鄧小芳　官權(quán)升　林偉輝　姜?jiǎng)倜?/p>

(1.華南理工大學(xué) 電子與信息學(xué)院, 廣東 廣州 510640; 2.桂林電子科技大學(xué) 信息與通信

學(xué)院, 廣西 桂林 541004; 3.上海海事大學(xué) 信息工程學(xué)院, 上海 201306)

基于干擾權(quán)限交易的認(rèn)知無線電網(wǎng)絡(luò)功率控制算法*

鄧小芳1,2官權(quán)升1?林偉輝1姜?jiǎng)倜?

(1.華南理工大學(xué) 電子與信息學(xué)院, 廣東 廣州 510640; 2.桂林電子科技大學(xué) 信息與通信

學(xué)院, 廣西 桂林 541004; 3.上海海事大學(xué) 信息工程學(xué)院, 上海 201306)

摘要：為提高認(rèn)知無線通信系統(tǒng)頻譜利用率和系統(tǒng)工作公平性,最大化授權(quán)用戶和認(rèn)知用戶的經(jīng)濟(jì)效益,引入基于非合作博弈的干擾權(quán)限交易機(jī)制,提出了一種基于干擾權(quán)限交易的認(rèn)知無線電網(wǎng)絡(luò)功率控制算法.該算法允許授權(quán)用戶在保證最低干擾門限的基礎(chǔ)上交易其干擾權(quán)限,并對(duì)認(rèn)知用戶征收干擾價(jià)格來補(bǔ)償其通信質(zhì)量的降低.通過價(jià)格杠桿原理,授權(quán)用戶和認(rèn)知用戶、認(rèn)知用戶和認(rèn)知用戶對(duì)干擾價(jià)格和發(fā)射功率進(jìn)行非合作博弈,并且干擾價(jià)格和發(fā)射功率收斂于納什均衡點(diǎn).仿真結(jié)果表明,文中所提算法比傳統(tǒng)算法具有更好的系統(tǒng)公平性和實(shí)用性.

關(guān)鍵詞：認(rèn)知無線電網(wǎng)絡(luò);干擾權(quán)限;功率控制

隨著無線通信的快速發(fā)展,人們對(duì)頻譜資源的需求越來越大,頻譜資源日益稀缺匱乏[1-3].認(rèn)知無線技術(shù)允許認(rèn)知用戶機(jī)會(huì)接入授權(quán)用戶的已授權(quán)頻道,通過共享頻譜可以有效提高頻譜利用率[4-8].由于認(rèn)知用戶的機(jī)會(huì)接入會(huì)對(duì)授權(quán)用戶產(chǎn)生干擾,因此必須對(duì)其進(jìn)行靈活的功率控制,使其對(duì)授權(quán)用戶的干擾低于授權(quán)用戶規(guī)定的干擾溫度門限,才能保障無線網(wǎng)絡(luò)正常運(yùn)行.

對(duì)于頻譜共享的認(rèn)知無線通信網(wǎng)絡(luò),文獻(xiàn)[9]提出了一種非合作博弈模型功率控制算法,即根據(jù)認(rèn)知用戶的服務(wù)質(zhì)量(QoS)需求來控制發(fā)射功率,目的是使系統(tǒng)總吞吐量最大化.文獻(xiàn)[10]提出了基于Stackelberg博弈機(jī)制的功率分配算法,授權(quán)用戶通過向認(rèn)知用戶發(fā)射功率并收取費(fèi)用來實(shí)現(xiàn)授權(quán)用戶收益最大化,但忽略了認(rèn)知用戶對(duì)授權(quán)用戶總干擾功率之和必須低于規(guī)定的干擾溫度門限.文獻(xiàn)[11]提出了一種考慮不同鏈路增益的功率控制博弈算法,它對(duì)不同路徑增益的用戶設(shè)計(jì)出不同的懲罰函數(shù).文獻(xiàn)[12]研究了授權(quán)用戶在保障其最低服務(wù)質(zhì)量的同時(shí),依據(jù)認(rèn)知用戶干擾需求自適應(yīng)調(diào)節(jié)發(fā)射功率使其收益最大化.文獻(xiàn)[13]采用拉格朗日對(duì)偶理論對(duì)功率控制進(jìn)行求解,相應(yīng)的對(duì)偶問題采用梯度法求解.為提高認(rèn)知無線通信系統(tǒng)的頻譜利用率和系統(tǒng)工作公平性,最大化授權(quán)用戶和認(rèn)知用戶的經(jīng)濟(jì)效益,文中引入基于非合作博弈的干擾權(quán)限交易機(jī)制,提出了一種基于聯(lián)合定價(jià)和干擾受限的認(rèn)知無線網(wǎng)絡(luò)功率控制算法,該算法在保障授權(quán)用戶最低服務(wù)質(zhì)量(即所有認(rèn)知用戶干擾功率總和不超過授權(quán)用戶干擾溫度門限)的情況下,通過調(diào)整價(jià)格向認(rèn)知用戶征收干擾費(fèi)用,補(bǔ)償授權(quán)用戶通信質(zhì)量下降造成的損失.

