在存在干扰机的情况下学习在去中心化认知无线电网络中进行协调
信号处理
2018-11-19 v3
摘要
由于次级用户(SU)之间缺乏协调，认知无线电网络中授权频谱的高效利用具有挑战性。文献中提出的分布式算法旨在通过确保 SU 的正交信道分配来最大化网络吞吐量。然而，这些算法在所有 SU 都忠实地遵循算法的假设下工作，由于网络的去中心化性质，这可能并不总是成立。在本文中，我们研究了针对恶意行为（干扰攻击）具有鲁棒性的分布式算法。我们考虑了干扰机发起协同攻击和非协同攻击两种情况。在协同攻击中，干扰机在每个时隙选择不重叠的信道进行攻击，并能显著增加 SU 的碰撞次数。我们将每种场景下的问题设定为多人赌博机，并开发了相应算法。分析表明，当 SU 忠实地执行所提出的算法时，其悔界以高概率为常数。我们通过详尽的合成实验以及基于 USRP 的现实实验验证了我们的主张。
引用
@article{arxiv.1803.06810,
title = {Learning to Coordinate in a Decentralized Cognitive Radio Network in Presence of Jammers},
author = {Suneet Sawant and Rohit Kumar and Manjesh K. Hanawal and Sumit J. Darak},
journal= {arXiv preprint arXiv:1803.06810},
year = {2018}
}
备注
Conference version published in WiOpt 2018 (https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8362853)