CN101854634A - 分簇自组织网络中一种基于市场的频谱分配方法 - Google Patents
分簇自组织网络中一种基于市场的频谱分配方法 Download PDFInfo
- Publication number
- CN101854634A CN101854634A CN201010173662A CN201010173662A CN101854634A CN 101854634 A CN101854634 A CN 101854634A CN 201010173662 A CN201010173662 A CN 201010173662A CN 201010173662 A CN201010173662 A CN 201010173662A CN 101854634 A CN101854634 A CN 101854634A
- Authority
- CN
- China
- Prior art keywords
- bunch
- frequency spectrum
- spectrum
- market
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
分簇自组织网络中一种基于市场的频谱分配方法基于三级频谱分配市场模型,簇首节点根据业务比例从频谱管理中心购买频谱,簇内采用基于供需市场理论的频谱分配算法,以实现各簇收益的最大化。频谱管理中心根据主用户频谱使用情况,实时地更新当前的空闲频谱信息;簇首周期地更新簇内中继请求的普通节点业务量,并向频谱管理中心提交该数据作为订购频谱参考单;频谱管理中心依据订购参考单按业务比例将所有空闲频谱出售给各簇首;将簇首看作是频谱(商品)的提供者,簇内普通节点作为频谱商品市场的消费者,利用供需市场理论,簇首与簇内的所有普通节点进行谈判协商,共同决定买卖频谱的单价及带宽,使双方都相对满意,从而实现系统各簇收益的最大化。
Description
技术领域
本发明涉及一种特别用于认知Ad Hoc网络中基于市场的三级频谱分配实现方案,属于通信技术领域。
背景技术
近年来,随着无线通信业务的广泛发展,频谱资源出现了日趋匮乏的现象,其主要原因是无线频谱接入技术的不合理利用,即现有的无线通信系统均采用低效率的固定信道分配策略。认知无线电被认为是解决该问题最行之有效的新技术之一它允许认知用户在不影响频带内合法用户正常通信的前提下共享该频段。
动态频谱分配技术是认知无线网络设计的重要组成部分,对实现无线频谱的二次利用和提高无线频谱利用率起着至关重要的作用。在认知无线电网络中,由于无线频谱资源时间、空间的变化特性,认知用户移动导致网络拓扑变化等,认知用户的频谱分配不能再按照传统的方式进行。
自组织(Ad Hoc)网络是由一组带有无线收发装置的移动终端组成的一个多跳的临时自组织系统,可以通过无线连接构成任意形式的网络拓扑。Ad Hoc网络的独立组网、无中心结构、自组织、动态拓扑、多跳路由等许多优良特性为它在民用通信和军事通信领域占据一席之地提供了有利的保证。从共享无线信道的角度来看,Ad Hoc网络降低了信号冲突的概率,提高了信道利用率,低功率的无线电波减少了被截获和窃听的概率。
Ad Hoc网络作为一种特殊的多跳移动网络,可以采用平面结构或分级结构。在网络规模较大并且需要提供一定的QoS支持时,需要采用分级结构。而分级结构常常是通过分簇来实现,即通过将网络节点划分成若干个簇,每个簇通常由一个簇首和多个普通节点组成。网络由所有移动节点共同维护,它们的能力和能量均受限,并且链路质量是时变的,因此Ad Hoc网络的资源管理较为复杂。
基于分簇算法的分簇结构对于提高分布式认知无线电网络的性能有着重要的意义,使用分簇结构既有利于移动管理、资源分配,还可以比较方便地采用结合先验式和后验式优点的混合式路由,分布式认知无线电网络中分簇机制的优点可归纳如下:
(1)簇成员直接将信息传送至簇首,避免了簇内泛洪,多跳等各种路由策略,以及路由回路的产生,从而节省了网络能量。
(2)簇首的数量远小于网络中的总的节点用户数,所以在少量簇首组成的主干网中节省了均向BS发送消息所消耗的频谱资源,也避免了相当一部分频率干扰,节省了能量。
(3)是解决网络可扩展性的有效手段,因为簇内节点的变化情况不会影响整个主干网络,重组只在簇内产生,在重新分簇中可尽量避免簇首的更换。
