Accès opportuniste distributeur au spectre pour la radio cognitive utilisant l'équilibre corrélé et l'apprentissage sans regret

La radio cognitive a été proposée comme une approche novatrice pour améliorer l'utilisation des précieuses ressources radio limitées en accédant dynamiquement au spectre. L'un des principaux défis de conception est de coordonner et de coopérer pour accéder au spectre de manière opportuniste parmi plusieurs utilisateurs distributifs avec uniquement des informations locales. Dans cet article, nous proposons une approche théorique des jeux avec un nouveau concept de solution, l'équilibre corrélé, qui est meilleur par rapport à l'équilibre de Nash non coopératif en termes d'efficacité d'utilisation du spectre et d'équité parmi les utilisateurs distributifs. Pour atteindre cet équilibre corrélé, nous construisons un algorithme adaptatif basé sur l'apprentissage sans regret qui garantit la convergence. D'après les résultats de simulation, les équilibres corrélés optimaux atteignent une meilleure équité et un gain de performance de 5 % à 15 %, par rapport aux équilibres de Nash.