运用Game Theory的MIMO理解无线电资源支配

第1章绪论

1. 1研究背景及意义

    无线频谱和许多自然资源一样，是一种不可重生的资源。现在，越来越多的用户通过移动通信或宽带无线接入业务，计算机网络已经扩展到WLAN(无线城域网)和WPAN(无线个人网)等很多领域，这样就造成对无线频谱的需求量越来越大，导致无线频谱资源变得紧张。现有的无线频段分为两个部分:一部分为UFB(非授权频段);另一部分为LFB(授权频段)。这样的分配方式优点是保证了授权频段用户在传输过程中不受到干扰，缺点是对频谱的利用率低。24小时内在750MHz到800MHz上的频谱利用效率，从图中可以看出，在某些频段，频谱的使用效率并不高在另一些频段上，部分时间频谱的使用效率较低，所以，在频段上存在着大量的“频谱空穴”。
    频谱资源的固定分配方法以及现在用户越来越高的业务要求使我们面临着无线网络资源口益医乏的巨大挑战。因此，专家们给出两种思路:一是寻找新的频谱资源;二是提高现有频谱(主要指授权频段)的利用效率。基十第一种思路，是需要开发出一些新的还未被使用的有效的传输频段，但是这种方法有一个局限性:就是会因为频谱资源本身的一些特性而受到各种限制;而认知无线电技术正是基十第二种想法而产生，它可以提高频谱利用效率，现在已经成为可以缓解频谱资源紧张的第一选择，所以认知无线电技术拥有很广阔的应用前景。认知无线电越来越引起人们的注意，无论是在国内还是国外，都已经对认知无线电这种新兴的技术重视起来了，认知无线电技术可以被看作是未来通信领域最具创造性以及前瞻性的通信技术之一，它正在逐渐变成了一个研究的热点
    MIMO技术作为一种新型的通信技术，相对十传统的单天线(SISO)系统来说，可以在很大程度上提高信道容量[4]。在理论上，对十发射天线数为M，接收天线数为N的MIMO系统，假定信道为独立的瑞利衰落信道，目这个系统的信道矩阵是不相关的，则这个系统的信道容量随线性增加
    MIMO认知无线电技术即拥有认知无线电技术可以提高频谱利用率的优点，又拥有MIMO技术高信道容量的优点，是目前认知无线电领域的热点研究[m。近年来，国内外有关MIMO认知无线电资源分配的文献越来越多，从中可以看出现在许多学者都意识到MIMO认知无线电资源分配的重要性，并开始对其的研究。
    在多个认知用户的MIMO认知无线电系统中，当每个认知用户的发射功率、占用带宽、波束成形矢量中的任何一项发生改变时，都会对整个系统产生影响。本文利用多参量静态非合作博弈论，在基十对各个认知用户公平的前提下对认知用户的发射功率进行分配;在主要考虑各个认知用户对主用户影响下对各个认知用户的占用带宽进行分配;最终，联合考虑MIMO认知无线电系统的所有用户对认知用户的发射功率、占用带宽和波束成形矢量进行联合优化。

1. 2   MIMO认知无线电资源分配的研究现状

    下面我们从功率、频率等几个资源分配方面介绍国内外的现状。
    在MIMO认知无线电波束成形矢量优化方面:文献在主用户和认知用户共用频段的情况下，讨沦了利用最小二乘波束成形方法减小认知用户对主用户的干扰。文献讨沦了在多个主用户与多个认知用户共存的前提下，对认知用户进行联合收发波束成形，实现了认知用户发射功率的降低川司时保证了认知用户的QOS。文献研究了一种可以随着信道参数变化的自适应波束成形，并利用仿真证明了这种算法的可实施性。文献利用博弈沦对蜂窝MIMO认知无线电系统的波束成形矢量进行优化，在这个文献，利用了某个认知用户的“利己主义”和其对其它认知用户的“利他主义”，并将这两方面进行结介.


    2.1 认知无线电.............18-21
        2.1.1 认知无线电............. 18-19
        2.1.2 主用户保护............. 19-21
    2.2 博弈论............. 21-24
        2.2.1 博弈的元素与 MIMO 认知............. 21-22
        2.2.2 博弈的分类............. 22-24
    2.3 MIMO 认知无线电的............. 24-26
    2.4 本章小结............. 26-28
第3章 基于非合作博弈论的............. 28-38
    3.1 基于代价函数博弈............. 28-31
    3.2 纳什均衡的存............. 31-32
    3.3 功率控制算............. 32-36
        3.3.1 算法的限制............. 32
        3.3.2 算法的迭代公.............32-33
        3.3.3 算法计算步骤和算............. 33-34
        3.3.4 算法仿真............. 34-36
    3.4 本章小结............. 36-38
第4章 基于非合作博弈论............. 38-46
    4.1 效用函数............. 39-40
    4.2 纳什均衡存在............. 40-41
    4.3 频率分配算............. 41-45
        4.3.1 算法的限制............. 41
        4.3.2 算法的迭代公............. 41-42
        4.3.3 算法流程图............. 42-43
        4.3.4 算法仿真............. 43-45
    4.4 本章小结............. 45-46

总结
    在多个认知用户的MIMO认知无线电系统中，各个认知用户在对有限的资源进行争夺的同时还要兼顾对主用户及对其它认知用户的影响，为解决这一问题，本文采用多参量静态非合作博弈论对各个认知用户的功率、频率和波束成形矢量进行优化。本文的主要工作为:
    在MIMO认知无线电温度限制模型下对各个认知用户的功率和频率分别进行优化。考虑对各个用户的公平性，均使用“效用函数=利益函数+代价函数”的效用函数形式，建立新的效用函数。在对认知用户的功率进行优化时，使用的代价函数主要考虑了各个认知用户之间的干扰;在对频率进行分配时，则在代价函数中主要考虑了各个认知用户对主用户的干扰的不同;对两个效用函数的存在性分别进行了证明，分别得到了功率和频率的最优解，并用仿真证明算法确实提高了系统的性能。
    对MIMO认知无线电系统中的功率、频率和波束成形矢量进行联合优化，在联合优化中使用了帕累托最优的定义，使功率、频率和波束成形矢量联合优化的结果达到了帕累托最优的要求，并用仿真证明了，当对多个参量进行联合优化时，相比与只对一个参量进行优化，系统性能有所提高。