CN109246711A - 一种基于博弈论的crn网络频谱分配方法 - Google Patents

一种基于博弈论的crn网络频谱分配方法 Download PDF

Info

Publication number
CN109246711A
CN109246711A CN201811258863.3A CN201811258863A CN109246711A CN 109246711 A CN109246711 A CN 109246711A CN 201811258863 A CN201811258863 A CN 201811258863A CN 109246711 A CN109246711 A CN 109246711A
Authority
CN
China
Prior art keywords
channel
receiving end
value
utility function
cognitive
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.)
Pending
Application number
CN201811258863.3A
Other languages
English (en)
Inventor
彭艺
朱豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201811258863.3A priority Critical patent/CN109246711A/zh
Publication of CN109246711A publication Critical patent/CN109246711A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于博弈论的CRN网络频谱分配方法，属于无线网络通信技术领域。本发明为CRN网络提供一种全新的频谱分配方法，与现有技术相比，本发明将频谱分配问题用博弈的方法对用户的频谱作策略的最优选择，判断并找出该自适应信道选择算法中的纳什均衡点，并且根据不同的优化目标不断实现频谱的重新分配，确定效用函数，以最小化系统总干扰水平，最终确定纳什均衡点中的策略最优点。

Description

一种基于博弈论的CRN网络频谱分配方法
技术领域
本发明涉及一种基于博弈论的CRN网络频谱分配方法，属于无线网络通信技术领域。
背景技术
随着无线通信技术的快速发展，频谱资源被广泛应用于无线电发展的各个领域，加之频谱资源分配的不合理性与分配效率的低下性，使得频谱资源变得越来越紧张。认知无线电(Cognitive Radio)技术被认为是未来探测频谱空穴特性、高效利用无线频谱的主要手段，被认为是解决上述难题的有效的解决方案。CRN网络的核心在于实现对空闲频谱以及周围的频谱环境感知的能力的提高，其次，在对空闲频谱使用效率的处理上，根据用户的实时需要进行相应的优化。
与此同时，作为一种高效有用的决策方法，博弈论也被应用于无线网络通信技术的各个方面。利用博弈论对认知无线电技术进行研究，其中的关键是如何将博弈论引入到相应算法的设计和分析中，找到算法的纳什均衡点，有时候也是策略最优点。因此再利用博弈论分析认知无线电的频谱问题之前，我们首先将所研究的问题抽象成博弈论问题模型，认知无线电中的频谱分配问题是关系到不同用户频谱策略选择的博弈过程，我们假设把频谱的分配等同于信道的分配，即信道分配问题可以建模成一个博弈的输出。在这个博弈过程中，参与者是认知无线电用户，他们的行动策略是对传输信道的选择，并且他们的效用和所选择的信道质量想联系。信道质量信息可由认知无线电用户通过在不同的无线频率上的测量来获得。
发明内容
本发明提供了一种基于博弈论的CRN网络频谱分配方法，以用于提高频谱的有效利用率。
本发明的技术方案是：一种基于博弈论的CRN网络频谱分配方法，所述方法的具体步骤如下：
Step1、对分配机制中的自适应算法作伯努利实验，判断伯努利实验的结果是否为1；若结果是1，则继续作步骤Step2中的操作，否则转到步骤Step8；
Step2、由于步骤Step1中伯努利实验的结果为1，故先在发射端计算认知用户受到其它认知用户在相应信道上的干扰值IiO，然后发送START信令数据包；
Step3、在接收端接收到发射端的START信令数据包后，分别计算接收端认知用户对其它认知用户在相应信道上产生的干扰值Iid和效用函数的一系列值U2i(si,si-1)，然后选择其中值最大者U2为数据信道；
Step4、判断在步骤Step3中所选取的数据信道是否受主用户的干扰，判断的依据就是是否能在接收端成功发送START_CH信令数据包；若是，作步骤Step5的操作，否则，转到步骤Step6；
Step5、在所选信道受主用户干扰的情况下，重新选择一个较先前所选次之的效用函数的系列值作为数据信道，然后再通过步骤Step4作相应的判断；
Step6、在所选信道未受主用户干扰时，在接收端发送START_CH信令数据包；
