认知无线电网络中利用空闲频谱的阶最优频谱感知策略

本文针对认知无线电网络提出了一种采用基于近因探索的频谱感知策略。我们将多频带动态频谱接入的频谱感知策略寻找问题建模为具有平稳未知奖励分布的随机非平稳多臂老虎机问题。在认知无线电网络中，当决定在无线电频谱的何处寻找可高效用于数据传输的空闲频率时，便出现了多臂老虎机问题。我们考虑了频带动态的两种模型：1) 独立模型，其中频带状态独立于过去随机演化；2) Gilbert-Elliot模型，其中状态根据两状态马尔可夫链演化。研究表明，在这些条件下，所提出的感知策略实现了渐近对数弱遗憾。本文提出的策略是一种索引策略，其中频带的索引由样本均值项和基于近因的探索奖励项组成。样本均值促进频谱利用，而探索奖励鼓励进一步探索能提供高数据速率的空闲频带。所提出的基于近因的方法易于构造探索奖励，使其以指数方式增长次优频带连续感知时刻之间的时间间隔，从而导致弱遗憾对数增长。给出了证实对数弱遗憾的仿真结果，并且发现所提策略相较于文献中其他最先进策略常以较低复杂度提供改进的性能。