本文關鍵詞： 頻譜效率 能量效率 功率管理 博弈理論 馬爾科夫決策　出處：《山東大學》2014年博士論文　論文類型：學位論文

【摘要】：頻率資源稀缺和節(jié)省能耗是當前無線通信研究中的兩個重要問題。為此,我們以無線通信中高頻譜效率和高能量效率的功率管理作為本論文的研究對象。 為了提高頻譜利用率,本文研究了認知網絡中主用戶和次用戶以underlay方式共享頻譜時的聯(lián)合功率控制,通過建立Stackelberg博弈模型來分析了基于頻分復用的認知無線網絡中層次化的主用戶網絡和次用戶網絡的聯(lián)合功率分配問題。由于主用戶對次用戶來講具有優(yōu)先性,本文將主用戶建模為領導者,將次用戶建模為跟隨者。模型中所有用戶(主、次用戶)的策略為功率在子載波上的分配,效用為各自的最大傳輸速率。同時建立的模型還考慮了主用戶和次用戶的最大功率約束以及主用戶的干擾信號比約束,后者用來保證主用戶的服務質量。基于以上約束,我們給出了各個用戶的可行策略集合。 本文對建立的Stackelberg博弈模型進行了理論分析。具體來講,分析了下層的次用戶博弈問題納什均衡的存在性,給出了納什均衡唯一的一個充分條件,并進一步給出了在一般信道條件下的能夠收斂到納什均衡點的分布式迭代算法。在特殊信道(完美對稱信道)條件下,則給出了納什均衡點的閉式表達式。當只考慮一個主用戶時,上層博弈為包含下層次用戶博弈這一子問題的優(yōu)化問題。在下層次用戶博弈的納什均衡可以給出的情況下就變成了一般的優(yōu)化問題。對于只有一個主用戶的場景,我們在理論分析的基礎上根據次用戶網絡私有信息的可用性給出了兩類算法。在主用戶能夠獲得次用戶網絡信息時,提出了解析的算法。首先主用戶求解包含次用戶博弈子問題的優(yōu)化問題,得到最優(yōu)功率分配。然后,次級用戶在主用戶最優(yōu)功率分配下,根據下層次用戶博弈的納什均衡解進行功率分配。我們證明該算法能夠得到Stackelberg均衡解。當主用戶不能得到次用戶網絡的信息時,提出了分布式的迭代算法并證明了該算法的收斂性。為了進一步提高時間效率,我們還提出了異步迭代算法。針對多個主用戶共存的場景,我們提出了相應的分布式迭代算法,拓展了算法的應用范圍。 針對車載無線協(xié)作網絡,本文提出用聯(lián)盟博弈以及定價機制的方法來提高頻譜利用率的方法。具體來講,通過車輛之間的合作、車輛與路邊單元的合作,減少數據傳輸沖突、提高數據傳輸的準確性及吞吐量,從而提高頻譜的有效利用率。車輛之間可以組成聯(lián)盟然后在聯(lián)盟中進行傳輸聯(lián)合調度從而避免數據沖突,車輛和路邊單元之間也可以組成聯(lián)盟。路邊單元可以充當中繼來協(xié)助同一個聯(lián)盟中的車輛進行數據傳輸提高準確度和吞吐量。雖然轉發(fā)數據有消耗,但是路邊單元可以通過定價機制對協(xié)作進行收費獲得收益。我們分析了組成聯(lián)盟能夠讓參與者獲得效用增益的一些條件比如聯(lián)盟中一定需要有車輛參加。此外,我們還分析了聯(lián)盟的穩(wěn)定性問題,給出了內核非空的一個必要條件。 高能量效率的通信能夠很好地實現(xiàn)節(jié)能減排,能量效率也是綠色通信的重要概念。本文中,我們研究了具有能量收割功能節(jié)點的綠色通信中物理層的功率控制與高層時延的跨層優(yōu)化問題。高層產生的數據進入緩存中排隊等待發(fā)送,高層時延就是指排隊的時延。在每個時隙中,發(fā)送端從隊列的前端發(fā)送一定數目的數據(數目的多少對應于速率)。同時,發(fā)送端還需要確定本時隙中從收割能量的存儲電池中分配多少的收割能量(剩余的能量則從電網中得到)。本文在電網電量的平均值受限制的情況下,分析了時延最優(yōu)的功率分配,將可用功率的效用發(fā)揮到最佳,提高能量效率。在收割能量到達、數據產生、信道變化為馬爾科夫過程時,我們將該問題建模為約束馬爾科夫決策問題,系統(tǒng)狀態(tài)包括隊列狀態(tài)(緩存中的隊列長度)、電池狀態(tài)(電池中存儲的能量多少)、無線信道狀態(tài)、數據產生多少、收割能量的多少,行動包括傳輸速率的選擇和從電池中分配能量的多少,也就是說策略為以傳輸速率和電池功率分配為元素的2維策略。在收割能量的存儲電池容量無限、有限情況下分別分析了最優(yōu)速率和最優(yōu)電池功率分配的性質。電池容量無限時,我們證明最策略可以順次得到即先得到最優(yōu)速率,然后在此基礎上得到最優(yōu)電池功率分配。另外,還得到了最優(yōu)速率的一些結構化性質。電池容量有限時,我們首先證明了靜態(tài)確定性策略為最優(yōu)策略的存在性,然后證明存在一個拉格朗日系數使得經過拉格朗日松馳后的無約束問題得到的解對于約束馬爾科夫決策也是最優(yōu)策略。同時,我們還證明該無約束的馬爾科夫決策問題的最優(yōu)策略可以通過其對應的折扣馬爾科夫決策得到。我們給出了最優(yōu)策略的兩個必要條件,給出了盡可能多的發(fā)送數據同時盡可能多的分配電池功率為最優(yōu)策略的系統(tǒng)狀態(tài)需要滿足的條件,也給出了不發(fā)送任何數據(當然同時不分配任何電池和電網功率)為最優(yōu)的系統(tǒng)狀態(tài)條件。最后,我們分析了策略的兩個元素之間的相互關系,發(fā)現(xiàn)傳輸速率是主導并且提出了在給定傳輸速率的情況下電池功率的貪婪分配策略為最優(yōu)的猜想。由此,我們研究了策略的降維問題,提出原問題等價于策略只有傳輸速率的一個約束馬爾科夫決策的猜想。在理論分析基礎上提出了兩種具體的策略：激進策略和保守策略。 在本文的最后一部分,我們將馬爾科夫決策模型拓展應用到電動車充電調度問題中,提高了電動車充電站的能量(功率)的利用效率。充電站有多個充電節(jié)點,另外它配備有可再生能量生成裝置(比如太陽能板)。同時,為了保證服務的相對穩(wěn)定,充電站也可以從電網中購買電量,但是平均的購電代價是受限制的。電動車到達充電站后先進行排隊等候充電。在每個周期開始時,充電站從隊列的前端取一定數目的電動車進行充電服務。與此同時,充電站還需要從可再生能量中分配一定數量的功率用來滿足充電需求(剩余所需電量從電網中購買)。本文考慮了電動車到達的隨機性、可再生能量的不穩(wěn)定性、電價的時變性質以及每輛電動車充電電量的不確定性,在此基礎上研究了平均購電代價約束下時延最優(yōu)的功率分配問題。當考慮了每輛電動車充電電量的不確定性這一因素后,問題變得更復雜和棘手。為此,我們提出隊列映射的方法將電動車隊列映射為充電能量需求隊列。我們證明這兩個隊列平均長度最小化是等價的。在電動車到達、可再生能量生成以及電價變化都為馬爾科夫過程時,平均充電能量需求隊列長度最小化的功率分配問題可以在馬爾科夫決策的框架下進行研究,我們建立了約束馬爾科夫決策對研究的問題進行了描述。為了簡便,我們給出了建立的馬爾科夫決策在一種特殊情況下的分析、求解過程,對于一般情況的分析、求解可以類似的給出。 本文分別考慮了傳統(tǒng)電網和智能電網的情況。傳統(tǒng)電網環(huán)境下,可再生能量產生后需要存儲到一個電池中,這樣由于存儲電池的容量有限,電池的容量將會對最優(yōu)策略的分析、求解帶來很大影響,而在智能電網中,產生的可再生能量則可以存儲到電網中從而可以不再需要存儲電池,因而分配策略也不會受到電池容量的影響。相同策略下,智能電網環(huán)境下的平均電電動車隊列長度不會比傳統(tǒng)電網環(huán)境下的長。在智能電網環(huán)境下,我們證明最優(yōu)策略可以順次得到即先得到最優(yōu)的進行充電服務的電動車數目；然后在此基礎上得到最優(yōu)的可再生功率分配。我們得到了最優(yōu)的進行充電的電動車數目的一些結構化性質。在傳統(tǒng)電網環(huán)境下,我們證明一定存在一個靜態(tài)確定性策略為最優(yōu)策略,同時證明約束馬爾科夫決策問題的解可以由拉格朗日松弛后的非約束問題給出,而松弛后的非約束問題的最優(yōu)解又可以通過其對應的折扣馬爾科夫決策得到。我們給出了最優(yōu)策略的必要條件以及某些策略比如盡可能多的對電池進行充電服務同時盡可能多的分配可再生能量為最優(yōu)時的系統(tǒng)狀態(tài)滿足的充分條件。在兩種場景下(傳統(tǒng)和智能電網),我們都考慮了策略的降維問題。對于每個周期,猜想最優(yōu)進行充電服務的電動車數目給定情況下,盡可能多的分配可再生能源來滿足充電能量需求是最優(yōu)策略。在此猜想下,原來的2維策略可以降低為只有進行充電服務的電動車數目這樣一維。
[Abstract]:......
【學位授予單位】：山東大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TN92

