[发明专利]VANET中利用演化博弈来激励停靠车辆合作转发进行分析建模的方法

权利要求书

1.一种VANET中利用演化博弈来激励停靠车辆合作转发进行分析建模的方法，其特征在于以下步骤，

一、分成两种情况

第一种是停靠的车辆在一定时间内是静止的；对第一种情况用的是单群体的演化博弈SCEGT激励机制，来激励停靠车辆的合作；

第二种是有些停靠车辆是在一定时间内静止不动的，但是还有一部分车辆是即走的；对第二种情况用的是多种群的演化博弈，其中停靠的车辆为一个种群，即走的车辆为另外一个种群，提出一种多群体的演化博弈MCEGT激励机制；

二、模型的建立

A、V2V的通信模型

第一种：路边停靠车辆是在一定时间内一直停靠；当车辆Vs要传递大的多媒体文件给车辆Vd；Vd不在Vs的传输范围内，并且道路上也没有移动的车辆作为中间节点传输，则利用道路旁边停靠的车辆协助多媒体服务，车辆Vs将多媒体资源分发给停靠的车辆；然后当车辆Vd通过这些拥有资源的停靠车辆时，就会从这些车辆上下载自己满意的多媒体资源；

第二种：路边停靠的车辆有的是长时间停靠的，有的是即走的；当车辆Vs要传递大的多媒体文件给车辆Vd；Vd不在Vs的传输范围内，并且道路上也没有移动的车辆以作为中间节点传输；那么就利用道路旁边停靠的车辆协助多媒体服务；车辆Vs将多媒体资源分发给停靠的车辆；当车辆Vd正在下载车辆上的资源时，停靠车辆要离开停靠车辆团体，它就会把Vs传递给自己的多媒体服务，移交给停靠车辆的邻居车辆，然后离开；当车辆Vd往前行驶，在从车辆2上下载所有的多媒体资源；

B、演化博弈模型

定义G＝{I,S,π}是基本的演化博弈模型，其中I表示参与者集合，S表示参与者策略集合，π表示参与者效用函数集合；如果y≠x∈S，存在满足等式：u[x,εy+(1-ε)x]＞u[y,εy+(1-ε)x]，x就是模型的ESS；

演化博弈论的核心有两个：即演化稳定策略、复制者动态方程；演化稳定策略x*需要满足如下两个条件：第一，x'＝Ω(x*)＝0；第二，Ω'(x*)＜0⁶；复制者动态方程描述采取变异的频数关于时间t的一个动态微分方程；用x_i'＝[φ(x_i,x)-φ(x,x)]x_i来表示复制者动态方程，其中x_i(t)采取纯策略的人占总人数的比例，φ(x_i,x)为策略i的适应度，φ(x,x)为平均适应度；

演化博弈论的标准设置是：

(1)有一个用户的种群；种群中的用户数量很大；

(2)假设有有限的纯策略或行为；种群的每个成员从同一个策略集合

Α＝{1,2,...,I}中选择策略；

(3)设为纯策略集合I上的概率分布集合；M可以解释为混合策略集合；事实上，假设从种群中随机选择出的用户：使用标记策略的参与者遇到使用策略j的参与者的概率是y_j；几个博弈过程以后，对于使用j的参与者等价于面对使用混合策略(y₁,...,y_I)的参与者。

2.根据权利要求1所述的方法，其特征在于，

(一)单群体的演化博弈(SCEGT)激励机制如下：

A.SCEGT模型

第一种情况，停靠的车辆是长时间不移动的；在每个固定的slot中，随机选择配对，策略空间是{0，1}，策略0表示停靠车辆会给需要资源的路过移动车辆或者停靠车辆提供服务，同时从他们那下载自己感兴趣的资源；策略1表示停靠车辆只从其他车辆上下载自己喜欢的资源，不服务路过车辆或者停靠车辆；

设每个节点提供一个单元的多媒体服务得到的车辆收益是P，成本是d；而每个节点接收其他车辆的每个单元多媒体资源的收益是R，需要的成本是c；其中，P>R，d>c；单团体中，路边停靠的车辆没有迁移发生，每个车辆都是接收一个单元资源，也是提供一个单元的多媒体服务；根据演化博弈规则，参与者j的收益矩阵如下：

定义γ₀(t)表示团体中选择策略0的节点数目；γ₁(t)表示团体中选择策略1的节点数目；如公式(1)所示，

γ(t)＝γ₀(t)+γ₁(t)   (1)

定义表示团体中选择策略0的比例，团体中选择策略1的比例就是1-x(t)；

根据博弈矩阵，选择策略0的期望收益如公式(2)所示：

U₀(t)＝x(t)*(R+P-c-d)+[1-x(t)]*(P-d)   (2)

＝x(t)*(R-c)+P-d

选择策略1的期望收益如公式(3)所示：

U₁(t)＝x(t)*(R-c)+[1-x(t)]*0   (3)

＝x(t)*(R-c)

