基于极大独立集的协作竞价频谱分配算法-科学技术与工程.doc

基于极大独立集的协作竞价频谱分配算法-科学技术与工程.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于极大独立集的协作竞价频谱分配算法-科学技术与工程.doc

基于极大独立集的协作竞价频谱分配算法 刘帅,刘玉涛,谭学治,李政 (哈尔滨工业大学通信技术研究所,哈尔滨,150080) 摘要:本文将认知无线电中的动态频谱分配归结为图论中的着色问题。针对目前基于系统吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法效率不高的问题,提出了一种改进的基于极大独立集(MIS)的协作竞价算法。根据MIS中协作用户出价高于集外认知用户最大效用可以获得授权用户的效用曲线,从而最大化系统总效用,达到充分利用频谱资源的目的。此外,协作竞价算法还能在一定程度上抑制用户之间的共谋。 关键词:动态频谱分配;效用函数;极大独立集;干扰图 Cooperated Bidding Algorithm for Spectrum Allocation Based on Maximal Independent Set LIU Shuai, LIU Yutao, TAN Xuezhi,LI Zheng (Communication Research Center, Harbin Institute of Technology, Harbin, 150080, China) Abstract: Graph theory is an effective way to solve the problem of dynamic spectrum allocation in cognitive radio. As the current distributed greedy algorithm based on capacity and the distributed random algorithm based on complexity are inefficient,an improved cooperated bidding algorithm based on maximal independent set is proposed. This mechanism can obtain the utility of primary users easily for the cooperated users in the MIS giving a bid higher than the maximum revenue of the users outside the MIS. Therefore this method can maximize the spectrum utilization including both primary and cognitive users. In addition,it also can resistant user collusion in some extent. Key words: dynamic spectrum allocation;  HYPERLINK dict://key.0895DFE8DB67F9409DB285590D870EDD/utility%20function \o 查找: utility function utility function; maximal independent set; interference graph 1 引言 近年来,随着无线通信业务的飞速发展,频谱资源匮乏问题日益严重,这主要是由陈旧的频谱资源管理方案造成的。自无线电通信应用以来,一直沿用传统的固定频谱授权分配策略,因其不能随频谱利用的时间和空域动态变化而效率不高。因此美国联邦通信管理委员会(FCC)考虑用一种更加灵活的方式实现无线频谱的动态分配。在无线网络中,由于授权用户不能充分利用自身所占频谱,授权用户有权拍卖部分或全部空闲频谱资源,使认知用户可以使用该频谱完成通信任务,从而实现频谱的高效分配[1]。 根据无线网络结构不同可以将频谱分配分为集中式频谱分配和分布式频谱分配。在集中式频谱分配中,中心控制器收集每个用户检测到的频谱和干扰信息,统一进行频谱分配的决策。然而目前认知用户多执行更适合频谱时变环境的分布式频谱分配机制,因此现有研究更多的集中于分布式频谱分配算法。文献[2]中提出了在分布式网络中基于认知用户实时观测实现动态频谱分配的方法。同时分布式网络中的频谱分配问题和认知用户的组网形式有关,不同形式的认知网络都可以从图论中找到对应的模型,因此本文将认知网络中动态频谱分配问题归结为图论中的顶点着色问题来解决[3~5]。 目前基于图形着色理论的频谱分配算法有基于吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法。上述算法结合干扰图可以得到频谱分配列表和认知用户的效用,但却不能很好的获得授权用户的效用。虽然通过二价拍卖机制和VCG机制可获得授权用户效用,但二价拍卖算法性能较

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档