博弈论驱动的协作认知网络功率优化与中继选择算法

本文主要探讨了协作认知无线网络中的功率优化与中继选择策略，针对如何有效地实现主要用户（授权用户）和认知用户（非授权用户）之间的频谱共享这一核心问题进行深入研究。在这个复杂网络环境中，主要挑战是如何在众多认知用户中选出最优的一组认知中继，以确保频谱效率和系统性能。 作者们采用博弈论，特别是纳什均衡理论作为核心分析工具，提出了基于博弈论的多中继选择算法（GTMRS）。在博弈模型中，认知用户之间通过非合作的方式竞争可用的传输功率，通过求解纳什均衡，能够得出每个认知用户的优化协作功率分配策略。这种策略旨在最大化认知用户的接入效率，同时确保不会过度干扰主要用户。 在选择中继集的过程中，作者引入了修改的信道调和平均数因子，这个因子的作用是排除信噪比较低的中继节点，从而提升整个系统的信噪比，保证主要用户的通信质量。这一步调整对于提升主要用户的效用和传输速率至关重要。 通过仿真结果，研究者证实了基于博弈的多中继选择算法的有效性。它不仅能使更多认知用户得以接入授权频谱，而且能提高主要用户的效用和数据传输速率。因此，该算法在实际应用中展现出强大的优化能力，能够在频谱共享的复杂环境中实现主要用户和认知用户效用的最大化，促进了协作认知无线网络的健康发展。 本文的主要贡献在于提出了一种新颖的中继选择策略，结合博弈论和功率优化技术，解决了协作认知无线网络中的频谱共享难题，为无线网络的资源管理和性能优化提供了新的视角和方法。