【共引文獻】

相關期刊論文 前10條

1 鐘衛(wèi);徐友云;蔡躍明;;MIMO-CDMA系統(tǒng)中一種基于博弈方式的分布式功率控制[J];電子與信息學報;2007年08期

2 羅榮華;楊震;;認知無線電中基于Stackelberg博弈的分布式功率分配算法[J];電子與信息學報;2010年12期

3 鄧英欣;彭鵬;;真誠型領導研究的回顧與展望[J];管理現(xiàn)代化;2013年06期

4 王聰穎;楊東濤;;基于信任氛圍感知與個體主義作用視角的誠信型領導對員工工作態(tài)度的影響[J];管理學報;2014年04期

5 周海龍;田艷輝;王明輝;李永鑫;;真實型領導對教師知識分享行為的影響:組織支持感的中介和調節(jié)作用[J];心理與行為研究;2014年02期

6 辜方林;張杭;;CDMA系統(tǒng)中的一種分布式功率控制算法[J];計算機工程與應用;2011年19期

7 關宏博;張廣春;;認知無線電中基于博弈論的聯(lián)合功率和速率控制算法[J];計算機科學;2011年S1期

8 陳為新;汪純孝;劉芳;朱承強;;酒店部門管理人員的真誠型領導風格與員工的敬業(yè)程度和工作績效之間的關系[J];北京第二外國語學院學報;2013年09期

9 鄭成鏘;潘沛生;;基于博弈論的Femtocell雙層網絡的功率控制算法[J];南京郵電大學學報(自然科學版);2013年06期

10 ;Non-cooperative power control game for adaptive modulation and coding[J];The Journal of China Universities of Posts and Telecommunications;2010年03期

相關博士學位論文 前7條

1 王朱偉;多載波DS-CDMA系統(tǒng)中多用戶資源管理算法研究[D];北京郵電大學;2011年

2 洪浩然;基于博弈論的認知網絡頻譜共享研究[D];北京郵電大學;2011年

3 鐘衛(wèi);有限反饋認知無線電動態(tài)頻譜共享技術研究[D];上海交通大學;2011年

4 徐鳳琴;企業(yè)聯(lián)盟及聯(lián)盟競爭的博弈分析[D];中國農業(yè)大學;2004年

5 呂星哉;多基站協(xié)同通信系統(tǒng)的結構和無線資源管理[D];中國科學技術大學;2009年

6 陳燕妮;創(chuàng)業(yè)行動學習的特征與效能機制研究[D];浙江大學;2013年

7 羅榮華;認知無線網絡中功率分配技術研究[D];南京郵電大學;2013年

相關碩士學位論文 前10條

1 徐文超;802.11無線網絡資源管理算法研究[D];浙江大學;2011年

2 張偉衛(wèi);認知無線電動態(tài)頻譜管理技術研究[D];杭州電子科技大學;2011年

3 吳煒;認知無線電中基于博弈論的功率控制算法的研究[D];南京郵電大學;2011年

4 彭振;基于進化算法的認知無線電頻譜共享研究[D];杭州電子科技大學;2009年

5 楊博;數據業(yè)務擁塞控制算法研究與穩(wěn)定性分析[D];燕山大學;2004年

6 李普昕;TD-SCDMA系統(tǒng)中的功率控制技術研究[D];湖南大學;2007年

7 管繼剛;哈爾濱聯(lián)通增值業(yè)務營銷策略研究[D];哈爾濱工程大學;2008年

8 劉敏;基于博弈論的多用戶UWB系統(tǒng)功率控制方法的研究[D];東華大學;2010年

9 張芳;基于博弈論的多用戶60GHz毫米波系統(tǒng)功率控制方法研究[D];北京郵電大學;2013年

10 楊云晴;應用博弈論改進CSMA/CA協(xié)議的研究[D];北京交通大學;2013年

，

本文編號：1512082