基于博弈论的OFDMA系统多小区功率协调分配算法.pdf

《基于博弈论的OFDMA系统多小区功率协调分配算法.pdf》由会员分享，可在线阅读，更多相关《基于博弈论的OFDMA系统多小区功率协调分配算法.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2008 年 1 月 Journal on Communications January 2008 第 29 卷第 1 期 通 信 学 报 Vol.29 No.1基于博弈论的 OFDMA 系统多小区功率协调分配算法 张天魁，曾志民，张颖莹（北京邮电大学 通信网络综合技术研究所，北京 100876）摘 要：提出了一种用于正交频分多址（OFDMA）通信系统下行链路的多小区功率协调分配算法，协调相邻小区在同频子信道上的发送功率，抑制小区间干扰，提高信道容量。将博弈论引入到多小区功率分配中，给出基于定价的多小区非合作功率分配博弈模型，并分析了该博弈的纳什均衡解的存在性和惟一性，给出了该模型的分布式求解

2、算法。通过仿真分别给出了单小区场景与多小区场景下算法性能，讨论了定价因子对系统性能的影响。仿真结果表明，提出的多小区功率协调分配算法可以充分利用无线资源，提高系统吞吐量，降低平均发送功率。关键词：无线通信；功率协调分配；博弈论；正交频分多址；小区间干扰 中图分类号：TN914.3 文献标识码：A 文章编号：1000-436X(2008)01-0022-08 Multicell adaptive power allocation scheme based on game theory in OFDMA systems ZHANG Tian-kui,ZENG Zhi-min,ZHANG Ying-

3、ying（Institute of Communication Networks Integrated Technology,Beijing University of Posts and Telecommunications,Beijing 100876,China）Abstract:A multicell power coordinated allocation scheme was proposed for downlink orthogonal frequency division multiple access(OFDMA)cellular systems.Transmit powe

4、r levels of co-subchannels were coordinated among inter-cell,consequently inter-cell interference was mitigated and channel capacity was increased.Game theory was employed in the multicell power allocation.A multicell non-cooperative power allocation game framework was presented via pricing.The exis

5、tence and uniqueness of Nash equilibrium of this game framework was analyzed,and a distributed algorithm for this game was proposed.The performance of the proposed scheme is verified by simulation in the single cell and multiple cell scenario respectively,as well as the influence of pricing factor o

6、n system performance.Simulation results show that the multicell power coordinated allocation scheme proposed will improve radio resource efficiency,increase throughput of the system,and reduce the average transmit power.Key words:radio communication;adaptive power allocation;game theory;orthogonal f

7、requency division multiple ac-cess;inter-cell interference 1 引言 在正交频分多址（OFDMA,orthogonal fre-quency division multiple access）的蜂窝移动通信系统中，由于小区间干扰（ICI,inter-cell interference）的存在，每个小区的功率分配都密切相关，一个小区内子载波上的功率变化会影响到其他相邻小区的功率分配。当前研究的OFDMA蜂窝系统中的自适应资源分配算法大都针对单小区情况17，没有考虑 ICI，收稿日期：2007-01-10；修回日期：2007-10-11 基

8、金项目：国家自然科学基金资助项目（60772110）Foundation Item:The National Natural Science Foundation of China(60772110)第 1 期 张天魁等：基于博弈论的 OFDMA 系统多小区功率协调分配算法 23 或者只是被动的接收来自相邻小区的同频干扰，将同频信道上的干扰信号当做噪声计算在本小区用户的信干比（SIR,signal interference ratio）中8。在无线通信系统中，如果用户受到的干扰噪声一定，则每个终端都希望获得较高的发送功率来提高 SIR，但是发送功率的增加势必会增大对其他用户的干扰，这就需要在系

