随机并行高斯干扰信道中学习均衡策略
摘要：平行高斯干扰信道的分布式功率控制近年来引起了很大的关注。然而，所有现有的工作只在确定性通信信道下进行研究，并要求某种完美的信息来执行他们提出的算法。在本文中，我们研究了随机平行高斯干扰信道的这个问题。特别是，我们考虑了通信环境的随机性和所需信息的估计误差，因此形成了一种随机的非合作功率控制博弈。然后，我们提出了一种随机分布式学习算法SDLA-I，帮助通信对学习纳什均衡。基于随机逼近理论和投影动态系统方法，我们给出了SDLA-I的收敛性分析。我们进一步提出了另一种学习算法SDLA-II，通过将简单的迭代平均思想纳入SDLA-I，来提高算法的收敛性能。我们还提供了数值结果来证明我们算法和理论结果的性能。
作者：Xingqin Lin and Tat-Ming Lok
论文ID：1103.3782
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2011-03-22