1系統(tǒng)模型

圖1給出了1個(gè)授權(quán)用戶PU和N個(gè)認(rèn)知用戶SU共存的通信網(wǎng)絡(luò),采用自動(dòng)頻譜獲取(DSA)技術(shù),僅考慮上行通信鏈路.所有認(rèn)知用戶采用碼分多址(CDMA)機(jī)制接入授權(quán)用戶.為了控制來自認(rèn)知網(wǎng)絡(luò)的干擾,文中建立了一個(gè)雙層Stackelberg博弈模型,包括一個(gè)領(lǐng)導(dǎo)者(授權(quán)用戶PU)和多個(gè)跟隨者(認(rèn)知用戶SU),跟隨者之間互相競(jìng)爭(zhēng)使用無線頻譜資源.PU通過出讓頻譜使用權(quán)來獲取額外經(jīng)濟(jì)利益,并通過價(jià)格控制來自認(rèn)知用戶的干擾.非合作博弈建立在PU設(shè)定的干擾價(jià)格的基礎(chǔ)上,PU通過調(diào)整干擾價(jià)格,在滿足自身最低服務(wù)質(zhì)量需求(即認(rèn)知用戶對(duì)授權(quán)用戶的干擾不超過授權(quán)用戶所能容忍的干擾溫度門限)的同時(shí)獲利最大化.認(rèn)知用戶基于授權(quán)用戶設(shè)定的干擾價(jià)格調(diào)整各自的發(fā)射功率,獲取頻譜使用權(quán)限,最大化自身利益.

圖1　認(rèn)知無線網(wǎng)絡(luò)的單小區(qū)蜂窩模型Fig.1　A single-cell model of cognitive radio network

2算法描述

2.1　授權(quán)用戶的效益函數(shù)

授權(quán)用戶PU的收益包括自身利用頻譜通信獲取的利益和通過有償出租頻譜獲取的額外利潤(rùn).也就是只要認(rèn)知用戶SU使用頻譜,PU就向SU收費(fèi).PU通過干擾收費(fèi)交易從SU處獲取經(jīng)濟(jì)利益,補(bǔ)償自己通信服務(wù)質(zhì)量下降造成的經(jīng)濟(jì)損失.因此PU的收益函數(shù)可表示如下:

(1)

為了滿足PU的最低服務(wù)質(zhì)量,必須保證PU的信噪比(SNR)不低于干擾溫度門限,也就是SU網(wǎng)絡(luò)對(duì)PU的干擾不能超過PU能忍受的最大干擾,即

(2)

式中,hi為PU到BS的路徑損耗,δ2為背景噪聲,γmin為PU的最小信噪比.式(2)取等號(hào)時(shí)對(duì)應(yīng)PU的最小發(fā)射功率Pmin.

2.2　認(rèn)知用戶的效益函數(shù)

認(rèn)知用戶的收益函數(shù)為

(3)

式中,hj為SU到CBS的路徑損耗,l為擴(kuò)頻增益,kij為PU到CBS的交叉路徑損耗.

博弈的目標(biāo)是找到一個(gè)Stackelberg方程的均衡解.SU增加發(fā)射功率可以提高傳輸容量,但會(huì)對(duì)PU產(chǎn)生更多的干擾,即必須向PU支付更高的干擾費(fèi)用,SU的成本也相應(yīng)提升.因此,在非合作模式下,干擾價(jià)格起到杠桿的作用,能有效地防止SU貪婪提高發(fā)射功率的行徑,抑制PU和SU單方面偏離各自策略的動(dòng)機(jī).

2.3　認(rèn)知用戶的非合作功率分配

證明由文獻(xiàn)[14]的博弈論定義可知,博弈模型若滿足以下兩個(gè)條件,則一定存在納什均衡:

(1)策略空間在歐幾里德空間RN中是非空且有界的閉凸集;

(2)效益函數(shù)在自身策略空間內(nèi)是連續(xù)的凸(凹)函數(shù).

