碩士學位論文認知無線電系統功率控制和頻譜分配技術研究與閉環功率控制實現申請人馮冀學科專業信息與通信工程指導教師羅新民副教授2008年05月STUDYOFPOWERCONTROLANDSPECTRUMALLOCATIONANDIMPLEMENTATIONOFCLOSELOOPPOWERCONTROLINCOGNITIVERADIOSYSTEMATHESISSUBMITTEDTOXIANJIAOTONGUNIVERSITYINPARTIALFULFILLMENTOFTHEREQUIREMENTSFORTHEDEGREEOFMASTEROFENGINEERINGSCIENCEBYJIFENGINFORMATIONANDCOMMUNICATIONENGINEERINGSUPERVISORASSOCIATEPROFXINMINLUOMAY2008論文題目認知無線電系統功率控制和頻譜分配技術研究與閉環功率控制實現1學科專業信息與通信工程申請人馮冀指導教師羅新民副教授摘要認知無線電技術能夠主動檢測頻譜使用情況，自適應的改變自身通信參數。在不影響授權用戶的前提下，擇機選擇授權用戶的空閑頻段進行通信，具有靈活、頻譜利用率高等優點，因而引起了國內外研究者的廣泛關注。由于認知無線電用戶與授權用戶共享頻段，且授權用戶具有最高優先級，使認知無線電相關技術具有新的特點。論文對認知無線電系統的功率控制和頻譜分配技術展開研究，并設計實現了認知無線電實驗系統上的閉環功率控制模塊。首先，論文在分析認知無線電自適應、交互式決策過程的基礎上，建立了功率控制的博弈論模型。針對采用非共享機制的認知無線電系統，提出了基于函數的ARCTN功率控制博弈算法。仿真結果表明與已有算法相比，新算法在保證認知無線電用戶信干噪比的前提下，提高了系統吞吐量。針對采用共享機制的認知無線電系統，改進了效用函數，提出了基于指數懲罰系數的功率控制博弈算法。仿真結果表明新算法保障了授權用戶足夠低的掉線概率和認知無線電用戶的信干噪比，有效控制了發射功率。其次，針對采用OFDM技術的認知無線電系統中占用信道數和時間開銷的矛盾，論文提出實際吞吐量的概念及基于此概念的一種最優頻譜分配策略，并設計了基于遺傳算法的最優策略求解方法。仿真結果表明當分配給認知無線電用戶的頻譜資源較少時，實際吞吐量隨著分配的頻譜資源的增多而增大。隨著占用的頻譜資源進一步增多，與授權用戶發生沖突的概率增大，實際吞吐量反而呈單調下降趨勢。論文提出的策略對認知無線電用戶占用信道數進行了優化，提高了系統性能。最后，論文在調試認知無線電實驗系統射頻模塊的基礎上，設計并實現了閉環功率控制模塊。調試結果表明在射頻模塊工作正常的基礎上，本模塊能夠對發射功率進行準確、實時的控制；在移動情況下，能夠對信道增益的變化做出及時補償，保障了接收端足夠高的信噪比和足夠低的誤碼率。關鍵詞認知無線電；博弈論；功率控制；頻譜分配；閉環論文類型應用研究本研究得到國家高技術研究發展計劃（“863”計劃）（編號2005AA123910），陜西省自然科學基金項目（編號2006F41），陜西省科技攻關計劃項目（編號2005K04G11）資助。TITLESTUDYOFPOWERCONTROLANDSPECTRUMALLOCATIONANDIMPLEMENTATIONOFCLOSELOOPPOWERCONTROLINCOGNITIVERADIOSYSTEM2SPECIALITYINFORMATIONANDCOMMUNICATIONENGINEERINGAPPLICANTJIFENGSUPERVISORASSOCIATEPROFXINMINLUOABSTRACTCOGNITIVERADIOTECHNOLOGYCANDETECTTHEUTILIZATIONOFTHESPECTRUMINITIATIVELY,ANDCHANGEITSCOMMUNICATIONPARAMETERSADAPTIVELYONTHEPREMISEOFNOPREJUDICETOLICENSEDUSERS,COGNITIVERADIOCANCHOOSETHEIDLESPECTRUMOFLICENSEDUSERSTOCOMMUNICATEINPROPEROPPORTUNITIESFORITSADVANTAGESOFAGILITY,ANDHIGHSPECTRUMUTILIZATION,COGNITIVERADIOHASBEENCONCERNEDWIDELYBYTHESCHOLARSATHOMEANDABROADBECAUSELICENSEDUSERSSHARESPETRUMRESOURCEWITHCOGNITIVEUSERSANDHAVETHEHIGHESTPRIORITY,THETECHNOLOGIESINCOGNITIVERADIOHAVENEWCHARACTERISTICSTHETECHNOLOGIESOFPOWERCONTROLANDSPECTRUMALLOCATIONINCOGNITIVERADIOSYSTEMSISRESEARCHED,ANDCLOSELOOPPOWERCONTROLMODULEINCOGNITIVERADIOEXPERIMENTALSYSTEMISDESIGNEDANDIMPLEMENTEDINTHISTHESISFIRSTLY,BASEDONTHEANALYSISOFADAPTIVEANDINTERACTIVEDECISIONPROCESSINCOGNITIVERADIO,AGAMETHEORYMODELOFPOWERCONTROLISESTABLISHEDAIMEDATCOGNITIVERADIOSYSTEMBASEDONEXCLUSIVEMODEL,APOWERCONTROLGAMEALGORITHMBASEDONARCTANFUNCTIONISPROPOSEDTHESIMULATIONRESULTSSHOWTHATNEWALGORITHMNOTONLYGUARANTEESTHECOGNITIVEUSERSSINR,BUTALSOIMPORVESTHESYSTEMTHROUGHPUTCOMPAREDWITHOTHERALGORITHMSAIMEDATCOGNITIVERADIOSYSTEMBASEDONCOMMONMODEL,THEUTILITYFUNCTIONISIMPROVED,ANDAPOWERCONTROLGAMEALGORITHMBASEDONEXPONENTCHASTISEMENTFACTORISPROPOSEDTHESIMULATIONRESULTSSHOWTHATNEWALGORITHMGUARANTEESTHESINROFCOGNITIVEUSERSANDLOWENOUGHOUTAGEPROBABILITYOFLICENSEDUSERS,ANDTHETRANSMITTINGPOWERISCONTROLLEDEFFECTIVELYSECONDLY,AIMEDATTHECONTRADICTIONBETWEENNUMBEROFOCCUPIEDCHANNELSANDTIMECOSTINOFDMCOGNITIVERADIOSYSTEMAGOODPUTCONCEPTANDANOPTIMALSPECTRUMALLOCATIONSTRATEGYBASEDONTHISCONCEPTAREPROPOSEDANDAMETHODBASEDONGENETICALGORITHMFORTHESOLUTIONOFTHEOPTIMALSTRATEGYISDESIGNEDTHESIMULATIONRESULTSSHOWTHATWHENTHESPECTRUMRESOURCEALLOCATEDTOTHECOGNITIVEUSERSISSMALL,THEGOODPUTINCREASESWITHTHEINCREASEOFALLOCATEDSPECTRUMRESOURCEWHENTHEOCCUPIEDSPECTRUMRESOURCEBYCOGNITIVETHISRESEARCHWASFUNDEDBYTHENATIONALHIGHTECHRESEARCHANDDEVELOPMENTPLAN（”863”PLAN）（NO2005AA123910）,SHAANXIPROVINCENATURALSCIENCEFUND（NO2006F41）ANDSHAANXIPROVINCESCIENTIFICANDTECHNOLOGICALPLAN（NO2005K04G11）USERSINCREASESFURTHER,THECONFLICTPROBABILITYTOLICENSEDUSERSINCREASES,ANDTHEGOODPUTDECREASESMONOTONICALLYWITHTHEINCREASEOFALLOCATEDSPECTRUMRESOURCETHISSTRATEGYPROPOSEDINTHETHESISOPTIMIZESTHENUMBEROFOCCUPIEDCHANNELSBYCOGNITIVEUSERS,ANDIMPROVESTHEOFDMCOGNITIVERADIOSYSTEMPERFORMANCEFINALLY,CLOSELOOPPOWERCONTROLMODULEINCOGNITIVERADIOEXPERIMENTALSYSTEMISDESIGNEDANDIMPLEMENTEDBASEDONDEBUGGINGOFRFMODULEINEXPERIMENTALSYSTEMTHEDEBUGGINGRESULTSSHOWTHATTRANSMITTINGPOWERCANBECONTROLLEDACCURATELYANDINREALTIMEBYTHISMODULEBASEDONRFMODULESNORMALOPERATIONWHENTHEEXPERIMENTALTERMINALISMOVING,THECHANGEOFCHANNELGAINCANBECOMPENSATEDINTIME,ANDSNRANDBERINRECEIVERCANBEGUARANTEEDKEYWORDSCOGNITIVERADIOGAMETHEORYPOWERCONTROLSPECTRUMALLOCATIONCLOSELOOPTYPEOFTHESISAPPLIEDRESEARCH目錄1緒論111選題背景及意義112認知無線電的定義及研究現狀213論文完成工作與結構安排32博弈論及其在認知無線電中的應用521博弈論概述5211博弈論的定義5212博弈論的基本模型及分類6213納什均衡的分析和求解722博弈論在認知無線電中的應用10221認知無線電的交互作用10222博弈論在認知無線電中的應用11223認