认知无线电技术中基于归一化博弈模型的功率控制方法

摘要

认知无线电技术中基于归一化博弈模型的功率控制方法，是一种特别用于认知无线电技术中发送端功率控制的实现方案。认知无线电是以软件无线电为扩展平台的一种新的智能无线通信技术，它可以通过对周围的无线环境的感知实时调整传输参数，达到通信系统的高可靠性和频谱利用的高效性。发送端的功率控制是认知无线电工作过程的第三部分，它能起到扩大系统工作范围、提高接收机性能、促进其它资源更加合理配置的作用。多用户的认知网络中，发送端以分布式的方式竞争功率资源，博弈论是目前解决该问题最有效的手段和方法之一。由于归一化的效用函数在设计上简化了运算过程，达到了降低系统复杂度、缩短处理时延的目的。

主权项

1、一种认知无线电技术中基于归一化博弈模型的功率控制方法，其特征在于该方法以用户信干比为参变量、以“1”作为标准来定义的基础效用函数并引入代价机制，进行超模博弈，该方法分为3个部分实现，明确研究对象是各认知用户发送端的功率值、建立博弈模型、进行认知无线电各认知用户发送端的功率值计算，具体的方法为：a.明确研究对象是各认知用户发送端的功率值：功率控制的研究对象是各认知用户发送端的功率值，选择合适的参量来建立模型，将信干比和代价函数作为认知无线电功率控制博弈模型效用函数的主要参数，b.建立博弈模型：对于认知用户i，首先定义归一化基础效用函数为：$u_i\left(P_i\right)=\frac{{\gamma }_i-a}{{\gamma }_i}=\frac{{\mathrm{Gh}}_i{p}_i}{{\Sigma }_{j\ne i}{h}_j{p}_j+{\sigma }^2},其中，G表示认知系统的增益，hi表示第i个用户的路径增益，pi为认知用户i的发射功率，\sigma 2是背景噪声功率，\gamma i为认知用户i的信干比，它是关于功率pi的函数，a称为平稳参数，它决定了该效用函数曲线逐渐趋向于“1”的平稳程度。在满足\gamma i＞a的情况下归一化效用函数才会有大于零的效用值，从而保证了一定的服务质量；然后在归一化效用函数模型中引入代价机制，采用一个常数或者与用户状态和系统状态无关的量作为代价因子，它与用户发送功率的乘积就是用户为自身的发送功率所要付出的代价。因此认知用户i的归一化净效用函数为：$ {{\text{u}}_i}^c\left({\stackrel{·}{p}}_i\right)=u_i\left(p_i\right)-c_i(p_i,P_{-1})=\frac{{\gamma }_i-a}{{\gamma }_i}-c{p}_i其中，c为代价因子，P-i是除第i个认知用户以外的其它认知用户的功率矢量。c.进行认知无线电各认知用户发送端的功率值计算：步骤1：令k＝0，设定初始功率矢量p(k)和精度值\epsilon ，步骤2：令k＝k+1，对上述效用函数求微分且令其等于零，即：$ \frac{{\partial u}_i^c\left(p_i\left(k\right)\right)}{{\partial p}_i\left(k\right)}=0,求出第i个认知用户的功率值pi(k)，步骤3：如果所有的认知用户i，都能满足精度限|pi(k)-pi(k-1)|＜\epsilon ，则算法结束，所得功率矢量p(k)即为求得的最佳功率组合，否则返回步骤2继续执行。$$$