认知无线网络中基于博弈论的功率控制机制研究

认知无线网络中基于博弈论的功率控制机制研究

论文摘要

无线通信系统的发展使得频谱资源的需求不断增长,如何提高频谱资源的利用率也越来越重要。认知无线网络可以为非授权用户(次用户)提供访问授权用户(主用户)频谱信道的机会,并通过在系统底层的频谱共享显著地提高网络系统的频谱效率。为了确保最大化系统整体性能,需要设计出有效的频谱共享方案,从而实现在不影响主用户正常通信的前提下,让次用户有使用主用户空闲频谱的机会。功率控制技术能限制次用户的发射功率,并保证主用户在干扰功率约束下能够正常通信,因此是一种有效的频谱分配策略。本文主要采用博弈论对认知无线网络中的功率控制问题进行分析和研究,并围绕以下两个方面进行深入研究:1.针对认知无线网络中用户之间存在的干扰和次用户发射功率过大造成的损耗问题,设计出一种基于Stackelberg博弈的新算法来对功率进行控制。首先搭建一个主用户和次用户共存的双层网络模型,把主用户定义为博弈中的领导者,次用户定义为追随者,然后对次用户产生的总干扰进行一个定量地分析。在主用户和次用户之间多次博弈的过程中,主用户动态地改变其制定的单位干扰价格,在确保自身能够满足正常通信的基本条件下,尽量最大化自己所得的收益,因而也提高了主用户在频谱共享过程中参与的积极性。仿真实验表明,该算法在保证主次用户的服务质量的前提下,有效地降低了次用户的发射功率,并且能获得更好的系统性能。2.针对认知无线网络中多用户资源分配时需要大量的信道和功率策略信息进行交互,并占用和耗费了大规模系统资源的问题,通过非合作博弈模型对用户进行建模分析,提出一种无信息交互的,基于Q学习的强化算法来动态地实现联合信道选择和功率控制。用户在自学习过程中,将采用统一的策略,仅通过观察自己的回报值来进行Q学习,并逐渐收敛到最优信道和功率分配的最优策略集合。仿真结果表明,提出的联合算法可以高概率地收敛到纳什均衡,并且用户通过信道选择后能得到较高的系统容量。

论文目录

  • 摘要
  • abstract
  • 第1章 引言
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 认知无线网络的研究现状
  •     1.2.2 功率控制技术研究现状
  •     1.2.3 联合功率控制与信道选择技术研究现状
  •   1.3 当前研究存在的问题
  •   1.4 论文主要内容与结构安排
  • 第2章 认知无线网络中的功率控制技术及智能学习方法
  •   2.1 认知无线电与认知无线网络
  •     2.1.1 认知无线电
  •     2.1.2 认知无线网络
  •   2.2 功率控制技术的研究
  •     2.2.1 功率控制技术
  •     2.2.2 认知无线网络中功率控制技术研究的方法
  •   2.3 博弈论在功率控制研究中的应用
  •     2.3.1 非合作博弈
  •     2.3.2 认知无线网络中的博弈论分析
  •   2.4 基于强化学习的动态资源分配
  •     2.4.1 强化学习在资源分配中的适用性分析
  •     2.4.2 认知无线网络中的多智能体强化学习
  •     2.4.3 Q学习算法
  •   2.5 本章小结
  • 第3章 基于Stackelberg博弈的功率控制算法
  •   3.1 引言
  •   3.2 系统模型
  •   3.3 基于Stackelberg博弈的功率控制
  •     3.3.1 主次用户效用函数分析
  •     3.3.2 Stackelberg博弈纳什均衡的相关性质证明
  •     3.3.3 算法描述及流程图
  •   3.4 实验仿真分析
  •   3.5 本章小结
  • 第4章 基于多用户Q学习的联合信道选择和功率控制
  •   4.1 引言
  •   4.2 认知网络系统模型
  •   4.3 基于非合作博弈的功率控制
  •   4.4 基于Q学习的信道选择
  •     4.4.1 Q学习信道选择步骤
  •     4.4.2 Q学习收敛性分析
  •   4.5 联合算法
  •   4.6 仿真结果分析
  •   4.7 本章小结
  • 第5章 结束语
  •   5.1 内容总结
  •   5.2 工作展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间从事的科研工作及取得的成果
  • 文章来源

