게임 이론에 기반한 기회적인 스펙트럼 액세스 환경에서의 적응적 스펙트럼 선택 알고리즘

Abstract

기회적인 스펙트럼 액세스는 스펙트럼의 효율성을 향상 시키는 인지 라디오 기술 중의 하나이다. 기획적인 스펙트럼 액세스에서 부 사용자들은 우선 사용자들의 신호를 확인하기 위해서 모든 스펙트럼을 감지한다. 이 경우, 부 사용자들은 복잡한 하드웨어를 갖고 에너지 관점에서 비효율적으로 동작 한다. 이러한 단점을 없애기 위해서 모든 스펙트럼을 감지하는 대신에, 부 사용자들은 한 스펙트럼(채널)을 선택하는 알고리즘이 필요하고 우선 사용자들의 채널 이용률을 고려해야 한다. 본 논문에서, 다중 채널 환경에서 모든 채널을 감지하는 부담감을 줄이기 위해서 부 사용자들이 랜덤하게 채널을 선택하는 알고리즘을 먼저 제안하고 성능을 수학적으로 분석하고 평가 한다. 우선 사용자들의 채널 이용률을 고려하면서 부 사용자들이 자신의 성능을 최대로 높이기 위해서 채널을 선택하는 경우의 상호 작용을 게임 이론을 이용해서 분석한다. 부 사용자들이 서로 통신을 하지 않고 분산적으로 동작하는 경우, 게임 이론의 균형점을 달성하기 위해서 게임 이론 기반의 학습 알고리즘을 채널 선택 문제에 적용한다. 분산적으로 동작하는 경우 학습 알고리즘을 사용하는 부 사용자들의 성능이 랜덤하게 선택하는 알고리즘보다 좋은 성능을 나타낸다.