CN104869624B - 基于博弈论的多用户多天线认知无线电系统功率分配方法 - Google Patents
基于博弈论的多用户多天线认知无线电系统功率分配方法 Download PDFInfo
- Publication number
- CN104869624B CN104869624B CN201510254819.5A CN201510254819A CN104869624B CN 104869624 B CN104869624 B CN 104869624B CN 201510254819 A CN201510254819 A CN 201510254819A CN 104869624 B CN104869624 B CN 104869624B
- Authority
- CN
- China
- Prior art keywords
- power
- relay node
- node
- antenna
- user
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
Abstract
本发明给出一种基于博弈论的多用户多天线认知无线电系统功率分配方法,该方法采用博弈论算法来优化分配在多用户多天线系统中各个用户节点的发送功率,首先每个中继节点的所有天线作为一个整体参与博弈,采用非合作博弈,挑选出其中能够参与通信的中继节点并分配功率,达到纳什均衡后每个节点获得的功率作为它们自身的总功率,这是第一次功率分配;然后每个节点内部的各根天线作为博弈的参与者,在总功率一定的约束条件下进行非合作博弈,这是第二次功率分配,得到每个节点内每根天线的实际发送功率。
Description
技术领域
本发明涉及一种多用户多天线认知无线电系统的功率分配方法,主要采用博弈论算法来优化分配在多用户多天线系统中各个用户节点的发送功率,属于无线电通信技术领域。
背景技术
博弈论的研究方法和其他许多利用数学工具研究各类问题的学科一样,都是从复杂的现象中抽象出基本的概念,对这些概念构成的数学模型进行分析,在逐步引入对其局势产生影响的其他因素,进而分析并得到其结果。
博弈论的基本假设是强调个人理性,即他必须并且能够充分考虑到人们之间的相互作用及其可能的影响,做出合乎理性的选择。所谓合乎理性是指博弈参与者最大化自己的目标函数,通常选择使其收益最大化的策略。博弈论研究的是理性行为,它认为:参与博弈的每个人都会根据对手的策略选择自己的最优反应,以最大化自己的利益。参与博弈的每个人的收益不仅取决于自己的决策,还取决于其他参与博弈的人的决策。
一般来说,博弈都至少含有三个要素:(1)局中人,即博弈的参与人,又称博弈方,指的是博弈中能独立决策、独立行动并承担决策结果的个人或组织。(2)策略与策略集。策略,即局中人的行动。一局博弈中,每个局中人都有多个可选择的行动,每个行动称为这个局中人的一个策略。每个策略都对应相应的结果,供博弈方选择的策略数量越多,博弈就越困难复杂。一个局中人的所有策略的集合称为该局中人的策略集或行动空间,决策者在实际行动中总会选择切实可行的策略辅助实施。(3)支付与支付函数。支付,即每个局中人选择策略后获得的收益。此收益不仅依赖于他自己的策略选择,还依赖于其他局中人的策略选择,因此它是所有局中人策略选择的支付函数(也称收益函数)。支付是局中人真正关心的东西,是进行判断和决策的依据。博弈方都是围绕一定的利益展开的,因此博弈胜负的评判结果主要是靠策略选择后的得失来衡量。
非合作博弈论是指策略环境下,非合作的框架把所有的人的行动都当成是个别行动,也就是说在一个策略组合中,所有的参与者面临这样的一种情况,当其他人改变策略时,他此时的策略是最好的。也就是说,此时如果他改变策略,他的获益将会降低。它主要强调一个人进行自主的决策,而与这个策略环境中其他人无关。纳什均衡又称非合作博弈均衡,指的是这样一种策略组合,这种策略组合有所有参与人的最优策略组成,在该策略组合上,任何参与人单独改变策略都不会得到好处。换句话说,如果在一个策略组合上,当所有其他人都不改变策略时,没有人会改变自己的策略,则该策略组合就是一个纳什均衡。
发明内容
技术问题:在认知无线电网络中,多输入多输出系统(MIMO)以及中继通信都是未来移动通信的热点技术。MIMO系统可以获得很高的信道容量,提高频谱的使用效率;中继通信作为一种强有力的控件分集技术,可以很好的改善传统点到点的通信系能。将两种技术结合起来进行通信是本发明的模型基础。本发明的目标是提供一种基于博弈论算法的无线电功率分配方法,解决上述模型的功率分配问题。
技术方案:本发明所述的基于博弈论的多用户多天线认知无线电系统功率分配方法中,首先每个中继节点的所有天线作为一个整体参与博弈,采用非合作博弈,达到纳什均衡后每个节点获得的功率作为它们自身的总功率,这是第一次功率分配;然后,每个节点内部的各根天线作为博弈的参与者,在总功率一定的约束条件下进行非合作博弈,这是第二次功率分配,得到每个节点内每根天线的实际发送功率。