整个团体的平均收益如公式(4)所示：

U‾(t)=x(t)*U0+[1-x(t)]*U1=x(t)*(R+P-c-d)---(4)]]>

B.动态复制分析

每个阶段博弈是从kt,k∈N开始，在(k+1)t,k∈N结束；节点的平均收益是与博弈对手有关的；设在一个很小的时间间隔ε中，只有ε部分参与博弈；在时间t+ε时的复制动态方程如公式(9)所示：

dx(t)dt=x(t)[U0(t)-U‾(t)]---(9)]]>

复制动态方程，如公式(10)所示：

dx(t)dt=x(t)[U0(t)-U‾(t)]=x(t)*[1-x(t)](P-d)---(10)]]>

在SMEGT激励机制作用下，ESS是存在的，并且只有一个进化稳定的策略；

本模型中存在ESS，x*(t)＝1，并且是唯一的ESS；

(二)多群体的演化博弈(MCEGT)激励机制如下

A、MCEGT模型

系统模型中的第二种情况，有些停靠车辆是在一定时间内静止不动的，但是还有一部分车辆是随时开走的；

因为车辆是移动的，那么两个车辆之间的连接时间服从指数分布，其参数λ＞0，那么在时间τ内，两个车辆连接的概率为1-Q_τ，其中Q_τ如公式(11)所示：

Q_τ＝(1+λτ)e^-λτ   (11)

假设团体Pop1和团体Pop2的节点数量分别是m和n；考虑各个团体的车辆在平面的分布都服从泊松分布，参数是γ＞0；那么在一次演化博弈过程中，存在n个车辆的概率如公式(12)所示：

P(K=n)=γn-1(n-1)!e-γ,n≥1---(12)]]>

团体1(用pop₁表示)中都是停靠的车辆，pop₁的策略空间是p₁∈{0,1}；因为考虑两个团体的博弈，那么演化博弈是在车辆离开时开始的；在这里pop₁要与单团体的时候策略有变化；策略0表示接受离开车辆移交的资源；策略1，不接受离开车辆的移交资源；团体2(用pop₂表示)包含的是即走的车辆，pop₂的策略空间是p₂∈{0,1}；策略0代表离开时移交资源给相邻车辆；策略1代表车辆离开，车辆自私，不把资源移交给相邻的车辆；每个节点下载和提供服务都是需要成本的；因为车辆在停靠的时候，无线设备等开放是靠电量支持的；假设每个离开节点移交一个单元的多媒体服务得到的收益是P，需要成本是d；而每个节点接收其他车辆的每个单元多媒体资源的收益是R，需要成本c；假设每个车辆上携带一个单元的资源；

因为在两个团体之间不存在竞争；在pop1中，如果其中的节点采取策略0，那么它得到收益的概率如公式(13)所示：

P1(x,y)=(1-(1-xα)m)mx---(13)]]>

同理，在pop2中，节点采取策略0的收益概率如公式(14)所示:

P2(x,y)=(1-(1-yα)n)ny---(14)]]>

其中α＝1-Q_τ；

在pop1中每个博弈参与者选择策略0的概率是x，在pop2中博弈参与者选择策略0的概率是y；表示团体n在选择策略s时的期望收益；那么在pop1中选择策略0的个体的收益可以用公式(15)计算：

U10(x,y)=y[RΣm=1∞P(K=m)P1(x,y)-c]---(15)]]>

同理，在pop2中选择策略0的个体期望收益计算如公式(16)所示：

U20(x,y)=x[PΣn=1∞P(K=n)P2(x,y)-d]---(16)]]>

在两个团体中，个体选择策略1的收益定义为：

在pop1中，采用策略0的节点比例是x，采取策略1的节点比例是1-x，那么团体的平均效用函数如公式(17)所示：

U‾1=xU10(x,y)+(1-x)U11(x,y)=xy[RΣm=1∞P(K=m)P1(x,y)-c]---(17)]]>

同理，团体Pop2的平均效用函数如公式(18)所示：

U‾2=yU20(x,y)+(1-y)U21(x,y)=xy[PΣm=1∞P(K=n)P2(x,y)-d]---(18)]]>

B.复制动态分析

演化博弈的复制动态方程用公式(19)表示：

dx(t)dt=x(t)[U0(t)-U‾(t)]---(19)]]>

【把代入】那么两个团体的复制动态方程为公式(20)：

dxdt=x(U10(x,y)-U‾1)=x(1-x)U10(x,y)dydt=y(U20(x,y)-U‾2)=y(1-y)U20(x,y)---(20)]]>

把公式(15)(16)带入公式(20)整理得公式(21)：

dxdt=xy(1-x)[Rxγ(1-e-xγα)-c]dydt=xy(1-y)[Pyγ(1-e-yγα)-d]---(21)]]>

用一个表示pop1的稳定演化策略ESS；

在pop2中，用来表示pop2的稳定演化策略ESS；

在MCEGT激励机制中，两个团体都有一个稳定的ESS，如公式(26)所示：

x*=-LambertW(-cαR)γαy*=-LambertW(-dαP)γα---(26).]]>