![博弈学习通信抗干扰理论与方法](https://wfqqreader-1252317822.image.myqcloud.com/cover/414/44819414/b_44819414.jpg)
3.3 离散策略条件下的分层功率控制抗干扰
3.3.1 问题描述
在离散功率策略条件下,假设用户的可用功率策略集为P={p1 , p2 ,…, pm,…, pM},干扰功率策略集为J={φ1 ,φ2 ,…,φn,…,φN}。根据文献[24-25],基于信干噪比(SINR),用户的效用函数可定义为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_44_7.jpg?sign=1739291800-b4VVhRM8z7w0Rg4Uw39hKQ9dOEIinBrs-0-6868b03fe85504bb7308474cdbc427b7)
式中,为噪声功率;cs为用户单位发射功率代价;pm和φn分别为用户和干扰的发射功率。相应地,干扰的效用函数可定义为[24-25]
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_2.jpg?sign=1739291800-nVDcApunffrrqgbbDGkk6UcLd8z6q87y-0-54455ad45dc8784bc489134aedd49cfd)
式中, c j为单位干扰功率代价。与 3.2 节分析类似,在离散功率策略条件下,也可将功率控制抗干扰问题建模为一个 Stackelberg 博弈问题。其中,通信用户假设为领导者,干扰为跟随者。为了叙述方便,下面叙述中用1和2分别表示用户和干扰的标志编号。构建的Stackelberg博弈可以表示为G={N,P, J,μs,μj},其中, N={1,2}表示参与者的集合, P和J 分别表示用户和干扰的策略空间,μs和μj分别表示通信用户和干扰的效用函数。
在一个 Stackelberg 博弈中,考虑到跟随者的不精确观测和有限理性,跟随者会偏离它的最佳策略。为了表征跟随者的不精确观测,引入观测因子γ∈[0,1],γ越大,表示精确观测的概率越大。当γ=1时,表示跟随者可以完美观测领导者的行为。观测误差矩阵可以建模为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_3.jpg?sign=1739291800-IIYLsppa3c9ejPsttJsT84caJzAR3PnV-0-edcd682675fb028520edf297e5c9cd0d)
式中,φm,l为将功率pm看作pl的概率。当满足条件m=l时,φm,m=γ表示干扰可以精确观测用户发射功率pm的概率;否则,有φm,l=(1-γ)/(M-1),其中M表示用户发射功率策略的个数。
考虑到干扰的不精确观测特性,式(3-29)所示的干扰效用函数可改写为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_4.jpg?sign=1739291800-HCwIreVwWEXK8mDO9Nm6tDMAIdeDl5Qa-0-4b83abae6cc739905971f2f687d88c8a)
对于干扰来说,给定一个用户的功率策略pm∈P,干扰的优化问题可建模为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_5.jpg?sign=1739291800-I9myfTLZSoy8zIR6kkPHrBGSL7AEaaAk-0-de4c9d467d1ec405feb660258ae224a6)
由于跟随者的有限理性,即跟随者不是严格地追求效用最大化。受文献[152]的启发,为了表征有限理性的不确定度,引入理性因子η∈[0,1]来表征干扰的理性度。理性因子η越大,表示理性度越高。如果η=1,就表示跟随者是完全理性的。为了分析方便,理性矩阵可定义为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_6.jpg?sign=1739291800-qwuADBLiiUHY4Eb0NTj8FN5H7YKgmpWo-0-6de6566730a4369e1bbf3db1e10684cb)
式中,Ψw,k为功率φw被看作功率φk的概率。如果满足w=k,Ψw,w=η表示干扰的理性度;否则,有Ψw,k=(1-η)/(N-1),其中N表示干扰功率策略的个数。考虑到干扰的有限理性,式(3-28)所示的用户效用函数可改写为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_7.jpg?sign=1739291800-89sL3GbRMIAhTxK6fKj5je1m50MHuvQA-0-aedfaedbaacb68edf16d04bc8d199dc4)
相应地,用户的优化问题可表示为
![](https://epubservercos.yuewen.com/07EB73/23949980909652506/epubprivate/OEBPS/Images/43063_45_8.jpg?sign=1739291800-E9MPVmlrjekaryKa8URax8CjTsTz8aIn-0-2ec551b42e6094952654be3aab4b66c4)