博弈论下认知MIMO系统：非理想CSI下的联合波束成形与功率分配优化

本文探讨了基于博弈论的非理想信道状态信息（CSI）下的认知多输入多输出（Cognitive MIMO）系统中的联合波束形成和功率分配问题。在研究中，目标是最大化次要用户（SU）的总效用，同时满足主要用户（PU）的干扰约束、SU的传输功率限制以及每个SU的信号干扰加噪声比（SINR）条件。在先前的研究中，当假设CSI是完美的，问题被转化为非合作博弈，其中纳什均衡（NE）被作为解决方案。作者提出了一种分布式算法，该算法能够在理想情况下收敛到NE，即找到一个使所有参与者的策略达到最优的功率分配和波束形成策略组合。 然而，考虑到现实情况中SBS与PU之间的协作有限且CSI可能存在不完善，本文将焦点转向了强博弈理论。在这种环境下，由于优化问题的复杂性，分析NE的存在性和结构变得困难。尽管如此，论文重点转向了数值方法，研究SU总效用的收敛性。通过仿真结果，研究者观察到在理想CSI条件下，算法能够找到局部最优的功率分配和波束形成方案；而在不完善的CSI情况下，当SU的传输功率约束增加时，SU的总效用呈现出收敛特性。 本文为Cognitive MIMO系统设计了一个兼顾效率和协作的决策框架，展示了如何利用博弈论来处理非理想环境下的资源分配问题。它不仅验证了算法在理想条件下的有效性，还揭示了在实际通信环境中，如不完全CSI情况下，如何通过权衡策略来优化系统性能。这为未来无线通信网络中的资源管理和优化提供了有价值的理论支持。