(4)便捷有效的节能方案,节点传输信息的代价远高于计算,因此将节点组织成簇可以大大降低节点间的信息传输量,有利于节省能量损耗并延长网络生命周期。
(5)分簇结构使网络灵活性增加,认知网络中的簇节点、簇首和BS构成的主干网可以基于不同的目标优化函数,采用不同的分配规则来分配频谱,从而使网络更加灵活有效。
但是,分簇算法本身会带来计算、通信和维护开销,为了减少分簇算法的负面影响,必须提高分簇算法的性能,特别是减少通信和维护开销。移动主机的CPU的计算和处理能力发展很快,因此并不需要过多考虑计算开销,而频谱是分布式网络中最宝贵的资源,因此频谱分配是分簇后需要解决的主要问题之一。
发明内容
技术问题:本发明的目的是在于提供一种认知分簇Ad Hoc网络中基于市场的三级频谱分配方法,该方法中簇首节点依据业务比例从频谱管理中心购买频谱,簇内采用基于供需市场理论的频谱分配算法。该方法中的迭代定价方案能在良好的收敛情况下实现各簇收益的最大化,同时各簇首节点基于需求的频谱购买相对于等量购买进一步提高了频谱效用。
技术方案:本发明提供一种分簇Ad Hoc网络中基于市场的三级频谱分配方法,主用户小区范围内,各簇首依据业务比例从主用户购买频谱,簇内频谱的分配则采用基于供需市场理论的迭代定价算法,以实现各簇总收益的最大化,发明中提出两种可用的收敛性能较佳的迭代定价算法,此方案兼顾了公平性及系统的频谱使用效益。
该方法中簇首节点依据业务比例从频谱管理中心购买频谱,簇内采用基于供需市场理论的频谱分配算法,该方法包括以下步骤:
a.频谱管理中心根据主用户频谱使用情况,实时地更新当前的空闲频谱信息;
b.簇首周期地更新簇内的普通节点业务量,并向频谱管理中心提交该数据作为订购频谱参考单,频谱管理中心依据订购参考单按业务比例将所有空闲频谱出售给各簇首,各个簇首从主用户处订购得到的频谱为其中,Mx为簇首Hx所属簇当前的业务量,是普通节点平均业务量的倍数,一般其值大于1,NRx为簇首Hx收到的中继请求数,Q为当前小区内空闲的主用户频谱;N1为簇首节点的数目;
c.所有簇首从主用户订购频谱的单价相同,设簇首订购的频谱单价为P0,对某个簇首Hx来说,若簇内中继请求业务量为NRx,设其自身数据业务量为M0x,则其总的业务量Mx=M0x+NRx,如果单位业务量使用的频谱数量相等,那么其收益函数由簇首业务Mx的收益和出售部分频谱fx所得的收益组成:
其中,Px是簇首出售给普通节点的频谱单价,Fx为簇首Hx从主用户频谱中心购得的所有频谱,P0为簇首订购的频谱单价;
d.为了获得最大收益,将收益函数对出售频谱fx求微分,并令微分式等于0,将簇内市场的簇首在收益最大时应出售的频谱数量SUPx,定义为供给函数该簇频谱市场的消费者收益函数应当定义为NRx个簇内节点的收益之和,即
e.将收益函数对fx求微分,令微分式等于0,求得需求函数的表达式为
f.在某个市场价格下,当商品供给函数与需求函数正好相等,可以获得商品买卖市场的价格均衡解,令DEMx(Px)=SUPx(Px),即其中,M=M0x+NRx,则该簇市场的局部价格均衡解为此时出售的频谱为
g.各簇首将购得的频谱fx以单价Px出售给簇内所有请求转发的普通节点使用,普通节点实际使用于数据传输的频谱仅为购得频谱的一半,另一半作为中继节点进行转发所需的带宽,其中x=1,2,…N1。
有益效果:对于认知无线电环境下的分簇Ad Hoc网络,本发明提供了一种新的基于市场的三级频谱分配方发,该方法在保证认知Ad Hoc网络与主用户网络进行频谱共享的同时,可将共享频谱在簇首和簇内节点之间进行合理的分配,实现各簇总收益的最大化,在提高系统的频谱效率的同时保证了用户的公平性。
附图说明
图1Ad Hoc网络管理结构示意图。
图2三级频谱共享模型。
具体实施方式
本发明所针对的分簇Ad Hoc网络频谱三级分配结构如图1所示,认知Ad Hoc节点与主用户节点共享频谱W。频谱管理中心根据主用户频谱使用情况,实时地更新当前的空闲频谱信息。位置相对固定的节点被选为簇首,簇首必须具有较好的电池续航等终端性能,以胜任转发簇内节点数据的职能。簇首周期地向频谱管理中心提交本簇所有节点产生的业务量,并将申请得到的频谱资源的一部分出售给本簇提交过请求的普通节点。频谱管理中心将当前小区内所有空闲的频谱按比例公平的原则出售给小区内的各簇首。
