[论文解读] Distributed Uplink Resource Allocation in Cognitive Radio Networks -- Part I: Equilibria and Algorithms for Power Allocation

Mingyi Hong, Alfredo García+1 more|arXiv (Cornell University)|Feb 9, 2011

Cognitive Radio Networks and Spectrum Sensing参考文献 26被引用 4

一句话总结

该论文提出了一种在单个接入点的上行认知无线电网络中进行分布式功率分配博弈的方法，其中认知用户通过非合作功率控制最大化其数据速率。证明了在联合检测下，每个纳什均衡均实现和速率最优；随着信道数量增加，均衡渐近收敛至FDMA，且达到最大和速率。

ABSTRACT

Spectrum management has been identified as a crucial step towards enabling the technology of a cognitive radio network (CRN). Most of the current works dealing with spectrum management in the CRN focus on a single task of the problem, e.g., spectrum sensing, spectrum decision, spectrum sharing or spectrum mobility. In this two-part paper, we argue that for certain network configurations, jointly performing several tasks of the spectrum management improves the spectrum efficiency. Specifically, our aim is to study the uplink resource management problem in a CRN where there exist multiple cognitive users (CUs) and access points (APs). The CUs, in order to maximize their uplink transmission rates, have to associate to a suitable AP (spectrum decision), and to share the channels used by this AP with other CUs (spectrum sharing). These tasks are clearly interdependent, and the problem of how they should be carried out efficiently and in a distributed manner is still open in the literature.

研究动机与目标

• 解决多接入点多信道认知无线电网络中的联合频谱决策与频谱共享问题。
• 将单个接入点的上行链路功率分配问题建模为认知用户之间的非合作博弈。
• 分析该博弈的均衡特性，并建立纳什均衡在和速率意义上的最优性。
• 设计无需集中协调的分布式算法，使其收敛至这些均衡。
• 证明均衡在信道数量增加时渐近等价于FDMA，并实现最大系统和速率。

提出的方法

• 将上行链路功率分配问题建模为非合作博弈，其中每个认知用户选择其功率向量以最大化自身速率。
• 基于可实现速率设计凹效用函数作为博弈的收益函数，确保纳什均衡的存在性。
• 采用带递减步长的投影梯度算法，实现向均衡的分布式收敛。
• 利用准-费耶尔收敛框架证明功率向量序列收敛至纳什均衡集合。
• 运用投影定理及凹函数的性质，建立极限点的收敛性与最优性。
• 分析均衡在信道数量增加时的渐近行为，证明其收敛至FDMA策略。

实验结果

研究问题

• RQ1 在单接入点认知无线电网络的分布式功率分配博弈中，纳什均衡具有何种最优性特征？
• RQ2 无需集中协调的分布式算法能否实现对这些均衡的收敛？
• RQ3 在和速率与多址接入策略方面，系统性能如何随可用信道数量的变化而扩展？
• RQ4 在渐近条件下，均衡策略在何种情况下趋近于频分多址（FDMA）？
• RQ5 当采用联合检测时，均衡解是否在最大化网络总和速率方面达到最优？

主要发现

• 在接入点采用联合检测时，所提功率分配博弈的每个纳什均衡在最大化和速率意义上均为最优。
• 随着信道数量增加，任意纳什均衡渐近收敛至FDMA策略，即使不采用联合检测，也能实现最大可能的和速率。
• 所提出的分布式投影梯度算法在较弱条件下收敛至纳什均衡，其收敛性通过准-费耶尔分析得到保证。
• 该算法生成的功率分配序列对纳什均衡集合实现准-费耶尔收敛，确保收敛至稳定解。
• 连续功率向量之间平方差的和为可 summable，表明调整量逐渐减小，收敛过程稳定。
• 证明了算法的极限点为纳什均衡，且由于速率函数的凹性，这些均衡在和速率意义上为全局最优。