基于超模博弈的认知无线电频谱分配算法

第３６卷　

Ｖｏ１．３６　第６期　

Ｎｏ．６　计算机工程　

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　２０１０年３月　

Ｍａｒｃｈ　２０１０　

・人工智能及识别技术・　文章编号：１００ｏ—３４２８（２ｏ１０）０每一ｌ２１　３　文献标识码：Ａ　中圈分类号；ＴＮ９１１．７　

基于混合蛙跳算法的认知无线电频谱分配　

彭振　，赵知劲　，郑仕链　

（１．杭州电子科技大学通信工程学院，杭州３ｌ００１８；　

２．中国电子科技集团公司第３６研究所通信系统信息控制技术国家级重点实验室，嘉兴３１４０３３）　

摘要：提出一种二进制混合蛙跳算法和基于该算法的认知无线电频谱分配方法。对该方法与颜色敏感图论着色算法进行仿真比较，结果　表明在最大化网络总效益和最大化公平效益准则下，基于二进制混合蛙跳算法的频谱分配方法的性能较高。二进制混合蛙跳算法能找到理　想最优解，颜色敏感图论着色算法得到的解与理想最优解偏差较大。　

关健诃：认知无线电；动态频谱分配；混合蛙跳；图论着色　

Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　Ｓｐｅｃｔｒｕｍ　Ａｓｓｉｇｎｍｅｎｔ　

Ｂａｓｅｄ　ｏｎ　Ｓｈｕｆｆｌｅｄ　Ｆｒｏｇ　Ｌｅａｐｉｎｇ　Ａｌｇｏｒｉｔｈｍ　

ＰＥＮＧ　Ｚｈｅｎ１．ＺＨＡＯ　Ｚｈｉ－ｊｉｎ　，一．ＺＨＥＮＧ　Ｓｈｉ．１ｉａｎ　

（１．Ｃｏｌｌｅｇｅ　ｏｆＣｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｇｚｈｏｕ　Ｄｉａｎｚｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ　３１００１８；２．Ｓｔａｔｅ　Ｋｅｙ　Ｌａｂ　ｏｆＩｎｆｏｒｍａｔｉｏｎ　Ｃｏｎｔｒｏｌｌｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｓｙｓｔｅｍ，Ｎｏ．３６　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ，Ｃｈｉｎａ　Ｅｌｅｃｔｒｏｎｉｃ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｒｐｏｒａｔｉｏｎ，Ｊｉａｘｉｎｇ　３　１４０３３）　

［Ａｂｓｔｒａｃｔ］Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｅｓｅｎｔｓ　ａ　ｂｉｎａｒｙ　ｓｈｕｆｆｌｅｄ　ｆｒｏｇ　ｌｅａｐｉｎｇ　ａｌｇｏｒｉｔｈｍ　ａｎｄ　ａｎ　ａｓｓｉｇｎｍｅｎｔ　ｍｅｔｈｏｄ　ｆｏｒ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ　ｓｐｅｃｔｒｕｍ　ｂａｓｅｄ　ｏｎ　ｉｔ．　Ｓｉｍｕｌａｔｉｏｎｓ　ａｒｅ　ｃｏｎｄｕｃｔｅｄ　ｔｏ　ｃｏｍｐａｒｅ　ｔｈｉｓ　ｍｅｔｈｏｄ　ａｎｄ　ｃｏｌｏｒ　ｓｅｎｓｉｔｉｖｅ　ｇｒａｐｈ　ｃｏｌｏｒｉｎｇ　ａｌｇｏｒｉｔｈｍ．Ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｕｎｄｅｒ　ｔｈｅ　ｍａｘｍｉｚａｔｉｏｎ　ｒｏｌｅ　ｏｆ　

第１１卷第３期　太赫兹科学与电子信息学报　Ｖｏ１．１１，Ｎｏ．３　

２０１３年６月　Ｊｏｕｒｎａｌ　ｏｆ　Ｔｅｒａｈｅｒｔｚ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｊｕｎ．，２０１３　

文章编号：２０９５．４９８０（２０１３）０３—０４０２．０４　

基于认知无线电网络中用户需求频谱分配算法　

林冉晴，陈跃斌，谭　元，王小芳　

（云南民族大学电气信息工程学院，云南昆明６５０５００）　

摘　要：在认知无线电网络中，对图着色频谱分配算法进行了分析，发现只有少数已有算法　

考虑到用户的需求是否得到满足，导致需求低的用户分配到过多资源。为解决这个问题，根据基于　

用户需求的图着色论频谱分配算法，对用户的满意度设置优频谱分配优先级函数，满意度差的用户　进行优先选择分配，得到一种改进算法。仿真结果表明，基于用户需求的频谱分配算法的改进算法，　

