CN110380800A

CN110380800A - 一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法

Info

Publication number: CN110380800A
Application number: CN201910692360.5A
Authority: CN
Inventors: 衡伟; 王可
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2019-07-30
Filing date: 2019-07-30
Publication date: 2019-10-25

Abstract

本发明公开了一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，包括如下步骤：每一个认知用户根据跨层干扰的大小对主用户的资源块进行升序排序，并从列表中的第一个主用户开始发送形成联盟提议，各主用户根据其最小速率要求是否得到满足来决定是否接受提议；形成初始的重叠联盟结构并且进行自身利益最大化的操作；每一个认知用户决定是否离开当前联盟而形成一新的联盟；每一个认知用户决定是否离开当前联盟而加入另一联盟；达到一个稳定的重叠联盟结构，从而获得资源分配方案。本发明结合重叠联盟形成博弈模型化了次用户接入过程并获得了相应的均衡策略，提高了频谱的利用率，有效提高了认知用户的吞吐量。

Description

一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法

技术领域

本发明属于认知无线通信技术领域，具体涉及一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法。

背景技术

随着移动无线通信技术的迅速发展和广泛应用，人们对无线频谱资源的需求日益增长，导致当前频谱资源非常紧缺。但是，根据美国联邦通信委员会(U.S.FederalCommunications Commission,FCC)的报告，随着时域和空域的变化，无线频谱资源的利用率只达到15％-85％。报告表明，频谱资源并非真正意义上的紧缺，我们可以通过新的技术手段来提高当前频谱的利用率并满足日益增长的频谱需求量。在此背景下，认知无线电技术(Cognitive radio,CR)被提出。该技术可以有效地缓解人们对频谱资源需求量日益增长与当前频谱资源紧缺的矛盾状况，它允许一部分认知用户通过频谱检测机会式地接入空闲频谱资源实现数据的传输从而提高频谱利用率。

干扰管理和资源分配是认知无线电中的关键技术，一个有效的方案可以使得认知用户在不影响主用户的前提下尽可能地提高自身传输效率。但是现在还没有一个十分有效的方案来实现这些效果。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，该方法结合重叠联盟形成博弈模型化了次用户接入过程并获得了相应的均衡策略，其能够提高当前频谱的利用率并满足日益增长的频谱需求量，有效提高认知用户的吞吐量。

技术方案：为实现上述目的，本发明提供一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，包括如下步骤：

S1：每一个认知用户根据跨层干扰的大小对主用户的资源块进行升序排序，并从列表中的第一个主用户开始发送形成联盟提议，各主用户根据其最小速率要求是否得到满足来决定是否接受提议；

S2：经过步骤S1后形成初始的重叠联盟结构CS＝{S₁,...,S_i,...,S_j,...,S_L}后，其中下标L表示重叠联盟结构CS中联盟的数量，S_i(i＝1,2,...,L)表示由一个或几个认知用户对以及不多于一个主用户组成的联盟，并且进行自身利益最大化的操作；

S3：每一个认知用户根据个体收益和联盟结构整体收益以及历史信息集合决定是否离开当前联盟而加入另一联盟；

S4：每一个认知用户根据个体收益和联盟结构整体收益以及历史信息集合决定是否离开当前联盟而形成一新的联盟，引入历史信息集合的目的是防止一个认知用户在切换所属联盟过程中重复加入同一个联盟从而减少开销；

S5：当网络内的所有认知用户都不再切换当前所在的联盟时，即达到一个稳定的重叠联盟结构，从而获得与之对应的资源分配方案。

进一步的，所述步骤S2中依据如下定义的效用函数来确定使自身利益最大化的切换操作：

v(m,S_l)＝R_m,l

即认知用户m在联盟Sl内的收益是认知用户m接入主用户l的资源块时的速率。

进一步的，所述步骤S3和S4中定义认知用户在重叠联盟结构CS中的个体总收益为：

其中，Join(m)表示认知用户m加入的联盟集合，联盟S_l的收益与联盟的大小即联盟内认知用户的数量有关，联盟内认知用户数量越多，联盟收益越大。然而，与此同时干扰也会变得严重。因此，为保证主用户的QoS，将联盟S_l的收益定义为：

