非对称认知网络中分布式多用户频谱共享算法

为解决多用户冲突导致非对称认知网络吞吐量降低的问题，根据网络中用户信道收益矩阵的特点，提出了一种分布式多用户联合频谱共享方法．首先，基于Gale-Shapley 理论实现认知用户和信道之间的 一对一频谱分配，以避免认知用户之间的竞争冲突; 其次， 在未知信道先验知识或者认知用户仅有部分信道感知能力时，通过顺序最优学习算法获取信道收益信息; 同时设置接入定时器，实现分布式机会频谱共享．仿真结果表明: 所提方法的平均网络吞吐量明显优于随机等分布式算法，且复杂度比最优算法大大降低，收敛速度较快， 适于感知带宽受限和用户地理位置分散的非对称认知网络