三级频谱共享模型如图2所示。设某小区当前主用户空闲频谱带宽为Q,该小区有N1个簇首,标号为H1,H2,…,HN1,当前各簇首接收到的转发请求数为NR1,NR2,…,NRN1,N1个簇首节点共同支配空闲频谱Q。各簇首将购得的部分频谱fx以单价Px(x=1,2,…,N1)出售给簇内所有请求转发的普通节点使用,而普通节点实际使用于数据传输的频谱仅为购得频谱的一半,另一半作为中继节点用于转发的带宽消耗。假设中继节点不对信息做任何处理,直接转发,且所有用户节点的频带利用率均相同。
在微观经济学中,供给与需求模型被用于分别描述市场中商品出售者及购买者角度的商品数量与价格的关系。供给函数反映出售者愿意出售的产品数量。需求函数则反应的是消费者愿意购买的商品数量,其值由商品的价格决定。因此,市场价格的确定对供需双方来说都是很重要的。
出售方希望价格越高越好,消费者则希望价格越低越好。这就需要出售者与消费者之间在商品价格上有个谈判协商的过程,以保证最后确定的价格为市场双方主体均满意的。这个价格解在经济学中称为均衡解。将供需市场理论应用于认知无线电环境下的分簇Ad Hoc网络的频谱共享,本发明中提出以下分配方案:簇首周期地更新簇内中继请求的普通节点业务量,并向频谱管理中心提交该数据作为订购频谱参考单;频谱管理中心依据订购参考单按业务比例将所有空闲频谱出售给各簇首;接下来可以将簇首看作是频谱(商品)的提供者,簇内普通节点作为频谱商品市场的消费者,利用供需市场理论,簇首与簇内的所有普通节点进行谈判协商,共同决定买卖频谱的单价及带宽,使双方都相对满意,从而实现系统各簇收益的最大化。
三级频谱共享模型中,主用户频谱管理中心依据业务量按比例将空闲频谱Q出售给N1个簇首,簇首与其簇内普通节点的频谱分配则由双方协商确定。
首先可以得到各个中继节点从主用户订购得到的频谱为:
其中,Mx为簇首Hx所属簇当前的业务量,此处取的是相对值,取为普通节点平均业务量的倍数,一般其值大于1;NRx为簇首Hx收到的中继请求数,这里假定普通节点的业务量均为1;Q为当前小区内空闲的主用户频谱。
我们采用的频谱效用函数为数据传送速率R(单位bps)的函数:
U(R)=kln(l×R) (2)
其中,k和l是常数。这里假设了系统中所有用户传送数据的频谱利用率皆为1bps/Hz,则用户的传送速率R在数值上等于使用的频谱带宽Q,为了便于分析,将k和l均取值为1,这不影响分析的结论。
所有簇首从主用户订购频谱的单价相同,设簇首订购的频谱单价为P0。于是对某个簇首Hx来说,若簇内中继请求业务量为NRx,设其自身数据业务量为M0x,则其总的业务量Mx=M0x+NRx,单位业务量使用的频谱数量相等。那么其收益函数由簇首业务Mx的收益和出售部分频谱fx所得的收益组成:
其中,Px是簇首出售给普通节点的频谱单价,Fx为簇首Hx从主用户频谱中心购得的所有频谱。为了获得最大收益,将收益函数对出售频谱fx求微分,并令微分式等于0。将簇内市场的簇首在收益最大时应出售的频谱数量SUPx,定义为供给函数:
相应地,该簇频谱市场的消费者收益函数应当定义为NRx个簇内节点的收益之和,表达式为:
用同样的方法,将收益函数对fx求微分,令微分式等于0,求出需求函数的表达式:
经济学中,当某个市场价格下,商品供给函数与需求函数正好相等,称此价格为商品买卖市场的均衡解。因此我们可以求得各分簇频谱市场的局部均衡解,例如,簇首Hx所在的分簇的均衡解求法如下:
令DEMx(Px)=SUPx(Px),即
其中,M=M0x+NRx。因此,该簇市场的局部均衡解为
此时,该簇的簇首与普通节点总收益表示为
其中,
从数学推导中可以看出,当簇内所有节点均知晓市场双方信息时,可以容易得出局部均衡解,此时系统的局部总收益达到最大值。然而在实际系统中,这种假设是不现实的,簇内普通节点不易知晓簇首所购得的频谱数量以及簇首节点自身的业务需求状况,因此买卖双方需要通过谈判协商才能逐步逼近均衡解。
本发明采用两种迭代算法,用于不断调整市场价格以达到最终的供需平衡。第1种称为额外需求迭代算法,即簇首节点根据簇内前一时刻未满足的需求量来调整单位频谱价格;第2种称为连续松弛迭代算法,该算法中簇首节点根据前一时刻价格以及当前的簇内频谱需求量来调整单位频谱价格。
1、额外需求(Excess Demand-Based,EDB)迭代算法
各簇首根据所有普通节点反馈的额外需求来调整单价Px。首先,簇首节点Hx根据经验设定一个初始价格Px(1),并将此价格告知所有普通节点。普通节点据此价格确定本簇节点的欲购频谱数量,即当前需求函数值DEMx(t)并告知簇首。将需求函数值DEMx(t)减去当前供给函数值SUPx(t)计算出额外超出的频谱需求。当需求函数值超过供给函数值时,簇首可适当抬高价格以获取更大收益,反之亦然。具体的价格迭代公式为:
