认知无线电网络中用于主用户活动监测的协作式贝叶斯非参数框架
信息论
2016-11-18 v1 计算机科学与博弈论
math.IT
摘要
本文提出了一种新颖的方法，使多个观测多个主用户(PUs)可用性模式的认知无线电设备能够协作，并使用\emph{贝叶斯非参数}技术来估计完全未知的PUs活动模式分布。在所提出的模型中，每个认知节点可能对每个PU的分布有自己的个体视图，因此寻求寻找具有相关感知的伙伴。为了解决这个问题，在认知设备之间构建了一个联盟博弈，并提出了一种协作联盟形成算法。结果表明，所提出的联盟形成算法使得从某些PUs经历相似行为的认知节点能够自组织成不相交的独立联盟。在每个联盟内部，协作的认知节点结合使用贝叶斯非参数模型（如Dirichlet过程）和统计拟合优度技术，以提高估计的PUs活动分布的准确性。仿真结果表明，所提出的算法显著改善了对PUs分布的估计，并产生了性能优势，就真实分布与估计分布之间平均Kullback-Leibler距离的减少而言，相对于非协作估计达到了36.5%。结果还表明，当由于例如PU移动性导致实际PUs分布发生变化时，所提出的算法使认知节点能够调整其协作决策。
引用
@article{arxiv.1202.0460,
title = {A Cooperative Bayesian Nonparametric Framework for Primary User Activity Monitoring in Cognitive Radio Network},
author = {Walid Saad and Zhu Han and H. Vincent Poor and Tamer Başar and Ju Bin Song},
journal= {arXiv preprint arXiv:1202.0460},
year = {2016}
}
备注
IEEE Journal on Selected Areas in Communications (JSAC), to appear, 2012