基于拍卖机制的认知异构网络中联合预编码与功率分配研究

In cognitive Empowered heterogeneous networks (HetNets), joint precoding and power allocation can suppress the interference to the licensed user caused by unlicensed users and the inner-interference among unlicensed users, leading to a system throughput enhancement.This project studies joint precoding and power allocation in cognitive empowered heterogeneous networks via auction theory. We will study this topic from four aspects: First, we study the spectrum market model and the auction mechanism for the scenario of multiple cognitive systems with low power nodes and multiple licensed users under the construction of HetNets. Second, based on auction mechanisms we study the reward functions of licensed users and cognitive systems in terms of the interference endured by licensed users and the throughput of cognitive systems. Third, we study the existence and uniqueness of the Nash equilibrium of joint precoding and power allocation in cognitive systems via game theory as well as the robustness under cheating and collusion. Forth, we study the joint precoding and beamforming algorithm in cognitive systems that can reach the Nash equilibirum of auction and its convergence. The proposed algorithm can balance the rewards of licensed and unlicensed users within the HetNets, which is beneficial for practical application of the joint precoding and power allocation technique in cognitive empowered HetNets.

在认知异构网络中采用预编码与功率分配可以有效抑制非授权用户对授权用户的干扰和非授权用户之间的相互干扰，提高系统吞吐量。本项目将在认知异构网络中研究基于拍卖机制的认知系统联合预编码与功率分配，以最大化认知网络共享授权用户的频带时授权用户和认知系统各自的收益。我们拟从四个方面开展研究：第一，研究认知异构网络中以低功率节点为核心的多个认知系统和多个授权用户的频谱市场模型和竞价拍卖机制；第二，基于拍卖机制研究关于授权用户所忍受干扰、认知系统吞吐量的授权用户和认知系统的收益函数；第三，研究基于拍卖的认知系统联合预编码与功率分配纳什均衡的存在性和唯一性以及在买卖双方欺诈和勾结下的鲁棒性；第四，研究达到拍卖纳什均衡的认知系统联合预编码与功率分配算法及其收敛性能。本项目研究的联合预编码与功率分配算法兼顾异构网络中授权用户和非授权用户的利益，有利于认知异构网络中的联合预编码与功率分配技术走向实际应用。

在认知异构网络中采用预编码与功率分配可以有效抑制非授权用户对授权用户的干扰和非授权用户之间的相互干扰，提高系统吞吐量。本项目研究了在认知异构网络中基于拍卖机制的认知系统联合预编码与功率分配，以最大化认知网络共享授权用户的频带时授权用户和认知系统各自的收益。重要研究结果包括:1)建立了分数频率复用的频谱拍卖模型,通过拉格朗日松弛算法不断修正并得到近似最优的频谱分配矩阵。提出了联合预编码和功率分配的频谱拍卖迭代优化算法，建立了基于斯坦克尔伯格博弈的迭代优化目标。2)提出了一种新型的基于反向拍卖模型的激励框架，利用自适应拉格朗日松弛算法求得反向拍卖优化问题的近似最优解。提出了一个基于信漏噪比的波束形成算法，通过博弈论的方法最大化第三方网络的吞吐量。3)提出了一种认知分布式天线系统频谱拍卖模型，利用拉格朗日松弛算法求解得到频带分配的近似最优解。构建了最大化次用户效用的目标函数，提出基于博弈论的功率分配及公平机制的波束成形矢量。4)提出了一种CoMP系统中基于拍卖机制的多重贪婪算法。结合CoMP系统中的协作传输场景，提出了一种基于拍卖机制的联合波束成形和功率分配算法。5)提出一种基于拍卖机制的量子遗传优化算法寻找原问题的优化解，并提出了一种能保证拍卖机制个人理性和出价真实性的支付规则。6)提出了一种诚信的多时隙频谱的拍卖机制，在次用户接入频段后产生干扰将在拍卖机制中计算用户支付值时依据干扰以进行价格补偿，结合联合功率分配与波束成形的技术优势二次优化通信系统。7)提出一种基于小小区网络的周期性双边异质频谱拍卖机制，构造了一种基于多重贪婪频谱拍卖算法以及基于决定性报价的支付价格机制。提出一种基于FTP传输文件的动态子帧配置机制。8)构建了部署有毫微微基站和宏基站的双层异构网作为系统模型，提出了一种基于拍卖理论的双层异构网动态频谱拍卖机制，设计出一种基于步进式拍卖的可变步长步进式拍卖机制。