知無線電功率控制算法的博弈論建模1223本章小結133基于博弈論的認知無線電功率控制算法1431現有的基于博弈論的功率控制算法14311SINR平衡算法14312SARAYDARMANDAYAM算法15313KOSKIEGAJIC算法16314現有算法小結1732基于非共享機制的認知無線電系統功率控制算法17321基于非共享機制的認知無線電系統模型17322算法的博弈論建模19323納什均衡求解和算法流程22324算法收斂性證明2433基于共享機制的認知無線電系統功率控制算法25331干擾溫度的提出背景和基本概念25332基于共享機制的認知無線電系統模型27333算法的博弈論建模28334納什均衡求解和算法流程30335算法收斂性證明3034仿真實驗及分析32341基于非共享機制的認知無線電系統功率控制算法32342基于共享機制的認知無線電系統功率控制算法3835本章小結414基于實際吞吐量的認知無線電頻譜分配策略4341問題描述4342系統模型43421基于OFDM技術的認知無線電系統43422通信模型4443基于實際吞吐量的頻譜分配策略46431實際吞吐量46432傳輸時間損失率47433遺傳算法求解4844仿真實驗及分析4945本章小結505認知無線電實驗系統的閉環功率控制實現5151認知無線電實驗系統概述5152閉環功率控制的原理5253閉環功率控制實現方案52531工作流程52532硬件系統及其接口53533幀結構設計及主要參數5754閉環功率控制的軟件設計5955調試與實驗結果62551射頻調試結果62552閉環功率控制調試結果6456本章小結666結論與展望6761論文總結6762下一步工作展望68致謝70參考文獻71攻讀學位期間取得的研究成果74聲明CONTENTS1PREFACE111TOPICSIGNIFICANCEANDBACKGROUND112DEFINITIONOFCOGNITIVERADIOANDSTATUSQUOOFRESEARCH213MAINWORKANDSTRUCTUREOFTHESIS32GAMETHEORYANDITSAPPLICATIONINCOGNITIVERADIO521SUMMARIZATIONOFGAMETHEORY5211DEFINITIONOFGAMETHEORY5212MODELSANDCATEGORIESOFGAMETHEORY6213ANALYSISANDSOLUTIONOFNASHEQUILIBRIUM722APPLICATIONOFGAMETHEORYINCOGNITIVERADIO10221INTERACTIONSOFCOGNITIVERADIO10222APPLICATIONOFGAMETHEORYINCOGNITIVERADIO11223MODELINGOFPOWERCONTROLBASEDONGAMETHEORYINCOGNITIVERADIO1223BRIEFSUMMARY133POWERCONTROLALGORITHMSBASEDONGAMETHEORYINCOGNITIVERADIO1431CURRENTPOWERCONTROLALGORITHMSBASEDONGAMETHEORY14311SINRBALANCEALGORITHM14312SARAYDARMANDAYAMALGORITHM15313KOSKIEGAJICALGORITHM16314SUMMARIZATIONOFCURRENTALGORITHMS1732POWERCONTROLALGORITHMINCOGNITIVERADIOSYSTEMOFEXCLUSIVEMODEL17321COGNITIVERADIOSYSTEMBASEDONEXCLUSIVEMODEL17322MODELINGOFPOWERCONTROLALGORITHMBASEDONGAMETHEORY19323NASHEQUILIBRIUMSOLUTIONANDALGORITHMPROCEDURE22324PROOFOFALGORITHMCONVERGENCE2433POWERCONTROLALGORITHMINCOGNITIVERADIOSYSTEMOFCOMMONMODEL25331BACKGROUNDANDBASICCONCEPTSOFINTERFERENCETEMPERATURE25332COGNITIVERADIOSYSTEMBASEDONCOMMONMODEL27333MODELINGOFPOWERCONTROLALGORITHMBASEDONGAMETHEORY28334NASHEQUILIBRIUMSOLUTIONANDALGORITHMPROCEDURE30335PROOFOFALGORITHMCONVERGENCE3034SIMULATIONSANDANALYSISES32341POWERCONTROLALGORITHMINCOGNITIVERADIOSYSTEMOFEXCLUSIVEMODEL32342POWERCONTROLALGORITHMINCOGNITIVERADIOSYSTEMOFCOMMONMODEL3835BRIEFSUMMARY414ASPECTRUMALLOCATIONSTRATEGYBASEDONGOODPUT4341PROBLEMDESCRIPTION4342SYSTEMMODEL43421COGNITIVERADIOSYSTEMSBASEDONOFDM43422COMMUNICATIONMODELSOFLICENSEDUSERSANDCOGNITIVEUSERS4443ASPECTRUMALLOCATIONSTRATEGYBASEDONGOODPUT46431GOODPUT46432LOSSRATIOOFTRANSMITTINGTIME47433SOLUTIONOFGENETICALGORITHM4844SIMULATIONSANDANALYSISES4945BRIEFSUMMARY505IMPLEMENTATIONOFCLOSELOOPPOWERCONTROLINCOGNITIVERADIOSYSTEM5151SUMMARIZATIONOFCOGNITIVERADIOEXPERIMENTALSYSTEM5152PRINCIPLEOFCLOSELOOPPOWERCONTROL5253IMPLEMENTATIONPROJECTOFCLOSELOOPPOWERCONTROL52531WORKFLOW52532HARDWARESYSTEMANDINTERFACES53533DESIGNOFFRAMESTRUCTUREANDWORKINGPARAMETERS5754SOFTWAREDESIGNOFCLOSELOOPPOWERCONTROL5955DEBUGGINGANDRESULTSOFEXPERIMENTATION62551DEBUGGINGANDRESULTSOFRADIOFREQUENCY62552DEBUGGINGANDRESULTSOFCLOSELOOPPOWERCONTROL6456BRIEFSUMMARY666CONCLUSIONSANDSUGGESTIONS6761CONCLUSION6762EXPECTATION68ACKNOWLEDGEMENTS70REFERENCES71ACHIEVEMENTS74DECLARATION在每一章的末尾插入下一章的MATHTYPE的章標記（打印前將其字體顏色變為白色，在打印預覽中看不見即可）EQUATIONCHAPTER1SECTION11緒論11選題背景及意義近年來，隨著人們對無線通信業務需求的不斷提高，各種無線通信技術得到前所未有的迅猛發展。在此過程中，無線頻譜空間被劃分給各種不同的通信技術使用，在大多數國家3GHZ以下的頻段幾乎全部分配給了已授權的無線通信系統（或稱為授權用戶（LICENSEDUSER）1。一方面，這種固定的頻譜劃分方式使得可用頻譜資源變得越來越少。另一方面，已授權頻帶的不同頻段頻譜利用率相差懸殊，一些頻段使用得非常頻繁，而另一些頻段大部分時間內卻沒有用戶使用，整體上來看目前頻譜利用率低下。美國聯邦通信委員會（FEDERALCOMMUNICATIONSCOMMISSION,FCC）的下屬機構SPTF（SPECTRUMPOLICYTASKFORCE）的報告2表明，目前美國的無線頻譜資源利用率一般介于15到85之間；另有文獻表明34GHZ頻帶利用率只有05，45GHZ頻帶利用率下降到033。可以看出頻譜資源的緊張的一個重要原因是當前的這種頻譜分配和管理方式限制了已授權的空閑頻段被非授權用戶使用。為了解決這種效率低下的頻譜管理方式與不斷增長的頻譜資源需求之間的矛盾，JOSEPHMITOLA博士于1999年提出的認知無線電（COGNITIVERADIO,CR）的概念得到了學術界廣泛的關注。他描述了認知無線電如何通過一種“無線電知識表示語言”（RADIOKNOWLEDGEREPRESENTATIONLANGUAGE,RKRL）的新語言提高個人無線業務的靈活性4。FCC于2003年12月發出以最佳方式實現認知無線電的提議5,6，結合軟件定義無線電方法，以自適應、動態的方式實現多用戶共享頻譜資源的頻譜管理和利用。由于認知無線電系統建立在對已授權頻段利用的基礎上，因此下列幾個問題需要研究如何保證授權用戶不受認知無線電用戶影響；如何保障認知無線電用戶通信質量，提高認知無線電系統容量；如何合理利用有限的頻譜資源，并對認知無線電用戶功率進行有效控制。功率控制和頻譜分配技術是無線資源管理（RADIORESOURCEMANAGEMENT,RRM）中的關鍵內容7。發射功率和頻譜資源如果得到有效利用，就能夠使認知用戶對授權用戶的干擾減小，同時使認知無線電系統的容量增加、通信質量改善。因此如何設計在各種工作機制下的功率控制算法，如何確定合理的頻譜分配準則來優化系統性能，是認知無線電研究中的重要內容。當前，博弈論（GAMETHEORY）應用于功率控制問題成為學者研究的熱點。博弈論著重于緊缺資源的分布式求解，算法復雜度低，求解過程簡單，所需全局信息較少，適合于應用到認知無線電系統中。同時，為了更好的驗證認知無線電的功能，在已有的實驗系統平臺上實現功率控制功能是十分必要和有益的。這將為以后實驗終端的組網和實現禮儀協議等功能打下扎實的基礎。12認知無線電的定義及研究現狀1999年，MITOLA博士在他的文章8中首次指出認知無線電是“一種具有通過基于模型的推理來實現通信相關性能的能力的無線電設備”。隨后在他的博士論文9中，提出了認知循環（COGNITIONCYCLE，CC）的概念，并且對各模塊的功能進行了詳細分析。