9、统最优和用户需求之间的无线资源分配寻找一个平衡点。博弈论的引入，为解决这类问题带来了一个全新的方法。D.Goodman等人提出了一种用于 CDMA 系统的非合作功率控制博弈的基本模型，并进行了一系列研究分析911，包括收敛性证明、帕雷托改善、定价函数、多小区博弈等。文献1215从不同角度研究了 CDMA 系统多小区功率控制博弈问题，但是这些多小区功控博弈都是先进行最优小区选择然后在单小区用户之间进行功率控制。文献1618研究 OFDM 系统多小区功率分配问题。文献16将贪婪算法扩展到多小区中进行比特功率分配迭代，该算法为集中式算法，算法复杂度高，而且只适用于 OFDM/TDMA系统。文献17在

10、注水算法求解过程中结合非合作博弈，节约发送功率，算法复杂度也很高。文献18在 OFDM 系统小区间通过非合作博弈进行功率分配，并与注水算法进行了比较，但没有给出求解过程。文献17,18给出的多小区模型中每个小区只有一个移动台和相应的基站，即假设每个小区只有一个用户等待调度，没有考虑 OFDM 子信道的分配问题。文献19研究了多小区中子信道与功率分配问题，在小区内部进行子信道分配，在小区间进行自适应功率分配。本文将非合作博弈理论引入到相邻小区同频子信道的自适应功率分配机制研究中，提出一种用于OFDMA蜂窝移动通信系统的多小区功率协调分配算法（MPCA,multicell power coordi

11、nated alloca-tion），通过交互信道信息协调相邻小区的发送功率、抑制 ICI、提高系统吞吐量。本文首先给出了多小区 OFDMA 系统功率分配最优化模型，然后给出基于定价的多小区非合作功率分配博弈模型以及该模型下纳什平衡点的存在性和惟一性证明，并给出了分布式求解算法，最后通过仿真分析，验证了本文算法的性能。2 OFDMA 系统功率分配模型 在以 OFDM 技术为基础的蜂窝系统中，系统带宽为 B，子载波数为 C，多址方式为 OFDMA。文献1,7指出，相邻的子载波上的快衰落程度近似，因此将具有相似衰落特性的一组连续子载波看作一个子信道，并将其作为最小的调度单元进行资源分配，这样可以在

12、性能基本不变的情况下减小控制信息的开销、降低算法的复杂度。设 S 个相邻子载波组成一个子信道，则子信道数量为 MC/S，每个子信道的带宽为MBBm/=，子信道标号为 1到 M。同时考虑 I 个具有同频干扰的相邻小区，每个小区活跃的用户数为 K，不同小区中标号相同的子信道称为同频子信道，在同频子信道上的相邻小区用户之间存在同频干扰。假设信道状态信息经移动台检测后通过控制信道无差错无延时地反馈到基站，mkig,表示在基站 i 中第 k 个用户在第 m 个子信道上的增益，,ij k mg表示该用户在同频小区 j 中第 m 个子信道上的增益，则该用户的 SIR 表达式为=+=ijKkmkjimkjmk

13、imkimkipgpg12,，其中mkip,表示第 i 个基站中用户 k 在第 m 个子信道的发送功率，2为系统热噪声。对于一定的误码率（BER，bit error radio）要求，可以求出第 k 个用户在第 m 个子信道上可以发送的最大比特速率为 ,lb 1i k mi k mmRB=+(1)其中，为在一定误码率(RBE)要求下的常数，表示M-QAM 调制信号和信道仙农容量的 SNR 差值，在AWGN 信道下，()BEln 5/1.5R=。在多小区 OFDMA 系统中，假设子信道分配已经在每个小区内分别完成，设第 i 个小区在子信道分配过程中为子信道 m 分配的用户为mik,，则需要在同频

14、子信道 m 上进行功率分配的用户集合为1,mI mNkk=。因为在一个调度周期内，一个小区内的一个子信道只能分配给一个用户，在一个同频信道上的用户数就等于具有同频干扰的小区数（用户标号mik,相当于小区标号 i）。各个同频子信道相互独立，因此相邻小区间功率分配等价为在每个同频子信道上的 I 个用户之间进行功率分配，系统总吞吐量最大等价于各个小区在每个同频子信道上的容量和最大化，该最优化问题为 24 通 信 学 报 第 29 卷 max,11,1max,s.t.1i k miIKKi k mi k miki k mkpPcRc=(2)式(2)中1,=mkic表示第 i个基站的第 m 个子信道分配