    类型: 硕士论文

    作者: 蒋涛涛

    导师: 朱江

    关键词: 认知无线网络,博弈论,功率控制,信道选择,学习

    来源: 重庆邮电大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,电信技术

    单位: 重庆邮电大学

    分类号: TN92;O225

    DOI: 10.27675/d.cnki.gcydx.2019.000364

    总页数: 62

    文件大小: 1346K

    下载量: 103

    相关论文文献

    • [1].核反应堆功率控制协调策略探讨[J]. 科技视界 2015(09)
    • [2].D2D通信系统的工作模式的选择研究[J]. 数码世界 2016(12)
    • [3].一种二次侧功率控制的无线电能传输系统[J]. 电源技术 2020(07)
    • [4].GPRS上行功率控制研究[J]. 数字通信世界 2017(04)
    • [5].核电厂反应堆功率控制系统浅析[J]. 南方能源建设 2016(03)
    • [6].WCDMA上行功率控制的研究[J]. 科技信息 2009(07)
    • [7].堆功率控制系统稳定域及其动态特性研究[J]. 核电子学与探测技术 2013(12)
    • [8].认知无线网络中基于Stackelberg博弈的功率控制新算法[J]. 电讯技术 2018(04)
    • [9].WCDMA终端开环功率控制的测试[J]. 中国无线电 2010(06)
    • [10].压水堆核电厂反应堆功率控制系统测试设计与实现[J]. 核科学与工程 2018(06)
    • [11].一种新型T型逆变器模型预测功率控制[J]. 电力电子技术 2020(10)
    • [12].基于功率控制的雷达低截获概率探测技术[J]. 无线电工程 2019(03)
    • [13].超密集网络中基于多连接的用户归属和功率控制联合优化[J]. 中国科学院大学学报 2018(01)
    • [14].光伏发电站功率控制测试系统设计与开发[J]. 电气自动化 2018(02)
    • [15].基于模糊逻辑的外环功率控制路径研究[J]. 产业与科技论坛 2016(03)
    • [16].上行功率控制对MOS值的影响分析[J]. 信息通信 2012(04)
    • [17].基于故障树方法的核电厂数字化反应堆功率控制系统可靠性分析[J]. 核科学与工程 2013(04)
    • [18].基于功率控制的认知无线网络能效研究[J]. 湖南大学学报(自然科学版) 2019(04)
    • [19].基于优先记忆库结合竞争深度Q网络的动态功率控制[J]. 电讯技术 2019(10)
    • [20].超密集网络中基于Stackelberg博弈的非统一定价功率控制[J]. 计算机应用 2018(08)
    • [21].TD-SCDMA系统中基于门限报告的外环功率控制研究[J]. 移动通信 2014(10)
    • [22].解析WCDMA下行链路功率控制问题[J]. 电脑编程技巧与维护 2010(04)
    • [23].基于次用户功率控制辅助的合作频谱感知[J]. 电子与信息学报 2018(10)
    • [24].非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制[J]. 电子学报 2016(12)
    • [25].认知无线电中基于干扰温度的功率控制博弈算法[J]. 重庆邮电大学学报(自然科学版) 2010(06)
    • [26].TD-SCDMA系统中E-PUCH功率控制特点分析[J]. 电信科学 2008(07)
    • [27].海阳核电站反应堆功率控制系统的信号分析和试验[J]. 核安全 2018(05)
    • [28].考虑风险和紧急功率控制约束的最优备用建模[J]. 智慧电力 2017(11)
    • [29].TD-SCDMA系统中的功率控制[J]. 通信世界 2009(27)
    • [30].MSHIM模式反应堆功率控制分析[J]. 吉林电力 2016(05)

    标签:;  ;  ;  ;  ;  

    认知无线网络中基于博弈论的功率控制机制研究
    下载Doc文档

    猜你喜欢