在Underlay模式下,衛(wèi)星網(wǎng)絡(luò)覆蓋范圍大會導致用戶頻率沖突干擾,針對該問題以及星地網(wǎng)絡(luò)中移動用戶的能量有限的情況,綜合考慮衛(wèi)星用戶中地面站和移動用戶的差異,構(gòu)建了基于能效譜效聯(lián)合博弈的星地認知網(wǎng)絡(luò)多用戶功率控制模型,并在該博弈模型基礎(chǔ)上提出了一種能效譜效聯(lián)合博弈算法（COAES）,定義了能效和譜效因子,通過對不同用戶的能效和譜效優(yōu)化需求進行博弈,并證明每個用戶均能達到最優(yōu)狀態(tài)即納什均衡狀態(tài)。仿真結(jié)果表明:COAES算法能滿足不同用戶的譜效和能效需求,并且聯(lián)合因子相比NETMA算法和PRA算法分別提升了50%和35%。 

【文章來源】：空軍工程大學學報(自然科學版). 2020,21(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

星地認知網(wǎng)絡(luò)模型

COAES算法流程圖見圖2。根據(jù)上述算法，任意用戶i在當前輪會根據(jù)其他用戶的選擇更新自身參數(shù)，不斷地使自身效益值達到最大值，即恒成立。同時，所有用戶的效益值在相互博弈過程中都是單調(diào)非減的，當所有效益值不變達到穩(wěn)定狀態(tài)時一定是每個用戶最優(yōu)的選擇即納什均衡狀態(tài)[18]。

圖3為3種算法在衛(wèi)星用戶數(shù)為2～7時的平均發(fā)射功率。從圖3可知，NETMA算法高于其他2個算法。這是因為NETMA算法是先為用戶隨機分配信道再進行功率控制，PRA算法是選擇對主用戶干擾最小的信道，而COAES算法在對衛(wèi)星用戶進行功率控制的同時對接入的信道進行博弈選擇。因此，COAES算法的平均功率比其他2種算法小進而產(chǎn)生能量消耗也比較小。

【參考文獻】：
期刊論文
[1]基于功率控制的認知無線網(wǎng)絡(luò)能效研究[J]. 韓賓,鄧冬梅,江虹.  湖南大學學報(自然科學版). 2019(04)
[2]無線傳感器網(wǎng)絡(luò)基于容量和傳輸能耗的功率與信道聯(lián)合博弈算法[J]. 郝曉辰,劉金碩,姚寧,解力霞,王立元.  電子與信息學報. 2018(07)
[3]認知無線電網(wǎng)絡(luò)中基于公平性的功率控制方案[J]. 王莉莉,陳國彬,張廣泉.  計算機工程與應(yīng)用. 2017(03)



本文編號：3122036