浅析基于代价机制的频谱接入方法

2015-07-17 01:25:18重庆电讯职业学院重庆400850
山东工业技术 2015年8期
关键词:纳什代价信噪比

张 秘(重庆电讯职业学院,重庆 400850)

浅析基于代价机制的频谱接入方法

张 秘
(重庆电讯职业学院,重庆 400850)

认知无线电(Cognitive Radio,CR)是一种潮流的智能无线通信技术,它通过一定频谱感知、一定的功率控制和频谱管理、频谱切换、频谱共享等技术,能够实现在对授权用户正常通信造成不影响的前提下,伺机的接入合法用户频段,实现频谱动态接入。MATLAB仿真结果表明基于代价函数的动态频谱接入方法具有可行性,在满足一定条件时能够使次用户在共享授权用户频谱时候达到利益最大化即纳什均衡,并得到次用户能共享到的频谱和获得的收益与自身的信噪比成正相关。

认知无线电;动态频谱接入;博弈论纳;什均衡代价函数

0 基于代价机制的频谱接入方法简述

目前针对频谱环节接入的研究,很多用了博弈论的技巧,分为两种:共享策略的合作频谱和共享策略的非合作频谱。利用合作共享频谱方法,即认知无线电终端(CRT:Cognitive Radio Terminal)在接入到某一频段中去时,必须考虑自身通信对网络中其他用户带来的影响。CRT将通过一个动态广播的机制(比如公共控制信道)向网络中的其他用户报告自己的位置、功率等状态参数,向全网络广播其干扰度,然后网络根据其产生的干扰情况而采取相应的频谱资源接入方式。另外,基于代价机制的频谱接入方法的亦有较多的研究,文献[23]中的频谱租赁方法中次用户租用主用户的频谱均需要付出一定的代价,而价格都是主用户根据次用户的租赁需求信息制定的。

1 基于代价函数法频谱接入立体理论分析

频谱接入问题等同于为垄断的市场竞争问题,针对该问题建立博弈模型[23],个次用户作为博弈的参加者,通过不停地调整所需的频谱数,相互竞争,使得自己的利益得到最大化。

(1) 静态代价函数博弈

2 动态的代价函数博弈

在现实的认知无线的电场景里,某个次用户与其它次用户的信息是相互保密的,次用户与其他次用在当时选定的策略之间是相互保密的。所以次用户需要利用分布式的动态频谱调节算法来逐渐达到纳什均衡,这样使得各个次用户的收益最大的利用。

3 基于代价函数的频谱接入模型仿真分析

3.1 仿真环境

本论文采用MATLAB仿真工具来进行频谱接入博弈算法的仿真。假设在中国超短波通信中原本划分给调频广播独占使用的87.5~108MHz的频段,现作为认知无线场景的主用户,能为次用户动态接入的频谱为15MHz,存在N=2个次用户欲互相抢共享主用户里面的频谱,并假定两个次用户的目标误码率均为,各个次用户使用单位频谱时的收益均设为(表示在竞争频谱过程中不考虑次用户之间为获取频谱而提升频谱单价)。对动态迭代算法,初始频谱设为。

3.2 仿真结果及分析

通过对动态价格函数博弈模型的仿真得到了如下几个图形:图4.2显示了在学习因子为时不同信噪比(r1,r2)下,两个次用户能共享到的频谱的最佳值,可以看出不同的信噪比下所达到的纳什均衡点是不同的,并且信噪比越大所达到的纳什均衡点时共享的频谱也就越高。这是由于在信道质量比较好即信噪比高的情况下,次用户在单位频谱上传输的收益就越高,则对频谱的需求就越大,因此能够共享到较多的频谱数,当然,共享较多的频谱也付出了较多的代价,但其共享单位频谱的净效用会随着信噪比的增加而增加。因此,当次用户的信噪比变大时,其共享到的频谱数也会变多。所以该仿真图验证了该动态代价函数博弈模型是可以实现的,在状态下具有收敛性,能够通过动态频谱接入达到纳什均衡。

4 结论

本文的研究对象是几年来出现的为增加频谱利用率、解决无线电频谱资源缺少问题的认知无线电(CR:Cognitive Radio)技术。认知无线电里面的动态频谱接入是关联到如何利用率高的使用频谱资源,提高系统容量,减小系统干扰水平的重要问题。针对此问题国内外的许多专家与大量学者已经做了广泛的研究,取得了一些成果。

本文紧紧抓住国内外最新的研究动态与成绩,对认知型无线电技术的动态频谱接入问题做了关键研究,描绘了认知无线电的博弈论解决方案,提出了介于代价函数的频谱接入问题模型。在研究的过程中,采用了理论假设、可行性论证和计算机仿真相结合的理实一体,从理论和仿真两个方面对所研究的命题进行了深入探讨。

[1]基于认知系统中频谱特征的动态频谱分配与接入机制、资源优化方法研究[Z].中国知网.

[2] http://www.doc88.com/p-683738877672.html(道客巴巴)[Z].

猜你喜欢
纳什代价信噪比
THE ROLE OF L1 IN L2 LEARNING IN CHINESE MIDDLE SCHOOLS
THE ROLE OF L1 IN L2 LEARNING IN CHINESE MIDDLE SCHOOLS
基于深度学习的无人机数据链信噪比估计算法
低信噪比下LFMCW信号调频参数估计
电子测试(2018年11期)2018-06-26 05:56:02
爱的代价
海峡姐妹(2017年12期)2018-01-31 02:12:22
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
雷达学报(2017年3期)2018-01-19 02:01:27
代价
保持信噪比的相位分解反褶积方法研究
成熟的代价
中学生(2015年12期)2015-03-01 03:43:53
师傅领进门,修行靠个人