搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于博弈论的认知无线电网络跨层资源分配

伍春 江虹 尤晓建

基于博弈论的认知无线电网络跨层资源分配

伍春, 江虹, 尤晓建
PDF
导出引用
导出核心图
  • 针对多跳认知无线电网络的多层资源分配问题,提出了协作去耦合方法和跨层联合方法. 协作去耦合方法首先单独完成路径选择任务,随后进行信道与功率的博弈分配;跨层联合方法则通过博弈直接对路径、信道、功率三层资源进行同时分配. 两种方法都综合考虑网络层、介质访问控制层、物理层的启发原则,引入了节点被干扰度信息和节点主动干扰度信息来辅助路径选择,设计了基于功率允许宽度信息的Boltzmann探索来完成信道与功率选择,设计了长链路和瓶颈链路替换消除机制以进一步提高网络性能. 从促进收敛角度,选择序贯博弈并设计了具体的博弈过程,此外还分析了博弈的纳什均衡,讨论了两种算法的复杂度. 仿真结果表明,协作去耦合方法和跨层联合方法在成功流数量、流可达速率、发射功耗性能指标上均优于简单去耦合的链路博弈、流博弈方法.
    • 基金项目: 国家自然科学基金(批准号:61379005)和国家重点基础研究发展计划(批准号:2009CB320403)资助的课题.
    [1]

    Mitola J, Maguire G Q 1999 IEEE Pers. Commun. 6 13

    [2]

    Rondeau T W, Le B, Rieser C J, Bostian C W 2004 Software Defined Radio Forum Technical Conference Phoenix, USA, November 15-18, 2004 pC3

    [3]

    Zhao Z J, Zheng S L, Shang J N, Kong X Z 2007 Acta Phys. Sin. 56 6760 (in Chinese) [赵知劲, 郑仕链, 尚俊娜, 孔宪正 2007 物理学报 56 6760]

    [4]

    Zhou J, Zu Y X 2010 Acta Phys. Sin. 59 7508 (in Chinese) [周杰, 俎云霄 2010 物理学报 59 7508]

    [5]

    Zu Y X, Zhou J, Zeng C 2010 Chin. Phys. B 19 119501

    [6]

    Zu Y X, Zhou J 2012 Chin. Phys. B 21 019501

    [7]

    Wang B, Wu Y, Liu K J R 2011 Comput. Net. 54 2537

    [8]

    Zhou P, Chang Y, Copeland J A 2012 IEEE J. Sel. Areas Commun. 30 54

    [9]

    Suris J E, Dasilva L A, Zhu H, Mackenzie A B 2007 IEEE International Conference on Communications Glasgow, Scotland June 24-28, 2007 p5282

    [10]

    Canales M, Gallego J R, Ciria R 2011 IEEE Vehicular Technology Conference San Francisco, USA September 5-8, 2011 p1

    [11]

    Wang Q, Zheng H 2006 IEEE Consumer Communications and Networking Conference Las Vegas, USA Ja-nuary 8-10, 2006 p1

    [12]

    Canales M, Ortin J, Gallego J R 2012 IEEE Commun. Lett. 16 654

    [13]

    Jiang H, Liu C B, Wu C 2013 Acta Phys. Sin. 62 038804 (in Chinese) [江虹, 刘从彬, 伍春 2013 物理学报 62 038804]

    [14]

    Ganchev I, Zhanlin Ji, O’Droma M 2012 2nd Baltic Congress on Future Internet Communications Vilnius, Lithuania April 25-27, 2012 p19

    [15]

    Stavroulaki V, Tsagkaris K, Demestichas P, Gebert J, Mueck M, Schmidt A, Ferrus R, Sallent O, Filo M, Mouton C, Rakotoharison L 2012 IEEE Commun. Mag. 50 96

    [16]

    Gupta P, Kumar P R 2000 IEEE Trans. Inform. Theor. 46 388

    [17]

    Canales M, Gallego J R, Ciria R 2011 74th IEEE Vehicular Technology Conference San Francisco, USA September 5-8, 2011 p1

    [18]

    Attar A, Nakhai M R, Aghvami A H 2009 IEEE Trans. Wireless Commun. 8 2121

    [19]

    Li Z J, Cheng C T, Huang F X, Li X 2006 J. Software 17 2373 (in Chinese) [李志洁, 程春田, 黄飞雪, 李欣 2006 软件学报 17 2373]

  • [1]

    Mitola J, Maguire G Q 1999 IEEE Pers. Commun. 6 13

    [2]

    Rondeau T W, Le B, Rieser C J, Bostian C W 2004 Software Defined Radio Forum Technical Conference Phoenix, USA, November 15-18, 2004 pC3

    [3]

    Zhao Z J, Zheng S L, Shang J N, Kong X Z 2007 Acta Phys. Sin. 56 6760 (in Chinese) [赵知劲, 郑仕链, 尚俊娜, 孔宪正 2007 物理学报 56 6760]

    [4]

    Zhou J, Zu Y X 2010 Acta Phys. Sin. 59 7508 (in Chinese) [周杰, 俎云霄 2010 物理学报 59 7508]

    [5]

    Zu Y X, Zhou J, Zeng C 2010 Chin. Phys. B 19 119501

    [6]

    Zu Y X, Zhou J 2012 Chin. Phys. B 21 019501

    [7]

    Wang B, Wu Y, Liu K J R 2011 Comput. Net. 54 2537

    [8]

    Zhou P, Chang Y, Copeland J A 2012 IEEE J. Sel. Areas Commun. 30 54

    [9]

