[发明专利]一种频谱资源自分配方法

说明书

本发明提供一种频谱资源自分配方法，通过纳什博弈模型和斯塔克伯格博弈模型，构建基于认知函数的博弈模型；通过该基于认知函数的博弈模型，结合经典注水算法，构建基于认知函数的注水模型；通过分布式自由迭代求解该基于认知函数的注水模型，实现频谱资源的自优化分配优化。在迭代中，用户利用加速方案可以有效地提升系统的收敛速度。本发明实现了信道资源利用效率的最优化：该方案的信道速率可以达到理论上的频谱利用率的最大值，在不同场景下均能取得良好的系统性能。能够智能地发现和利用频谱资源，最大限度提升频谱资源利用效率。利用认知函数具有预测竞争结果的能力，提出了算法加速方案，可以在不降低性能的情况下，极大提高运算速度。

技术领域

本发明涉及无线通信、频谱资源分配、认知无线电技术领域，尤其涉及一种频谱资源自分配方法。

背景技术

如今随着移动通信业务的快速增长，无线频谱资源正面临着大量短缺的问题。频谱资源短缺的同时，也存在着大量的频谱资源浪费的情况，有的频段比较拥挤，而有的频段却常常处于空闲状态。

在现有的网络构架可以分为集中式和分布式。分布式的网络具有低时延，通信开销低的优点。然而分布式网络也具有系统不稳定，频谱资源利用率低的问题。

发明内容

本发明的实施例提供了一种频谱资源自分配方法，用于提升用户对频谱的利用效率。

为了实现上述目的，本发明采取了如下技术方案。

一种频谱资源自分配方法，该方法包括：

通过纳什博弈模型和斯塔克伯格博弈模型，构建基于认知函数的博弈模型；

通过该基于认知函数的博弈模型，结合经典注水算法，构建基于认知函数的注水模型；

通过迭代求解该基于认知函数的注水模型，获得频谱资源自优化分配结果；

通过迭代求解该基于认知函数的注水模型，并且在某次迭代求解的过程中对基于认知函数的注水模型进行多次收敛运算，获得频谱资源自优化分配结果。

优选地，通过纳什博弈模型和斯塔克伯格博弈模型，构建基于认知函数的博弈模型包括：

通过公式表示相互通信的k对用户中的接收信号，式中，v_k为k接收到的噪声，h_kk表示用户的信道增益，x_k表示用户的发射信号；

通过公式表示用户的信道容量，式中p_k为x_k的功率，σ_k为v_k的功率，p_k表示用户对信道的利用情况；

通过对频谱带宽进行正交划分，并基于公式(2)，获得用户的总信道容量式中，R_k满足条件

设用户共享N个频率的子信道，基于公式(3)获得式中，p_k表示用户的功率分配策略，S_k表示用户的可行策略空间，c_k[n]表示用户k在第n个子信道上受到的干扰噪声总和；

通过使的测量值和下一时刻的预测值之间建立联系，求解公式(5)，获得基于认知函数的博弈模型式中，为变量的认知系数，为当前的功率分配策略，为下一时刻的功率分配策略，将称为认知函数，表示对将要得到的的预测。

优选地，设用户共享N个频率的子信道，基于公式(3)获得公式(5)包括：

在OFDMA系统中，建立K个用户共享N个频率的子信道，基于公式(3)获得公式(5)。

优选地，通过该基于认知函数的博弈模型，结合经典注水算法，构建基于认知函数的注水模型包括：

设认知系数获得