认知网络中基于定价的最优功率控制方法技术

本发明专利技术提供了一种认知网络中基于定价的最优功率控制方法，包括：初始化次用户个数和容许因子；根据次用户的容许因子将次用户进行降序排列；计算次用户的判定因子；比较判定因子和容许因子大小关系，如果条件满足，给出次用户的最优功率和主用户的定价方法，方法结束；否则，将容许因子最低的次用户功率设置为零，其余次用户继续按照第四步执行，直到条件满足，给出次用户的最优功率和主用户的定价方法。本发明专利技术在主用户知道次用户的容许因子的情况下和整个认知网络的信道信息的情况下，通过不超过次用户总个数次的迭代就可以给出次用户的最优功率分配的闭式解和主用户的最优定价，该方法可以增加主用户的收益和容许更多的次用户接入频谱。

【技术实现步骤摘要】
认知网络中基于定价的最优功率控制方法
本专利技术涉及认知网络中功率控制
，具体地，涉及认知网络中基于定价的最优功率控制方法。
技术介绍
在认知网络下，次用户可以通过租借主用户的频谱，来接入频谱进行数据传输。为了保证自身的服务质量和获得频谱租借的动机，主用户可以通过对次用户的干扰进行收费。首先，主用户对于各次用户的单位干扰功率制定一定的价格，通过将该价格广播给各次用户；次用户基于该价格通过非合作博弈来控制自身的功率。主用户和次用户之间的这种交互行为可以通过Stackelberg博弈来分析。由于主用户的定价将影响次用户的功率，从而影响自己的收益。因此，为了保证次用户对于主用户的总干扰小于干扰门限并最大化自身的收益，主用户需要采用合理的定价策略来控制次用户的功率。通过递归的方法，主用户的收益函数的函数可以表示为次用户功率的非凸优化函数，因此，传统的凸优化算法并不能直接用来找到主用户的最优定价和次用户的最优功率。近年来，在认知网络中基于定价方法来控制次用户的功率进行研究正受到越来越多的关注。对现有文献检索发现，相关文献如下：HuiYu等人在《2010IEEETransactionsonVehicularTechnology,May.2010,vol.59,no.4,pp.1769–1778.》上发表了题为“Pricingforuplinkpowercontrolincognitiveradionetworks”的文章。该文章考虑主用户和次用户都处于一个服务基站的情形，在一定干扰门限下，次用户可以通过对主用户的干扰进行付费而容许接入基站。由于主用户最大化效用函数是非凸的，文章将主用户的策略设定成一定的线性比例关系，该方法获得一个次优的定价算法。同时，系统模型中主用户和次用户接入的基站是同一个基站，并不能直接拓展到次用户和主用户的基站是不同的情形。XinKang等人在《2012IEEEJournalonSelectedAreasinCommunications，Apr.vol.30,no.3,pp.538–549.》上发表了题为“Price-basedresourceallocationforspectrum-sharingfemtocellnetworks:Astackelberggameapproach”的文章。该文章提出了的模型拓展了HuiYu等人的模型，主用户和次用户的基站可以不同的。提出了一种非一致的定价模型来最大主用户的收益。由于该算法是通过将次用户的最坏情况的干扰来解耦次用户之间的相互干扰，从而忽略掉次用户之间的相互干扰链路，该定价方法所获得的功率控制方法是次优的，并不能最大化主用户的收益。由相关研究可知，为了最大化主用户的收益，同时保证次用户的总干扰小于干扰门限，需要主用户对各个次用户采用一定的定价来控制次用户的功率。本专利技术基于通过变量替换将主用户的效用函数的非凸函数表示为一个等价凸优化问题，基于该等价优化问题，提出最大化主用户的收益的最优功率控制方法。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种认知网络中基于定价的最优功率控制方法。本专利技术针对现有的认知网络中基于定价的功率控制方法并能获得次用户的最优功率和最大化主用户的收益，提供了一种最优的功率控制方法来最大化主用户收益。本专利技术能够使得主用户在知道次用户的信道信息和偏好因子的情况下，通过至多次用户个数次的迭代来找到次用户的最优功率和主用户的最优定价。该定价方法在保证次用户对于主用户的干扰小于给定的干扰门限的前提下，基于最大化主用户收益的等价凸优化问题的最优解和变量替换之间关系，找到次用户的最优功率，比传统基于非一致的定价方法提高了主用户的收益，并可以容许更多次用户接入频谱。根据本专利技术提供的一种认知网络中基于定价的最优功率控制方法，包括如下具体步骤：第一步：初始化次用户个数和次用户容许因子；第二步：将次用户容许因子降序排列；第三步：计算各个次用户的判定因子；第四步：如果最后一个次用户的容许因子大于它的判定因子，则给出次用户的最优功率和主用户的定价方法，方法结束；第五步：针对第四步，如果最后一个次用户的容许因子小于或者等于它的判定因子，则将最后一个次用户的功率设置为零，转到第四步，对其余的次用户的容许因子和它的判定因子进行比较，直到条件满足，计算出最优功率和给出主用户的定价。优选地，在第一步中，具体地，初始化次用户个数K＝n，次用户i的容许因子ai：其中，wi为次用户i的偏好因子，n为次用户的个数，L是认知用户的扩频增益，T是主用户的干扰门限，hi是次用户i到自己基站处的信道增益，gi是次用户i到主用户的接收端的信道增益，σ2是主用户对于次用户基站干扰功率和噪声之和。优选地，在第二步中，次用户的排序方式为：α1≥...≥αK,其中αK为次用户K的容许因子。优选地，在第三步中，具体地，对于次用户i,i＝1,...,K的判定因子βi的取值为：其中：L是认知用户的扩频增益，T是主用户的干扰门限，hj是次用户j到自己基站处的信道增益，gj是次用户j到主用户的接收端的信道增益，σ2是主用户对于次用户基站干扰功率和噪声之和，wj是次用户j的偏好因子。优选地，在第四步中，具体地，如果次用户K的容许因子αK大于它的判定因子βK，那么次用户i的最优功率为：其中：σ2是主用户对于次用户基站干扰功率和噪声之和，hi是次用户i到自己基站处的信道增益；主用户的定价为：其中，为次用户i的最优功率，为为次用户j的最优功率,算法结束。优选地，在第五步中，具体地，如果次用户K的容许因子αK不大于它的判定因子βK，那么次用户K的最优功率为零，将K-1赋值给K，返回步骤四，对剩下的K个次用户的最优功率和定价进行设置。与现有技术相比，本专利技术具有如下的有益效果：本专利技术通过变量替换将主用户的收益的非凸优化问题转化为一个等价凸优化问题，通过凸优化问题的最优性条件来给出次用户的最优功率和主用户的最优定价的闭式解。较传统的基于非一致定价方法而言可以找到最大化主用户收益的定价，而不是一组次优的定价。本专利技术所提供的方法在提高了主用户的收益的同时，还可以增加容许接入的次用户数目。由于算法具有解析表达式，因此执行速度快，具有较好的可行性和实用性。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为根据本专利技术提供的仿真系统模型图；图2为本专利技术在干扰噪声比从-40dB增加到40dB时主用户收益曲线图；图3为本专利技术在干扰噪声比从-40dB增加到40dB时的容许接入次用户数目曲线图；图4为本专利技术的流程示意图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。本专利技术公开认知网络中基于定价的最优功率控制方法，包括：初始化次用户个数和容许因子；根据次用户的容许因子将次用户进行降序排列；计算次用户的判定因子；比较判定因子和容许因子大小关系，如果条件满足，给出次用户的最优功率和主用户的定价方法，方法结束；否则，将容许因子最低的次用户功率设置本文档来自技高网...

