非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制

朱江; 张玉平

doi:10.3969/j.issn.0372-2112.2016.12.027

您当前的位置：

首页 >

文章列表页 >

非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制

学术论文 | 更新时间：2025-07-16

- 非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制
- A Game-Theoretic Power Control Mechanism Based on Hidden Markov in Imperfect Information Environment
- 电子学报 2016年44卷第12期页码：3004-3010
- 作者机构：
  
  重庆邮电大学重庆市移动通信重点实验室,重庆,400065
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61102062，No.61271260）;重庆市科委自然科学基金 (No.cstc2015jcyjA40050）
- DOI：10.3969/j.issn.0372-2112.2016.12.027
  中图分类号： TN929.5
- 纸质出版：2016
- 稿件说明：
移动端阅览
朱江, 张玉平. 非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制[J]. 电子学报, 2016,44(12):3004-3010.

ZHU Jiang, ZHANG Yu-ping. A Game-Theoretic Power Control Mechanism Based on Hidden Markov in Imperfect Information Environment[J]. Acta Electronica Sinica, 2016, 44(12): 3004-3010.
朱江, 张玉平. 非完全信息环境中一种基于隐马尔科夫的博弈式功率控制机制[J]. 电子学报, 2016,44(12):3004-3010. DOI： 10.3969/j.issn.0372-2112.2016.12.027.

ZHU Jiang, ZHANG Yu-ping. A Game-Theoretic Power Control Mechanism Based on Hidden Markov in Imperfect Information Environment[J]. Acta Electronica Sinica, 2016, 44(12): 3004-3010. DOI： 10.3969/j.issn.0372-2112.2016.12.027.

摘要

针对非完全信息环境下认知无线网络中的分布式功率控制问题，根据不同非授权用户对信道检测结果的差异，以及信道检测结果的非独立性，提出了一种基于隐马尔科夫模型的功率博弈机制.非授权用户可利用该模型推测其它非授权用户是否参与博弈，从而提升了博弈的信息准确度，使得非授权用户能够选择更优的发射功率.仿真表明，该功率控制机制在保证通信质量的前提下能够获得更大的容量功率比，具有更好的功率效率.

Abstract

To solve the distributed power control issues in cognitive radio networks under imperfect information environment

according to the difference and independence of channel detecting results of different unlicensed users

a game-theoretic power control mechanism based on hidden Markov model (HMM) is proposed.By the HMM mode

unlicensed user can estimate whether competitors would take part in the game

which improves the information accuracy of game and allows the unlicensed users to choose an optimal transmission power.Simulation results indicate that the game-theoretic power control mechanism based on HMM can not only improve the power efficiency but also meet the target capacity compared with other cases.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据