首先,對(duì)式(3)求一階偏導(dǎo)數(shù)

(4)

二階偏導(dǎo)數(shù)為

(5)

認(rèn)知用戶效益函數(shù)的二階導(dǎo)數(shù)明顯小于0,所以是凹函數(shù),一定存在納什均衡.換而言之,認(rèn)知用戶間的非合作博弈至少存在一個(gè)解.

令式(4)等于0,得到認(rèn)知用戶j的發(fā)射功率:

(6)

(7)

2.4　授權(quán)用戶的最優(yōu)收益

將式(8)代入式(1),得到授權(quán)用戶的最優(yōu)收益為

(9)

2.5　Stackelberg方程的迭代算法

文中采用逆向歸納法求解Stackelberg雙層博弈算法的步驟如下:

3仿真結(jié)果及性能分析

圖2　授權(quán)用戶收益與發(fā)射功率和干擾價(jià)格的關(guān)系Fig.2　Relationship between licensed user’s revenue and transmitting power and interference price

圖3　授權(quán)用戶和認(rèn)知用戶的發(fā)射功率與迭代次數(shù)的關(guān)系Fig.3　Relationship between transmitting power of licensed user and cognitive users and iteration numbers

由于需要保障授權(quán)用戶的公平性,將文中算法與文獻(xiàn)[8]的最優(yōu)功率分配算法作比較.該文獻(xiàn)的功率分配算法為

(11)

利用拉格朗日乘數(shù)法極值求解可得到功率迭代公式.在文中的仿真場(chǎng)景中,采用文獻(xiàn)[8]算法進(jìn)行仿真,結(jié)果如圖4所示.圖4表明在固定授權(quán)用戶發(fā)射功率下,文中算法的系統(tǒng)總吞吐量非常接近文獻(xiàn)[8]的系統(tǒng)總吞吐量.這說明文中算法為保護(hù)授權(quán)用戶的服務(wù)質(zhì)量,允許授權(quán)用戶采取干擾價(jià)格收費(fèi)體系來限制認(rèn)知用戶貪婪發(fā)射功率的行徑,在保護(hù)自身服務(wù)質(zhì)量的同時(shí)僅稍微降低系統(tǒng)總吞吐量,從而激勵(lì)授權(quán)用戶共享頻譜的積極性,體現(xiàn)出系統(tǒng)的公平性和實(shí)用性.

圖4　授權(quán)用戶發(fā)射功率與系統(tǒng)總吞吐量的關(guān)系Fig.4　Relationship between licensed user’s transmitting power and system capacity

4結(jié)語(yǔ)

本研究針對(duì)認(rèn)知無線網(wǎng)絡(luò)聯(lián)合定價(jià)和干擾受限的非合作功率分配問題,引入網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)效益及保證干擾權(quán)限交易公平合理的非合作博弈競(jìng)爭(zhēng)機(jī)制,提出了雙贏的功率控制算法.該算法通過授權(quán)用戶持續(xù)設(shè)置干擾收費(fèi)價(jià)格對(duì)認(rèn)知用戶的接入和功率發(fā)射進(jìn)行限制,反復(fù)使用價(jià)格迭代算法,直至獲取最優(yōu)收益的功率分配方案.理論推導(dǎo)和仿真結(jié)果表明,文中所提算法相比傳統(tǒng)算法有更好的系統(tǒng)公平性和實(shí)用性,更符合認(rèn)知無線網(wǎng)絡(luò)的實(shí)際分配現(xiàn)狀,具有廣泛的現(xiàn)實(shí)應(yīng)用意義.

參考文獻(xiàn):

[1]JavanMR,SharafatAR.Distributedjointresourceallocationinprimaryandcognitivewirelessnetworks[J].IEEETransactionsonWirelessCommunications,2013,61(5):1708-1719.

[2]GurG,AlagozF.Greenwirelesscommunicationsviacognitivedimension:anoverview[J].IEEENetwork, 2011,25(2):50-56.

[3]LinPeng,JiaJuncheng,ZhangQian,etal.Cooperationamongwirelessserviceproviders:opportunity,challenge,andsolution[J].IEEETransactionsonWirelessCommunications,2010, 17(4):55-61.

[4]BuShengrong,RichardF.Energy-efficientcognitivehetero-geneousnetworkspoweredbythesmartgrid[C]∥Proceedingsof2013IEEEINFOCOM.Turin:IEEE,2013:980-988.

