CN102612092B - 一种基于无线资源管理功能博弈的无线资源优化方法 - Google Patents

Abstract

本发明公开了本发明提供一种基于无线资源管理功能博弈的无线资源优化方法，从无线资源管理各个功能特点的角度出发，涉及对无线接纳控制和无线承载控制之间的博弈，二者为博弈对手，无线接纳控制的目标是接纳更多的用户以提高无线系统运营经济收入，而无线承载控制的目标是为正在服务的用户提供更高的服务质量以提高用户的满意程度，二者都需要无线蜂窝小区内的无线网络资源，由此通过博弈，求解博弈目标函数的极值，找出合适的分配策略，实现对无线资源管理各个功能的协调，以达到能够根据蜂窝小区内的实际情况合理分配无线网络资源，使无线网络经济运营和用户满意度达到和谐统一。

Description

一种基于无线资源管理功能博弈的无线资源优化方法

技术领域

本发明属于无线资源分配技术领域，特别涉及一种基于无线资源管理功能博弈的无线资源优化方法。

背景技术

国际电信联盟(International Telecommunications Union,ITU)规定的未来无线网络的目标为：下行峰值速率1Gbps，上行峰值速率500Mbps。采用正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)和载波聚合等先进的信号处理技术，并且使用先进的干扰管理技术ICIC(小区间干扰协调)，其目的是提供更多的无线网络资源(带宽、子载波速率等)。

伴随着提高无线网络资源的同时，对无线网络资源进行有效的管理方面的研究也成为了热点问题，无线资源管理(Radio Resource Management,RRM)的目标是在有限带宽的条件下，为网络内无线用户终端业务提供质量保证，其基本出发点是在网络内用户以及资源分布不均、信道情况复杂等情况下，灵活分配和调整数据传输以及网络内的有效资源，最大程度提供网络内频谱利用率，提高网络的吞吐量并且减少干扰和拥塞。

近年来，随着交叉学科的迅速发展，博弈理论在无线移动通信系统的资源管理中得到了越来越多的应用。研究表明，使用博弈论进行网络资源优化，能提高各用户的公平性、优化网络资源。从科学研究的角度来看，基于博弈理论的动态资源管理和分配策略可以高效地对资源进行分配和使用。从博弈论本身来讲，博弈本身就要求在效用域进行资源管理。现关于用博弈论解决无线资源管理的研究大多都是以无线资源为主，研究对象包括无线网络中的带宽、无线信道、小区用户、功率和频谱等。由于无线网络中的网络资源非常有限，单纯的考虑无线资源的优化必然受限于有限资源的瓶颈，进而无法实现不同服务质量(Quality of Service,QoS)的需求。

发明内容

本发明解决的问题在于提供一种基于无线资源管理功能博弈的无线资源优化方法，解决了当无线蜂窝小区中无线资源不足时，对正在服务用户和等待接纳用户之间的资源分配。

本发明是通过以下技术方案来实现：

一种基于无线资源管理功能博弈的无线资源优化方法，以无线蜂窝小区内的无线接纳控制和无线承载控制作为博弈对手，包括以下操作步骤：

以无线蜂窝小区内的无线接纳控制和无线承载控制作为博弈对手，包括以下操作步骤：

1)初始化无线蜂窝小区，包括正在接受服务的用户和等待接纳的用户的表征，接受服务用户和等待接纳用户的QoS需求的表征；

2)建立无线接纳控制的效用函数：

$U_A=\underset{i<s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i\ln ({\mathrm{\&alpha;}}_i\&CenterDot;r_i\left(x_i\right))---\left(1\right)$

其中：U_A为无线接纳控制的效用函数；α_i表示任意用户i的QoS需求系数；γ_i为用户间的差异系数；i表示第i个接纳用户；s表示接纳用户总数；r_i(x_i)表示第i个用户所分配的子载波速率；

3)建立无线承载控制的效用函数：

$U_B=\underset{j<k}{\mathrm{\&Sigma;}}\ln ({\mathrm{\&beta;}}_j\&CenterDot;(r_j\left(x_j\right)-R_{j,\min }))---\left(2\right)$

其中：U_B为无线承载控制的效用函数；β_j为用户间的差异系数；r_j(x_j)表示对用户分配的无线资源，R_j,min表示正在接受服务的用户的最小速率需求；

4)建立总体博弈目标效用函数：

其中，f(x)为总体博弈目标效用函数，R_A为无线接纳占用的资源，R_B为无线承载占用的资源，R_总为总的剩余资源；

5)求解总体博弈目标效用函数，找出最佳资源分配策略与接纳用户和承载维护用户之间的关系；绘制目标函数纳什均衡曲线，观察曲线的各个极值点，得出不同接纳用户数量的最优分配策略。