Step7、在接收端将START_CH信令包传送后，发射端发送ACK_START_CH信令数据包做确认处理，利用最优停止理论判断是否选择一个最佳的停止时间，若是，则结束，否则，转步骤Step1，使用新的数据信道进行通信；
Step8、在步骤Step1中，若伯努利实验的结果不为1，则继续监听公共控制信道，若侦听到START_CH和ACK_START_CH信令数据包，则更新接收端和发射端的CST，否则，转步骤Step1。
所述步骤Step2中的IiO与步骤Step3中的Iid和U2i(si,si-1)分别表示为：
其中，
IiO表示认知用户受到其它认知用户在相应信道上的干扰值；
Iid表示认知用户对其它认知用户在相应信道上产生的干扰值；
pi与pj分别表示第i个无线电用户与第j个无线电用户之间的发射功率；
s＝{s1,s2,…,si,…,sj,…,sn}是相对于博弈者的策略集合；
f＝(si,sj)是节点策略si与sj之间的干扰方程，满足如下所示的关系：
Gmk表示发射机m和接收机k之间的链路增益；
Gkm表示发射机k和接收机m之间的链路增益；
U2i(si,si-1)为描述干扰情况而选取的效用函数；U2为效用函数U2i(si,si-1)里面的最大值，其中U2i(si,si-1)也表示为：U2i(si,si-1)＝-Iid-IiO。
所述Step3中，效用函数的一系列值中选取最大值U2值时，采用了遍历搜索的办法，对计算出来的效用函数的一系列值逐次作访问，直到访问到不受主用户所干扰的最大值U2。
所述Step7中，采用了最优停止理论来对流程的最佳停止时间做判断，直到选取了U2对应的最佳的数据信道。
本发明的有益效果是：与现有技术相比，本发明将频谱分配问题用博弈的方法对用户的频谱作策略的最优选择，判断并找出该自适应信道选择算法中的纳什均衡点，并且根据不同的优化目标不断实现频谱的重新分配，确定效用函数，以最小化系统总干扰水平，最终确定纳什均衡点中的策略最优点。
附图说明
图1为本发明中的流程图。
具体实施方式
实施例1：如图1所示，一种基于博弈论的CRN网络频谱分配方法，所述方法的具体步骤如下：
Step1、对分配机制中的自适应算法作伯努利实验，判断伯努利实验的结果是否为1；若结果是1，则继续作步骤Step2中的操作，否则转到步骤Step8；
Step2、由于步骤Step1中伯努利实验的结果为1，故先在发射端计算认知用户受到其它认知用户在相应信道上的干扰值IiO，然后发送START信令数据包；
Step3、在接收端接收到发射端的START信令数据包后，分别计算接收端认知用户对其它认知用户在相应信道上产生的干扰值Iid和效用函数的一系列值U2i(si,si-1)，然后选择其中值最大者U2为数据信道；
Step4、判断在步骤Step3中所选取的数据信道是否受主用户的干扰，判断的依据就是是否能在接收端成功发送START_CH信令数据包；若是，作步骤Step5的操作，否则，转到步骤Step6；
Step5、在所选信道受主用户干扰的情况下，重新选择一个较先前所选次之的效用函数的系列值作为数据信道，然后再通过步骤Step4作相应的判断；
Step6、在所选信道未受主用户干扰时，在接收端发送START_CH信令数据包；
Step7、在接收端将START_CH信令包传送后，发射端发送ACK_START_CH信令数据包做确认处理，利用最优停止理论判断是否选择一个最佳的停止时间，若是，则结束，否则，转步骤Step1，使用新的数据信道进行通信；
Step8、在步骤Step1中，若伯努利实验的结果不为1，则继续监听公共控制信道，若侦听到START_CH和ACK_START_CH信令数据包，则更新接收端和发射端的CST，否则，转步骤Step1。
所述步骤Step2中的IiO与步骤Step3中的Iid和U2i(si,si-1)分别表示为：
其中，
IiO表示认知用户受到其它认知用户在相应信道上的干扰值；
Iid表示认知用户对其它认知用户在相应信道上产生的干扰值；
pi与pj分别表示第i个无线电用户与第j个无线电用户之间的发射功率；
s＝{s1,s2,…,si,…,sj,…,sn}是相对于博弈者的策略集合；
f＝(si,sj)是节点策略si与sj之间的干扰方程，满足如下所示的关系：
Gmk表示发射机m和接收机k之间的链路增益；
Gkm表示发射机k和接收机m之间的链路增益；
U2i(si,si-1)为描述干扰情况而选取的效用函数；U2为效用函数U2i(si,si-1)里面的最大值，其中U2i(si,si-1)也表示为：U2i(si,si-1)＝-Iid-IiO。
所述Step3中，效用函数的一系列值中选取最大值U2值时，采用了遍历搜索的办法，对计算出来的效用函数的一系列值逐次作访问，直到访问到不受主用户所干扰的最大值U2。
所述Step7中，采用了最优停止理论来对流程的最佳停止时间做判断，直到选取了U2对应的最佳的数据信道。
当找到效用函数一系列值的最大值U2，说明该算法的收敛趋势不再发生改变，策略集合S中的策略也趋于稳定，不再作策略的选择，此时达到纳什均衡的状态，该状态下的U2值即作为所需要的策略最优点。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (4)