其中是主用户n的最小速率要求，重叠联盟结构CS的收益为结构内所有联盟的收益之和：

进一步的，所述步骤S3具体为：

考虑一个重叠联盟结构CS_P＝{S₁,...,S_i,...,S_j,...,S_L}，如果原属于联盟S_i中的认知用户m选择加入另一联盟S_j之中，那么，重叠联盟结构将会变为其中针对这种切换过程，定义切换次序表示对于认知用户m而言，重叠联盟结构CS_Q要优于重叠联盟结构CS_P：

进一步的，所述步骤S4具体为：

考虑一个重叠联盟结构CS_P＝{S₁,...,S_i,...,S_L}，其中，认知用户m为联盟S_i的一个成员，如果认知用户m离开当前所在联盟S_i而单独形成一个新的联盟S_L+1，那么，重叠联盟结构将会变为其中针对这种切换过程，定义切换次序为：

本发明为了提高认知用户的吞吐量并满足主用户的最小速率需求，本发明所提方案结合重叠联盟形成博弈分两步完成。首先，根据每个认知用户接入主用户资源块时，可能对此主用户产生的跨层干扰水平，选择跨层干扰较小的一个或几个资源块接入，以保证每个主用户的最小速率需求，初步形成多个互有重叠的联盟结构；然后，采用重叠联盟形成博弈来模型化整个接入过程，以认知用户吞吐量为效用函数，对每个认知用户所加入的联盟进行重新选择，直至得到一个稳定的最有利的重叠联盟结构以获得均衡策略。

有益效果：本发明与现有技术相比，结合重叠联盟形成博弈模型化了次用户接入过程并获得了相应的均衡策略，提高了当前频谱的利用率并满足日益增长的频谱需求量，有效提高了认知用户的吞吐量。

附图说明

图1本发明实施例的实现流程图；

图2本发明实施例的重叠联盟结构；

图3认知用户的吞吐量随最大发射功率变化曲线结果图；

图4不同方案下认知用户的吞吐量随认知用户数量变化曲线结果图；

图5不同方案下认知用户的吞吐量随信道数量变化曲线结果图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。

本实施例建立了一个半径200m的ad hoc认知无线网络系统模型。在这样一个网络中随机部署了M＝3个认知用户和N＝3个主用户，并且每个用户的通信距离为50m。在信道模型选择上，为尽量接近实际情况，采用路径损耗指数为4的对数距离路径损耗模型。假设主用户的最小速率要求噪声功率为N₀＝-100dBm。

基于该系统模型和具体仿真参数，定义一个重叠联盟结构为OCS＝{S₁,S₂,...,S_L}，其中下标L表示重叠联盟结构OCS中联盟的数量，S_l(l＝1,2,...,L)表示由一个或几个认知用户对以及不多于一个主用户组成的联盟。与不重叠联盟结构中每个联盟都是相互独立的方式不同(即)，重叠联盟结构中的联盟之间可能会有重合部分，即(S_i,S_j∈OCS)。

由于每个认知用户可以属于多个联盟。因此，引入参数ρ_ml来表示认知用户m是否属于联盟S_l，若认知用户m属于联盟S_l，则ρ_ml＝1，否则ρ_ml＝0。基于此，认知用户m加入的联盟集合可以表示为Join(m)＝{S_l|ρ_ml≠0,S_l∈OCS}，Join(m)∈OCS。

定义以下效用函数为认知用户m确定使自身收益最大化的切换操作：

v(m,S_l)＝R_m,l

即认知用户m在联盟S_l内的收益是认知用户m接入主用户l的资源块时的速率。

定义认知用户在重叠联盟结构CS中的个体总收益为：

Join(m)表示认知用户m加入的联盟集合。联盟S_l的收益与联盟的大小即联盟内认知用户的数量有关，联盟内认知用户数量越多，联盟收益越大。然而，与此同时干扰也会变得严重。因此，为保证主用户的QoS，将联盟S_l的收益定义为：

其中是主用户n的最小速率要求。重叠联盟结构CS的收益为结构内所有联盟的收益之和：

在联盟形成过程中，每个认知用户应寻找可以使得自己以及整个认知无线网络获益的联盟加入，即每个认知用户可以选择是否离开当前所在的联盟而加入到新的联盟之中，从而使得个体和联盟整体收益都有所提升。因此，我们给出两个切换次序和指导认知用户是否切换当前所属的联盟。

