论文部分内容阅读
随着无线网络需求和用户数量的飞速增长,无线通信技术迅猛发展,有限的无线频谱资源已经无法满足通信发展的需求。认知无线电技术能够动态感知频谱使用情况,在保证授权用户通信质量的前提下,使认知用户择机接入实现频谱的高效利用,从而缓解频谱资源紧张的局面。无线设备的频谱使用效率由频谱分配算法决定,它对认知无线电系统性能的提高起着关键性的作用。认知无线网络的频谱分配问题,已有学者做了很多研究工作,大多是以认知用户的干扰量或认知系统的吞吐量为单一目标,往往无法达到最优性能,也不能完全满足认知无线网络下多样化的性能需求。因此,本文基于认知无线网络的频谱分配模型,改进了目前单目标优化的频谱分配算法,选取认知用户间的干扰量、认知用户与授权用户间的干扰量、认知系统的吞吐量为优化目标,实现了认知网络多样性目标需求的频谱优化分配。主要的研究内容包括:1、研究了基于潜在博弈理论分析认知无线电网络中的频谱分配问题,并通过理论推导证明了联合目标优化下的纳什均衡的存在性和唯一性。2、针对频谱分配算法中忽略授权用户的存在,频谱分配具有局限性的问题,提出了一种改进的干扰协调非合作频谱共享算法。首先将频谱分配问题转换成联合优化问题,构造了新的效用函数和潜在函数,然后利用潜在博弈算法实现频谱最优的分配方案,认知用户选取使得系统干扰量最小化和吞吐量最大化的信道完成通信,从而实现频谱的最优化分配。最后,通过仿真验证改进的频谱分配优化算法的有效性和优越性。结果表明本文算法能在较短时间内收敛到纳什均衡,在不影响授权用户正常通信的情况下,所有用户间的干扰降到最小,认知系统的吞吐量和公平性有了明显提高,实现了频谱的高效利用。3、针对现有的基于潜在博弈频谱分配算法博弈次数多、处理速度慢的问题,引入一个调整规则来提高频谱分配速度,在每次博弈时每个认知用户按照该规则动态地获取信道调整机会,从而降低同一用户重复博弈选择信道的概率。仿真结果表明,基于该规则约束下的博弈分配算法,不仅提高了认知用户选择有利信道的效率,同时满足认知无线网络联合目标优化的需求。