基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究

计算机工程与科学

基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究

林雪松1，杨万清1，夏元斗1，程松2

（1.国家电网辽宁省电力有限公司大连供电公司，辽宁大连 116001；2.易讯科技股份有限公司，辽宁沈阳 110168）

收稿日期:2015-03-31 修回日期:2015-07-10 出版日期:2016-12-25 发布日期:2016-12-25

Study on power control of home area access control

network of smart grid based on cognitive radio technology

#br#

LIN Xuesong1,YANG Wanqing1,XIA Yuandou1,CHENG Song2

(1.State Grid Liaoning Electric Power Corp Dalian Branch,Dalian 116001;

2.Yixun Technology Co.,Ltd.,Shenyang 110168,China)

Received:2015-03-31 Revised:2015-07-10 Online:2016-12-25 Published:2016-12-25

摘要/Abstract

摘要：

智能电网家域网中应用认知无线电技术的主要目的是提高频谱利用率。功率控制是提高频谱利用率并实现频谱共享的主要手段之一，其通过减小认知用户间干扰来提高用户信干噪比性能，从而保证认知用户正常通信。研究基于认知的智能电网家域接入网络中三种不同功率控制算法的性能。通过仿真对比可得：三种算法收敛迅速，效率极高，在一定程度上都能降低系统开销，提高网络性能，对实际工程有很好的指导意义。

关键词: 家域网, 认知无线电, 代价函数, 功率控制

Abstract:

The main purpose of the application of cognitive radio (CR) technology in the Home Area Network (HAN) of smart grid is to improve the spectrum utilization. Power control is one of the main ways of improving spectrum efficiency and spectrum sharing. By reducing the interference between secondary users (SUs), users' signal to interference plus noise power ratio (SINR) is improved so as to ensure the normal communications among SUs. We study three power control algorithms in the performance of home area access control network of smart grid based on CR technology. Simulation results show that the three algorithms have rapid convergence and high efficiency, which can reduce the system overhead to a certain extent and improve the network performance, thus having very good guidance significance for practical engineering.

Key words:

home Area Network, cognitive radio, pricing function, power control.

林雪松1，杨万清1，夏元斗1，程松2. 基于认知的智能电网家域接入控制网络非合作博弈功率控制算法比较研究[J]. 计算机工程与科学.

LIN Xuesong1,YANG Wanqing1,XIA Yuandou1,CHENG Song2.

Study on power control of home area access control

network of smart grid based on cognitive radio technology

#br#

[J]. Computer Engineering & Science.

[1]	刘辉1,2,3，宋家旺1,2，代云霞1,2，朱彬欣1,2. 异构网络中基于用户划分的资源分配与功率控制方案[J]. 计算机工程与科学, 2019, 41(08): 1398-1405.
[2]	陈诗军1，王慧强2，陈大伟1，刘秀兵2,胡海婧2. 基于改进禁忌搜索的基站布局优化算法[J]. 计算机工程与科学, 2018, 40(02): 341-347.
[3]	张云蕾，刘开华，马永涛，李洋. 基于多频段传感器辅助认知无线电网络的高能效传感器调度算法[J]. 计算机工程与科学, 2017, 39(08): 1438-1443.
[4]	张强宇,齐建东,何以. 一种基于模糊控制的无线传感器网络拓扑控制算法[J]. 计算机工程与科学, 2017, 39(08): 1444-1449.
[5]	龙敏，吴靓. 认知无线电网络中安全的协作频谱检测算法[J]. 计算机工程与科学, 2016, 38(10): 2045-2050.
[6]	孔得凯，吴克宇，韩方景，韩方剑. 认知无线电网络中基于信道跳频序列的异步交汇算法研究[J]. J4, 2014, 36(10): 1872-1879.
[7]	刘升1，陈志刚1,邝祝芳2. 认知无线电中结合差异性的免疫克隆优化频谱分配算法[J]. J4, 2014, 36(09): 1672-1677.
[8]	林选伟，吴谨. 基于交互式图论的目标边缘检测算法[J]. J4, 2014, 36(08): 1571-1575.
[9]	罗孟宇1，陈志刚1，邝祝芳1，2. 基于频域复杂度分析的频谱感知算法[J]. J4, 2013, 35(6): 52-56.
[10]	周健1，2，3,余永红1,孙丽艳1. 基于随机图的CR Ad Hoc网络频谱管理方案[J]. J4, 2013, 35(12): 84-89.
[11]	刘玉涛1,2,宋志群1,谭学治2. 基于最大加权独立集的频谱分配算法[J]. J4, 2012, 34(6): 158-162.
[12]	杨文忠，张振宇，吴向前. 认知无线电网络中QoS组播路由调度[J]. J4, 2012, 34(10): 6-10.
[13]	朱晓梅,包亚萍. 认知无线电中非高斯噪声下主用户信号的协作检测方法[J]. J4, 2011, 33(10): 164-168.
[14]	胡富平, 王殊, 刘威, 李安. 落信道下认知传感器网络频谱检测方法研究[J]. J4, 2010, 32(3): 7-10.
[15]	焦铬1,2，李仁发2，彭日光2，李浪1,2，邹祎1. 一种动态可重构系统的实时任务调度算法[J]. J4, 2010, 32(12): 145-148.