[发明专利]一种认知系统中基于选择性干扰对齐的均衡场博弈方法

摘要

本发明公开了一种认知系统中基于选择性干扰对齐的均衡场博弈方法，包括选择来自非期望小区的对基站干扰最大的一个或一组用户,通过预编码处理使干扰信号对齐到一定的子空间内；当用户数量足够大时,通过用一个稳定的估计信道来代替随机信道,根据初始化功率矩阵计算出估计功率矩阵,得出能达到纳什均衡的最优功率矩阵。本发明是选择性干扰对齐和均衡场博弈方法的有效结合，具有抑制干扰和最大化系统总吞吐量等优点，不仅能最大程度的消除干扰而且能够最大化次小区的总吞吐量，尤其适用于小区数量足够大的认知多小区系统。

主权项

1.一种认知系统中基于选择性干扰对齐的均衡场博弈方法，其特征在于，包括如下步骤：(1)选择性干扰对齐：在选择性干扰对齐中，通过比较，选出每个次小区中对基站干扰最大的一个或一组次用户，称为目标用户；将所述目标用户的干扰信号通过预编码矩阵对齐到一定的子空间内，从而消除对基站的干扰；(2)均衡场博弈：将次用户对主用户的干扰限制在一定范围内，然后对次用户进行博弈；当用户数多到一定程度时，可用一个稳定的时不变信道来代替用户与基站之间的波动信道，建立一个均衡场博弈的优化模型，通过对优化模型达到的纳什均衡点进行求解，得到最优的总吞吐量；所述预编码矩阵为W_mj，将目标用户的干扰信号对齐到一定的子空间内所采用的方式为，具体包括：其中，表示Y的列空间包含X的列空间，矩阵V₁,V₂,...,V_F的列表示每个接收端的干扰子空间的基，为第n个基站所在小区的第j个用户与第m个基站之间的信道系数，表示信道经过预编码处理，表示小区n的目标用户中的任一用户j，F为正整数，表示基站总数，F≥1；所述次用户对主用户的干扰限制的范围表示为s.t.I_o≤I_th，其中，为次小区对主用户的干扰，P_k表示第k个基站所在小区的功率矩阵，H_ko表示第k个基站所在小区与主用户之间的信道，I_th表示干扰阈值，K为正整数，表示基站总数，K≥1；所述优化模型如下：其中，Io为次小区对主用户的干扰，被限定在一定的范围内，为稳定的估计信道，N'为小区数量，N'越大目标函数越能达到最优；σ²表示高斯白噪声；α_n是公平系数，用来确保博弈用户之间的公平性；P_n表示干扰功率，H_nn表示小区n和基站n之间的信道，表示平均功率，λ_n表示价格系数；所述对纳什均衡点进行求解的具体操作步骤如下:(1)初始化功率矩阵P^(com)和信道矩阵H_n1,...,H_n(n‑1),H_n(n+1),...,H_nN；(2)根据计算估计信道矩阵其中，表示基站n的接收功率，表示基站n的高斯白噪声；(3)根据计算优化功率矩阵从而使次系统总效用函数达到纳什均衡，其中代价系数λ_n在0‑1之间取值，H^l表示期望信道增益的阈值，H_nn表示小区n和基站n之间的信道；(4)在纳什均衡点博弈用户的总效用函数达到最大。