    Suris J E, Dasilva L A, Zhu H, Mackenzie A B 2007 IEEE International Conference on Communications Glasgow, Scotland June 24-28, 2007 p5282

    [10]

    Canales M, Gallego J R, Ciria R 2011 IEEE Vehicular Technology Conference San Francisco, USA September 5-8, 2011 p1

    [11]

    Wang Q, Zheng H 2006 IEEE Consumer Communications and Networking Conference Las Vegas, USA Ja-nuary 8-10, 2006 p1

    [12]

    Canales M, Ortin J, Gallego J R 2012 IEEE Commun. Lett. 16 654

    [13]

    Jiang H, Liu C B, Wu C 2013 Acta Phys. Sin. 62 038804 (in Chinese) [江虹, 刘从彬, 伍春 2013 物理学报 62 038804]

    [14]

    Ganchev I, Zhanlin Ji, O’Droma M 2012 2nd Baltic Congress on Future Internet Communications Vilnius, Lithuania April 25-27, 2012 p19

    [15]

    Stavroulaki V, Tsagkaris K, Demestichas P, Gebert J, Mueck M, Schmidt A, Ferrus R, Sallent O, Filo M, Mouton C, Rakotoharison L 2012 IEEE Commun. Mag. 50 96

    [16]

    Gupta P, Kumar P R 2000 IEEE Trans. Inform. Theor. 46 388

    [17]

    Canales M, Gallego J R, Ciria R 2011 74th IEEE Vehicular Technology Conference San Francisco, USA September 5-8, 2011 p1

    [18]

    Attar A, Nakhai M R, Aghvami A H 2009 IEEE Trans. Wireless Commun. 8 2121

    [19]

    Li Z J, Cheng C T, Huang F X, Li X 2006 J. Software 17 2373 (in Chinese) [李志洁, 程春田, 黄飞雪, 李欣 2006 软件学报 17 2373]

  • [1] 柴争义, 郑丽萍, 朱思峰. 混沌免疫算法求解认知无线电网络资源分配问题. 物理学报, 2012, 61(11): 118801. doi: 10.7498/aps.61.118801
    [2] 郝晓辰, 姚宁, 汝小月, 刘伟静, 辛敏洁. 基于生命期模型的无线传感器网络信道分配博弈算法. 物理学报, 2015, 64(14): 140101. doi: 10.7498/aps.64.140101
    [3] 柴争义, 王秉, 李亚伦. 拟态物理学优化的认知无线电网络频谱分配. 物理学报, 2014, 63(22): 228802. doi: 10.7498/aps.63.228802
    [4] 江虹, 刘从彬, 伍春. 认知无线电网络中提高传输层端到端吞吐率的跨层参数配置. 物理学报, 2013, 62(3): 038804. doi: 10.7498/aps.62.038804
    [5] 周杰, 俎云霄. 一种用于认知无线电资源分配的并行免疫遗传算法. 物理学报, 2010, 59(10): 7508-7515. doi: 10.7498/aps.59.7508
    [6] 俎云霄, 周杰. 基于组合混沌遗传算法的认知无线电资源分配. 物理学报, 2011, 60(7): 079501. doi: 10.7498/aps.60.079501
    [7] 汪照, 李有明, 陈斌, 邹婷. 基于鱼群算法的OFDMA自适应资源分配. 物理学报, 2013, 62(12): 128802. doi: 10.7498/aps.62.128802
    [8] 周杰, 刘元安, 吴帆, 张洪光, 俎云霄. 基于混沌并行遗传算法的多目标无线传感器网络跨层资源分配. 物理学报, 2011, 60(9): 090504. doi: 10.7498/aps.60.090504
    [9] 杨小龙, 谭学治, 关凯. 认知无线电网络中基于抢占式排队论的频谱切换模型. 物理学报, 2015, 64(10): 108403. doi: 10.7498/aps.64.108403
    [10] 濮存来, 裴文江, 缪瑞华, 周思源, 王开. 无标度网络上队列资源分配研究. 物理学报, 2010, 59(9): 6009-6013. doi: 10.7498/aps.59.6009
  • 引用本文:
    Citation:
计量
  • 文章访问数:  480
  • PDF下载量:  496
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-11-04
  • 修回日期:  2014-01-22
  • 刊出日期:  2014-04-20

基于博弈论的认知无线电网络跨层资源分配

  • 1. 西安电子科技大学, 综合业务网理论及关键技术国家重点实验室, 西安 710071;
  • 2. 西南科技大学国防科技学院, 绵阳 621000
    基金项目: 

    国家自然科学基金(批准号:61379005)和国家重点基础研究发展计划(批准号:2009CB320403)资助的课题.

摘要: 针对多跳认知无线电网络的多层资源分配问题,提出了协作去耦合方法和跨层联合方法. 协作去耦合方法首先单独完成路径选择任务,随后进行信道与功率的博弈分配;跨层联合方法则通过博弈直接对路径、信道、功率三层资源进行同时分配. 两种方法都综合考虑网络层、介质访问控制层、物理层的启发原则,引入了节点被干扰度信息和节点主动干扰度信息来辅助路径选择,设计了基于功率允许宽度信息的Boltzmann探索来完成信道与功率选择,设计了长链路和瓶颈链路替换消除机制以进一步提高网络性能. 从促进收敛角度,选择序贯博弈并设计了具体的博弈过程,此外还分析了博弈的纳什均衡,讨论了两种算法的复杂度. 仿真结果表明,协作去耦合方法和跨层联合方法在成功流数量、流可达速率、发射功耗性能指标上均优于简单去耦合的链路博弈、流博弈方法.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回