عنوان ترجمه شده مقاله: دسترسی طیفی به کمک پایگاه داده در شبکه های دینامیکی: یک راه حل یادگیری توزیع شده

This paper investigates the problem of database-assisted spectrum access in dynamic TV white spectrum networks, in which the active user set is varying. Since there is no central controller and information exchange, it encounters dynamic and incomplete information constraints. To solve this challenge, we formulate a state-based spectrum access game and a robust spectrum access game. It is proved that the two games are ordinal potential games with the (expected) aggregate weighted interference serving as the potential functions. A distributed learning algorithm is proposed to achieve the pure strategy Nash equilibrium (NE) of the games. It is shown that the best NE is almost the same with the optimal solution and the achievable throughput of the proposed learning algorithm is very close to the optimal one, which validates the effectiveness of the proposed game-theoretic solution

چکیده

این مقاله به بررسی مساله دسترسی طیفی به کمک پایگاه داده در شبکه های طیف سفید تلویزیونی دینامیک می پردازد که در آن مجموعه کاربر فعال متغیر می باشد. از آنجا که هیچ کنترل کننده مرکزی و مبادله اطلاعاتی وجود ندارد، با محدودیت های اطلاعات ناکامل و دینامیک روبرو هستیم. برای حل این چالش، یک بازی دسترسی طیفی مبتنی بر حالت و یک بازی دسترسی طیفی نیرومند تدوین کردیم.  اثبات شده است که این دو بازی، بازی های بالقوه ترتیبی با تداخل وزن دار تجمیع شده هستند که کارکردهای بالقوه را انجام می دهد. یک الگوریتم یادگیری توزیع شده برای دستیابی به تعادل Nash بازی ها ارائه شده است. نشان داده شده است که بهترین NE تقریبا با راه حل بهینه و حداکثر ظرفیت قابل دستیابی الگوریتم یادگیری ارائه شده با مقادیر متناظر الگوریتم بهینه بسیار نزدیک است، که تایید کننده کارایی راه حل نظری- بازی ارائه شده می باشد.

1-مقدمه

استفاده از طیف سفید TV [1]-[3] یک راهکار پرآتیه برای حل مساله کمبود طیف در شبکه های بی سیم آینده است، چرا که می تواند با فراهم کردن امکان اجازه دسترسی دینامیکی به کانال های بدون استفاده TV به کاربران نامعتبر، بازده طیفی را بهبود بخشد. برای TVWS، نشان داده شده است که به دست آوردن اطلاعات طیفی با جستجو در یک پایگاده داده مکانی- جغرافیایی کارآمدتر است تا اندازه گیری طیفی به تنهایی [4]، [5]...