能够增加系统的信道效益，提高用户的需求满意程度。　

关键词：认知无线电；图着色；用户需求；频谱分配　

中图分类号：ＴＮ９２　文献标识码：Ａ　ｄｏｉ：１０．１１８０５／ＴＫＹＤＡ２０１３０３．０４０２　

Ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｕｓｅｒ　ｒｅｑｕｉｒｅｍｅｎｔ　ｉｎ　

ｃｏｇｍｔｌｖｅ　ｒａｄｉｏ　ｎｅｔｗｏｒｋ１１　１１　●　●　・　

ＬＩＮ　Ｒａｎ—ｑｉｎｇ，ＣＨＥＮ　Ｙｕｅ－ｂｉｎ，ＴＡＮ　Ｙｕａｎ，ＷＡＮＧ　Ｘｉａｏ—ｆａｎｇ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ　Ｙｕｎｎａｎ　６５０５００，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｂｙ　ａｎａｌｙｚｉｎｇ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ　ｏｆ　ｇｒａｐｈ　ｃｏｌｏｒｉｎｇ　ｔｈｅｏｒｙ　ｉｎ　ｔｈｅ　Ｃｏｇｎｉｔｉｖｅ　

Ｒａｄｉｏ（ＣＲ）ｎｅｔｗｏｒｋ，ｉｔ　ｉｓ　ｆｎｕｎｄ　ｔｈａｔ　ｊｕｓｔ　ａ　ｆｅｗ　ｉｎ　ｅｘｉｓｔｉｎｇ　ａｌｇｏｒｉｔｈｍｓ　ｈａｖｅ　ｃｏｎｓｉｄｅｒｅｄ　ｗｈｅｔｈｅｒ　ｔｈｅ　

认知无线电中的频谱资源优化分配算法

随着科技的不断发展，无线电通信技术已经成为现代通信领域不可或缺的一部分。在无线电通信中，频谱资源是最宝贵的资源之一，合理利用频谱资源是无线电通信发展的关键所在。因此，频谱资源的优化分配算法也就成为了无线电通信领域中一个重要的研究方向。

认知无线电是一种新兴的无线电通信技术，通过实时感知无线电频谱利用情况，发现可用频率，避免与其他频段的干扰，从而实现了对频谱资源的最优化利用。在认知无线电中，频谱资源优化分配算法的研究与应用具有重要的实际意义和应用价值。

频谱资源的分配算法一般分为静态分配和动态分配两种。静态分配是指提前确定频率资源分配方案，对网络中频率使用的需求没有及时响应，一旦分配后难以进行调整。动态分配则是根据实际需求对频率资源进行管理与分配，实现了更快速和更高效的资源分配。因此，基于认知无线电的频谱资源优化分配算法主要采用动态频谱分配技术。

动态频谱分配技术是指通过实时监测无线电频谱的使用情况，自适应地分配可用的频谱资源。该技术不仅能够充分利用频谱资源，而且可以在频谱使用状况发生改变时及时进行调整。因此，动态频谱分配技术其在认知无线电通信中的应用受到了广泛关注。 频谱资源优化分配算法的核心在于如何有效地利用可用的频谱资源。一般而言，频谱资源分配算法可以分为中心化算法和分布式算法两种。中心化算法是通过中心节点控制所有的频率资源分配，而分布式算法则是通过各个节点之间的协作实现分配。分布式算法适用于大规模网络，但是需要设计适合不同应用场景的信令交互机制，中心化算法则适用于小规模网络，但是在实现复杂功能时具有局限性。

总的来看，频谱资源优化分配算法的研究具有重要的理论与实践意义。但是，在实际应用中，频谱资源优化分配算法的应用仍存在一些问题，如信号传输可靠性、频率干扰等，这些问题需要进一步深入研究与解决。

总第３１５期　２０１６年第１期　计算机与数字工程　Ｃｏｍｐｕｔｅｒ＆Ｄｉｇｉｔａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．４４　Ｎｏ．１　９５　