1.一种基于博弈论的CRN网络频谱分配方法，其特征在于：所述方法的具体步骤如下：
Step1、对分配机制中的自适应算法作伯努利实验，判断伯努利实验的结果是否为1；若结果是1，则继续作步骤Step2中的操作，否则转到步骤Step8；
Step2、由于步骤Step1中伯努利实验的结果为1，故先在发射端计算认知用户受到其它认知用户在相应信道上的干扰值IiO，然后发送START信令数据包；
Step3、在接收端接收到发射端的START信令数据包后，分别计算接收端认知用户对其它认知用户在相应信道上产生的干扰值Iid和效用函数的一系列值U2i(si,si-1)，然后选择其中值最大者U2为数据信道；
Step4、判断在步骤Step3中所选取的数据信道是否受主用户的干扰，判断的依据就是是否能在接收端成功发送START_CH信令数据包；若是，作步骤Step5的操作，否则，转到步骤Step6；
Step5、在所选信道受主用户干扰的情况下，重新选择一个较先前所选次之的效用函数的系列值作为数据信道，然后再通过步骤Step4作相应的判断；
Step6、在所选信道未受主用户干扰时，在接收端发送START_CH信令数据包；
Step7、在接收端将START_CH信令包传送后，发射端发送ACK_START_CH信令数据包做确认处理，利用最优停止理论判断是否选择一个最佳的停止时间，若是，则结束，否则，转步骤Step1，使用新的数据信道进行通信；
Step8、在步骤Step1中，若伯努利实验的结果不为1，则继续监听公共控制信道，若侦听到START_CH和ACK_START_CH信令数据包，则更新接收端和发射端的CST，否则，转步骤Step1。
2.根据权利要求1所述的基于博弈论的CRN网络频谱分配方法，其特征在于：所述步骤Step2中的IiO与步骤Step3中的Iid和U2i(si,si-1)分别表示为：
其中，
IiO表示认知用户受到其它认知用户在相应信道上的干扰值；
Iid表示认知用户对其它认知用户在相应信道上产生的干扰值；
pi与pj分别表示第i个无线电用户与第j个无线电用户之间的发射功率；
s＝{s1,s2,…,si,…,sj,…,sn}是相对于博弈者的策略集合；
f＝(si,sj)是节点策略si与sj之间的干扰方程，满足如下所示的关系：
Gmk表示发射机m和接收机k之间的链路增益；
Gkm表示发射机k和接收机m之间的链路增益；
U2i(si,si-1)为描述干扰情况而选取的效用函数；U2为效用函数U2i(si,si-1)里面的最大值，其中U2i(si,si-1)也表示为：U2i(si,si-1)＝-Iid-IiO。
3.根据权利要求1所述的基于博弈论的CRN网络频谱分配方法，其特征在于：所述Step3中，效用函数的一系列值中选取最大值U2值时，采用了遍历搜索的办法。
4.根据权利要求1所述的基于博弈论的CRN网络频谱分配方法，其特征在于：所述Step7中，采用了最优停止理论来对流程的最佳停止时间做判断，直到选取了U2对应的最佳的数据信道。
CN201811258863.3A 2018-10-26 2018-10-26 一种基于博弈论的crn网络频谱分配方法 Pending CN109246711A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811258863.3A CN109246711A (zh) 2018-10-26 2018-10-26 一种基于博弈论的crn网络频谱分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811258863.3A CN109246711A (zh) 2018-10-26 2018-10-26 一种基于博弈论的crn网络频谱分配方法

Publications (1)

Publication Number Publication Date
CN109246711A true CN109246711A (zh) 2019-01-18

Family

ID=65078494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811258863.3A Pending CN109246711A (zh) 2018-10-26 2018-10-26 一种基于博弈论的crn网络频谱分配方法

Country Status (1)