15、给用户 k，0,=mkic则相反。式(2)的第一个约束条件表示每个小区基站在每个子信道上的发送功率限定为maxiP，第二个约束条件为在同一个基站内的多个用户不能共享一个子信道。当在每个小区内子载波分配确定之后，mkic,的值也随之确定，而在同频子信道上的功率决定了mkiR,的取值。因为同频干扰的存在，很难给出最优解求解式(2)，因此本文将非合作博弈论引入到小区间功率分配中，在单小区子载波分配的基础上给出简单而有效的功率协调分配算法。3 基于博弈论的 MPCA 3.1 非合作博弈模型 在同频子信道上的功率分配可以看作一个非合作的博弈过程。在博弈中，每个用户都希望获得较大的发送功率以提高效用，然而

16、任何一个用户功率的增加都会加大对其他用户的干扰而使其他用户的效用降低。这样，受到影响的用户也通过提高发送功率来获得更大的效用，最终的平衡点是处在一组各个分量比较大的功率向量上，得到的解不是帕类托最优解。为了使用户在功率分配过程中不单纯的追求效用最大化，还要考虑对其他用户产生的干扰，在非合作博弈中，引入定价机制10,19。为每个用户获得的发送功率定义定价函数，以此表示该用户使用系统资源需要付出的代价，每个用户在效用与代价之间寻找最佳的平衡点，即用户在获得的效用与产生的干扰之间折衷，此时系统可以达到最优。定义 1 基于定价的多小区非合作功率分配博弈（MNPGP,multicell non-coop

17、erative power allocation game via pricing）表示为,()ciiGNPu=。其中，IN,2,1 =表示各个小区在相同子信道上具有同频干扰的用户集合（即参与者集合），iP是用户i的策略集合，()ciu是用户i的净效用函数，即效用函数与定价函数的差。用户i的策略空间为minmax,iiiPpp=min0ip minmaxiipp且，该策略空间为闭、有界凸集。定义向量()1,Npp=P表示博弈后所有用户获得的发送功率值。最终用户i获得的净效用为()ciuP，也可以表示为(),ciiiupp，ip为用户i博弈后选取的功率，iP表示除用户 i 的功率ip之外的功率向

18、量。用户 i 的净效用函数为()(),ciiiiiiupup=pp(),iiicpp，(),iiiupp为不考虑定价时用户 i 的效用函数，(),iiicpp是用户i的定价函数。在非合作博弈中，每个用户以分布式的方法使自己的净效用最大，也就是每个用户追求()max,iiciiipupPp，则MNPGP 的最优解可以表示为()argmax,iiciiipupPp。本文采用的效用函数为仙农信道容量，则在任意同频子信道 m 上的用户 i 的效用函数为 (),2,lb 1i k mi k miiimij k mj k mj igpupBgp=+p 其中，mkiipp,=。定价函数采用随着发送功率线性增

19、长的形式(),iiiiicpp=p，i称为定价因子，表示单位功率的价格，如果所有用户优先级相同，则定价因子相等。本文给出的净效用表达式为19(),2,lb 1i k mi k mciiimiiij k mj k mj igpupBpgp=+p(3)3.2 纳什均衡的存在性和惟一性 定义 2 如果对每一个Ni，任意iiPp，有()(),cciiiiiiupuppp，则功率矢量 P 就是纳什均衡。在纳什均衡点，其他用户的功率值一定，任一个用户都不能仅靠改变自己的功率值来提高自己的效用。纳什均衡点是竞争中得到的一个每个参与者都不愿背离的平衡点，下面证明 MNPGP 中纳什均衡点的存在性和惟一性20。

