级进一步获得更多更廉价的频谱资源,这样很难保证系统资源公平实现互惠互利的目的。
西安电子科技大学的专利申请文件“一种认知复合无线网络中基于诚实合作的频谱资源分配方法”(公开号CN 101753234A,申请号201010013626.8,申请日2010.01.20)公开了一种认知复合无线网络中基于诚实合作的频谱资源分配方法。该方法基于合作博弈论鼓励接入网诚实的提出最小带宽需求,在满足各个接入网频谱需求的基础上,尽力缓解频谱资源过度使用的状况。该方法存在的不足是,基于合作博弈的频谱资源分配方法交互次数多,信令开销大。
发明内容
本发明的目的在于克服现有技术的不足,提出一种认知无线网络中多用户分层功率控制方法,该方法通过为认知无线网络中掌握信息不对称的多用户,分别设计分布式功率控制方法,并多次动态交互实现认知无线网络整体性能和用户个体性能的最佳折中。
本发明实现上述目的的具体思路是,首先根据当前认知无线网络中多个认知用户接入当前考察频谱的时间顺序不同,确定领导者用户和跟随者用户;然后,对于领导者和跟随者分别采用不同的功率控制策略,并多次交互实现多用户分层算法的动态交互收敛。
本发明实现上述目的的具体步骤如下:
(1)用户分类
根据当前认知无线网络中多个认知用户接入考察频谱的时间顺序不同,确定多个领导者用户和多个跟随者用户;
(2)领导者参数准备
2a)初始化功率:对于每个领导者用户在多个信道上随机初始化功率水平参数;
2b)初始化注水水平:对于每个领导者随机初始化其注水水平参数;
(3)执行领导者策略
3a)每个领导者获取环境信息,包含信道增益信息和领导者可以感受到的总干扰功率信息;
3b)计算领导者下一步功率水平;
3c)更新领导者注水水平;
3d)判断领导者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤3a);
(4)跟随者参数准备
4a)初始化功率:对于每个跟随者用户在多个信道上随机初始化功率水平参数;
4b)初始化注水水平:对于每个跟随者随机初始化其注水水平参数;
(5)信息提取
每个跟随者根据领导者用户的策略信息和相应的信道信息获取有助于其决策的领导者用户信道信息;
(6)执行跟随者策略
6a)每个跟随者获取环境信息,包含信道增益信息和跟随者可以感受到的总干扰功率信息;
6b)计算跟随者下一步功率水平;
6c)更新跟随者注水水平;
(7)判断跟随者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤4a);
(8)判断领导者用户和跟随者用户的策略是否均收敛,如果收敛,方法结束;否则,转向步骤(2)。
本发明与现有技术相比具有以下优点:
第一,本发明针对现有技术中对于所用的认知用户采用相同的功率控制策略,不能刻画实际通信过程中,多个认知用户存在分层决策的现象,提出认知无线网络中多用户动态分层功率控制方法,通过为认知无线网络中掌握信息不对称的多用户分别设计分布式功率控制方法。
第二,本发明针对现有技术中认知用户可能存在谎报QoS需求,以其获得更高优先级进一步获得更多更廉价的频谱资源问题,提出认知无线网络中多用户动态分层功率控制方法,通过领导者和跟随者的多阶段策略交互避免认知用户不诚实的行为,同时,交互次数少,采用少量信令开销实现多用户之间的互惠互利。
附图说明
图1为本发明的流程图;
图2为本发明领导者和跟随者策略执行流程图;
图3为本发明在特定信道环境下的效果图;
图4为本发明网络性能和用户性能效果图。
具体实施方式
下面结合附图1和附图2对本发明做进一步的描述。
步骤1,用户分类
根据当前认知无线网络中多个认知用户接入考察频谱的时间顺序不同,确定多个领导者用户和多个跟随者用户;
步骤2,领导者参数准备
2a)初始化功率:对于每个领导者用户在多个信道上随机初始化功率水平参数;
2b)初始化注水水平:对于每个领导者随机初始化其注水水平参数;
步骤3,执行领导者策略
3a)每个领导者采用学习训练的方式获取环境信息,包含信道增益信息和领导者可以感受到的总干扰功率信息;
3b)计算领导者下一步功率水平;
3c)更新领导者注水水平;
3d)判断领导者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤3a);
步骤4,跟随者参数准备
4a)初始化功率:对于每个跟随者用户在多个信道上随机初始化功率水平参数;
4b)初始化注水水平:对于每个跟随者随机初始化其注水水平参数;
步骤5,信息提取
每个跟随者根据领导者用户的策略信息和相应的信道信息获取有助于其决策的领导者用户信道信息;
其中,ρj(k)是跟随者获得有用信息,gi,j(k)是领导者i到跟随者j的信道信息,gj,i(k)是跟随者j领导者i到的信道信息,gi,i(k)是领导者i的信道信息。
步骤6,执行跟随者策略
6a)每个跟随者采用学习训练的方式获取环境信息,包含信道增益信息和跟随者可以感受到的总干扰功率信息;
6b)计算跟随者下一步功率水平;
其中,是跟随者用户j在信道k上的下一步n+1功率水平,是当前步骤n注水水平,gj,j(k)是跟随者用户j的信道增益信息,是跟随者用户j当前步骤可以感受到的总干扰功率信息,ρj(k)是跟随者用户j获得有用信息。
6c)更新跟随者注水水平;
步骤7,判断跟随者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤4a);
步骤8,判断领导者用户和跟随者用户的策略是否均收敛,如果收敛,方法结束;否则,转向步骤(2)。
下面结合附图3和附图4对本发明效果做进一步的描述。
图3(a)是信道平均信道衰落为-205dB左右特定信道图;图3(b)是系统总的信干噪比(SINR)的性能随着领导者和跟随者数目变化的效果图。从图3(b)可以看出当领导者用户为13,跟随者用户为7的时候,系统可以获得最佳性能。图4(a)和图4(b)分别是随着领导者用户数目变化总体和个体SINR性能,可以看出当领导者数目为13时,总体和个体SINR性能实现最佳折中。
Claims (9)
1.认知无线网络中多用户动态分层功率控制方法,其步骤包括如下:
(1)用户分类
