基于game-based算法的动态频谱访问matlab仿真
1.算法运行效果图预览
(完整程序运行后无水印)
展示了负载因子P和次级传输功率不同的HPE。
从图中可以看出，随着|hP E|²扩大,用户P更好的为二级用户分配更多的频谱机会,以便刺激二级用户传输更多的干扰功率,因此,导致ρ的减少和Psu的增加。
不同方案下不同用户P信噪比下的保密率。可以很自然地看到，随着信噪比的增加，主用户的保密性也会增加。此外，我们所提出的基于游戏的干扰方法比功率控制方案的效果要好得多，因为在干扰下接收机的干扰被消除了。可以看出，两种方案都优于不合作的方案。
不同|hP E|下的保密率。从图中可以看出，随着窃听者通道的改善，保密性降低。同样可以看出，我们提出的方案的保密率要高于功率控制方案。
不同主用户P信噪比的辅助用户效用。随着信噪比的增加，P会降低其负载系数。因此，更多的干扰功率将投入合作，这反过来有利于二次用户自己。因此，辅助用户的效用随着用户P的信噪比的增加而增加。
不同|hP E|的二次用户效用图。没有合作，当|hP E| ²小于0.2时，效用为零。随着|hP E|2的增大，会有更多的频谱机会分配给二次用户，因此，随着|hP E|2的增大，功利性也随之增加。
从图中可以看出，随着delta扩大,用户P更好的为二级用户分配更多的频谱机会,以便刺激二级用户传输更多的干扰功率,因此,导致ρ的减少和Psu的增加。
不同主用户P信噪比的辅助用户效用。随着delta的增加，P会降低其负载系数。因此，更多的干扰功率将投入合作，这反过来有利于二次用户自己。因此，辅助用户的效用随着用户P的信噪比的增加而增加。
2.算法运行软件版本
matlab2022a
3.部分核心程序
（完整版代码包含详细中文注释和操作步骤视频）
for i = 1:length(deltai)
tmps = 0;
tmps2= 0;
for jj = 1:5000
pj = 0.8+rand/5;
up_uplp = 0.18;
pi1 = up_uplp;
pi2 = (1-up_uplp)*(1-pj);
pi3 = (1-up_uplp)*pj;
Up = pi2*R2 + pi3*R1;
Rsu = max([1+Psu_tmp*hi./di]);
Us = pi1*Rsu - 2*c*Psu_tmp*pi3;
%根据us反推p,Psu最大的时候，对应的Us的值
Up = Us;
PP = Up/((1-pj)*R2 + pj*(log2(1+Ppu*hP2/dP)-log2(1+Ppu*hPE2/(Psu_tmp*hAE2 + Psu_tmp*hBE2 + dE))));
tmps = abs(PP);
Px(jj) = (1-tmps)/tmps;
Psuss = max(1/(2*log(2)*c*Px(jj)*pj) - 1/gamma,0);
tmps2 = tmps2+Psuss;
end
tmps2 = tmps2/5000;
p_(i) = mean(Px)/2;
Psu_(i) = tmps2;
end
figure;
subplot(121);
semilogx(deltai,p_,'b-o');
xlabel('delta');
ylabel('p')
grid on
axis([0,1,0,2.5]);
subplot(122);
semilogx(deltai,Psu_,'b-o');
xlabel('delta');
ylabel('P_s_u')
grid on
axis([0,1,0,2.5]);
01_0176m
4.算法理论概述
认知无线电网络中的安全问题近年来引起了人们的极大关注。与基于密钥的上层加密不同，物理层安全开辟了一种全新的实现方法安全通信。这一开创性的工作可以从信息理论的角度追溯到Wyner。他介绍了窃听通道，并透露，如果窃听者的通道比合法接收者的]差，就可以达到非零保密率。近年来，认知无线电网络中的物理层安全问题，已引起了人们的广泛关注，特别是频谱底层系统中的授权频带或频谱共享系统中的公共频带。
随着无线通信技术的发展和无线设备的普及，频谱资源变得越来越稀缺。传统的静态频谱分配方式导致频谱利用率低下，而动态频谱访问（Dynamic Spectrum Access, DSA）技术允许未授权用户在不影响授权用户通信的前提下，动态地访问空闲频谱，从而提高了频谱利用率。
游戏理论是研究博弈行为的数学理论，它可以用来描述和分析具有竞争和合作性质的交互系统。在动态频谱访问中，未授权用户之间的竞争和合作可以通过游戏理论模型来描述。在动态频谱访问中，未授权用户（也称为次级用户）通过竞争空闲频谱资源来进行通信。基于游戏理论的动态频谱访问算法旨在找到一个纳什均衡，使得所有用户的效用最大化。
相关的理论公式推演，可以参考附带的参考文献：