20、定理 1 MNPGP 中存在纳什均衡点。证明 根据纳什定理，如果满足以下条件，则MNPGP 存在纳什均衡：1)iP是欧式空间NR的非空、闭的、有界的凸集；2)()ciuP在 P 上连续，在ip上拟凹。由 于 每 个 用 户 的 策 略 空 间iP定 义 在第 1 期 张天魁等：基于博弈论的 OFDMA 系统多小区功率协调分配算法 25 ,maxminiipp，显然满足第1个条件（maxminiipp）。对于第 2)个条件，显然()ciuP在 P上是连续的，因此只需证明()ciuP在ip上是拟凹的。效用函数()ciuP对ip的一阶偏导为(),2,(ln2)ciiiimi k miij k mj

21、k mi k mi k mj iuppB ggpgp=+p(4)效用函数()ciuP对ip的二阶偏导为()222,22,0(ln2)ciiiimi k mij k mj k mi k mi k mj iuppBggpgp=+p(5)由()22,0ciiiiuppp可得，()ciuP在ip上是凹的，因为一个凹函数也是拟凹函数，则()ciuP在ip上是拟凹的。所以 MNPGP 中存在纳什均衡。MNPGP 的最优解为()argmax,iiciiipPupp，对于连 续 可 微 函 数，一 阶 优 化 的 必 要 条 件 为(),0ciiiiupp=p，由式（4）可得，ln2miiBp=2,ij k

22、mj k mj ii k mgpg+。在实际系统中要求发送功率0ip，由 此 得 出i的 取 值 范 围i,2,(ln2)mi k mij k mj k mj iB ggp+，也就是说，如果单位功率的价格超出此范围，任何用户都不能从系统中获益。MNPGP 的最优解为 minmin2,*minmax,maxmax ,ln2 ,iiiij k mj k mj imiiiiii k miiipppgpBppppgppp+=0；单调性；可量测性，1，()()I PIP。标准方程收敛到惟一点。因此，证明纳什均衡的惟一性，只需要证明 I(P)为标准函数，即满足正性、单调性和可量测性。正性：根据定价函数的取

23、值范围可以保证必有一个用户的功率水平0ip，则有 I(P)0。单 调 性：对 于 任 意Ni，设PP，()()(),0ij k mj k mj k mj iiii k mgppIIg=PP，则I(P)为单减函数，当=PP时取等号。可量测性：1，()()()()()2,2,11ln21ln2miiii k mmii k mBIIgBg=PP 对于上式只要证明2,ln2mii k mBg即可。前文中讨论0ip时得出 2,0ln2ij k mj k mj imii k mgpBg+即 2,ln2ij k mj k mj imii k mgpBg+由 正 性 条 件 得ijmkjimkjpg0,，易

24、得2,ln2mii k mBg。则()()0iiIIPP。由以上证明可知，干扰方程 I(P)是一个标准函数，所以 MNPGP 具有惟一的纳什均衡解。3.3 NPGP 求解算法 本文给出一种 MNPGP 的分布式求解算法，过程如下：26 通 信 学 报 第 29 卷 步骤 1 令0=t，初始功率矢量()00=P，算法迭代精度为0；步骤 2 令1+=tt，计算()()()1tt=PI P；步骤3 如果()()1ttPP，则算法结束，()t=PP为最终的功率分配结果；否则重复步骤 2。可见，以上的求解过程是分布式的，每个基站单独计算本小区用户的发送功率，而且，算法的复杂度与系统考虑的相邻小区个数有关

25、，与小区内用户数无关，因此该算法具有很强的鲁棒性。在功率分配求解过程中，相邻小区间需要交互每个同频子信道的发送功率水平。定理 3 本文给出的 MNPGP 的求解算法收敛到纳什均衡点。证明 该算法收敛到惟一的不动点 P，该点为纳什均衡点，则该算法收敛到纳什均衡点。4 仿真分析 4.1 仿真模型 本文采用的 OFDMA 系统下行链路仿真模型为：假设系统带宽为 10MHz，600 个可用子载波，子载波带宽为 15kHz，每 25 个连续的子载波组成一个子信道，系统共有 24 个子信道；每个小区 3 扇区，扇区复用因子为 1，考虑扇区间干扰；每扇区5 个用户，均匀分布；采用 12 径瑞立信道，并考虑阴