考虑一个重叠联盟结构CS_P＝{S₁,...,S_i,...,S_L}，其中，认知用户m为联盟S_i的一个成员。如果认知用户m离开当前所在联盟S_i而单独形成一个新的联盟S_L+1，那么，重叠联盟结构将会变为其中S_L+1＝{m}。针对这种切换过程，定义切换次序为：

考虑一个重叠联盟结构CS_P＝{S₁,...,S_i,...,S_j,...,S_L}。如果原属于联盟S_i中的认知用户m选择加入另一联盟S_j之中，那么，重叠联盟结构将会变为其中针对这种切换过程，定义切换次序表示对于认知用户m而言，重叠联盟结构CS_Q要优于重叠联盟结构CS_P：

同时引入历史信息集合H(m)用以记录认知用户m曾经加入过的联盟。历史信息集合H(m)的意义在于，防止各认知用户在切换过程中重复加入同一个联盟从而减少不必要的开销。

如图1所示，本实施例的具体实施流程为：首先，根据每个认知用户接入主用户资源块时，可能对此主用户产生的跨层干扰水平，选择跨层干扰较小的一个或几个资源块接入，以保证每个主用户的最小速率需求，初步形成多个互有重叠的联盟结构；然后，采用重叠联盟形成博弈来模型化整个接入过程，以认知用户吞吐量为效用函数，对每个认知用户所加入的联盟进行重新选择，直至得到一个稳定的最有利的重叠联盟结构以获得均衡策略。

图2为本实施例的重叠联盟结构，其中PTx、PRx、STx和SRx分别表示主用户和认知用户的发射和接收端，同一联盟的用户用相同符号表示，可以看出网络内的用户经过协作最终形成4个联盟，另外，距离较近的用户倾向于形成不同的联盟，这也符合干扰管理的目的。

图3显示了本发明方法下的认知用户吞吐量随最大发射功率变化的结果示意图，可以看出吞吐量随着最大发射功率的增大而增加，而且增长的趋势逐渐变得平缓。

本实施例中为了验证本发明方法的有效性及其优势，在本仿真模型下进行了不同方案的对比试验。图4显示了四种方案下认知用户吞吐量随认知用户数量变化的结果示意图，可见，本发明方法能以较低的复杂度得到与穷举算法接近的吞吐量，同时，该方法与其它方法相比较，可以有效提高认知用户的吞吐量。图5显示了四种方案下认知用户吞吐量随信道数量变化的结果示意图，可见，本发明方法能以较低的复杂度得到与穷举算法接近的吞吐量，同时，该方法与其它方法相比较，可以有效提高认知用户的吞吐量，因此同样我们验证了本发明方法的有效性。

Claims

1.一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，其特征在于：包括如下步骤：

S2：经过步骤S1后形成初始的重叠联盟结构CS＝{S₁,...,S_i,...,S_j,...,S_L}后，其中下标L表示重叠联盟结构CS中联盟的数量，S_i(i＝1,2,...,L)表示由一个或几个认知用户对一个主用户组成的联盟，并且进行自身利益最大化的操作；

S4：每一个认知用户根据个体收益和联盟结构整体收益以及历史信息集合决定是否离开当前联盟而形成一新的联盟；

2.根据权利要求1所述的一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，其特征在于：所述步骤S2中依据如下定义的效用函数来确定使自身利益最大化的切换操作：

v(m,S_l)＝R_m,l

3.根据权利要求1所述的一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，其特征在于：所述步骤S3和S4中定义认知用户在重叠联盟结构CS中的个体总收益为：

其中，Join(m)表示认知用户m加入的联盟集合；

将联盟S_l的收益定义为：

4.根据权利要求1所述的一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，其特征在于：所述步骤S3具体为：

5.根据权利要求1所述的一种认知无线网络中基于重叠联盟形成博弈的干扰管理与资源分配方法，其特征在于：所述步骤S4具体为：

考虑一个重叠联盟结构CS_P＝{S₁,...,S_i,...,S_L}，其中，认知用户m为联盟S_i的一个成员，如果认知用户m离开当前所在联盟S_i而单独形成一个新的联盟S_L+1，那么，重叠联盟结构将会变为其中S_L+1＝{m}，针对这种切换过程，定义切换次序为：