Px(t+1)=Px(t)+Le(DEMx(t)-SUPx(t)) (11)
其中,Le为EDB算法的学习因子,即价格调整的梯度。
可见,学习因子的取值对价格的调整有重要影响,以下分析算法的收敛条件。当雅可比矩阵(Jacobian Matrix)的所有特征值均在复平面单位圆内时,算法收敛,由于价格是个标量,我们可以得到如下收敛条件:
2、连续松弛(Successive Over-Relaxation,SOR)迭代算法
此算法中簇首根据前一时刻价格以及当前的簇内频谱需求量来调整单价。连续松弛迭代是一种线性方程组的解法,它是用学习因子对当前解与Gauss-Seidel估计解加权得到新的当前解。将此算法应用到本文的场景中,单位频谱价格的迭代公式为:
同样,为了使算法收敛,我们来分析SOR算法学习因子Ls的取值范围。令雅可比矩阵的特征值在复平面单位圆内,则有如下收敛条件
Claims (1)
1.一种分簇自组织网络中一种基于市场的频谱分配方法,其特征在于该方法中簇首节点依据业务比例从频谱管理中心购买频谱,簇内采用基于供需市场理论的频谱分配算法,该方法包括以下步骤:
a.频谱管理中心根据主用户频谱使用情况,实时地更新当前的空闲频谱信息;
其中,Mx为簇首Hx所属簇当前的业务量,是普通节点平均业务量的倍数,一般其值大于1,NRx为簇首Hx收到的中继请求数,Q为当前小区内空闲的主用户频谱;N1为簇首节点的数目;
c.所有簇首从主用户订购频谱的单价相同,设簇首订购的频谱单价为P0,对某个簇首Hx来说,若簇内中继请求业务量为NRx,设其自身数据业务量为M0x,则其总的业务量Mx=M0x+NRx,如果单位业务量使用的频谱数量相等,那么其收益函数由簇首业务Mx的收益和出售部分频谱fx所得的收益组成:
其中,Px是簇首出售给普通节点的频谱单价,Fx为簇首Hx从主用户频谱中心购得的所有频谱,P0为簇首订购的频谱单价;
d.为了获得最大收益,将收益函数对出售频谱fx求微分,并令微分式等于0,将簇内市场的簇首在收益最大时应出售的频谱数量SUPx,定义为供给函数该簇频谱市场的消费者收益函数应当定义为NRx个簇内节点的收益之和,即
e.将收益函数对fx求微分,令微分式等于0,求得需求函数的表达式为
g.各簇首将购得的频谱fx以单价Px出售给簇内所有请求转发的普通节点使用,普通节点实际使用于数据传输的频谱仅为购得频谱的一半,另一半作为中继节点进行转发所需的带宽,其中x=1,2,…N1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010173662A CN101854634A (zh) | 2010-05-14 | 2010-05-14 | 分簇自组织网络中一种基于市场的频谱分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010173662A CN101854634A (zh) | 2010-05-14 | 2010-05-14 | 分簇自组织网络中一种基于市场的频谱分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101854634A true CN101854634A (zh) | 2010-10-06 |
Family
ID=42805840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010173662A Pending CN101854634A (zh) | 2010-05-14 | 2010-05-14 | 分簇自组织网络中一种基于市场的频谱分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101854634A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186176A (zh) * | 2011-04-22 | 2011-09-14 | 南京邮电大学 | 基于供需平衡的认知无线电频谱共享方法 |
CN102612037A (zh) * | 2012-04-13 | 2012-07-25 | 北京邮电大学 | 毫微微蜂窝网络中基于动态分簇的子频带分配方法 |
