认知网中一种基于隐马尔可夫的多信道功率控制机制制造技术

本发明专利技术公开了认知网中一种基于隐马尔可夫的多信道功率控制机制，在分布式多信道接入认知无线网中，针对用户获取环境信息不对称导致资源分配冲突的问题，根据非授权用户对信道状态判决结果的相关性，提出一种基于隐马尔可夫的多信道功率博弈机制。该机制选取合理的价格函数有效地抑制非授权用户的自私行为，实现非授权用户之间频谱共享并使其对信道上其他用户是否参与博弈进行推测，获得较准确的博弈信息，从而选择更优的发射功率。

A multi channel power control mechanism based on Hidden Markov model in cognitive network

The invention discloses a multi channel power control mechanism based on Hidden Markov models in cognitive networks, distributed multi channel access in cognitive radio network, the user access to environmental information asymmetry in the resource allocation problem of conflict, according to the correlation of non authorized user judgment on the channel state results, proposes a multi channel power hidden Markov game mechanism based on. The mechanism of selecting reasonable price function effectively inhibit unauthorized users selfishness, unauthorized users of spectrum sharing and make it to the channel to speculate whether other users to participate in the game, the game to get accurate information, so as to choose the optimal transmit power.

【技术实现步骤摘要】
认知网中一种基于隐马尔可夫的多信道功率控制机制
本专利技术属于一种无线通信
，特别涉及认知网中一种基于隐马尔可夫的多信道功率控制机制。
技术介绍
认知无线电技术通过感知频谱空穴，使非授权用户能接入空闲的授权频谱进行通信，被认为是解决频谱利用率低问题的关键技术。在无线认知网中为提高频谱利用率，多信道接入机制允许多个非授权用户同时接入一个信道，但通信质量往往无法得到保证。而有效的功率控制机制能够降低干扰实现频谱共享。因此，合理的以多信道接入和功率控制为代表的频谱接入机制能在满足用户通信质量前提下，使资源得到充分利用，成为了无线网络研究中的重点与热点。近年来，许多关于资源配置的文献使用博弈论进行功率分配并结合定价策略控制干扰，实现频谱共享提高频谱利用率。但其往往忽略了用户获取环境信息的非完全性,即实际环境中因感知能力和地理位置差异导致不同用户检测信道状态结果可能不同。若都理想化地假设每个用户得到的环境信息是相同的，这就使得的博弈信息与实际信息产生较大差异。而事实上博弈信息对博弈结果有着决定性的作用。因此本文从实际情况出发，考虑信息的非完全性，选取合理的价格函数在保证用户速率需求的同时实现非授权用户间的频谱共享。再根据不同用户信道检测结果的非独立性，引导出隐马尔可夫模型(HiddenMarkovModel，简称HMM)，提出一种博弈式多信道功率控制机制。在该机制下，用户能对其他用户的判决结果作出准确推测，得到更真实的竞争对手集合，从而使用户做出更合理的决策提升总体性能。
技术实现思路
针对现有技术中存在的技术问题，本专利技术提供在认知网中一种基于隐马尔可夫的多信道功率控制机制。在分布式多信道接入认知无线网中，为了更好的分配资源提高系统有效容量，保证用户速率需求，以用户判决信道状态结果的相关性，提出一种隐马尔可夫模型。该模型使得非授权用户可以根据自己判决结果去推测竞争对手的判决状态，从而得到跟自己有真正竞争关系的用户集，再进行博弈时能够选取更优的发射功率。该机制不仅提高了系统的有效容量，而且保证了更多的用户能达到速率需求。本专利技术所提供的一种基于隐马尔可夫的多信道功率控制机制，其模型为：有若干授权用户和N个认知用户的认知网络。其含有K(K≤N)个不重叠的信道。用ΩN＝{1,2,...N}和Ωk＝{1,2,...K}分别代表认知用户集合与信道集合。频域信道包含“忙”和“闲”两种状态，可建立为两状态马尔可夫链。状态间的转换依赖于授权用户是否占用信道。用状态0表示信道的“忙”状态，此时认知用户不能接入信道，状态1则表示信道的“闲”状态，认知用户可以使用信道传输数据。认知用户是否接入信道取决自己的判决结果，由于每个认知用户独立检测信道状态，导致检测结果存在差异。