Country Link
CN (1) CN109246711A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110062399A (zh) * 2019-04-11 2019-07-26 哈尔滨工程大学 一种基于博弈论的认知异构蜂窝网络频谱分配方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321388A (zh) * 2008-07-04 2008-12-10 华中科技大学 一种基于博弈论的认知无线电网络fdm信道选择方法
CN102307351A (zh) * 2011-08-29 2012-01-04 中山大学 一种基于博弈论下的频谱分配方法及通信设备和系统
CN103117824A (zh) * 2013-03-18 2013-05-22 哈尔滨工业大学 一种基于Bertrand静态博弈的授权用户频谱定价方法
CN103929819A (zh) * 2014-04-25 2014-07-16 重庆邮电大学 一种认知无线电网络从用户联合定价及资源分配方法
WO2014180260A1 (zh) * 2013-05-08 2014-11-13 中兴通讯股份有限公司 干扰分配方法、系统、数据库、管理节点及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321388A (zh) * 2008-07-04 2008-12-10 华中科技大学 一种基于博弈论的认知无线电网络fdm信道选择方法
CN102307351A (zh) * 2011-08-29 2012-01-04 中山大学 一种基于博弈论下的频谱分配方法及通信设备和系统
CN103117824A (zh) * 2013-03-18 2013-05-22 哈尔滨工业大学 一种基于Bertrand静态博弈的授权用户频谱定价方法
WO2014180260A1 (zh) * 2013-05-08 2014-11-13 中兴通讯股份有限公司 干扰分配方法、系统、数据库、管理节点及存储介质
CN103929819A (zh) * 2014-04-25 2014-07-16 重庆邮电大学 一种认知无线电网络从用户联合定价及资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J. REVATHY ET AL.: "《Resource allocation in next generation networks using game theory》", 《INTERNATIONAL CONFERENCE ON INFORMATION COMMUNICATION AND EMBEDDED SYSTEMS (ICICES2014)》 *
周黎辉 等: "《认知无线电频谱共享的一种博弈论方法》", 《南京邮电大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110062399A (zh) * 2019-04-11 2019-07-26 哈尔滨工程大学 一种基于博弈论的认知异构蜂窝网络频谱分配方法

Similar Documents

Publication Publication Date Title
Xiao et al. User-centric view of jamming games in cognitive radio networks
Li et al. Federated multi-agent deep reinforcement learning for resource allocation of vehicle-to-vehicle communications
Lee Adaptive random access for cooperative spectrum sensing in cognitive radio networks
Luo et al. Dynamic resource allocations based on Q-learning for D2D communication in cellular networks
CN106879029B (zh) 一种基于协作通信的高安全能量效率的信息传输方法
CN109168166B (zh) 物理层认证系统的安全性检测方法
CN101359941A (zh) 认知无线电技术中基于归一化博弈模型的功率控制方法
CN103260166A (zh) 分布式认知无线网络基于联盟博弈的频谱分配方法
CN101729164B (zh) 无线资源分配方法和认知无线电用户设备
CN102448159B (zh) 基于干扰管理的功率速率联合控制博弈方法
CN113316154A (zh) 一种授权和免授权d2d通信资源联合智能分配方法
CN112153744B (zh) 一种icv网络中物理层安全资源分配方法
Pan et al. On the performance analysis and relay algorithm design in social-aware D2D cooperated communications
Zhao et al. Physical layer security in the age of artificial intelligence and edge computing
Han et al. Joint resource allocation in underwater acoustic communication networks: A game-based hierarchical adversarial multiplayer multiarmed bandit algorithm
CN109246711A (zh) 一种基于博弈论的crn网络频谱分配方法
CN109067918A (zh) 一种物联网中的联合内容缓存和更新策略的方法及算法
Banitalebi et al. Distributed learning-based resource allocation for self-organizing c-v2x communication in cellular networks
CN108601075A (zh) Ofdm认知无线电系统的单用户注水功率分配方法
Yang et al. Rate-aware user pair scheduling with joint power allocation and decoding order selection in NOMA systems
CN105007585B (zh) 基于中断概率能效最大的功率分配方法
Ren et al. Joint spectrum allocation and power control in vehicular communications based on dueling double DQN
Zhou et al. Joint peer discovery and resource allocation for social-aware D2D communications: A matching approach
Wu et al. Performance evaluation of the V2I fair access with a finite retry limit
CN107249213B (zh) 一种d2d通信中频谱效率最大化的功率分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190118