FCC在2002年成立了SPTF小組專門研究提高頻譜資源利用率的方法，給出了一個基于干擾溫度（INTERFERENCETEMPERATURE）的認知無線電定義2。并從發射端具體操作的角度指出認知無線電是“一個能夠通過與外部環境交互信息來調整自己通信參數的無線電設備”10。德國的FATIHCAPAR等人給出了一種比較簡單，容易實現的認知無線電定義11，即認知無線電用戶可以檢測出某個頻段的授權用戶是否正在發射信號，如果有則認為有授權用戶在使用該頻段，如果沒有則認為可以利用這個頻段來傳送信息。同時認知無線電用戶還必須保證，在它使用授權頻段的過程中，一旦發現授權用戶重新開始工作，應能夠立即停止對該頻段的使用，對授權用戶產生盡可能小的干擾。繼MITOLA博士于1999年首先提出認知無線電的概念后，他以及其他組織和學者在認知無線電理論和技術方面不斷取得新的成果。UCBERKLEY大學的研究人員通過利用一些現有的軟件無線電平臺基本驗證了由CAPAR等人提出的簡化的認知無線電定義。FCC于2004年5月開始考慮允許認知無線電可以在不對授權用戶產生有害干擾的情況下使用電視頻段12。IEEE于2004年10月成立了80222工作組開始著手研究和制定工作于電視頻段的、基于認知無線電技術的無線局域網（WIRELESSREGIONALAREANETWORK，WRAN）技術標準13。從2005年開始，認知無線電技術在世界范圍內得到了廣泛關注，目前已經能看到不少關于認知無線電關鍵技術的研究思路和成果。國家“十一五”863高技術研究發展計劃申請項目指南中已經將認知無線電技術列為一項關鍵的研究領域。本文作者所在的課題組在863項目資助下，在認知無線電系統實驗平臺的設計與實現、禮儀與協議、授權用戶檢測等方面取得了一定的成果。隨著軟件無線電技術的發展，通過自適應調制的方式提高單個鏈路的性能取得了一定的研究成果。然而，由于認知無線電具有感知環境的能力，使得一條鏈路參數的改變將改變其他鏈路的用戶正在感知的無線環境，有可能導致新的自適應調整發生，如此反復，網絡內用戶動態的調整和相互依存關系給認知無線電網絡性能的分析帶來了很大困難。JAMESNEEL提出使用結合博弈論的方法來分析這一問題14，尤其在多個用戶的功率控制問題上得到了很好的效果。起源于經濟學的博弈論是一種對緊缺資源的系統分布式配置問題的求解方法。使用該理論分析通信網絡的功率控制、頻譜管理、拓撲結構生成等問題取得了豐富的研究成果1524。近年來，眾多學者在功率控制領域做出了許多成果。主要目的是減小共道干擾，保證用戶的信干噪比（SIGNALTOINTERFERENCEPLUSNOISERATIO,SINR），從而使系統具有更高的信道利用率和服務質量（QUALITYOFSERVICE,QOS）保障。以無線網絡的功率控制為例。FOSCHINI和MILJANIC等人提出了基于信干噪比平衡的功率控制分布式算法，并討論了其收斂條件15。FAMOLARI和MANDAYAM提出了干擾方程（INTERFERENCEFUNCTION）的概念，研究了功率控制迭代算法收斂的條件16。YATES等人較早研究了在上行鏈路中影響功率控制問題的若干因素17。ALPCAN在功率控制中引入了支付函數，并提出了兩種上行鏈路中的改進算法18。以美國伊利諾理工大學的DAVIDJGOODMAN教授為代表的國外學者和組織，自1998后相繼發表了一系列文章19,20,23。SARAYDAR和MANDAYAM等人改進了用于多小區的分布式功率控制技術，提出了發射功率的“價格”概念，并將之作為一種影響用戶傳輸數據行為的控制機制19。SHAH和SARAYDAR等人在另外兩篇文獻中詳細討論了基于效用函數（UTILITYFUNCTION）和價格函數（PRICEFUNCITON）的功率控制機制，并談到了關于帕累托改進（PARETOIMPROVEMENT）的問題20,23。KOSKIE和GAJIC在引入價格函數的基礎上對信干噪比平衡算法進行了改進，在犧牲很小的信干噪比損失的前提下大幅降低了發射功率24。此外，一些學者將博弈論應用于功率與傳輸速率聯合控制、功率控制與頻譜接入、功率控制與波束成形，功率控制與網絡拓撲結構生成等相結合，取得了寶貴的成果2528。認知無線電中的頻譜分配是指根據需要接入系統的認知無線電用戶數目及其服務要求將頻譜分配給一個或多個指定用戶。頻譜分配策略的選擇直接決定系統容量、頻譜利用率以及能否滿足用戶因不同業務而不斷變化的需求。德國KARLSRUHE大學FIEDRICHJONDRAL教授提出了頻譜共享池（SPECTRUMPOOLING）模型29。美國國防高級研究計劃局啟動了下一代XG計劃（NEXTGENERATION,XG），其中實現靈活的頻譜分配是該計劃的主要目標之一。國內外學者在具體的頻譜分配算法方面取得了一些成果3032。但在如何確定占用的信道數方面研究較少。本論文將對這一頻譜分配策略展開研究。13論文完成工作與結構安排在國家高技術研究發展計劃（“863”計劃）基金資助下，本文作者參與了“認知無線電系統關鍵技術（2005AA123910）”項目的研究工作。主要完成的工作如下1）提出認知無線電系統的參數調整過程實質是一個交互式決策過程。該過程可通過非合作博弈方法求解。并由此建立了認知無線電系統的功率控制博弈論模型。