26、影衰落和快衰。仿真参数为表 1 所示。仿真中假设没有子载波间干扰和符号间干扰，并且基站可以获得本小区内所有用户的信道状态信息。表 1 仿真参数 参数 取值 发送时间间隔（TTI）0.5 ms 调度周期(Ts)0.5 ms 仿真时长 2000 TTI 小区半径 500 m 基站总功率 20 W 用户速率 3 km/h 目标 RBE 10-6 路径损耗指数 4 阴影衰落指数 8 dB 仿真中采用的子载波分配算法为Max C/I算法6。在单小区和多小区两种不同的仿真场景下，应用Best Effort 业务，取不同的定价因子分析系统总吞吐量和每个扇区的平均功率，评估本文提出的MPCA 算法性能。4.2

27、 单小区场景 假设系统只有一个小区，即 3 个扇区，则干扰来自本小区内的其他两个扇区，因此，MPCA 算法仅需要在同一个小区的 3 个扇区之间进行管理信息的交互。图1给出了MPCA算法在不同定价因子下获得的系统总吞吐量，从图中可见，系统总吞吐量随着定价因子的增加而增加。定价因子较小时，每个用户都希望通过增加自己的功率提高净效用，这样使得整体干扰水平较高，当定价因子较大时，每个用户获得的功率较小，则总吞吐量增加。定价因子为0 时，每个用户获得的净效用不受代价函数约束，这样的结果是每个用户都达到最大功率约束后才收敛，此时达到的系统吞吐量相当于等功率分配下的系统吞吐量（在后文多小区场景下也如此）。从

28、图中数据可以得出，功率协调分配与等功率分配相比，系统容量最大可以提高 5%。图 1 单小区每扇区 5 用户系统总吞吐量 图 2 为在不同定价因子下的扇区平均功率，可见定价因子为 0（等功率分配）时，功率最大，定价因子越大，系统收敛的功率越小。这是由于定价因子取值较小时，每个用户都希望基站为其分配更多的发送功率来提高自己的净效用，从而算法收敛到一个比较大的功率值，定价因子取值较大时，则限制了用户的这种“贪婪”行为。这说明了定价因子为单位功率的价格这个物理意义的正确性，也可以看出定价因子的取值反应了系统对资源的控制力度。通过图 1 和图 2 可以得到最佳的定价因子，使得系统吞吐量达到最大且总发送功

29、率最小。第 1 期 张天魁等：基于博弈论的 OFDMA 系统多小区功率协调分配算法 27 图 2 单小区每扇区 5 用户扇区平均功率 进一步分析仿真数据可得，系统采用较大的定价因子会提高系统吞吐量，但是对用户间公平性将产生影响。信道状态差的用户如果想获得相同的净效用需要付出更大的“代价”。本文采用 Raj Jain 公平指数衡量用户之间的公平性，定义系统公平指数：2211KKkkkkFRKR=，K 为系统内总用户数，kR表示每个用户的吞吐量。随着定价因子的增加，系统的公平性下降，如图 3 所示。公平性对 Best Effort 业务没有影响，但是如果进一步考虑不同业务场景，选取定价因子时需要考

30、虑不同业务之间的公平性要求。图 3 单小区每扇区 5 用户系统公平指数 4.3 多小区场景 假设系统只有 19 个小区，每个小区 3 个扇区，每个扇区计算所有来自相邻扇区的干扰。如果同时协调所有小区的所有扇区的发送功率，则需要巨大的管理控制开销。仿真数据表明，同小区内的同频干扰占总干扰的 30左右，因此本文将 MPCA 算法用于每个小区，即功率协调在同一个小区的 3 个扇区内进行，其他相邻小区的同频干扰等效为噪声。同一个小区的 3 个扇区之间进行管理信息的交互很容易实现，避免了多个小区同时协调带来的庞大管理信息开销和时延。仿真表明，仅考虑本小区内的同频干扰进行功率协调也可以带来系统增益。同单小