[5]KimHJ,HongH.Amemory-efficientparallelstringmatchingforintrusiondetectionsystems[J].IEEECommunicationsLetters,2009,13(12):1004-1006 .

[6]PanMiao,LiPan,SongYang,etal.Whenspectrummeetsclouds:optimalsessionbasedspectrumtradingunderspectrumuncertainty[J].IEEEJournalonSelectedAreasinCommunications,2014,32(3):615- 627.

[7]GaoLin,WangXinbing,XuYouyun,etal.Spectrumtradingincognitiveradionetworks:acontract-theoreticmodelingapproach[J].IEEEJournalonSelectedAreasinCommunications,2011,29(4):843-855.

[8]BansalG,HossianMJ,BhargavaVK.AdaptivepowerloadingforOFDM-basedcognitiveradiosystems[C]∥ProceedingsofIEEEConferenceonCommunication.Gla-sgow:IEEE,2007:5137-5142.

[9]LuQianxi,TaoPeng.Utinity-basedresourceallocationinuplinkofOFDMA-basedcognitiveradionetworks[J].InternationalJournalofCommunicationSystems,2010,23(2):252-274.

[10]GunduzD,ErkipE.Opportunisticcooperationbydyna-micresourceallocation[J].IEEETransactionsonWirelessCommunications,2007,6(4):446-1454.

[11]YuHui,GaoLin.Pricingforuplinkpowercontrolincognitiveradionetworks[J].IEEETransactionsonVehicularTechnology,2010,59(4):769-1778.

[12]BuShengrong,YuFRichard.Greencognitivemobilenetworkswithsmallcellsformultimediacommunicationsinthesmartgridenvironment[J].IEEETransactionsonVehicularTechnology,2014,63(5):2115-2126.

[13]DaoudA,AlpcanT.Astackelberggameforpricinguplinkpowerinwide-bandcognitiveradionetworks[C]∥Proceedingsofthe47thIEEEConferenceonDecisionandControl.Cancun:IEEE,2008:1422-1427.

[14]MaKenzieA,DaSilvaL.Gametheoryforwirelessengineers[M].SanFrancisco:MorganandClaypoolPubli-shers,2006:1179-1183.

[15]AlpcanT,BasarT.CDMAuplinkpowercontrolasanoncooperrativegame[J].ElsevierWirelessNetwork, 2002,8(6):659-670.

Interference Right Trading-Based Power Control Algorithm of Cognitive Radio Networks

DengXiao-fang1,2GuanQuan-sheng1Linwei-hui1JiangSheng-ming3

(1. School of Electronic and Information Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China;

2. School of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, Guangxi, China;

3. College of Information Engineering, Shanghai Marine University, Shanghai 201306, China)

Abstract:In order to promote the fairness and spectrum efficiency of cognitive radio networks (CRNs) and to maximize the utility of primary user (PU) and secondary users (SUs), this paper introduces a game-based non-cooperation trading mechanism, and proposes an interference right trading-based power control algorithm of cognitive radio networks. In the algorithm, PUs that has satisfied their own minimum interference threshold are allowed to trade their interference rights (IRs), and the interference price is imposed on SUs to earn income as the compensation for the degradation of QoS. Moreover, through the principle of price lever, the non-cooperative game among SUs as well as between PUs and SUs are performed in terms of the interference price and the transmitting power, and thus the interference price and the transmitting power eventually converge to a Nash equilibrium point. Simulation results show that the proposed algorithm is more fair and practical than the traditional one.

Key words:cognitive radio; interference right; power control

中圖分類號(hào)：TN929.5

doi：10.3969/j.issn.1000-565X.2015.09.006

作者簡(jiǎn)介：鄧小芳(1976-),女,博士生,主要從事認(rèn)知無線通信網(wǎng)絡(luò)研究.E-mail: xfdeng@guet.edu.cn? 通信作者： 官權(quán)升(1985-),男,博士,副教授,主要從事認(rèn)知無線通信網(wǎng)絡(luò)研究.E-mail: eeqshguan@scut.edu.cn

*基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61302058);國(guó)家“973”計(jì)劃項(xiàng)目(2011CB707003);華南理工大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2014ZZ0030)

收稿日期：2015-02-05

文章編號(hào)：1000-565X(2015)09-0034-05

Foundation items： Supported by the National Natural Science Foundation of China(61302058) and the National Program on Key Basic Research Project of China(2011CB707003)