認知無線電算法分析的博弈模型外文翻譯譯文-免費閱讀
【正文】 實現(xiàn)認 知無線電時，一個關鍵的研究任務是本體發(fā)展表達了無線電有關其自身、 波形 和 網(wǎng)絡 所 需要的信息。 但是，使用博弈模型的評估超出此有限的討論。 收斂：超模博弈有弱的 FIP，即從初始行動矢量中，存在若干個納什均衡的自私適應系統(tǒng)。 例 如 ， 潛在博弈應用到自 適應干擾回避問題的分析 ， 潛在博弈應用到分布式功率控制。 潛在博弈模型 潛在博弈是一個特殊的正常形式的博弈，它有一個對應 的 函數(shù)， V： AR? ， 這樣，當一個單方面 發(fā)生偏差時， V的變化量 ΔV反映了在值域單方面偏離決策者值的變化 iu? 。此外，這些策略可以懲罰行為不一致 的 決策者。然而 ,如果在任何時刻 ,無線電允許采取最大的步驟 ,然后博弈模型將收斂于唯一的納什均衡點。并不像評估 帕雷托 最優(yōu)那樣，第 方案的穩(wěn)定狀態(tài) 是 可以 得到更好地評估 的 。我們可以假設效用函數(shù)是接受數(shù)據(jù)帶寬的單調函數(shù)（帶寬越寬越好）。而所有決策者的效用函數(shù)由式 （ 2） 表示 ])/1/ [()( \ ??? ?? iNk kkiii phkphpu （ 2） 其中ip為 i 節(jié)點的發(fā)射功率， k 是擴頻因子的統(tǒng)計估計，ih是從節(jié)點接收增益（大概不到 1）， σ 是接收機的噪聲功率 。 事實上 ,當試圖識別在一次博弈里所有納什均衡點 ,分析師們借助仿真來實現(xiàn) ——我們專注于最小化的 步驟。 如果允許無線電臺混合使用其戰(zhàn)略，即，如果一臺無線電臺在行動策略 ai和 bi之間允許存在隨機備用策略，然后移除條件 （ 3） ， 并可以放寬條件 （ 2） 的凸度要求。假設一個動作矢量（或備用矢量）滿足納什均衡，用下式（ 1）表示。 值得注意的是，我們忽略了認知周期的學習步驟。而 利益是由在博弈中決策者 i 的特殊策略 ia 和所有其他的決策者的策略 ia? 決定的。 圖 1 認知循環(huán) 然而認知無線電 的實現(xiàn) 需要大量的研究，本文特別關注的是 在外部環(huán)境 下 決策 的 相互作用。 對 認知無線電的操作的設想 ， 常用圖 1 所示的認知 循環(huán) 表示。 所以 ，每次分析必須重新開始，大大延長了需要 確立 新的結果的時間，減少分析與仿真方面提供許多的優(yōu)勢。 1 緒 論 認知無線電 通 常作為一個實現(xiàn)動態(tài)分布式無線資源管理算法 的平臺 。 在設想的情景中，無線設備將對網(wǎng)絡狀態(tài)的情況做出反應，并根據(jù)一些目標驅動算法改變他們的行為。 為了 不對每個新的網(wǎng)絡和算法 重復分析，本文提出了對認知無線電算法分析的博弈模型。 在認知循環(huán)中，無線電通過直接觀察或通過信令接收有關其操作環(huán)境（外界） 的 信息。每當一個認知無線電輕易改變其干擾輪廓 時 ，網(wǎng)絡中 其他 的認知無線電也可能會改變它們的干擾。 在博弈中，策略者被認為是在為 它們 的自身利益行事，也就是說，每個決策者以一種增加其效用函數(shù)返回的數(shù)量值的方式來選擇行動。這不是 疏忽 ，也不是一個博弈論的 局限性的描述。 ? ? ? ?,i i i iu a u b a?? , iii N b A? ? ? (1) 重申 一下 ，納什均衡是一個行為矢量， 當它自身 行為 時 ，沒有決策 者能提高其效益。有限行動空間將滿足這個放寬的條件。例如 ,聯(lián)合功率自適應系統(tǒng)建模的 GPRS網(wǎng)絡有 4個納什均衡點 , 盡管建模系統(tǒng) [5]中只有 7個決策者，依靠著一個詳盡 的 仿真也 要 花費數(shù)天才 能 完成。 這次博弈的唯一的納什均衡是所有節(jié)點以最大功率傳輸?shù)墓β适噶?。我們由此將引入另一個博弈模型，這個模型并不能同時滿足所有的要求。 確立 收斂性條件 確立 穩(wěn)態(tài)可取性與識別穩(wěn)定狀態(tài)同 等重要，它是指在什么
畢業(yè)設計相關推薦
鄂ICP備17016276號-1