2）針對基于非共享機制的認知無線電系統，根據認知無線電用戶對信干噪比的滿意度特點，提出了一種新的效用函數。設計了一種基于非合作博弈的功率控制算法并證明其收斂性。證明了該博弈中納什均衡解的存在性和唯一性。通過仿真驗證了算法的收斂性和穩定性，討論了各個參數對算法性能的影響，并與其他算法的性能進行了比較。3）在以上工作的基礎上，針對基于共享機制的認知無線電系統，改進了效用函數，引入了基于指數懲罰系數的價格函數，設計了新的基于非合作博弈功率控制算法并證明其收斂性。通過仿真驗證了該算法收斂性、穩定性和對授權用戶的有效保護。4）提出了一種認知無線電頻譜分配策略。推導了實際吞吐量的數學表達式，并分析了物理概念。設計了基于遺傳算法的最優策略求解方法。通過仿真驗證了實際吞吐量與所分配子信道數的關系和最優策略求解方法的有效性。5）負責了認知無線電硬件實驗系統射頻發射、接收模塊的實現與調試，并與基帶和中頻模塊實現了成功對接。在射頻聯調成功基礎上，設計實現了認知無線電實驗系統的閉環功率控制方案。本論文的結構安排如下第一章，緒論。本章介紹了選題的背景和意義，認知無線電技術的定義與研究現狀，論文完成的主要工作和論文結構安排。第二章，博弈論及其在認知無線電中的應用。本章介紹了博弈論的基本概念、基本模型、分類和求解方法，分析了認知無線電的交互作用和博弈論在其中的應用，建立了認知無線電功率控制算法的博弈模型。第三章，基于博弈論的認知無線電功率控制算法。本章首先介紹了已有的功率控制博弈算法。分別針對基于非共享機制和共享機制的認知無線電系統，提出了新的效用函數模型，設計了新的功率控制博弈算法，對算法收斂性給出了證明。最后對兩種新算法給出了仿真結果和分析。驗證了算法收斂性，分析了關鍵參數對算法性能的影響，并與已有算法的性能進行了比較。第四章，基于實際吞吐量的認知無線電頻譜分配策略。本章首先提出了采用OFDM技術的認知無線電系統最優占用信道數的策略選擇問題。推導了實際吞吐量的概念，設計了策略選擇算法。最后通過仿真驗證了實際吞吐量與分配信道數的關系和策略選擇算法的有效性。第五章，認知無線電實驗系統的閉環功率控制實現。本章首先簡要介紹了實驗系統的基本情況和閉環功率控制的原理。接著給出了閉環功率控制的實現方案和各個模塊的軟件設計流程。最后在實驗系統上予以實現。第六章，結論與展望。總結論文完成的工作和主要創新點，指出存在的問題以及以后的研究方向。EQUATIONCHAPTERNEXTSECTION12博弈論及其在認知無線電中的應用21博弈論概述211博弈論的定義在人類的生活生產活動中，經常需要針對不同問題研究對策。然而某些問題的決策不僅決定于可選對策對決策人帶來的收益，也決定于此決策對其他竟爭對手產生的影響，這種時候決策者往往處于進退兩難的境地。博弈論在這樣的背景下應運而生。博弈論，也稱對策論，是研究決策主體的行為發生直接相互作用時候的決策以及這種決策的均衡問題。當一個主體的決策受到其他人決策的影響，而且又反過來影響其他人的決策時，這種決策和均衡問題就需要用博弈論的方法來解決33。眾多學者給博弈論下的定義也不盡相同，比如1）博弈論提供了一種在相互作用的決策條件下建模和分析的框架及語言，該決策條件是指有著（部分）相互沖突目標的多個決策者互相產生影響34。2）博弈論是研究博弈情景下博弈參與者的理性行為選擇的理論；或者說，是關于競爭者如何根據環境和競爭對手的情況變化，采取最優策略和行為的理論35。3）博弈論是一個分析工具包，它被設計用來幫助我們理解所觀察到的決策主體相互作用的現象36。盡管關于博弈論的定義在描述上有些許區別，但其本質意義是一致的，即博弈論是在決策者具有相互沖突目標或交互作用條件下的一種策略選擇理論。博弈論與常規的優化決策理論的不同之處在于博弈論中參與者在利益上有沖突；參與者要各自做出優化決策，并企圖使個人的利益最大化；每個人的決策和他人之間有相互作用，即他人的決策會影響某個人，而某個人的決策也會影響他人；在博弈論中一般假定參與決策的個體均為“理性的（RATIONAL）”，從而進行理智的邏輯思維。博弈論中的所謂“理性”，一般不是指道德標準。以博弈的參與者的眼光來看，他們試圖去實施自己認為可能是最好的行為，盡管這種行為有可能損害了其他的參與者。因此“理性行為”似乎有點“利己”，而“不管是否損人”。由于參與者的相互依存性，博弈中一個理性的決策必定建立在預測其他參與者的反應之上。這意味著參與者應該清楚地知道自己的目標和利益，在博弈中針對其他參與者的策略盡可能地選擇能使自己收益最大化的策略。這樣，博弈中任何一個參與者的決策不僅會影響其他參與者的選擇，也會影響博弈最終的結果。我國古代著名的“田忌賽馬”可以看作是最早的博弈論應用案例。大多數學者認為，博弈理論始于1944年馮諾依曼（JOHNVONNEUMANN）和經濟學家摩根斯坦（OSKARMORGENSTERN）合作的博弈論與經濟行為（THETHEORYGAMESANDECONOMICBEHAVIOR）一書。在上個世紀50年代，納什（NASH）為非合作博弈的一般理論奠定了基礎，他提出了博弈論中最重要的概念納什均衡（NASHEQUILIBRIUM），開辟了博弈論的一個全新領域。他規定了非合作博弈的形式，定義了著名的“納什均衡點”37。此后四十余年里，大量學者致力于發展“納什均衡點”理論，探討其實際應用的可能性。