基于博弈论的认知无线电网络频谱分配研究　

倪秋芬　

（广州华立科技职业学院广州　５１１３２５）　

摘要认知无线电（Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ，ＣＲ）由于其动态分配频谱资源特性，能帮助认知用户在不影响授权用户的条件　下伺机地使用某段空闲频谱，实现授权用户与认知用户之间频谱资源的共享，解决了对不可再生频谱资源再利用的问题。　论文构建了基于博弈论的认知无线电频谱分配模型，并对基于博弈论的认知无线电频谱分配模型从合作博弈和非合作博　弈两大类进行了阐述，最后对已有的九种博弈论模型在频谱分配方面的相关研究做了总结和归纳。　关键词认知无线电；频谱分配；博弈论　中图分类号ＴＮ９２５　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２—９７２２．２０１６．０１．０２３　

Ｓｐｅｃｔｒｕｍ　Ａｌｌｏｃａｔｉｏｎ　ｏｆ　Ｃｏｇｎｉｔｉｖｅ　Ｒａｄｉｏ　Ｂａｓｅｄ　ｏｎ　Ｇａｍｅ　Ｔｈｅｏｒｙ　

ＮＩ　Ｑｉｕｆｅｎ　（Ｇｕａｎｇｚｈｏｕ　Ｈｕａｌｉ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ，Ｇｕａｎｇｚｈｏｕ　５１１３２５）　

Ａｂｓｔｒａｃｔ　Ｄｕｅ　ｔＯ　ｉｔｓ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｔｈａｔ　ａｌｌｏｃａｔｉｎｇ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ｄｙｎａｍｉｃａｌｌｙ，ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ　ｃａｎ　ｈｅｌｐ　ｔｈｅ　ｃｏｇｎｉｔｉｖｅ　ＵＳ—　ｅｒｓ　ｕｓｉｎｇ　ｔｈｅ　ｉｄｌｅ　ｓｐｅｃｔｒｕｍ　ｕｎｄｅｒ　ｔｈｅ　ｃｏｎｄｉｔｉｏｎ　ｗｉｔｈｏｕｔ　ａｆｆｅｃｔｉｎｇ　ｔｈｅ　ａｕｔｈｏｒｉｚｅｄ　ｕｓｅｒｓ　ｔｏ　ｒｅａｌｉｚｅｓ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ｒｅｓｏｕｒｃｅ　ｓｈａ—　ｒｉｎｇ　ｂｅｔｗｅｅｎ　ａｕｔｈｏｒｉｚｅｄ　ｕｓｅｒｓ　ａｎｄ　ｃｏｇｎｉｔｉｖｅ　ｕｓｅｒｓ，ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｒｅｕｓｉｎｇ　Ｏｆ　ｔｈｅ　ｎｏｎ－ｒｅｎｅｗａｂｌｅ　ｓｐｅｃｔｒｕｍ　ｉｓ　ｓｏｌｖｅｄ．Ｔｈｅ　ｍｕｄ—　ｅｌ　ｏｆ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ　ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ　ｉｓ　ｃｏｎｓｔｒｕｃｔｅｄ　ｂａｓｅｄ　ｏｎ　ｇａｍｅ　ｔｈｅｏｒｙ，ａｎｄ　ｅｘｐｏｕｎｄｉｎｇ　ｔｈｅ　ｍｏｄｅｌ　ｏｆ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ　ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｇａｍｅ　ｔｈｅｏｒｙ　ｆｒｏｍ　ｔｈｅ　ｃｏｏｐｅｒａｔｉｖｅ　ｇａｍｅ　ａｎｄ　ｎｏｎ－ｃｏｏｐｅｒａｔｉｖｅ　ｇａｍｅ　ｔｗｏ　ｃａｔｅｇｏｒｉｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｎｉｎｅ　ｇａｍｅ　ｔｈｅｏｒｙ　ｍｏｄｅｌｓ　ａｒｅ　ｓｕｍｍａｒｉｚｅｄ　ａｎｄ　ｃｏｎｃｌｕｄｅｄ　ｉｎ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｃｏｎｃｅｒｎｉｎｇ　ｔｈｅ　ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ．　Ｋｅｙ　Ｗｏｒｄｓ　ｃｏｇｎｉｔｉｖｅ　ｒａｄｉｏ，ｓｐｅｃｔｒｕｍ　ａｌｌｏｃａｔｉｏｎ，ｇａｍｅ　ｔｈｅｏｒｙ　Ｃｌａｓｓ　Ｎｕｍｂｅｒ　ＴＮ９２５