[发明专利]一种认知无线网络中联合功率和信道分配方法

摘要

本发明公开了一种认知无线网络中联合功率和信道分配方法，它包括以下步骤（1）对在多信道认知无线网络中每个信道上的主用户与认知用户之间、各认知用户之间所受到的干扰实现量化并限定；（2）定义各个认知用户接入频谱行为的效用函数为吞吐量，通过构建非合作博弈框架进行分布式求解认知用户的效用函数最优解以达到整体网络性能的最优；（3）引入相应的价格函数对认知用户的资源占用行为进行定价，限制认知用户的自私性；（4）利用非合作博弈构建成一个潜博弈模型，保证其收敛性。本发明的优点是利用价格函数和潜博弈模型分布式解决联合功率和信道分配问题，提高网络资源分配的公平性和频谱利用效率。

主权项

一种认知无线网络中联合功率和信道分配方法，其特征在于，包括以下步骤：(1)对在多信道认知无线网络中每个信道上的主用户与认知用户之间、各认知用户之间所受到的干扰实现量化并限定；(2)定义各个认知用户接入频谱行为的效用函数为吞吐量Tij，通过构建非合作博弈框架进行分布式求解认知用户的效用函数最优解以达到整体网络性能的最优；(3)引入相应的价格函数对认知用户的资源占用行为进行定价，限制认知用户的自私性；(4)利用非合作博弈构建成一个潜博弈模型，保证其收敛性；在步骤(1)中：假定一个由多个认知用户组成的ad‑hoc认知无线电网络，周围有主用户存在，在D*D的范围内随机分布着N(1，2…n)个认知用户对，一认知用户对包括一个发射节点和一个接收节点；频谱由K个正交信道组成，K＜N，同时有M个主用户节点，每个主用户可以工作在一个或多个信道上；定义认知用户i的发射功率向量Pi＝[pi(1)，pi(2)，…pi(c)]，pi(c)为认知用户i在信道c上的发射功率；信道c∈K，则接收机j的接收SINR可以表示成：γijc=PijcGijΣs≠i,s=1NPsrcGsjf(s,j)+N0]]>其中，γijc是认知用户i经信道c传输在j处接收的信干比(SINR)，Gij是节点i到j的信道传输增益；N0是接收机j处的热噪声，通常为常数；Pijc是信道c中i节点的发射功率；f(s，j)是干扰方程，s为除i以外的其它认知用户：设定τ为主用户的最大干扰功率，那么，信道c中所有认知用户对每个主用户的总干扰必须满足：Σi=1NPijcGiycf(i,y)<τ]]>其中Giyc是信道c中发射节i点到主用户y的干扰增益，f(i，y)是类似f(s，j)的干扰方程；对于网络中的某个认知用户，在某个特定信道上除了收到同道邻居节点的干扰之外，自身还对同道邻居节点产生干扰；量化某个认知用户所承受的同道干扰Iijc如下：Iijc=Σj=1,j=iNPijcGjif(j,i)]]>其中，Pjic表示其它认知用户节点对当前节点i的发射功率，Gji是其它认知用户节点到当前节点i的链路增益，f(j，i)是类似f(s，j)的干扰方程；该认知用户对其它同道邻居节点产生的干扰I′ijc如下：Iijc′=Σj=1,j=iNPijcGijf(i,j)]]>则认知用户i所承受的来自其它认知用户的干扰以及对其它认知用户产生的干扰总和可以表示为：Iic＝Iijc+I′ijc；在步骤(2)中：首先，定义一场博弈为G＝{N，{Si}i∈N，{ui}i∈N}；在博弈模型中，N是认知无线网络的所有发射节点的集合，Si是关于发射节点i的行为策略；ui是目标函数，发射节点期望最大化目标函数；其次，定义各个认知用户节点效用函数ui(Si，S‑i)为收发节点的吞吐量Tijc，吞吐量公式如下：ui(si，s‑i)＝Tijc＝10log(γijc)再者，量化CR‑to‑PU、CR‑to‑CR的干扰，其作为干扰约束条件如下：γijc＞γminΣc∈Kfijc(i,j)=1]]> fijc(i，j)≤Pijc≤Pmaxfijc(i，j) c∈KΣi=1NPijcGiycf(i,y)<τ,y∈Mc,c∈K]]>其中，Mc是工作在信道c上的主用户，fijc(i，j)是干扰方程，约束条件意味着发射节点i到相应的接收节点j有且只能在信道组K中的一个信道上传输，但是多个认知用户可以共享同一信道；在步骤(3)中：定义工作在信道c上的主用户Mc如下：Iyc=Σi=1NPijcGiycf(i,y)]]>c∈K y∈Mc其中Iyc是主用户y受到的认知无线网络干扰，Icmax是Mc中主用户受到的最大干扰；定义认知用户i的价格函数P(si，s‑i)和总效用函数uti(si，s‑i)如下：P(si,s-i)=(α×Imaxc+β×Iic)]]>uij(si,s-i)=Tijc-αImaxc-βIic]]>其中α、β是常数，作为线性价格函数的系数。