到了20世紀80年代后期，博弈論進入繁榮時期，產生了許多研究成果，博弈論的應用范圍也不只是經濟學的一個分支，而成為一種方法論，在各個領域都得到了廣泛應用。212博弈論的基本模型及分類博弈論自產生到發展至今已形成了較成熟的理論體系，它具有其自身的基本模型。一個完整的博弈過程用以下5個方面來描述。GN,ASI,U1）參與者N在英文中譯為PLAYER，也可稱為博弈方，是參與博弈的直接當事人，是博弈的決策主體和策略制定者。其中，表示該博弈中有個參與者。在不同的1,23,N博弈中參與者的含義是不同的，既可以是個人也可以是團體或者集團，關鍵在于這些參與者是為了一個共同的目標和利益參與博弈的。2）博弈策略A在英文中譯為ACTION，參與者可選擇的全部行為或策略的集合。即規定每個參與者在進行決策時（同時或先后，一次或多次）可以選擇的方法、做法或經濟活動的水平、量值等。它是參與者進行博弈的工具和手段，每個策略集合至少應該有兩個不同的策略。所有參與者策略集合的笛卡爾積構成了博弈的策略空間，12NA其中，表示參與者可以選擇的策略集合。12IMA,AI3）博弈次序S在英文中譯為STRATEGY。在現實的各種決策活動中，當存在多個獨立參與者進行決策時，有時候這些參與者必須同時做出選擇，因為這樣能保證公平合理。而很多時候各參與者的決策又必須有先后之分，并且在一些博弈中每個參與者還要作不止一次的決策選擇，這就產生了一個次序問題。因此規定一個博弈就必須規定其中的次序。4）博弈信息I在英文中譯為INFORMATION。信息對于博弈參與者至關重要，掌握信息的多少將直接影響到決策的準確性，從而關系到整個博弈的成敗。有經驗的參與者盡可能多地收集博弈信息，力爭在選取策略和進行決策時掌握主動。5）參與者效用U在英文中譯為UTILITY。也可稱為參與者收益。是指參與者從博弈中付出的代價或得到的收益，它是所有參與者策略的函數，因此也可以稱為效用函數。可用公式表示為。對應于各參與者的每一組可能的決策選擇，博弈都有一個結12NU,果表示各參與者在該策略組合下的得與失。這就是效用函數。對于每一個參與者，效用函數的結構與取值將會影響到參與者的行為，因而也影響到了博弈的最終結局。由此可知，效用函數的確定在博弈論研究中非常重要。從博弈的不同角度和參與者的不同觀點出發，可以產生許多形形色色的效用函數，并不唯一。博弈論就是系統研究用上述方法定義的各種各樣的博弈問題，尋求各博弈方合理選擇策略情況下博弈的解，也就是均衡（EQUILIBRIUM）。其中最基本的三個元素是參與者、博弈策略和效用。現實中各種博弈可以從不同的角度進行分類。根據參與人的多少，可以將博弈分為兩人博弈和多人博弈；根據參與人是否合作，可以將博弈分為合作博弈（COOPERATIVEGAME）和非合作博弈（NONCOOPERATIVEGAME）；根據博弈的結果，又可以將博弈分為零和博弈，常和博弈和變和博弈。在非合作博弈中，現在最流行也最有用的分類方法是從博弈參與人的行動次序和在博弈中所獲信息的差異角度來分，具體為從決策的先后次序來分，博弈可以分為靜態博弈和動態博弈；從參與人各種博弈信息的獲得差異來分，博弈可以分為完全信息博弈和不完全信息博弈。靜態博弈指的是博弈中參與者同時做決策，或雖非同時但后做決策者并不知道前面的決策者采取的具體策略；動態博弈指的是參與者的決策過程有先后順序，且后決策者能夠觀察到先決策者所選擇的策略。完全信息指的是每一個參與者對其他參與者的特征、策略空間及效用函數有準確的認識；否則，就是不完全信息。213納什均衡的分析和求解均衡是一個博弈過程的最終穩定狀態。在均衡點上，每個參與者都不會主動改變自己的策略。前面已經講到非合作博弈可從兩個角度分成四類，而這四類博弈對應者各自不同的均衡點。如表21所示。表21非合作博弈的分類及對應的均衡概念行動順序博弈靜態動態完全信息完全信息靜態博弈納什均衡完全信息動態博弈子博弈精煉納什均衡不完全信息不完全信息靜態博弈貝葉斯納什均衡不完全信息動態博弈精煉貝葉斯納什均衡在這里，我們重點分析非合作博弈中的完全信息靜態博弈及納什均衡。非合作博弈強調的是個體理性、個體最優決策，每個用戶的選擇策略的原則是最大化自己的效用，即MERGEFORMAT（21）MAX,1,2IIIUNAL式中參與者在一次博弈中所選擇的策略；IAI除了參與者以外的其余個參與者在該次博弈中的策略矢量；I1N參與者的策略集合；IAI參與者的效用函數；IU本次博弈的參與者集合。N納什均衡就是各個參與者在非合作博弈過程中達到的穩定狀態。下面給出納什均衡的數學定義37定義21如果一個博弈過程，對有GIIAAMERGEFORMAT（22）,IIIIUAAN式中參與者在納什均衡點處選擇的策略，II那么這個策略是博弈的納什均衡點。,IA對于非合作博弈中的每一個參與者，真正成功的措施應該是針對其他參與者所采取的決策，相應地采取最有利于自己的策略。或者說，對于對手的每一決策做出最有利于自己的反應。因此，如果存在這樣一種策略組合，為了極大化自己的收益，每一個參與者所采取的策略是其對手所采取策略的最佳對應反應，即沒有一個博弈參與者會輕率地偏離這個策略組合而使自己蒙受損失，則博弈存在納什均衡點，該組策略為納什均衡策略。