所述的初始化无线蜂窝小区为：

小区内有M个正在接受服务的用户和N个等待接纳的用户；系统为正在接受服务用户分配的无线资源服从正态分布，并且保证其分配的无线资源大于用户最小QoS需求；系统为等待接纳用户提供最小QoS保证，并且等待接纳用户的最小QoS需求也服从正态分布。

所述最佳资源分配策略与接纳用户和承载维护用户之间的关系用下述公式表述：

${\mathrm{\&eta;}}^{*}=\frac{R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{{\mathrm{nm}}_{2}R}\&CenterDot;\frac{{\mathrm{mnm}}_2\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}{m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i+{\mathrm{nm}}_2}$

其中，η^*为最佳资源分配系数，R表示小区资源总量、m₂表示承载维护用户数、R_j表示承载维护用户最小资源需求、m₁表示接纳用户数、γ_i表示接纳用户需求差异指数。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的基于无线资源管理功能博弈的无线资源优化方法，从无线资源管理各个功能特点的角度出发，以无线资源管理两大功能——无线接纳控制(RAC)和无线承载控制(RBC)作为博弈对手，通过博弈，求解博弈目标函数的极值，找出合适的分配策略，实现对无线资源管理各个功能的协调，以达到能够根据蜂窝小区内的实际情况合理分配无线网络资源，使无线网络经济运营和用户满意度达到和谐统一；实现经济运营与用户需求的纳什均衡。

附图说明

图1为本发明绘制的目标函数纳什均衡曲线图；图中m1坐标表示接纳用户数量；Eta坐标表示对接纳用户所分配资源的比例，即R_A/R_总的值；f(x)坐标表示总体博弈目标效用函数，即小区整体服务量。

具体实施方式

本发明提供一种基于无线资源管理功能博弈的无线资源优化方法，从无线资源管理各个功能特点的角度出发，涉及对无线接纳控制(Radio AdmissionControl,RAC)和无线承载控制(Radio Bearer Control,RBC)之间的博弈，二者为博弈对手(即博弈参与者)，无线接纳控制(RAC)的目标是接纳更多的用户以提高无线系统运营经济收入，而无线承载控制(RBC)的目标是为正在服务的用户提供更高的服务质量以提高用户的满意程度，二者都需要无线蜂窝小区内的无线网络资源(带宽、信道质量等)，由此通过博弈，求解博弈目标函数的极值，找出合适的分配策略，实现对无线资源管理各个功能的协调，以达到能够根据蜂窝小区内的实际情况合理分配无线网络资源，使无线网络经济运营和用户满意度达到和谐统一。下面结合具体的优化实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

无线接纳控制和无线承载控制作为博弈对手的无线资源管理功能博弈的步骤为：

【1】根据无线网络的特点，对无线蜂窝小区进行初始化；

【2】根据无线接纳控制和无线承载控制各自的定义建立各自的效用函数；

【3】制定总体博弈目标，建立总体博弈目标效用函数；

【4】给定约束条件；

【5】求解总体博弈目标函数，绘制出总体博弈的纳什均衡曲线。

使用小区服务量做为总体博弈的目标，其函数为总体博弈目标的效用函数，首先对小区服务量作以下说明：

小区服务量：小区内承载维护用户与待接纳用户比例关系分别和承载效用与接纳效用乘机的和，用来表征无线蜂窝小区经济运营与用户满意度的比例公平。用公式表示为：f＝mU_A+nU_B。

其中f表示小区服务量，U_A表示无线接纳控制效用函数；U_B表示无线承载控制效用函数；m和n表示资源分配权重系数，并且m/n表示待接纳用户和承载维护用户的比值。

无线接纳控制和无线承载控制之间的博弈具体优化方法如下：

【1】初始化无线蜂窝小区

具体采用LTE系统的无线蜂窝小区来进行说明；小区内有M个正在接受服务的用户和N个等待接纳的用户；系统为正在接受服务用户分配的无线资源服从正态分布，并且保证其分配的无线资源大于用户最小QoS需求；系统为等待接纳用户提供最小QoS保证，并且等待接纳用户的最小QoS需求也服从正态分布。

【2】建立无线接纳控制(RAC)的效用函数

RAC的任务是接纳或拒绝一个新的无线承载的建立。为了实现这个目的，RAC需要考虑无线蜂窝小区的资源状况及用户QoS需求。RAC的目的是确保系统能够高效的利用无线资源，与此同时还要求能够确保现有会话的QoS不受影响。

因此，RAC的策略空间为：系统总的剩余资源R、任意待接纳用户i的QoS需求系数α_i。

则RAC的效用函数为：

$U_A=\underset{i<s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i\ln ({\mathrm{\&alpha;}}_i\&CenterDot;r_i\left(x_i\right))---\left(1\right)$

