[논문 리뷰] A Game Theory Interpretation for Multiple Access in Cognitive Radio Networks with Random Number of Secondary Users

Oscar Filio-Rodríguez, Serguei Primak외 2명|arXiv (Cornell University)|2013. 05. 22.

Advanced MIMO Systems Optimization참고 문헌 26인용 수 9

한 줄 요약

이 논문은 인구 불확실성을 모델링하기 위해 포아송 게임을 사용하여, 알 수 없고 랜덤하게 변하는 수의 보조 사용자(SU)를 가진 인지 무선 네트워크를 위한 게임이론적 다중 액세스 방식을 제안한다. 나시 균형을 달성하고 주 사용자(PU) 간섭 제약 조건을 준수하면서 시스템 스루풋을 최대화하기 위해 최적의 혼합 전략과 보상 메커니즘을 유도하며, 동적인 PU 활동 하에서 파레토 최적성에 대한 분석적 근사치를 제공한다.

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.

연구 동기 및 목표

• 알 수 없고 동적으로 변화하는 수의 보조 사용자(SU)가 존재하는 인지 무선 네트워크에서의 다중 액세스 문제를 해결하기 위해.
• 인구 불확실성과 랜덤한 사용자 수를 처리하기 위해 비협력적 포아송 게임으로 시스템을 모델링하기 위해.
• 나시 균형 하에서 시스템 스루풋을 최대화하는 최적의 전송 확률(혼합 전략)을 유도하기 위해.
• 주 사용자 활동 패tern을 통합하여 간섭 인식 전략 설계를 통해 QoS 제약 조건을 충족시키기 위해.
• 다양한 QoS 요구 조건을 가진 이질적인 SU로 확장하고, 파레토 경계의 정확한 분석적 근사치를 도출하기 위해.

제안 방법

• SUs 수가 포아송 분포를 따르는 비협력적 포아송 게임으로 인지 무선 MAC 문제를 모델링한다.
• 플레이어 행동을 유도하고 시스템이 나시 균형으로 향하도록 전송 충돌에 대한 보상 메커니즘을 도입한다.
• 포아송 게임의 마이어슨 프레임워크를 사용하여 기대 스루풋을 최대화하는 최적의 혼합 전략을 계산한다.
• PU 간섭 및 QoS 요구 조건과 같은 다양한 제약 조건 하에서 최적의 전송 확률에 대한 닫힌 형식의 표현식을 유도한다.
• 두 유형의 SU로 모델을 확장하기 위해 이변량 최적화 문제를 해결하고, 고립된 최적 전략의 조각별 선형 연결을 통해 파레토 경계를 근사한다.
• PU 활동 패턴이 SU 전략에 미치는 영향을 분석하여, PU 동역학이 SU 전송 확률에 제약을 가하는 조건을 규명한다.

실험 결과

연구 질문

• RQ1 보조 사용자 수가 알 수 없고 랜덤하게 변할 경우, 게임이론적 다중 액세스 체계는 어떻게 설계될 수 있는가?
• RQ2 포아송 게임 프레임워크에서 시스템 스루풋을 최대화하는 나시 균형을 달성하기 위해 어떤 보상 메커니즘이 필요한가?
• RQ3 보조 사용자의 다양한 QoS 요구 조건은 최적의 전송 전략과 시스템 성능에 어떻게 영향을 미치는가?
• RQ4 인지 무선 네트워크에서 주 사용자 활동이 보조 사용자 최적 전략에 제약을 가하는 조건은 무엇인가?
• RQ5 랜덤한 인구 규모를 가진 이질적인 SU 환경에서 시스템 성능의 파레토 경계를 정확하게 근사할 수 있는가?

주요 결과

• 동일한 SU 인구에 대해 최적의 전송 확률은 기대 사용자 수와 충돌 임계값의 함수로 유도되었으며, 큰 λ에 대해 닫힌 형식의 근사치를 제공한다.
• 최적의 보상 메커니즘이 시스템이 최대 달성 가능한 스루풋을 가진 나시 균형에 도달하도록 보장한다.
• 두 유형의 SU에 대해, 각 유형의 고립된 최적 전략을 연결함으로써 파레토 경계가 조각별 선형 경계로 정확하게 근사된다.
• PU의 간헐성이 낮을 경우, PU의 영향은 무시할 수 있지만, bursty한 PU 활동의 경우 PU 간섭 제약 조건이 SU 전송 확률에 유의미한 제약을 가한다.
• 제약 경계(PU 간섭 제약 조건)와 파레토 경계(스루풋 최적화)는 시스템 파arameter에 따라 만날 수도, 갈라질 수도 있으며, 최적 전략은 성능을 최대화하기 위해 파레토 경계 상에 위치한다.
• 소규모 사용자 수에서 특히 동적이고 불확실한 사용자 인구에서 전통적인 DCF 메커니즘에 비해 제안된 체계가 스루풋 측면에서 뛰어난 성능을 보인다.