根据当前认知无线网络中多个认知用户接入考察频谱的时间顺序不同,确定多个领导者用户和多个跟随者用户;
(2)领导者参数准备
2a)初始化功率:对于每个领导者用户在多个信道上随机初始化功率水平参数;
2b)初始化注水水平:对于每个领导者随机初始化其注水水平参数;
(3)执行领导者策略
3a)每个领导者获取环境信息,包含信道增益信息和领导者可以感受到的总干扰功率信息;
3b)计算领导者下一步功率水平;
3c)更新领导者注水水平;
3d)判断领导者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤3a);
(4)跟随者参数准备
4a)初始化功率:对于每个跟随者用户在多个信道上随机初始化功率水平参数;
4b)初始化注水水平:对于每个跟随者随机初始化其注水水平参数;
(5)信息提取
每个跟随者根据领导者用户的策略信息和相应的信道信息获取有助于其决策的领导者用户信道信息;
(6)执行跟随者策略
6a)每个跟随者获取环境信息,包含信道增益信息和跟随者可以感受到的总干扰功率信息;
6b)计算跟随者下一步功率水平;
6c)更新跟随者注水水平;
(7)判断跟随者策略是否收敛,如果收敛,继续执行下一步;否则,转向步骤4a);
(8)判断领导者用户和跟随者用户的策略是否均收敛,如果收敛,方法结束;否则,转向步骤(2)。
2.根据权利要求1所述的认知无线网络中多用户动态分层功率控制方法,其特征在于,步骤3a)所述的领导者获取环境信息的方法,步骤6a)所述的跟随者获取环境信息的方法均是采用学习训练的方式。
6.根据权利要求1所述的认知无线网络中多用户动态分层功率控制方法,其特征在于,步骤(5)所述的跟随者获取领导者用户信道信息按照下列公式计算:
其中,ρj(k)是跟随者获得有用信息,gi,j(k)是领导者i到跟随者j的信道信息,gj,i(k)是跟随者j领导者i到的信道信息,gi,i(k)是领导者i的信道信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110179931 CN102202313B (zh) | 2011-06-29 | 2011-06-29 | 认知无线网络中多用户动态分层功率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110179931 CN102202313B (zh) | 2011-06-29 | 2011-06-29 | 认知无线网络中多用户动态分层功率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102202313A true CN102202313A (zh) | 2011-09-28 |
CN102202313B CN102202313B (zh) | 2013-10-16 |
Family
ID=44662629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110179931 Active CN102202313B (zh) | 2011-06-29 | 2011-06-29 | 认知无线网络中多用户动态分层功率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102202313B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080198948A1 (en) * | 2007-02-20 | 2008-08-21 | Haiyun Tang | Combined sensing methods for cognitive radio |
CN101404525A (zh) * | 2008-11-11 | 2009-04-08 | 浙江大学 | 认知无线网络中基于已接入从用户QoS保护的自适应功率控制方法 |
US20090197627A1 (en) * | 2008-02-01 | 2009-08-06 | Motorola, Inc. | Method and apparatus for controlling transmit power and incumbent protection in a cognitive radio system |
CN101626260A (zh) * | 2008-07-08 | 2010-01-13 | 电子科技大学 | 一种认知无线电系统中基于效用函数的分布式功率控制方法 |
CN102075267A (zh) * | 2010-12-30 | 2011-05-25 | 青海西部矿业科技有限公司 | 一种基于微分博弈的认知无线电系统功率控制方法 |
-
2011
- 2011-06-29 CN CN 201110179931 patent/CN102202313B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080198948A1 (en) * | 2007-02-20 | 2008-08-21 | Haiyun Tang | Combined sensing methods for cognitive radio |
US20090197627A1 (en) * | 2008-02-01 | 2009-08-06 | Motorola, Inc. | Method and apparatus for controlling transmit power and incumbent protection in a cognitive radio system |
CN101626260A (zh) * | 2008-07-08 | 2010-01-13 | 电子科技大学 | 一种认知无线电系统中基于效用函数的分布式功率控制方法 |
CN101404525A (zh) * | 2008-11-11 | 2009-04-08 | 浙江大学 | 认知无线网络中基于已接入从用户QoS保护的自适应功率控制方法 |