本发明提出的基于博弈论的多用户多天线认知无线电系统功率分配方法包括以下步骤:
步骤1):将认知用户节点S看做是买家,中继节点R1,R2......,RN看做是卖家,共N个节点,功率分配即买家向卖家购买功率;US是认知用户节点的支付函数,RSD是认知用户在中继节点的放大转发下获得的信息速率,a为输出的单位速率增益,Pi为中继节点Ri卖给认知用户S的功率的数量,mi为中继节点Ri卖给认知用户S的单位功率价格,认知用户S的支付函数为: 是中继节点Ri的支付函数,ci是中继节点Ri转发数据的单位功率成本,它应正比于信道中的噪声功率,噪声功率越大,信道性能就越差,该节点卖出的功率所需成本就越低,则中继节点的支付函数为:
步骤2):每个节点的单位功率价格设置为卖家所能允许的最大值,该值与该节点所处信道的噪声功率有关;当初始的价格mi低于成本ci,效用为负值,该中继节点被排除;当价格mi大于等于成本ci,该中继节点被采用;
步骤3):用户节点S购买最优数量的功率来最大化自身效用的US,将US对Pi求偏导
步骤4):设置Pi=0,判断的符号。当表示用户节点从该中继节点购买功率提高自身的收益;当表示用户节点从该中继节点购买功率不能提高收益,根据的符号,用户节点S排除性能较差的中继节点来选择性能较优的中继节点。
步骤5):用户节点对选择出参与通信的中继节点进行最佳功率分配,没有被选择的中继节点的功率直接为0。
步骤6):设置所有选择的中继节点的功率总和为一个定值P,保证对其他通信的用户的影响较小,将P平均分配给每个选择的中继节点。
步骤7):继续计算US,以及各自的当Pi加上一个微小值Δ;当Pi减去一个微小值Δ。
步骤8):重复步骤7),直至Pi值是选择的中继节点分配得到的功率,不被选择的中继节点的功率为0。
步骤9):当第i个中继节点内部有M根天线,计算其第j根天线的支付函数Uij=Pij'ej-P'ijfj,P'ij为第i个中继节点中第j根天线分配得到的功率,ej为第j根天线功率的价格,fj为成本,成本与天线所在信道的性能有关。
步骤10):设置价格ej=mi,Pij'=Pi/M,得到Uij,对其求和得到则Ui为第i个中继节点内部所有天线收益的总和。
步骤11):将Uij按照从大到小进行排序。所述Uij越大,说明该天线所在的信道性能越好;反之,Uij越小,该天线所在的信道性能越差。当Uij从大到小的顺序为Ui1,Ui2......,UiM,其对应的初始功率为P'i1,P'i2......,P'iM。
步骤12):令P'ij=P'ij+Δ/(M/2-j),Δ为设定的一个微小量,保证M根天线的功率之和不会大于第一次分配得到的总功率,计算并记录Uij以及他们的和值
步骤13):重复步骤12)直到P'ij小于等于0或者计算得到的Ui小于前一次得到的结果,此时得到的Ui是最大值,得到的Pi'j即为第i个节点中第j根天线分配到的功率。
步骤14):重复步骤9)-步骤13),计算得到所有选择的中继节点中的天线功率分配。
有益效果:本发明提出的方法用博弈论算法来优化分配在多用户多天线系统中各个用户节点的发送功率。该方法采用两次功率分配,提高了中继节点以及其内部天线的功率分配效率和准确性。具体来说,本发明所述的改进方法具有如下的有益效果:
(1)本发明所述的第一次功率分配根据信道环境挑选出其中参与转发的中继节点,这样可以有效地避免无效的功率分配,提高了功率分配的准确性;
(2)本发明所述的第二次功率分配具体分配了节点中各天线的功率,有效地提高中继节点转发的效率以及质量,节约了中继转发的成本,提高了通信双方的通信性能。
附图说明
图1为基于博弈论的多用户多天线认知无线电系统功率分配方法流程图。
具体实施方式
下面结合图1对本发明具体实施做更详细的描述。
步骤1):将认知用户节点S看做是买家,中继节点R1,R2......,RN看做是卖家,共N个节点,功率分配即买家向买家购买功率。US是认知用户节点的支付函数,RSD是认知用户在中继节点的放大转发下获得的信息速率,a为输出的单位速率增益,Pi为中继节点Ri卖给认知用户S的功率的数量,mi为中继节点Ri卖给认知用户S的单位功率价格,所以,认知用户S的支付函数为: 是中继节点Ri的支付函数,ci是中继节点Ri转发数据的单位功率成本,它应正比于信道中的噪声功率。噪声功率越大,信道性能就越差,该节点卖出的功率所需成本就越低;,则中继节点的支付函数为:
步骤2):每个节点的单位功率价格设置为卖家所能允许的最大值,该值与该节点所处信道的噪声功率有关。如果初始的价格mi低于成本ci,那么自身的效用为负值,这是不实际的,所以该中继节点被排除;如果价格mi大于等于成本ci,那么该中继节点可以被采用。
