[发明专利]一种认知网络中基于Stackelberg博弈的公平功率控制方法

摘要

本发明请求保护一种认知网络中基于Stackelberg博弈的公平功率控制方法，包括初始化次用户功率；根据次用户初始化功率给出主用户的定价方法；结合初始化次用户功率和主用户的定价方法，计算主用户的最大收益；针对第二步主用户的定价方法，计算次用户的最大总收益；针对每个次用户的收益，计算次用户之间收益的公平性指数。本发明在主用户知道次用户对于自己干扰信道信息的情况下和整个认知网络的信道信息的情况下，考虑次用户之间的信号与干扰噪声比平衡的条件，将主用户和次用户的关系建模为Stackelberg博弈，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提高次用户的公平性，具有实用性和可行性强的优点。

主权项

一种认知网络中基于Stackelberg博弈的公平功率控制方法，其特征在于，包括以下步骤：1)建立主用户和次用户基于Stackelberg博弈的公平功率控制模型，该模型包含1个主用户和n个次用户，其中主用户为Stackelberg博弈的领导者，n个次用户作为Stackelberg博弈中的跟随者，领导者通过给跟随者的干扰功率定价来减小由它们产生的总干扰，根据这个定价，主用户最大化自己的收益，所有次用户考虑到信号与干扰和噪声比平衡条件，以整体博弈方式最大化次用户的总收益；2)基于信号与干扰和噪声比平衡条件，利用变量替换方法对认知网络基于Stackelberg博弈的公平功率控制模型问题进行推导，得到次用户i的最优发射功率的闭式表达式为其中参数y*的取值为n为次用户的个数，hi是次用户i到基站处的信道增益，T是主用户的干扰门限，hi0是次用户到主用户的信道增益，σ2是背景噪声，L是认知用户的扩频增益，初始化认知网络的次用户i的最优发射功率为3)根据主用户和次用户之间Stackelberg博弈所采用的定价策略和功率控制策略之间的最佳响应关系，通过步骤2)次用户初始化功率给出主用户的最佳定价λ*为：其中，w为次用户的偏好因子；4)结合步骤2)和步骤3)，结合次用户的信号与干扰和噪声比平衡条件和利用步骤1)主用户的效用函数和次用户的效用函数，得到主用户的最大收益up为：其中，λ*为主用户的最佳定价，hi0是次用户到主用户的信道增益，是次用户i的最优发射功率；次用户的最大收益us为：