[发明专利]一种超密集网络中基于演化博弈理论的解耦多接入方法在审
申请号: | 201910422967.1 | 申请日: | 2019-05-20 |
公开(公告)号: | CN110312320A | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 朱琨;代陈;王然;陈兵 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | H04W74/02 | 分类号: | H04W74/02;H04W48/16;H04L12/24 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 彭雄 |
地址: | 211106 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 解耦 博弈理论 博弈 网络 下行 上行 群体 接入策略 接入过程 接入选择 动态的 最大化 基站 算法 保证 | ||
1.一种超密集网络中基于演化博弈理论的解耦多接入方法,其特征在于,包括步骤:
(1)将户接入过程视为一个演化博弈,并搭建演化博弈模型:
玩家:每个用户为一个博弈玩家,每个玩家通过解耦多接入的方式接入基站;
群体:具有相同策略集合的玩家作为一个群体;
策略集:以一个玩家在上行下行选择哪些基站进行接入为该玩家的策略集,每种策略为玩家的一种接入方式;
效益:玩家的效益为用户接入基站的速率与接入代价之差;所述接入代价为:用户根据运营商给出报价,在接入时为消耗的功率以及占用的带宽所支付的代价;
(2)博弈过程:玩家从策略集中选择某一可接入的策略,然后计算出相应效益,并将效益信息发送给宏基站;在同一时隙下,宏基站收到同一群体中玩家的所有效益信息后计算出群体的平均收益,并将平均收益广播给群体中的每个玩家;玩家收到群体的平均效益后,判断当前所选择的策略的效益是否小于群体平均效益,若否,则玩家选择当前策略;若是,则玩家在策略集中重新选择一个策略重新选择的策略的效益值大于前一个策略的效益值;
(3)各玩家重复博弈过程,直至所有玩家达到演化均衡状态,即满足其中,πi(t)表示每个玩家f在时刻t的效益值,表示在时刻t玩家f所述群体的群体平均效益。
2.根据权利要求1所述的一种超密集网络中基于演化博弈理论的解耦多接入方法,其特征在于,所述玩家的效益的计算公式为:
πi(t)=λ·ri(t)-c(bi,pi)
其中,λ为效益敏感系数,ri(t)为玩家f在上行下行获得的接入速率之和,ri(t)的计算公式为:
其中,ku表示玩家f在上行接入的所有基站,kd表示玩家f在下行接入的所有基站,表示玩家f在上行接入基站k所分得的带宽,表示玩家f在上行接入基站k时链路中的信噪比,表示玩家f在下行接入基站k所分得的带宽,表示玩家f在下行接入基站k时链路中的信噪比;
c(bi,pi)表示玩家f接入基站时为消耗的功率pi以及占用的带宽bi所支付的代价,c(bi,pi)=μbi+vpi,μ和v分别为运营商给出的单位带宽单价和单位功率单价。
3.根据权利要求2所述的一种超密集网络中基于演化博弈理论的解耦多接入方法,其特征在于,当不考虑玩家与基站之间通信链路的时延时,玩家选择策略的方式满足:
其中,为重新选择策略后,与玩家f选择同一策略的玩家占所述超密集网络中所有玩家的比例;γ为学习速率增益,用于控制演化过程策略的选择速度;xi(t)为重新选择策略前,与玩家i选择同一策略的玩家占所述超密集网络中所有玩家的比例;N为所述超密集网络中所有玩家的总数。
4.根据权利要求2所述的一种超密集网络中基于演化博弈理论的解耦多接入方法,其特征在于,当考虑玩家与基站之间通信链路的时延时,玩家选择策略的方式满足:
其中,τ表示时延,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910422967.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种随机接入的方法及装置
- 下一篇:随机接入驻留频点确定方法、装置及终端