[发明专利]一种基于分布式理性竞争的移动自组织网络资源分配方法有效
申请号: | 202011177065.5 | 申请日: | 2020-10-29 |
公开(公告)号: | CN112437490B | 公开(公告)日: | 2022-08-16 |
发明(设计)人: | 井俊 | 申请(专利权)人: | 南京微平衡信息科技有限公司 |
主分类号: | H04W72/04 | 分类号: | H04W72/04;H04W72/08;H04W24/02;H04W84/18 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 封睿;唐代盛 |
地址: | 210000 江苏省南京市雨*** | 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: | 一种 基于 分布式 理性 竞争 移动 组织 网络资源 分配 方法 | ||
1.一种基于分布式理性竞争的移动自组织网络资源分配方法,其特征在于,包括以下步骤:
步骤1,初始化无线自组织网络中各节点的动作集和选择概率,从各个节点的动作集中随机选择该节点的初始动作;
步骤2,根据各节点选择的动作和对应的选择概率,结合环境和通信需求,计算与选择的动作对应的效用值;
步骤3,根据与选择的动作对应的效用值,更新动作集中各个候选动作的选择概率,确定下步动作进行数据通信;
步骤4,重复步骤2-3,进行移动自组织网络资源分配;
步骤1中,初始化无线自组织网络节点的动作集和选择概率,具体方法为:
如果节点i选择信道ci和功率Pi,其中ci∈M,M表示信道集合,Pi∈P,P表示可选功率集合,i∈N,N表示自组织网络节点集合,则ai=(ci,Pi)表示一个动作;定义节点i的第k个候选动作为ai,k,则初始化该节点的动作集合为Ai={ai,k},由节点i所有可能的候选动作ai,k组成,初始化各候选动作的选择概率为pi,k=1/K,其中K表示节点i可以选择的候选动作数目;
步骤2中,根据各节点选择的动作和对应的选择概率,结合环境和通信需求,计算与选择的动作对应的效用值,具体方法为:
用参数ai表示节点i的动作,a-i表示除i以外的其他节点的动作集,则节点i选择ai,而除i以外的其他节点选择a-i的效用值Ui(ai,a-i)表示为:
其中,C是需求敏感度因子,用来针对不同的通信需求调整适配,Ri表示节点i的通信需求,N表示自组织网络节点集合,ri是ri(ai)的缩写,表示节点i选择动作ai时获取的通信速率,具体计算公式为:
ri=Blog2(1+SINRi)
其中,B为信噪带宽,SINRi表示节点i接收信号的信干噪比,具体计算公式为:
其中,Pi表示节点i的功率,Pj表示节点j的功率,hji表示节点i和j之间的瑞利衰落系数,dji表示节点j与节点i之间的距离,α表示路径衰落指数,σ2为高斯噪声功率,δ(ai,aj)的定义如下所示:
其中,ci、cj分别表示节点i、j的信道,综合上述公式即得节点i选择动作ai时的效用值;
步骤3中,根据与选择的动作对应的效用值,更新动作集中各个候选动作的选择概率,确定下步动作进行数据通信,具体方法为:
设当前时刻为t,下一时刻为t+1,τ表示当前时刻到起始时刻的时间段标号,节点i的动作集为Ai,表示τ时刻节点i选择的动作,表示τ时刻除i以外的其他节点的动作集,记节点i的当前动作为m,则对于节点i的任意非m候选动作n∈Ai,下一时刻选择动作m或n的概率表示为:
其中,μ是学习参数,分别表示下一时刻节点i选择动作m或n的概率,是的缩写,表示节点i选择动作n,除i以外的其他节点选择动作的效用值,是的缩写,表示节点i选择动作除i以外的其他节点选择动作a-i的效用值;
求得下一时刻节点i的各候选动作的选择概率后,随机产生一个数,与各候选动作的选择概率进行区间匹配确定下一步动作,进行数据通信。
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微平衡信息科技有限公司,未经南京微平衡信息科技有限公司许可,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/202011177065.5/1.html,转载请声明来源钻瓜专利网。