[發明專利]一種基于補償機制的合作抗干擾分層博弈模型及方法

有效

• 申請號: 201911420393.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111148254B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張玉立;韓寒;王曉雷;鄭建超;白佳俊
• 申請（專利權）人: 中國人民解放軍軍事科學院國防科技創新研究院
• 主分類號: H04W72/0453
• 分類號: H04W72/0453;H04W72/541
• 代理公司: 北京思創大成知識產權代理有限公司 11614
• 代理人: 尹慧晶

1.一種基于補償機制的合作抗干擾分層博弈方法，其特征在于，該方法為：建立博弈系統，將頻譜管理者、用戶和干擾建模為博弈參與者，用戶通過向頻譜管理者支付報酬獲得頻譜資源的接入權，頻譜管理者通過選擇并補償誘餌用戶降低干擾影響，以保護其余用戶的正常通信；

干擾以最小化用戶的吞吐量為優化目標，頻譜管理者依據用戶的業務需求和補償量，選擇誘餌用戶，其余用戶通過調整信道和功率配置，優化數據業務的傳輸，提高網絡抗干擾性能；

該方法包括以下步驟：

步驟1，將頻譜市場中合作抗干擾問題建模為分層博弈系統，將頻譜管理者、用戶和干擾作為博弈參與者；

步驟2，所有用戶根據其當前時刻的業務傳輸需求h_n，計算數據傳輸支付量B_n和相應的補償量Γ_n，將前述業務傳輸需求h_n、數據傳輸支付量B_n和補償量Γ_n一同上報頻譜管理者；

步驟3，頻譜管理者根據所有用戶的上報信息，按照補償量Γ_n由低到高的順序對用戶進行排列，依此順序選擇用戶作為誘餌用戶，前述誘餌用戶采用最大功率進行通信，吸引干擾；

步驟4，對于誘餌用戶以外的其他用戶，配置各自的通信策略，包括信道和功率；建立頻譜管理者的效用函數U_SO表征頻譜管理者的網絡頻譜資源綜合收益；采用較優相應法更新用戶的通信策略，當達到最大迭代次數時更新停止；最后獲得的通信策略及系統效用即為當前誘餌用戶對應的通信策略和網絡頻譜資源綜合收益；

步驟5，循環步驟3和4，按照補償量Γ_n順序選擇下一個誘餌用戶，并計算相應選擇下頻譜管理者的總收益即效用函數U_SO，與現有總收益進行比較，若總收益提高，則保存此次誘餌用戶選擇策略和其余用戶通信策略，繼續步驟3和4；反之，則停止誘餌用戶的選取，按照之前策略進行傳輸；

步驟1具體為：

步驟1-1、定義分層博弈系統G為：

G＝{{N,j},E,{A_N,a_j},{U_SO,u_j}}

其中：{N,j}為博弈參與者，用戶集合N為{1,2,..,NT}，NT表示用戶總數，j表示干擾，E為網絡拓撲關系，{A_N,a_j}為用戶和干擾兩者的策略空間；U_SO,u_j為系統的效用函數和干擾效用函數，SO為頻譜資源管理者；

步驟2具體為：

步驟2-1、對于各用戶n，其數據業務負載為t_n，業務傳輸需求h_n，h_n≤t_n；計算該用戶基于前述業務傳輸需求產生的支付量B_n和補償量Γ_n；

其中，β_n是用戶n的單位數據價值，考慮用戶獲得接入機會后實際傳輸數據量小于目標數據量時，頻譜管理者對用戶進行補償；補償量Γ_n設為與支付量B_n相同，即Γ_n＝B_n；步驟4中，配置用戶通信策略和建立頻譜管理者的效用函數U_SO具體包括以下步驟：

步驟4-1、對于誘餌用戶以外的其他用戶，配置各自的通信策略，包括信道和功率；建立頻譜管理者的效用函數U_SO表征頻譜管理者的網絡頻譜資源綜合收益；

步驟4-2、定義用戶n的動作即通信策略為a_n＝{l_n,c_n,p_n}；

其中，l_n表示用戶是否成功接入網絡獲得頻譜資源使用機會；如果成功獲得接入機會l_n＝1，則其接入策略為信道c_n，c_n∈M,M為信道集合；

p_n表示用戶n的功率，初始情況下為的任意值；為用戶n的最大功率限制；若接入失敗，則將信道選擇l_n和功率p_n配置為0；

步驟4-3、基于前述用戶接入的通信策略，計算用戶n受到的干擾I_n：

其中，a_-n為其他用戶的策略，i表示用戶編號，i∈N/n，d_in為用戶i發射機與用戶n接收機之間的物理距離，路徑衰落因子為α，p_i為用戶i的發射功率，l_i為用戶i的接入狀態，c_i為其信道選擇；

步驟4-4、對于信道集合M，其中的信道均為正交信道即當兩個用戶選擇同一個信道時，兩者之間才會發生相互干擾，采用下述公式表達用戶n和用戶i的信道選擇是否相同：

其中：c_n表示用戶n的信道選擇，c_i表示用戶i的信道選擇；

步驟4-5、建立用戶n吞吐量的效用函數r_n(a_n,a_-n)：

其中，d_nn是用戶n的發送機和接收機之間的物理距離；α是信道衰落因子；N₀是噪聲功率，h_n為用戶希望能夠成功傳輸的業務量；表明用戶在無干擾的情況下能夠獲得的吞吐量；

c_j是干擾j的信道選擇，(1-δ(c_n,c_j))表明如果用戶n受到干擾j的影響，則其吞吐量降為0；min[]為取兩者的較小值，即用戶實際的發送數據量不能超過用戶的業務負載；

步驟4-6、建立干擾的效用函數u_j(a_j,a_N)即網絡因為干擾而降低的吞吐量：

其中，a_N是全體用戶的通信策略，a_j＝0代表此時干擾不施加作用；

步驟4-7、建立用戶n對于頻譜管理者影響的效用函數u_n(a_n,a_-n)，頻譜管理者的最終收益包括了成功傳輸的數據帶來的收益和未能成功傳輸數據的補償之差：

步驟4-8、建立頻譜管理者的效用函數U_SO，即所有用戶效用相加表征頻譜管理者的網絡頻譜資源綜合收益：

步驟4中，更新用戶的通信策略；

步驟4-9、隨機選取一個用戶n，計算當前策略條件a_n下效用函數U_SO；改變策略a_n′，計算現有策略下的效用函數U′_SO；

步驟4-10、更新用戶信道策略，采用下述公式選擇較高效用函數對應的策略：

步驟4-11、當達到最大迭代次數時更新停止，最后獲得的通信策略及網絡頻譜資源綜合收益即為按照步驟3選擇的誘餌用戶對應的通信策略和網絡頻譜資源綜合收益。