认知无线电网络中的分布式协作感知：一种重叠联盟形成方法
网络与互联网体系结构
2014-08-15 v1 计算机科学与博弈论
摘要
协作频谱感知已被证明能显著提高认知无线电网络的性能。在本文中，我们考虑分布式协作感知 (DCS)，其中次要用户 (SUs) 相互交换数据，而不是报告给公共融合中心。在大多数现有的 DCS 算法中，SUs 被分组为不相交的协作组或联盟，并在每个联盟内交换本地感知数据。然而，这些方案未考虑到一个 SU 可能参与多个协作联盟从而形成重叠联盟的可能性。在此，我们利用一类称为重叠联盟形成博弈的协作博弈中的新技术来解决这一问题，并基于该博弈模型，提出了一种分布式 DCS 算法，使 SUs 自组织成具有重叠联盟的理想网络结构。仿真结果表明，与最先进的非重叠算法相比，所提出的重叠算法产生了显著的性能提升：在 准则下总错误概率降低高达 25%，在 准则下漏检概率降低高达 20%，开销降低高达 80%，总报告数量减少高达 10%。
引用
@article{arxiv.1408.3182,
title = {Distributed Cooperative Sensing in Cognitive Radio Networks: An Overlapping Coalition Formation Approach},
author = {Tianyu Wang and Lingyang Song and Zhu Han and Walid Saad},
journal= {arXiv preprint arXiv:1408.3182},
year = {2014}
}