【技术保护点】
一种认知网络中基于定价的最优功率控制方法，其特征在于，包括如下具体步骤：第一步：初始化次用户个数和次用户容许因子；第二步：将次用户容许因子降序排列；第三步：计算各个次用户的判定因子；第四步：如果最后一个次用户的容许因子大于它的判定因子，则给出次用户的最优功率和主用户的定价方法，方法结束；第五步：针对第四步，如果最后一个次用户的容许因子小于或者等于它的判定因子，则将最后一个次用户的功率设置为零，转到第四步，对其余的次用户的容许因子和它的判定因子进行比较，直到条件满足，计算出最优功率和给出主用户的定价。

【技术特征摘要】
1.一种认知网络中基于定价的最优功率控制方法，其特征在于，包括如下具体步骤：第一步：初始化次用户个数和次用户容许因子；第二步：将次用户容许因子降序排列；第三步：计算各个次用户的判定因子；第四步：如果最后一个次用户的容许因子大于它的判定因子，则给出次用户的最优功率和主用户的定价方法，方法结束；第五步：针对第四步，如果最后一个次用户的容许因子小于或者等于它的判定因子，则将最后一个次用户的功率设置为零，转到第四步，对其余的次用户的容许因子和它的判定因子进行比较，直到条件满足，计算出最优功率和给出主用户的定价；在第一步中，具体地，初始化次用户个数K＝n，次用户i的容许因子αi：其中，wi为次用户i的偏好因子，n为次用户的个数，L是认知用户的扩频增益，T是主用户的干扰门限，hi是次用户i到自己基站处的信道增益，gi是次用户i到主用户的接收端的信道增益，σ2是主用户对于次用户基站干扰功率和噪声之和；在第二步中，次用户的排序方式为：α1≥...≥αK,其中αK为次用户K的容许因子；在第三步中，具体地，对于次用户i,i＝1,...,K的判定因子βi的取值为：

【专利技术属性】
技术研发人员：王正强，蒋铃鸽，何晨，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31