CN102075267A (zh) * | 2010-12-30 | 2011-05-25 | 青海西部矿业科技有限公司 | 一种基于微分博弈的认知无线电系统功率控制方法 |
Non-Patent Citations (5)
Title |
---|
YANG,CHUN-GANG;LI,JIAN-DONG: "Capacity Maximization in Cognitive Networks:A Stackelberg Game-Theoretic Perspective", 《2010 IEEE INTERNATIONAL CONFERENCE COMMUNICATION WORKSHOPS》, 27 May 2010 (2010-05-27), pages 1 - 5, XP031704540 * |
YANG,CHUN-GANG;LI,JIAN-DONG: "Joint Economical and Technical Consideration of Dynamic Spectrum Sharing:A Multi-Stage Stackelberg Game Perspective", 《2010 IEEE 72ND VEHICULAR TECHNOLOGY CONFERENCE FALL》, 31 December 2010 (2010-12-31), pages 1 - 5 * |
YANG,CHUN-GANG;LI,JIAN-DONG: "Optimal Power Control for Cognitive Radio Networks Under Coupled Interference Constraints:A Cooperative Game-Theoretic Perspective", 《IEEE TRANSACTION ON VEHICULAR TECHNOLOGY》, 31 December 2010 (2010-12-31), pages 1696 - 1706 * |
杨春刚,李建东,李维英,陈东,陈丹: "认知无线电中基于非合作博弈的功率分配方法", 《西安电子科技大学学报》, vol. 36, no. 1, 28 February 2009 (2009-02-28), pages 1 - 4 * |
杨春刚,李建东: "认知网络中基于纳什议价解的功率控制方法", 《北京邮电大学学报》, vol. 32, no. 3, 30 June 2009 (2009-06-30), pages 77 - 81 * |
Also Published As
Publication number | Publication date |
---|---|
CN102202313B (zh) | 2013-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Deep reinforcement learning for dynamic spectrum sensing and aggregation in multi-channel wireless networks | |
CN103796211B (zh) | 一种认知无线网络中联合功率和信道分配方法 | |
CN109862610A (zh) | 一种基于深度强化学习ddpg算法的d2d用户资源分配方法 | |
CN104936186B (zh) | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 | |
CN113504999A (zh) | 一种面向高性能分层联邦边缘学习的调度与资源分配方法 | |
CN105050192B (zh) | 密集网络中基于虚拟小区的干扰管理方法 | |
CN105472631A (zh) | 一种业务数据量和/或资源数据量的预测方法及预测系统 | |
CN110225525A (zh) | 一种基于认知无线电网络的频谱共享方法、装置及设备 | |
CN102665219B (zh) | 一种基于ofdma的家庭基站系统的动态频谱分配方法 | |
CN108880709B (zh) | 一种认知无线网络中分布式多用户动态频谱接入方法 | |
CN104980389A (zh) | 适用非正交多址系统的新用户差异性选择接入方法 | |
CN102186176A (zh) | 基于供需平衡的认知无线电频谱共享方法 | |
CN105792218A (zh) | 具有射频能量收集能力的认知无线电网络的优化方法 | |
CN109004997A (zh) | 一种频谱感知方法、装置和计算机可读存储介质 | |
CN103428704A (zh) | 一种频谱感知方法及装置 | |
CN109934627A (zh) | 建立满意度预测模型的方法及装置 | |
CN111083724B (zh) | 一种雾计算网络下基于ocwg-topsis的用户关联方法 | |
CN109548161A (zh) | 一种无线资源调度的方法、装置和终端设备 | |
CN105282746A (zh) | 基于嵌入式粒子群博弈的认知无线网络频谱分配方法 | |
Zhang et al. | Endogenous security-aware resource management for digital twin and 6G edge intelligence integrated smart park | |
CN102595422B (zh) | 一种认知无线电系统中垂直并行的频谱分配方法 | |
CN103249050B (zh) | 基于业务需求的多尺度频谱接入方法 | |
CN104410995A (zh) | 参与式感知系统中任务最优分配的方法 | |
CN106254050A (zh) | 基于大尺度信息的大规模mimo系统动态导频分配方法 | |
CN103402265A (zh) | 基于模糊逻辑和通信优先级的频谱分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |