基于博弈论的认知无线网络中一种功率控制算法.docx

基于博弈论的认知无线网络中一种功率控制算法
基于博弈论的认知无线网络中一种功率控制算法
认知无线网络是继传统无线网络和移动自组网(MANET)之后的一种新型无线网络，在认知无线网络中，由于无线电波的特性，设备之间存在较大的干扰，如何有效控制干扰是认知无线网络研究的重要问题之一。解决这个问题的方法之一就是功率控制技术。在博弈论的框架下，可以提供一种有效的功率控制算法，使得设备之间的干扰尽可能小，网络效率最大化。
一、认知无线网络简介
认知无线网络是指通过对系统的物理层、MAC层和网络层等不同层次的信息协调和智能处理，以便满足无线网络中多样化、多变化、多任务的交互需求的无线网络体系；认知无线网络可以进行无线资源的动态分配、干扰与干扰管理等功能，有望在很大程度上提高共享频谱和频段的效率。减少干扰是认知无线网络的关键问题之一。
二、博弈论中的功率控制算法
博弈论是研究决策者之间相互影响的一门学科，功率控制算法也可以基于博弈论框架下进行研究，为认知无线网络提供高效控制干扰的方案。
在博弈论的框架下，设备之间的干扰可以看作是游戏、参与游戏的设备为玩家，每个玩家的目的是在满足自身通信需求的同时，通过调整自己的发射功率来最大化网络的效率，即降低干扰幅度。博弈论中的目标是通过合理的策略选择和决策制定来实现最优解，即纳什均衡。
三、基于博弈论的功率控制算法实现
1、定义问题
在认知无线网络的一个小区域内，若设备i的发射功率为pi，设备j的发射功率为pj，则设备i的接收信噪比为ri=N0/Pj，设备j的接收信噪比为rj=N0/Pi，其中N0为噪声功率，P为发射功率。在给定的通信距离和通信频率下，设备i要满足自己的通信质量需求S，而网络的整体吞吐量则是所有设备吞吐量的总和，不考虑不同设备之间的通信正负面干扰。
2、建立模型
设设备i和设备j之间的决策变量为pi和pj，则设备i的效用函数为Ui（pi,pj），设备j的效用函数为Uj（pi,pj），其中，效用函数的定义反映了设备i和设备j之间的博弈关系。
Ui(pi,pj)=Ci(pi)-Mij(pi,pj)
其中，Ci(pi)代表设备i的通信效果，Ci(pi)的增加意味着效用函数的提高，可以定义为：Ci(pi)=S/log(1+ri^(β/2))，其中β是路径损耗系数，与通信距离、信道特性有关，ri代表设备i的接收信噪比。
Mij(pi,pj)表示了设备i对设备j的负面影响，可以定义为：Mij(pi,pj)=αPj^(1+γ)/D^(2+γ)，其中α是无线传播损耗常数，γ是距离损耗系数，D是设备之间的距离。
同理，得到设备j的效用函数，Uj(pi,pj)=Cj(pj)-Mji(pi,pj)，其中Cj(pj)是设备j的通信效果，而Mji(pi,pj)则是设备j对设备i的负面影响。设备i与设备j之间的目标是达到纳什均衡。
3、纳什均衡
纳什均衡是指在一个多人博弈中，各个参与者都选择自己最优策略的策略组合状态。在当前网络中，如果设备i和设备j当前所选的功率设为pi和pj，如果满足条件：Ui(pi,pj)=Uj(pi,pj)，则(pi,pj)是博弈的一个纳什均衡解。即当设备i的发射功率为pi，设备j的发射功率为pj时，再改变pi、pj就不能增加设备i和设备j的效用函数。
4、功率控制算法
基于博弈论的功率控制算法的流程如下：
-初始化：所有设备i随机选定发射功率pi。
-迭代：在每一轮博弈中，每个设备选择自己的最佳功率，并将新的功率作为下一轮博弈的基础。
-收敛：重复上述步骤，直到网络的效用函数不再发生变化，即达到纳什均衡。
-输出：将设备所选的功率输出。
四、结论
基于博弈论的功率控制算法在认知无线网络中可以有效控制干扰，同时提高网络的效率，可作为改善认知无线网络性能的有效算法。但是，在实际的应用中，仍需考虑多个方面的因素，如设备之间的密度、网络规模的大小、设备的功率限制等等。