JOURNAL ARTICLE

Non-convex power allocation games in MIMO cognitive radio networks

Abstract

Consideramos un escenario de reparto del espectro, basado en la detección, en una red de radio cognitiva MIMO donde el objetivo general es maximizar el rendimiento total de cada usuario de radio cognitiva optimizando conjuntamente la operación de detección y la asignación de potencia en todos los canales, bajo una restricción de interferencia para los usuarios primarios. Los problemas de optimización resultantes conducen a un juego no convexo, que presenta un nuevo desafío a la hora de analizar los equilibrios de este juego. Con el fin de hacer frente a la no convexidad del juego, utilizamos un nuevo concepto relajado de equilibrio, el equilibrio cuasi-Nash (QNE). Se demuestran las condiciones suficientes para la existencia y la unicidad de un QNE. El trabajo también presenta un método de optimización de punto interior primal-dual que converge a un QNE. Los resultados de la simulación muestran que el juego propuesto puede lograr una considerable mejora del rendimiento con respecto a un juego determinista.

Keywords:
Cognitive radio Nash equilibrium Computer science Mathematical optimization MIMO Convex optimization Game theory Potential game Throughput Transmitter power output Convexity Interference (communication) Constraint (computer-aided design) Optimization problem Transmitter Regular polygon Mathematics Computer network Telecommunications Beamforming Wireless Mathematical economics

Metrics

5
Cited By
1.81
FWCI (Field Weighted Citation Impact)
23
Refs
0.87
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Citation History

Topics

Cognitive Radio Networks and Spectrum Sensing
Physical Sciences →  Computer Science →  Computer Networks and Communications
Advanced MIMO Systems Optimization
Physical Sciences →  Engineering →  Electrical and Electronic Engineering
Cooperative Communication and Network Coding
Physical Sciences →  Computer Science →  Computer Networks and Communications
© 2026 ScienceGate Book Chapters — All rights reserved.