对认知无线网络中频谱和带宽等有限资源进行高效地分配及管理,对提升网络的整体性能、保障网络中承载业务的服务质量具有重要的作用。本课题针对已有资源管理机制的不足,借鉴博弈论的优势,研究认知无线网络中具有限信息下的分布式频谱分配理论与方法,设计新型的不完全信息下的频谱资源分配机制;提出可靠负载均衡频谱访问策略,提升动态频谱访问的效率;研究自适应速率控制机制,有效改善认知无线网络的整体性能。本项目的研究不仅对认知无线网络的理论发展有重要的学术意义,还可对区域性认知无线网络有重要的应用价值。
Cognitive radio network;Game theory;Dynamic spectrum allocation;Revenue function;
对认知无线网络中频谱和带宽等有限资源进行分配及管理,已成为当前无线通信技术领域最富有吸引力的前沿课题之一。由于现有资源管理机制的不足,频谱资源匮乏的问题仍然没有得到有效解决。本项目利用博弈论研究有限信息下认知无线网络频谱分配机制,以提高频谱使用效率,提升网络整体性能。主要研究工作如下 1)针对认知无线网络中有限信息下的分布式频谱分配问题,分别提出基于预售机制、图型博弈、嵌入式粒子群博弈和序贯博弈的分布式动态频谱分配算法。根据不同的现实场景,建立相应的博弈模型。在保障网络中承载业务服务质量的前提下,显著提高频谱利用率。 2)对多个频谱服务提供者和多认知用户共存的环境进行形式化描述,从认知用户角度设计收益函数,提出了基于VCG机制的自适应负载动态频谱分配算法、基于网络负载的非合作博弈功率控制算法和基于空间拥塞博弈的自适应负载频谱分配算法,有效地提升了动态频谱访问的可靠性。 3)针对自适应速率控制问题,提出基于Stackbelberg博弈的认知无线网络速率控制模型。该模型从认知无线接入点和认知用户两个角度设计收益函数,自适应控制认知用户的数据传输速率,同时最优化无线接入点的收益,有效改善了认知无线网络的整体性能。