[发明专利]一种基于终端制式差异的异构网负载分配方法

摘要

本发明公开了一种基于进化博弈论同时兼顾终端差异性的异构网负载分配算法，通过运用进化博弈论的思想，动态的调整用户策略，这种策略的调整是以获得改善的效用为进化动力的，且调整用户策略的同时考虑终端制式的差异以及这种差异所带来的异构网间用户切换的种种限制。异构网的终端用户和网络提供者构成博弈的主体，其中用户期望获得较高的服务质量同时支付较低的费用，而提供者希望服务更多用户的同时消耗更少的网络资源。本发明提出的基于进化博弈论的异构网络负载均衡算法，充分考虑了终端之间的差异性，从而使得算法更具实用性。

主权项

1.一种基于终端制式差异的异构网负载分配算法，其特征在于包括下列步骤：第一步：用户模块初始化，定义用户个数UE_num，随机产生UE_num个用户。定义四种用户终端支持的网络制式N1、N2、N3，网络1支持N1，网络2支持N2，网络3支持N3。且网络1、网络2、网络3互相覆盖。定义用户的终端类型，A、B、C、D。A类型终端支持N1和N2；B类型终端支持N2和N3；C类型终端支持N1和N3；D类型终端支持N1、N2和N3。为避免极端情况，限定了A、B、C、D四种类型的数量相差不大。同时给出随机的分布X＝(x₁，x₂，x₃)的初值。x_i为Ni网络中的用户个数占总用户个数的百分比，x₁+x₂+x₃＝1，N1网络中包含的终端类型为A、C、D，N2网络中包含的终端类型为A、B、D，N3网络中包含的终端类型为B、C、D。第二步：网络参数初始化，通过异构网间两两比较确定网络参数初值，确定效用矩阵U0。设置循环次数。第三步：循环开始，固定效用矩阵加扰，计算N1，N2，N3网络各自在当前网络参数配置下的适应度，以及平均适应度。由于考虑了终端的差异性，这里需要分别比较N1，N2，N3的适应度和平均适应度的大小，以便从适应度小的网络转移到适应度大的网络，即选择适应度最大的个体取代最小的个体。比较的结果分为六种情况。设N1网络的适应度为f1，N2网络的适应度为f2，N3网络的适应度为f3，平度适应度为f_mean。则六种比较结果分别为f1＜f_mean，f2＞f_mean，f3＞f_mean；f1＜f_mean，f2＞f_mean，f3＜f_mean；f1＜f_mean，f2＜f_mean，f3＞f_mean；f1＞f_mean，f2＜f_mean，f3＞f_mean；f1＞f_mean，f2＜f_mean，f3＜f_mean；f1＞f_mean，f2＞f_mean，f3＜f_mean；第四步：根据复制动力方程进行进化，首先分别计算分别判定停止条件是否满足，如果不满足停止条件(趋近于0)，则将进化动力方程中的增长比率转化为具体的用户个数，根据增长比率的正负符号，来确定每个网络转入或者转出，动态调整各个网络的用户数量，从而给出内循环的次 数上限。第五步：稳定性及精度判定，稳定性的判定可由李亚普诺夫(A.M.LYApunov)系统稳定性定理判定。精度判定条件由第四步的停止条件决定。获得用户在三个网络中的均衡分布，和平均效用值。若不满足，重新进入第三步的循环体。