当认知用户i判定结果为0时，别的用户检测结果可能为0也可能为1。用O表示每个用户检测信道的占用状态。Oi(k)＝1即代表用户i检测信道k状态为空闲，可以接入。假设认知用户处于静止或移动速度缓慢，且在一帧的时间内信道的增益不变。认知用户在时隙的开始依次在规定时间内对信道进行检测，并通过HMM模型得出每条信道上竞争对手集合，再利用推测出的博弈信息完成功率调整并进行数据传输。认知用户i在信道k上的SINR表达式为：其中pi(k)表示用户i在信道k上的发射功率；hii(k)是用户k在信道k上的增益；信道k上的背景噪声为N0；其在信道k上受到的干扰和噪声总和为：本专利技术所提供的一种基于隐马尔可夫的多信道功率控制机制，其特征在于：根据用户判决信道状态结果的相关性，提出一种隐马尔可夫模型；选取合理的价格函数，有效地抑制非授权用户的自私行为；将用户信道接入建模为非合作博弈；以及基于隐马尔可夫的多信道功率控制。其中，所述步骤“隐马尔可夫模型”包括：当认知用户i接入信道时，假设其受到的临道干扰可以小至忽略，则它受到的干扰只来自于同一信道上的其他用户。由式(1)可知，其他认知用户的发射功率影响着i的信干噪比。因此，i在得到可用信道集合的同时，需要知道集合中每条信道上跟自己有真正竞争关系的用户身份，即和自己有相同判决结果的用户。之后得到每条可用信道上竞争对手集合。然而由于现实环境中信息的非对称性，认知用户不能直接获得其他用户的判决结果，但为了使博弈信息更加准确，只能靠自己的判决结果去推测同一条信道上其他用户的判决信息。事实上只有当信道的真实状态为1，且用户判决结果为1时，用户才能有效的接入信道。而在现实环境中，由于用户的感知能力和环境的差异，即使信道的真实状态为0，用户的判决结果依旧有可能为1，此时接入就会对主用户造成不必要的干扰，影响其传输。用表示信道k的真实状态，记表示认知用户i在信道k的状态为时判决为Oi(k)的概率，也即为用户的判决能力。在现实系统中，认知用户i和j同时检测信道，它们之间的检测结果非独立，利用和检测结果相关性建立HMM模型，即认知用户i通过自身对信道状态的判决结果预测竞争对手判决的信道状态可建为隐马尔可夫模型。其中，所述步骤“合理的价格函数”以及步骤“将用户信道接入建模为非合作博弈”包括：在大多数分布式认知网络中，用户之间不合作，每个参与者都企图将自己的容量最大化，因此可将这种行为建模为非合作博弈。该非合作博弈表示为G＝{I,Pi,Ui}，参与者是网络中参与博弈的认知用户。用户i的行为空间可以表示为pi＝[pi(1),pi(2)...,pi(k)]，即为i在各个信道上的发射功率。Ui(pi,p-i)表示用户i的效用函数，其与i的行为集pi(k)以及其他用户的行为集p-i(k)有关。本文以认知用户i获得的容量作为其效用函数Ui：该效用函数在多次迭代后达到纳什均衡。但在非合作博弈中，每个参与者都自私地最大化自己的收益，这使得该NE远离帕累托最优。为了获得更高的网络容量，引入定价机制来约束认知用户在使用信道时的自私行为。根据可知为了使NE逼近帕累托最优，价格因子ai(k)必须满足以下形式：ai(k)即表示为：此时，效用函数可更新如下：再结合约束条件(1)(2)，本文提出的优化模型可表示为：采用拉格朗日乘子法求解式(6)的极值，其拉格朗日函数表示为：由KKT条件可得：解的最优解为：可以简化为：其中，所述步骤“基于隐马尔可夫的多信道功率控制”包括：附图2表明了该多信道功率控制机制的流程。首先是认知用户i在t1时间内对信道k进行检测和判决，之后利用HMM推测该信道上其他用户的判决结果。检测完所有信道后得可用信道集合和真正竞争对手集合Ωi＝[Ωi(1)，...Ωi(k')],k'≤K。然后用其推测出的信息进行迭代求解其中，ε＞0为控制误差，t为迭代次数，当满足步骤(6)时迭代结束。根据以上接入流程，每个认知用户首先初始化功率，计算在各个信道上的代价，并使用基于HMM的价格迭代算法(HMM_PA)来达到纳什均衡，得到信道与功率分配方案。附图说明图1是本专利技术的网络框架图图2是本专利技术所述基于隐马尔可夫的多信道功率控制流程图流程图。图3是本专利技术有效容量随认知用户数的变化仿真比较图。图4本专利技术达到速率需求用户数随认知用户的变化仿真比较图。图5本专利技术认知用户速率保证率随用户数的变化仿真比较图。图6本专利技术算法收敛性的比较仿真比较图。具体实施方式该网络采用分时隙系统，若在某个时隙有多个信本文档来自技高网...

【技术保护点】
在认知网中，一种基于隐马尔可夫的多信道功率控制机制，其特征在于：根据非授权用户对信道状态判决结果的相关性，提出一种基于隐马尔可夫的多信道功率博弈机制。

【技术特征摘要】
1.在认知网中，一种基于隐马尔可夫的多信道功率控制机制，其特征在于：根据非授权用户对信道状态判决结果的相关性，提出一种基于隐马尔可夫的多信道功率博弈机制。2.如权利要求1所述的基于隐马尔可夫的多信道功率控制机制，其特征在于：判定认知用户i通过自身对信道状态的判决结果预测竞争对手判决的信道状态可建为隐马尔可夫模型。3.如权利要求1所述的基于隐马尔可夫...

【专利技术属性】
技术研发人员：向煜，陈善学，马晓，张海波，伍立志，叶伟，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50