[論文レビュー] A Game Theory Interpretation for Multiple Access in Cognitive Radio Networks with Random Number of Secondary Users

Oscar Filio-Rodríguez, Serguei Primak+2 more|arXiv (Cornell University)|May 22, 2013

Advanced MIMO Systems Optimization参考文献 26被引用数 9

ひとこと要約

本稿は、ポissonゲームを用いて人口の不確実性をモデル化することで、未知かつランダムに変化する二次ユーザー（SUs）数を有する認知無線ネットワークにおけるゲーム理論的多重アクセス方式を提案する。最適な混合戦略とペナルティ機構を導出し、ナッシュ均衡を達成するとともに、プライマリユーザー（PU）の干渉制約を満たしつつシステムスループットを最大化する。また、動的PU活動下でのパレート最適性についても解析的近似を提示する。

ABSTRACT

In this paper a new multiple access algorithm for cognitive radio networks based on game theory is presented. We address the problem of a multiple access system where the number of users and their types are unknown. In order to do this, the framework is modelled as a non-cooperative Poisson game in which all the players are unaware of the total number of devices participating (population uncertainty). We propose a scheme where failed attempts to transmit (collisions) are penalized. In terms of this, we calculate the optimum penalization in mixed strategies. The proposed scheme conveys to a Nash equilibrium where a maximum in the possible throughput is achieved.

研究の動機と目的

• 二次ユーザーの数と種別が不明で動的に変化する認知無線ネットワークにおける多重アクセスの課題に対処すること。
• 人口の不確実性とランダムなユーザー数を扱うために、非協力的ポアソンゲームとしてシステムをモデル化すること。
• ナッシュ均衡下でシステムスループットを最大化する最適な送信確率（混合戦略）を導出すること。
• PUの活動パターンを組み込み、干渉に配慮した戦略設計によりQoS制約を満たすこと。
• 異なるQoS要件を有する非均質なSUsを想定し、モデルを拡張してパレートフロンティアの正確な解析的近似を導出すること。

提案手法

• SUsの数がポアソン分布に従う非協力的ポアソンゲームとして認知無線MAC問題をモデル化する。
• プレイヤーの行動を誘導しナッシュ均衡に導くために、送信衝突に対するペナルティ機構を導入する。
• Myersonのフレームワークを用いて、期待スループットを最大化する最適な混合戦略を計算する。
• PU干渉制約およびQoS要件を含むさまざまな制約下で、最適送信確率の閉形式表現を導出する。
• 二種類のSUsを想定し、二変数最適化問題を解き、個々の最適戦略を結ぶ区分線形接続によりパレートフロンティアを近似する。
• PU活動パターンがSU戦略に与える影響を分析し、PUダイナミクスがSU送信確率に制約を及げる条件を同定する。

実験結果

リサーチクエスチョン

• RQ1 二次ユーザー数が不明でランダムに変動する状況において、ゲーム理論的多重アクセス方式をどのように設計できるか。
• RQ2 ポアソンゲームフレームワーク下で、システムスループットを最大にするナッシュ均衡を達成するペナルティ機構は何か。
• RQ3 二次ユーザーの異なるQoS要件は、最適送信戦略およびシステム性能にどのように影響するか。
• RQ4 認知無線ネットワークにおいて、PU活動が二次ユーザーの最適戦略を制約する条件は何か。
• RQ5 ランダムな人口サイズを有する非均質なSU環境において、システム性能のパレートフロンティアを正確に近似できるか。

主な発見

• 均質なSU集団における最適送信確率は、期待ユーザー数と衝突閾値の関数として導出され、λが大きい場合の閉形式近似が得られる。
• 最適ペナルティ機構により、システムは最大達成可能スループットを達成するナッシュ均衡に到達する。
• 二種類のSUsが存在する場合、各タイプの最適戦略を個別に計算し、それらを結ぶことでパレートフロンティアが区分線形で正確に近似される。
• PUの間欠的活動が低い場合、その影響は無視可能であるが、バースト型のPU活動が存在する場合には、PU干渉制約がSU送信確率に実質的な制約を及ける。
• PU干渉制約（制限フロンティア）とスループット最大化（パレートフロンティア）は、システムパラメータに応じて交差するか分離するが、最適戦略はパフォーマンスを最大化するためパレートフロンティア上に位置する。
• 特に動的かつ不確実なユーザー集団下では、従来のDCFメカニズムに比べ、提案手法がスループット面で優れる。