針對上面的分析，給出納什均衡的第二個定義定義22在集合上的連續函數的最優策略集合稱為的最佳IA,IIUAGIAI對應反應（BESTRESPONSECORRESPONDENCE）。即映射IIIMERGEFORMAT（23）,IIIIIIIIAUAA根據定義21，納什均衡點處應滿足MERGEFORMAT（24）式中納什均衡點處所有參與者所選策略的向量，即，A12,NAL；AA納什均衡處所有參與者所選策略的最佳對應反應組成的向量，即，。12,NAALA納什均衡是一個博弈的穩定狀態，是博弈最可能達到的狀態，是每一個參與者都不愿意背離的平衡點。當一個博弈過程達到納什均衡時，所有用戶都沒有動機去獨自改變自己的狀態。也就是達到納什均衡后，給定其他用戶的策略不變，如果某用戶獨自改變自己的策略，那么他的效用函數將減小。圖21給出了一個2人博弈達到納什均衡的示意圖。圖中兩條直線的交點滿足式MERGEFORMAT（24），為納什均衡點。圖212人博弈納什均衡示意圖利用納什均衡概念可以對非合作博弈中各個參與者的決策選擇和博弈結果進行分析和預測。根據納什均衡的定義，當給定其他參與者采用某個納什均衡策略時，所考察的參與者同樣選擇該納什均衡的策略是符合自己利益的。因此如果一個參與者預測或判斷其他參與者都會采用某個特定的納什均衡策略，只要這個參與者是理性的，該參與者的決策選擇和博弈的結果就較易判斷。這種利用博弈中的納什均衡概念，分析判斷博弈方選擇和博弈結果的方法，就是納什均衡分析。納什均衡的定義本身并沒有說明如何求解博弈中的納什均衡點，根據納什均衡的定義，最多只能檢驗某個策略組合是否是納什均衡點。在參與者的策略集合很小的時候，可根據納什均衡的定義，對所有策略組合進行逐一檢驗，找出其中的納什均衡點。此外還有嚴格下策反復消去法（REPEATEDLYELIMINATIONOFSTRICTDOMINATEDSTRATEGIES），反應函數法（REACTIONFUNCTIONS），遞推歸納法（BACKWARDINDUCTION）等。與納什均衡對應的另兩個概念是帕累托最優（PARETOOPTIMALITY）和帕累托改進（PARETOIMPROVEMENT）。定義23對于博弈過程的某個策略，如果不存在策略同時滿足GAAAA1）；,IINUA2），JJJ那么稱策略是帕累托最優的。定義24對于博弈過程的某個策略，如果存在策略同時滿足AA1）；,IIUA2），JJJN那么稱策略為策略的帕累托改進。A帕累托最優是一種博弈的狀態，表明了一個博弈參與者如果不降低其他參與者的效用就無法提高自己的效用；帕累托改進是一種博弈的變化，表明在沒有使任何參與者境況變壞的前提下，使得至少一個參與者變得更好。一方面，帕累托最優是指沒有進行帕累托改進的余地的狀態；另一方面，帕累托改進是達到帕累托最優的路徑和方法。帕累托最優是公平與效率的“理想王國”。納什均衡是指出哪些點是最可能的結果；帕累托最優是指出哪些點是最值得達到的結果，二者沒有必然聯系。SARAYDAR在他的研究成果里詳細論述了功率控制博弈算法中的帕累托最優和帕累托改進問題23。22博弈論在認知無線電中的應用221認知無線電的交互作用認知無線電不同于傳統無線電的地方在于具有靈活的通信參數調整功能，能夠自適應地適應環境的變化。這種工作方式好處不言而喻，同時也產生了棘手的問題，即多個認知無線電用戶之間的交互作用問題。公共的無線環境導致了任何一個認知無線電用戶都不是在孤立狀態下工作的，通信參數的每一次調整都是對無線環境的改變，進而影響其他認知無線電用戶的正常工作，導致一連串的通信參數調整。各個認知無線電用戶間形成的平衡的狀態可能因此而打破，甚至可能會衍生出無限個適應循環。這些循環對某個認知無線電用戶似乎是有益的，但對整個網絡是有害的。圖22描述了一個在網絡中的認知無線電用戶的工作過程。某個認知無線電用戶圖22多個認知無線電用戶的交互作用將會對其他的具有或不具有認知功能的用戶產生影響。特別是當多個認知無線電用戶做出調整時所影響的外部環境，本身就受多個認知無線電用戶的調整影響，這將在一個擁有兩個或兩個以上認知無線無線電用戶的網絡中產生交互式的參數調整過程。多個認知無線電用戶之間的交互作用普遍存在于任何一種能夠影響外部環境的通信參數調整中，包括頻率、調制方式、多址方式等等。顯然，本文討論的重點是交互式作用在功率這一無線資源上的體現。具體地說，就是當所有的認知無線電自主地決定發射功率時，是否能夠找到合適的優化標準來指導單個認知無線電的功率調整，使所有的用戶通過調整能夠最終穩定在某一狀態，并在該狀態時達到預期的通信要求。222博弈論在認知無線電中的應用前面已經分析到，交互式作用對整個認知無線電網絡可能造成很壞的影響。解決這個問題就需要交互式決策（INTERACTIVEDECISIONPROCESS,IDP）。交互式決策是指多個參與者互相依存的決策過程。每個參與者能夠采取的最優策略都取決于其它參與者的決策，反過來也會影響其他參與者。由于這種相互依存性，決策依賴于每一個參與者，沒有任何一個參與者能完全控制決策的結果，也沒有任何參與者能完全獨立地決定自己的狀態。而博弈論是解決交互式決策問題的有力工具，這是因為首先，博弈論是研究決策主體的行為發生直接相互作用時候的決策以及這種決策的均衡的問題，符合認知無線電交互式作用的特點。舉一個例子多個認知無線電用戶在決策規則指導下在三個不同的頻譜空穴（頻點）中做出