31、区场景一样，随着定价因子的增加，系统总吞吐量增加，扇区平均功率降低，公平性也逐渐降低。与单小区不同的是，在多小区场景中，同频干扰来自系统内所有扇区，而干扰协调只在每个小区中的相邻扇区中进行，因此，在不同定价因子下的吞吐量增益、功率值、公平指数变化范围都比较大。图 4 为系统总吞吐量变化曲线，可见，与等功率（定价因子为 0 的点）相比，系统吞吐量增加约30%，远大于单小区场景下的 5%，这是因为多小区场景下干扰大，干扰抑制获得的吞吐量增益也更明显。随着定价因子的增加，系统公平指数从 0.41 左右降到了 0.25 左右（如图 5 所示），而在单小区场 图 4 多小区每扇区 5 用户系统总吞吐量

32、图 5 多小区每扇区 5 用户系统公平指数 28 通 信 学 报 第 29 卷 景下仅从 0.154 降到 0.144。在多小区场景下系统公平指数整体比单小区场景高是因为用户之间的信道质量差异比单小区内小，而公平性下降幅度大是由于系统吞吐量增益带来的。此外，通过仿真数据分析发现，随着每扇区用户数的增加，功率协调带来的系统增益逐渐下降，如果用户数量进一步增加，则系统总吞吐量比等功率时小。图 6 给出了在多小区场景下，等功率分配系统吞吐量与功率协调系统吞吐量对比。从图中可见，每扇区用户为 20 时，等功率与功率协调获得的系统吞吐量相等，当用户数为 24 时，功率协调获得的系统吞吐量已经小于等功率的

33、吞吐量。这说明，随着用户的增加，多用户分集效应逐渐增强，每个用户之间的信道差异较小，功率协调带来的增益逐渐减小。在单小区场景下，每扇区用户数达到50 以上才出现系统吞吐量相等的情况。这也说明只协调了本小区内的干扰获得的增益要小于协调全部扇区的增益，当然，这样的协调使用的管理控制开销要远小于协调全部扇区。图 6 多小区功率协调与等功率下吞吐量对比 5 结束语 在子信道分配已知的基础上，本文提出了多小区功率协调分配算法（MPCA）。提出了带有定价因子的多小区非合作功率博弈，并证明了该博弈纳什均衡的存在性与惟一性，并给出了分布式求解算法，算法复杂度低，易于实现。通过协调小区间同频信道的发送功率，减小

34、了同信道干扰的影响，增加了系统吞吐量，节约了基站的总发送功率。本文是在子载波分配已知的情况下协调小区间功率分配，在后续的工作中将研究子载波与功率联合分配的最优解。此外，本文的优化目标为最大化系统吞吐量，我们希望在此基础上研究可以满足不同业务QoS 和用户公平性的多小区资源分配机制。参考文献：1 WONG C Y,CHENG R S,LETAIEF K B,et al.Multiuser OFDM with adaptive subcarrier,bit,and power allocationJ.IEEE Journal on Selected Areas in Communications,

35、1999,17(10):1747-1758.2 ZHANG G D.Subcarrier and bit allocation for real-time services in multiuser OFDM systemsA.IEEE International Conference on CommunicationsC.Paris,France,2004.2985-2989.3 WONG C Y,TSUI C Y,CHENG R S,et al.A real-time subcarrier allocation scheme for multiple access downlink OFD

36、M transmis-sionA.IEEE VTCC.Houston,TX,USA,1999.1124-1128.4 PIETRZYK S,JANSSEN G J M.Multiuser subcarrier allocation for QoS provision in the OFDMA systemsA.IEEE VTCC.Birming-ham,AL,United States,2002.1077-1081.5 RHEE W,CIOFFI J M.Increase in capacity of multiuser OFDM sys-tem using dynamic subchanne

37、l allocationA.IEEE VTCC.Tokyo,Jpn,2000.1085-1089.6 JANG J,WANG K,LEE B.Transmit power adaptation for multiuser OFDM systemsJ.IEEE Journal on Selected Areas in Communica-tions,2003,21(2):171-178.7 WANG Q,XU D,XU J,et al.A grouped and proportional-fair subcar-rier allocation scheme for multiuser OFDM