步骤3):用户节点S的目的就是购买最优数量的功率来最大化自身的效用US,所以,将US对Pi求偏导
步骤4):设置Pi=0,判断的符号。如果表示用户节点从该中继节点购买功率可以提高自身的收益;如果表示用户节点从该中继节点购买功率不能提高收益。也就是说,根据的符号,用户节点S可以排除性能较差的中继节点从而选择性能较优的中继节点。
步骤5):经过上述步骤之后,用户节点选择出了参与通信的中继节点,接下来对选择的中继节点进行最佳功率分配,不被选择的中继节点的功率直接为0。
步骤6):设置所有选择的中继节点的功率总和为一个定值P,保证对其他通信的用户的影响较小。这样,将P平均分配给每个选择的中继节点。
步骤7):再次计算US,以及各自的如果Pi就在现有的功率基础上加上一个微小值Δ;如果Pi就在现有的功率基础上减去一个微小值Δ。
步骤8):重复步骤7),直至Pi值就是选择的中继节点分配得到的功率,不被选择的中继节点的功率为0。
步骤9):假设第i个中继节点内部有M根天线,其第j根天线的支付函数为:Uij=Pij'ej-P'ijfj,P'ij为第i个中继节点中第j根天线分配得到的功率,ej为第j根天线功率的价格,fj为成本,成本与天线所在信道的性能有关。
步骤10):设置价格ej=mi,Pij'=Pi/M,得到Uij,对其求和得到则Ui为第i个中继节点内部所有天线收益的总和。
步骤11):将Uij按照从大到小进行排序,Uij越大,说明该天线所在的信道性能越好;反之,Uij越小,该天线所在的信道性能越差。假设Uij从大到小的顺序为Ui1,Ui2......,UiM,其对应的初始功率为P'i1,P'i2......,P'iM。
步骤12):令P'ij=P'ij+Δ/(M/2-j),Δ为设定的一个微小量,这样就能保证M根天线的功率之和不会大于第一次分配得到的总功率Pi。计算得到Uij以及他们的和值记录。
步骤13):重复步骤12直到P'ij小于等于0或者计算得到的Ui小于前一次得到的结果,此时得到的Ui是最大值,得到的Pi'j即为第i个节点中第j根天线分配到的功率。
步骤14):重复步骤9-13,计算得到所有选择的中继节点中的天线功率分配。
Claims (1)
1.一种基于博弈论的多用户多天线认知无线电系统功率分配方法,其特征在于该方法包括以下步骤:
步骤1):将认知用户节点S看做是买家,中继节点R1,R2......,RN看做是卖家,共N个节点,功率分配即买家向卖家购买功率;US是认知用户节点的支付函数,RSD是认知用户在中继节点的放大转发下获得的信息速率,a为输出的单位速率增益,Pi为中继节点Ri卖给认知用户S的功率的数量,mi为中继节点Ri卖给认知用户S的单位功率价格,认知用户S的支付函数为: 是中继节点Ri的支付函数,ci是中继节点Ri转发数据的单位功率成本,它应正比于信道中的噪声功率,中继节点Ri的支付函数为:
步骤2):每个节点的单位功率价格设置为卖家所能允许的最大值,该值与该节点所处信道的噪声功率有关;当初始的价格mi低于成本ci,支付函数为负值,该中继节点被排除;当价格mi大于等于成本ci,该中继节点被采用;
步骤3):用户节点S购买最优数量的功率来最大化自身的支付函数US,US对Pi求偏导
步骤4):设置Pi=0,判断的符号;当表示用户节点从该中继节点购买功率提高自身的收益;当表示用户节点从该中继节点购买功率不能提高收益,根据的符号,用户节点S排除性能较差的中继节点来选择性能较优的中继节点;
步骤5):用户节点对选择出参与通信的中继节点进行最佳功率分配,没有被选择的中继节点的功率直接为0;
步骤6):设置所有选择的中继节点的功率总和为一个定值P,保证对其他通信的用户的影响较小,将P平均分配给每个选择的中继节点;
步骤7):继续计算US,以及各自的当Pi加上一个微小值Δ;当Pi减去一个微小值Δ;
步骤8):重复步骤7),直至Pi值是选择的中继节点分配得到的功率,不被选择的中继节点的功率为0;
步骤9):当第i个中继节点内部有M根天线,计算其第j根天线的支付函数Uij=Pij'ej-P’ijfj,P’ij为第i个中继节点中第j根天线分配得到的功率,ej为第j根天线功率的价格,fj为成本,成本与天线所在信道的性能有关;
步骤10):设置价格ej=mi,Pij'=Pi/M,得到Uij,对其求和得到则Ui为第i个中继节点内部所有天线收益的总和;
步骤11):将Uij按照从大到小进行排序;所述Uij越大,说明该天线所在的信道性能越好;反之,Uij越小,该天线所在的信道性能越差;当Uij从大到小的顺序为Ui1,Ui2......,UiM,其对应的初始功率为P’i1,P’i2......,P’iM;
步骤12):令P’ij=P’ij+Δ/(M/2-j),Δ为设定的一个微小量,保证M根天线的功率之和不会大于第一次分配得到的总功率,计算并记录Uij以及他们的和值