CN102905275A (zh) * | 2012-10-10 | 2013-01-30 | 兰州交通大学 | 适用于认知Ad Hoc网络的基于优先级的频谱分配方法 |
CN103561471A (zh) * | 2013-11-19 | 2014-02-05 | 清华大学 | 一种多用户单中继通信系统中的带宽分配方法 |
CN103813292A (zh) * | 2014-01-16 | 2014-05-21 | 中山大学 | 基于Logistic回归法信用预测的频谱交易定价策略 |
CN106559151A (zh) * | 2015-09-28 | 2017-04-05 | 河南工业大学 | 一种基于大数据分析的频谱二级交易系统 |
CN103813341B (zh) * | 2012-11-07 | 2017-04-12 | 北京邮电大学 | 用于提高授权系统收益的次级业务选择接入方法及装置 |
-
2010
- 2010-05-14 CN CN201010173662A patent/CN101854634A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186176A (zh) * | 2011-04-22 | 2011-09-14 | 南京邮电大学 | 基于供需平衡的认知无线电频谱共享方法 |
CN102186176B (zh) * | 2011-04-22 | 2013-08-07 | 南京邮电大学 | 基于供需平衡的认知无线电频谱共享方法 |
CN102612037A (zh) * | 2012-04-13 | 2012-07-25 | 北京邮电大学 | 毫微微蜂窝网络中基于动态分簇的子频带分配方法 |
CN102905275A (zh) * | 2012-10-10 | 2013-01-30 | 兰州交通大学 | 适用于认知Ad Hoc网络的基于优先级的频谱分配方法 |
CN102905275B (zh) * | 2012-10-10 | 2016-04-06 | 兰州交通大学 | 适用于认知Ad Hoc网络的基于优先级的频谱分配方法 |
CN103813341B (zh) * | 2012-11-07 | 2017-04-12 | 北京邮电大学 | 用于提高授权系统收益的次级业务选择接入方法及装置 |
CN103561471A (zh) * | 2013-11-19 | 2014-02-05 | 清华大学 | 一种多用户单中继通信系统中的带宽分配方法 |
CN103561471B (zh) * | 2013-11-19 | 2016-06-15 | 清华大学 | 一种多用户单中继通信系统中的带宽分配方法 |
CN103813292A (zh) * | 2014-01-16 | 2014-05-21 | 中山大学 | 基于Logistic回归法信用预测的频谱交易定价策略 |
CN106559151A (zh) * | 2015-09-28 | 2017-04-05 | 河南工业大学 | 一种基于大数据分析的频谱二级交易系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101854634A (zh) | 分簇自组织网络中一种基于市场的频谱分配方法 | |
Li et al. | Coalitional game theoretic approach for secondary spectrum access in cooperative cognitive radio networks | |
CN111641973B (zh) | 一种雾计算网络中基于雾节点协作的负载均衡方法 | |
Tyagi et al. | A lifetime extended multi-levels heterogeneous routing protocol for wireless sensor networks | |
Liu et al. | Joint dynamic task offloading and resource scheduling for WPT enabled space-air-ground power Internet of Things | |
