[發明專利]認知無線電系統中的協作頻譜共享博弈方法

無效

• 申請號: 201110106051.9
• 申請日: 2011-04-22
• 公開（公告）號: CN102186174A
• 公開（公告）日: 2011-09-14
• 發明（設計）人: 朱琦;馬良;趙夙
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04W16/10
• 分類號: H04W16/10;H04W16/14
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葉連生

技術領域

本發明涉及一種特別用于認知無線電技術中頻譜資源有效利用的實現方案，屬于通信技術領域。

背景技術

眾所周知，無線電頻譜是一種寶貴的自然資源，一般由政府授權使用。早期定義的頻譜資源分配方式是靜態的，不同的通信系統只能在授權的專用頻段上進行工作。隨著無線通信技術的飛速發展，越來越多的無線設備被廣泛使用，頻譜資源逐漸變得稀缺，進而成為現代社會最受重視的不可再生資源。尤其隨著近年來很多用戶開始通過工作在非授權頻段上的無線局域網(WLAN)、無線個人域網絡(WPAN)等技術接入互聯網，導致頻譜資源變得越來越緊張。再加上目前的無線服務開始向多媒體綜合業務的方向發展，更加需要較高的下載速率和較寬的頻譜，而頻譜的缺乏就成為高性能數據服務的嚴重阻礙。美國聯邦通信委員會(FCC)對各頻段的使用進行了大量的調查研究，發現在已授權頻段內頻譜的利用率卻很低。主要表現在：在頻率需求非常緊張的數百MHz-3GHz無線頻帶中，某些頻帶大部分時間內是空閑的，另有一些偶爾才被占用，而其它用于工業、科學、醫療和陸地移動通信部分的頻段，競爭則顯得相當激烈。顯然，過去實行的靜態頻譜分配策略，隨著通信技術的飛速發展已經成為了瓶頸。

因此，需要引入動態頻譜接入技術將那些未被充分使用的頻譜資源加以利用，實現頻譜的動態分配，從而極大地提高頻譜的利用率。為了能在各地區和各時間段內有效地利用空閑頻段，人們提出了認知無線電技術，具有這種認知功能的無線通信設備，可以按照某種“伺機(Opportunistic?Way)”的方式接入到通信業務很少的已授權的頻段內。從而為解決頻譜資源不足、實現頻譜動態管理以及提高頻譜利用率等問題，開創了嶄新的局面。

認知無線電(CR：cognitive?radio)的概念是由Joseph?Mitola在1999年提出的，認知無線電，是指以軟件無線電為擴展平臺的一種新的智能無線通信技術。它可以感知到周圍的無線環境特征，采用構建理解的方法進行學習，通過無線電知識描述語言與通信網絡進行智能地交流，實時調整傳輸參數，使系統的無線發送與輸入無線電激勵的變化相適應，以達到無論何時何地通信系統的高可靠性和高效頻譜利用率。

發明內容

技術問題：本發明的目的是提供一種基于博弈理論的認知無線電頻譜分配的方法，該方法能解決多個次用戶的頻譜資源競爭問題，實現系統資源的合理配置，并且，由于協作博弈理論的使用，使得認知用戶在競爭頻譜資源時更加公平有效。

技術方案：本方法的設計緊密結合國內外最新的研究動態與成果，通過博弈論(Game?Theory)方法建立模型，應用于認知無線電技術的頻譜分配中。采用了理論分析、可行性論證和計算機仿真相結合的方法，從理論和仿真兩個方面驗證了所提出的方案。

在認知無線電通信系統中，現有的固定頻譜分配策略導致許多已分配給授權用戶的頻譜在一段時間內處于空閑狀態，造成頻譜資源緊張。這就需要我們尋求一種合適的有效的頻譜分配方案，來緩解頻譜資源緊張、提高頻譜的利用率。多用戶的認知網絡中，未授權的次用戶一般以分布式的方式競爭授權頻段的頻譜資源，博弈論是目前解決該問題最有效的手段和方法之一。

博弈論又稱對策論，主要用于研究決策主體在給定信息結構下如何決策以最大化自己的利益，以及不同決策主體之間決策的均衡問題。它利用嚴謹的數學模型來解決現實世界中決策主體之間相互作用時產生的利害沖突，以尋求能實現整體最優的最佳策略組合。對于分布式的無線通信系統，其內部存在著資源分配的競爭，而這些競爭之間又是相互影響的，如果系統最后可以運行到一個穩定狀態，那么資源就能夠實現合理的配置，在此基礎上我們就能對系統性能做出評估，否則系統就無法正常運行。顯然，博弈論非常適合解決這類問題。

利用博弈論來分析問題就是選擇合適的決策組合，使每個參與者的決策都是對其他參與者決策的最優反應，達到納什均衡從而實現整體最優。通常應用博弈論方法解決問題主要按以下幾個步驟進行：首先應該明確研究對象；然后根據研究對象建立相應的博弈模型；之后對博弈模型的合理性進行分析，檢驗該博弈是否具有納什均衡，且納什均衡是否唯一，并給予相關的證明；如果具有納什均衡，再設計獲得納什均衡的算法，對效用函數一階優化之后求出博弈結果(即納什均衡解)，并根據實際情況分析結果的合理性。如果結果合理那么之前建立的模型就是合理可行的，研究過程就順利完成了；如果結果不合理，那么需要考慮重新建立模型，重復之前的研究過程，直到得出最佳結果為止。