步骤13):重复步骤12)直到P’ij小于等于0或者计算得到的Ui小于前一次得到的结果,此时得到的Ui是最大值,得到的P’ij即为第i个节点中第j根天线分配到的功率;
步骤14):重复步骤9)~步骤13),计算得到所有选择的中继节点中的天线功率分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510254819.5A CN104869624B (zh) | 2015-05-18 | 2015-05-18 | 基于博弈论的多用户多天线认知无线电系统功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510254819.5A CN104869624B (zh) | 2015-05-18 | 2015-05-18 | 基于博弈论的多用户多天线认知无线电系统功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104869624A CN104869624A (zh) | 2015-08-26 |
CN104869624B true CN104869624B (zh) | 2018-12-11 |
Family
ID=53915041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510254819.5A Active CN104869624B (zh) | 2015-05-18 | 2015-05-18 | 基于博弈论的多用户多天线认知无线电系统功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104869624B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105188124B (zh) * | 2015-09-17 | 2018-12-28 | 重庆邮电大学 | 多用户ofdma中继系统中非完美csi下的鲁棒博弈功率控制方法 |
CN106358258A (zh) * | 2016-08-31 | 2017-01-25 | 重庆大学 | 协作中继节点的选择方法及装置 |
CN106961738B (zh) * | 2017-02-20 | 2019-12-24 | 南京邮电大学 | 一种协作认知网络中基于误码率的功率及频谱分配方法 |
CN109743774B (zh) * | 2019-03-14 | 2021-08-24 | 杭州电子科技大学 | 一种基于非合作博弈实现物理层安全传输的功率分配方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730109A (zh) * | 2009-11-09 | 2010-06-09 | 中国人民解放军理工大学 | 基于博弈论的正交频分多址接入中继系统资源分配方法 |
-
2015
- 2015-05-18 CN CN201510254819.5A patent/CN104869624B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730109A (zh) * | 2009-11-09 | 2010-06-09 | 中国人民解放军理工大学 | 基于博弈论的正交频分多址接入中继系统资源分配方法 |
Non-Patent Citations (2)
Title |
---|
Joint Beamforming and Power Allocation for Multiple Primary Users and Secondary Users in Cognitive MIMO Systems via Game Theory;Feng Zhao,Jiayi Zhang,and Hongbin Chen;《KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS》;20130626;第7卷(第6期);全文 * |
多小区MIMO系统下行链路协同波束成形和能效优化技术研究;解培中;《南京邮电大学博士学位论文》;20130731;第四章第58页-第四章第74页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104869624A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104869624B (zh) | 基于博弈论的多用户多天线认知无线电系统功率分配方法 | |