Liu et al. | Dynamic spectrum access algorithm based on game theory in cognitive radio networks | |
CN106455078B (zh) | 一种结合均衡策略的无线虚拟网络中的资源分配方法 | |
Gu et al. | Energy-efficient computation offloading for vehicular edge computing networks | |
CN103096415A (zh) | 一种面向认知无线Mesh网络的路由优化装置及方法 | |
CN108009024A (zh) | Ad-hoc云环境中分布式博弈任务卸载方法 | |
Dhiman et al. | SHANN: an IoT and machine-learning-assisted edge cross-layered routing protocol using spotted hyena optimizer | |
Bute et al. | A collaborative task offloading scheme in vehicular edge computing | |
Yin et al. | Distributed spectrum and power allocation for D2D-U networks: a scheme based on NN and federated learning | |
Zhang et al. | Virtualization of 5G cellular networks: A combinatorial double auction approach | |
Yuan et al. | Joint network function placement and routing optimization in dynamic software-defined satellite-terrestrial integrated networks | |
CN105657716A (zh) | 一种蜂窝网动态流量分担的频谱拍卖方法 | |
Lekhraj et al. | Multi criteria decision making based energy efficient clustered solution for wireless sensor networks | |
Tian et al. | QoS-aware dynamic spectrum access for cognitive radio networks | |
Le et al. | Reconfigurable intelligent surface-enabled federated learning for power-constrained devices | |
Tütüncüoğlu et al. | Joint resource management and pricing for task offloading in serverless edge computing | |
CN102905275A (zh) | 适用于认知Ad Hoc网络的基于优先级的频谱分配方法 | |
Wang et al. | Auction-based profit maximization offloading in mobile edge computing | |
Luong et al. | Optimal auction for effective energy management in UAV-assisted vehicular metaverse synchronization systems | |
Zhao et al. | Reverse spectrum auction algorithm for cellular network offloading | |
Pitchai | Maximizing energy efficiency using Dinklebach’s and particle swarm optimization methods for energy harvesting wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20101006 |