認知無線電CR(Cognitive Radio)[1]是一種智能的無線通信系統，它通過感知頻譜實時調整參數來適應周邊環境的變化，從而有效提高頻譜利用率。在使用授權頻譜資源過程中，認知用戶SU(Secondary User)通過機會接入空閑信道，而主用戶PU(Primary User)擁有最高優先權，有權強制中斷認知用戶的當前傳輸，因此在認知無線電網絡中維持認知用戶的通信質量顯得格外重要。參考文獻[2]提出了鏈路維持的幾種最基本的頻譜切換方案。對于具體如何實現，研究人員提出了多種可行的方法。參考文獻[3]提出了一種將切換呼叫先排隊緩存的方法，該方法在無空閑信道時等待空閑信道的出現再接入，存在較長的延時，不適用于實時性要求高的業務；參考文獻[4，5]中提出了用預留信道機制實現頻譜切換的方法，該方法預留一定信道給切換用戶接入，實時性強，本質上是以犧牲新呼接入為代價換取較高的切換接入。但在認知切換網絡中，由于可用頻譜是時變的，預留的信道也應該是時變的，即預留應該是動態性的預留。本文構建認知無線電博弈模型研究動態預留信道選擇方法，以解決靜態式預留不適合認知切換網絡的要求這一問題。
1 認知無線電的博弈論模型
　博弈論(Game Theory)[6]是一系列可以用來分析、研究交互決策過程的模型和工具。認知無線電網絡存在多個認知用戶，每一個認知用戶參數的調整均會影響到其他認知用戶，由此形成交互過程。因此可以使用博弈理論分析認知無線電交互決策問題，每個認知用戶可以根據環境觀測結果調整參數逼近所要實現的目標，一般認知無線電觀測到的結果為網絡工作環境，比如干擾環境等。


    此時，稱行為向量a為NE。在嚴格位勢博弈中，當節點以自私的方式進行調整時，博弈收斂到NE，并且V的所有極大值都是NE，且至少存在一個NE。
2.2 認知無線電的動態預留信道選擇

    由式(8)和式(9)可知，任何自私的單邊背離均會使上式值增加，從而降低網絡總干擾，與網絡優化目標一致。隨著迭代次數的不斷增加，網絡總干擾隨用戶選擇信道調整的不斷減小直到納什均衡點處，預留最優m值為:
   
3 仿真分析
    采用802.11h發射功率和信道參數對本文所提出的動態預留信道選擇方法進行仿真分析。假設認知用戶數|N|=30，且隨機分布在1 km2的正方形區域內，信號發射功率假設為1 W，路徑損耗指數為3，噪聲功率為90 dBm。同時假設認知無線電工作于5.47 GHz~5.725 GHz歐洲頻段內，并以20 MHz為一個頻段將其分為11個信道，即M=11。各參數列于表1中。

    考慮在某一較短時間內各認知用戶的接入節點移動性很小，可令gij=gji?坌i,j∈N，此時對所有的i,j∈N均滿足BSI條件，為嚴格位勢博弈。
    假設信道7為預留信道，m=7，圖1給出了某一較短時間內各認知用戶的接入節點位置及其初始化信道，其中黑點表示節點的位置，黑點右邊的數字表示初始化信道。由于網絡中的可用信道為互不重疊的正交子信道，所預留的信道7自然不存在受環境影響的可能，從而該預留適用于所有網絡覆蓋范圍。

　　以下為本文所提出的動態預留信道選擇方法的仿真分析。在網絡運行過程中，所有節點觀測來自其他節點的干擾信號能量，并調整節點參數使得網絡總干擾減小。圖2給出了具有動態預留信道和未預留的網絡總干擾隨迭代次數的變化曲線，干擾中包括了噪聲功率，其中預留試驗在初始信道一定的條件下進行了3次試驗。從圖中4條曲線可以看出，網絡總干擾隨著節點參數調整而不斷減小，這驗證了嚴格位勢博弈NE的存在性和收斂性，保證了認知無線電DSCR方法的可行性。從圖中還可以看出，相比未預留的網絡，具有信道預留的網絡僅增加了少量干擾，然而收斂速度卻快于前者。

    圖3(a)和圖3(b)分別給出50次預留試驗的網絡總干擾和預留信道號，圖中可以明顯看出基于嚴格位勢博弈的認知網絡以較少網絡總干擾為代價實現了動態預留信道的選擇，且具有信道預留網絡的干擾比未預留網絡的干擾起伏小。

    本文提出了一種基于嚴格位勢博弈的動態預留信道選擇方法，該方法用于在頻譜切換過程中以增加少量網絡總干擾為代價實現動態預留，解決了靜態式預留不滿足實際認知網絡的問題。
參考文獻
[1] MITOLA J, MAGUIRE G Q. Cognitive rasio: making software radios more personal[C]. IEEE Personal Communications, 1999,6(4):13-18.
[2] WANG L C, CHEN A. On the performance of spectrum  handoff for link maintenance in cognitive Radio[C]. International Symposium on Wireless Pervasive Computing, ISWPC2008, Santorini, Greece, May 2008:670-674.
[3] ZHANG Y. Dynamic spectrum access in cognitive radio wireless networks[C]. IEEE International Conference on Communications, proceedings, ICC 2008, Beijing, China, May 2008:4927-4932.
[4] IEEE P802.22 TM/C0.3. Draft Dtandard for Wireless Regional Area Networks Part 22: Cognitive wireless RAN Medium Access Control and Physical Layer specifications, 2007.
[5] ZHU X R, SHEN L F, YUM T P. Analysis of cognitive
     radio spectrum access with optimal channel Reservation[J]. IEEE Communications Letters,2007,11(4):304-306.
[6] FUDENBERG D, TIROLE J. Game theory[M]. Burlington MA: Elsevier, 2006: 501-579.
[7] NEEL J. Analysis and design of cognitive radio networks and distributed radio resource management algorithms[D]. Blacksburg: Virginia Tech, 2006.
[8] MONDERER D, SHAPLEY L. Potential games[J]. Games  and Economic Behavior, 1996,14:124-143.