38、systemsA.25th IEEE International IPCCCC.Phoenix,AZ,United States,2006.97-101.8 KULKARNI G,ADLAKHA S,SRIVASTAVA M.Subcarrier alloca-tion and bit loading algorithms for OFDMA-based wireless net-worksJ.IEEE Transactions on Mobile Comuting,2005,4(6):652-662.9 GOODMAN D,MANDAYAM N.Power control for wirel

39、ess dataJ.IEEE Wireless Communacations,2000,7(2):48-54.10 SARAYDAR C U,MANDAYAM N B,GOODMAN D J.Efficient power control via pricing in wireless data networksJ.IEEE Transac-tions on Communications,2002,50(2):291-303.11 SARAYDAR C U,MANDAYAM N B,GOODMAN D J.Pricing and power control in a multicell wir

40、eless data networkJ.IEEE Journal on Selected Areas in Communations,2001,19(10):1883-1892.12 ALPCAN T,BASAR T,DEY S.A power control game based on out-age probabilities for multicell wireless data networksJ.IEEE Trans-actions on Wireless Communications,2006,5(4):890-899.13 TEERAPABKAJORNDET W,KRISHNAM

41、URTHY P.A reverse link power control algorithm based on game theory for multi-cell wireless data networksA.IEEE Global Telecommunications Conference WorkshopsC.Dallas,TX,United States,2004.14 SARMA G,PAGANINI F.Game theoretic approach to power control 第 1 期 张天魁等：基于博弈论的 OFDMA 系统多小区功率协调分配算法 29 in cell

42、ular CDMAA.IEEE VTCC.Orlando,FL,United States,2003.6-9.15 FENG N,MAU S C,MANDAYAM N B.Joint network-centric and user-centric radio resource management in a multicell systemJ.IEEE Transactions on Communications,2005,53(7):1114-1118.16 周文安,李真,诸葛卿等.多小区多用户 OFDM 系统中的最佳比特分配算法J.北京邮电大学学报,2004,12(27)(增刊):212

43、-216.ZHOU W A,LI Z,ZHUGE Q,et al.An optimal bit loading algo-rithm in multi-cell multi-user OFDM systemsJ.Journal of Beijing University of Posts and Telecommunications,2004,12(27)(Sup.):212-216.17 ZHU H,ZHU J,LIU K J R.Power minimization for multi-cell OFDM networks using distributed non-cooperative

44、 game approachA.IEEE Global Telecommunications ConferenceC.2004.3742-3747.18 WANG L,XUE Y S,SCHULZ E.Resource allocation in multicell OFDM systems based on noncooperative gameA.The 17th Annual IEEE International Symposium on Personal,Indoor and Mobile Radio CommunicationsC.2006.1-5.19 张天魁,曾志民,唐南等.一种

45、用于 OFDMA 系统的多小区自适应资源分配算法J.北京邮电大学学报,2007,5(30):67-71.ZHANG T K,ZENG Z M,TANG N,et al.A multicell adaptive re-source allocation scheme for OFDMA cellular systemJ.Journal of Bei-jing University of Posts and Telecommunications,2007,30(5):67-71.20 殷志明,谢剑英.无线数据网络中基于博弈论方法的功率控制J.计算机研究与发展,2004,41(6):909-915.

46、YIN Z M,XIE J Y.Power control based on game theory in wireless data networksJ.Journal of Computer Research and Development,2004,41(6):909-915.作者简介：张天魁（1980-），男，黑龙江哈尔滨人，北京邮电大学博士生，主要研究方向为 OFDM 无线资源管理、蜂窝中继系统无线资源管理、异构网络。曾志民（1956-），男，北京人，博士，北京邮电大学教授、博士生导师、通信网络综合技术研究所所长，主要研究方向为无线通信网络。张颖莹（1982-），女，河南登封人，北京邮电大学硕士生，主要研究方向为OFDM 资源调度。