星地认知网络能效谱效联合博弈功率控制算法

发布时间：2021-04-06 19:55

　　在Underlay模式下,卫星网络覆盖范围大会导致用户频率冲突干扰,针对该问题以及星地网络中移动用户的能量有限的情况,综合考虑卫星用户中地面站和移动用户的差异,构建了基于能效谱效联合博弈的星地认知网络多用户功率控制模型,并在该博弈模型基础上提出了一种能效谱效联合博弈算法（COAES）,定义了能效和谱效因子,通过对不同用户的能效和谱效优化需求进行博弈,并证明每个用户均能达到最优状态即纳什均衡状态。仿真结果表明:COAES算法能满足不同用户的谱效和能效需求,并且联合因子相比NETMA算法和PRA算法分别提升了50%和35%。 

【文章来源】：空军工程大学学报(自然科学版). 2020,21(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

星地认知网络模型

COAES算法流程图见图2。根据上述算法，任意用户i在当前轮会根据其他用户的选择更新自身参数，不断地使自身效益值达到最大值，即恒成立。同时，所有用户的效益值在相互博弈过程中都是单调非减的，当所有效益值不变达到稳定状态时一定是每个用户最优的选择即纳什均衡状态[18]。

图3为3种算法在卫星用户数为2～7时的平均发射功率。从图3可知，NETMA算法高于其他2个算法。这是因为NETMA算法是先为用户随机分配信道再进行功率控制，PRA算法是选择对主用户干扰最小的信道，而COAES算法在对卫星用户进行功率控制的同时对接入的信道进行博弈选择。因此，COAES算法的平均功率比其他2种算法小进而产生能量消耗也比较小。

【参考文献】：
期刊论文
[1]基于功率控制的认知无线网络能效研究[J]. 韩宾,邓冬梅,江虹.  湖南大学学报(自然科学版). 2019(04)
[2]无线传感器网络基于容量和传输能耗的功率与信道联合博弈算法[J]. 郝晓辰,刘金硕,姚宁,解力霞,王立元.  电子与信息学报. 2018(07)
[3]认知无线电网络中基于公平性的功率控制方案[J]. 王莉莉,陈国彬,张广泉.  计算机工程与应用. 2017(03)



本文编号：3122036