Yang et al. | Game theory in cooperative communications | |
CN103796211B (zh) | 一种认知无线网络中联合功率和信道分配方法 | |
CN102316465A (zh) | 认知无线网络中频谱博弈分配方法 | |
Dai et al. | Energy‐efficient resource allocation for device‐to‐device communication with WPT | |
Zhou et al. | Interference-aware relay selection scheme for two-hop relay networks with multiple source–destination pairs | |
Liu et al. | An auction approach to distributed power allocation for multiuser cooperative networks | |
CN104796993B (zh) | 异构网络中基于Stackelberg博弈的跨层资源分配方法 | |
CN107979846A (zh) | 一种情景知觉下的重叠联盟博弈模型及空间自适应算法 | |
Slimeni et al. | Learning multi-channel power allocation against smart jammer in cognitive radio networks | |
CN107371213A (zh) | 基于双层博弈框架下的联合功率控制和源节点选择的控制方法 | |
Khandaker et al. | Truth-telling mechanism for two-way relay selection for secrecy communications with energy-harvesting revenue | |
Wang et al. | Auction-based frameworks for secure communications in static and dynamic cognitive radio networks | |
Han et al. | Joint resource allocation in underwater acoustic communication networks: A game-based hierarchical adversarial multiplayer multiarmed bandit algorithm | |
Raoof et al. | Theory of games: An introduction | |
Zhang et al. | A game algorithm of dynamic spectrum allocation based on spectrum difference | |
CN104168570B (zh) | 基于干扰信息的真实性动态双向频谱拍卖方法 | |
Lim et al. | Cooperation-based dynamic spectrum leasing via multi-winner auction of multiple bands | |
Liu et al. | Population game based energy and time aware task offloading for large amounts of competing users | |
CN104618914B (zh) | 一种基于频谱合约的多用户协作频谱共享方法 | |
Wang et al. | Power allocation for two-way relay system based on sequential second price auction | |
Alrabaee et al. | A game theory approach: Dynamic behaviours for spectrum management in cognitive radio network | |
CN105429721B (zh) | 一种认知无线电网络中基于用户偏好特性的频谱定价方法 | |
Bacci et al. | Game theory for signal processing in networks | |
Reena Raj et al. | Chaotic sequence‐based MC‐CDMA for 5G |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |