认知无线电CR(Cognitive Radio)[1]是一种智能的无线通信系统，它通过感知频谱实时调整参数来适应周边环境的变化，从而有效提高频谱利用率。在使用授权频谱资源过程中，认知用户SU(Secondary User)通过机会接入空闲信道，而主用户PU(Primary User)拥有最高优先权，有权强制中断认知用户的当前传输，因此在认知无线电网络中维持认知用户的通信质量显得格外重要。参考文献[2]提出了链路维持的几种最基本的频谱切换方案。对于具体如何实现，研究人员提出了多种可行的方法。参考文献[3]提出了一种将切换呼叫先排队缓存的方法，该方法在无空闲信道时等待空闲信道的出现再接入，存在较长的延时，不适用于实时性要求高的业务；参考文献[4，5]中提出了用预留信道机制实现频谱切换的方法，该方法预留一定信道给切换用户接入，实时性强，本质上是以牺牲新呼接入为代价换取较高的切换接入。但在认知切换网络中，由于可用频谱是时变的，预留的信道也应该是时变的，即预留应该是动态性的预留。本文构建认知无线电博弈模型研究动态预留信道选择方法，以解决静态式预留不适合认知切换网络的要求这一问题。
1 认知无线电的博弈论模型
　博弈论(Game Theory)[6]是一系列可以用来分析、研究交互决策过程的模型和工具。认知无线电网络存在多个认知用户，每一个认知用户参数的调整均会影响到其他认知用户，由此形成交互过程。因此可以使用博弈理论分析认知无线电交互决策问题，每个认知用户可以根据环境观测结果调整参数逼近所要实现的目标，一般认知无线电观测到的结果为网络工作环境，比如干扰环境等。


    此时，称行为向量a为NE。在严格位势博弈中，当节点以自私的方式进行调整时，博弈收敛到NE，并且V的所有极大值都是NE，且至少存在一个NE。
2.2 认知无线电的动态预留信道选择

    由式(8)和式(9)可知，任何自私的单边背离均会使上式值增加，从而降低网络总干扰，与网络优化目标一致。随着迭代次数的不断增加，网络总干扰随用户选择信道调整的不断减小直到纳什均衡点处，预留最优m值为:
   
3 仿真分析
    采用802.11h发射功率和信道参数对本文所提出的动态预留信道选择方法进行仿真分析。假设认知用户数|N|=30，且随机分布在1 km2的正方形区域内，信号发射功率假设为1 W，路径损耗指数为3，噪声功率为90 dBm。同时假设认知无线电工作于5.47 GHz~5.725 GHz欧洲频段内，并以20 MHz为一个频段将其分为11个信道，即M=11。各参数列于表1中。

    考虑在某一较短时间内各认知用户的接入节点移动性很小，可令gij=gji?坌i,j∈N，此时对所有的i,j∈N均满足BSI条件，为严格位势博弈。
    假设信道7为预留信道，m=7，图1给出了某一较短时间内各认知用户的接入节点位置及其初始化信道，其中黑点表示节点的位置，黑点右边的数字表示初始化信道。由于网络中的可用信道为互不重叠的正交子信道，所预留的信道7自然不存在受环境影响的可能，从而该预留适用于所有网络覆盖范围。

　　以下为本文所提出的动态预留信道选择方法的仿真分析。在网络运行过程中，所有节点观测来自其他节点的干扰信号能量，并调整节点参数使得网络总干扰减小。图2给出了具有动态预留信道和未预留的网络总干扰随迭代次数的变化曲线，干扰中包括了噪声功率，其中预留试验在初始信道一定的条件下进行了3次试验。从图中4条曲线可以看出，网络总干扰随着节点参数调整而不断减小，这验证了严格位势博弈NE的存在性和收敛性，保证了认知无线电DSCR方法的可行性。从图中还可以看出，相比未预留的网络，具有信道预留的网络仅增加了少量干扰，然而收敛速度却快于前者。

    图3(a)和图3(b)分别给出50次预留试验的网络总干扰和预留信道号，图中可以明显看出基于严格位势博弈的认知网络以较少网络总干扰为代价实现了动态预留信道的选择，且具有信道预留网络的干扰比未预留网络的干扰起伏小。

    本文提出了一种基于严格位势博弈的动态预留信道选择方法，该方法用于在频谱切换过程中以增加少量网络总干扰为代价实现动态预留，解决了静态式预留不满足实际认知网络的问题。
参考文献
[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.