式中：U_A为无线接纳控制的效用函数，表征系统对待接纳用户提供的资源对用户所带来的效用；α_i表示任意用户i的QoS需求系数；γ_i为接纳用户间的差异系数(也可以称公式调整系数)；i表示第i个接纳用户；s表示接纳用户总数；r_i(x_i)表示第i个用户所分配的子载波速率。

【3】建立无线承载控制(RBC)的效用函数

无线承载的建立、维护和释放过程涉及无线资源的相关配置，当为一个业务建立一个无线承载时，RBC应该考虑无线蜂窝小区中的所有资源，包括现有会话的QoS要求以及新服务的QoS要求。由于移动性或者其他原因，无线资源状况发生变化，这时RBC会重点维护现有会话的无线承载，而在会话结束后，切换或者其他情况下，RBC会释放这些无线承载对应的无线资源。

因此RBC的策略空间为：系统中总的剩余资源R、任意用户j的最小承载维护资源R_j,min；

则RBC的效用函数：

$U_B=\underset{j<k}{\mathrm{\&Sigma;}}\ln ({\mathrm{\&beta;}}_j\&CenterDot;(r_j\left(x_j\right)-R_{j,\min }))---\left(2\right)$

其中：U_B为无线承载控制的效用函数，表征系统中正在接受承载维护用户的满意效用。β_j为用户间的差异系数；r_j(x_j)表示对用户分配的无线资源(用速率表示)，j表示第j个接纳用户，R_j,min表示正在接受服务的用户的最小速率需求。

【4】建立总体博弈目标效用函数

根据上述中关于总体博弈目标——小区服务量的定义，其小区服务量的效用函数为：

其中，f(x)为总体博弈目标效用函数，R_A为无线接纳占用的资源，R_B为无线承载占用的资源，R_总为总的剩余资源

【5】求解总体博弈目标函数，绘制目标函数纳什均衡曲线

根据总体博弈目标函数，利用拉格朗日插值法求解纳什均衡，将公式(1)、(2)带入公式(3)得到公式(4)。

$f\left(x\right)={\mathrm{mU}}_A+{\mathrm{nU}}_B=m\underset{i<s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i\ln ({\mathrm{\&alpha;}}_i\&CenterDot;r_i\left(x_i\right))+n\underset{j<k}{\mathrm{\&Sigma;}}\ln ({\mathrm{\&beta;}}_j\&CenterDot;(r_j\left(x_j\right)-R_{j,\min }))---\left(4\right)$

$s.t\left\{\begin{array}{c}\stackrel{m_1}{\mathrm{\&Sigma;}}{r}_i=\mathrm{\&eta;R}\\ \stackrel{m_2}{\mathrm{\&Sigma;}}{r}_j=(1-\mathrm{\&eta;})R\end{array}\right.---\left(5\right)$

其中，m₁为小区待接纳用户数量；m₂为小区内承载维护用户数量；η为资源分配系数。

插入拉格朗日算子

$F=L-\mathrm{\&lambda;}(\stackrel{m_1}{\mathrm{\&Sigma;}}{r}_i-\mathrm{\&eta;R})-\mathrm{\&mu;}(\stackrel{m_2}{\mathrm{\&Sigma;}}{r}_j-(1-\mathrm{\&eta;})R)---\left(6\right)$

求导取极值

令

$\begin{array}{cc}\frac{\&PartialD;F}{{\&PartialD;r}_i}=0& \frac{\&PartialD;F}{{\&PartialD;r}_j}=0\end{array}$

推导出

$\left\{\begin{array}{c}\mathrm{\&lambda;}=\frac{{\mathrm{m\&gamma;}}_i}{r_i}\\ \mathrm{\&mu;}=\frac{n}{r_j-R_j}\end{array}\right.---\left(7\right)$

$\&DoubleRightArrow;\left\{\begin{array}{c}{r}_i=\frac{{\mathrm{m\&gamma;}}_i}{\mathrm{\&lambda;}}\\ r_j=\frac{n}{\mathrm{\&mu;}}+R_j\end{array}\right.---\left(8\right)$

因为： $\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{r}_i=\mathrm{\&eta;}\&CenterDot;R$ $\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{r}_j=(1-\mathrm{\&eta;})R;$

$\&DoubleRightArrow;\left\{\begin{array}{c}\frac{m}{\mathrm{\&lambda;}}\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i=\mathrm{\&eta;}\&CenterDot;R\\ \underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j+\frac{{\mathrm{nm}}_2}{\mathrm{\&mu;}}=(1-\mathrm{\&eta;})R\end{array}\right.---\left(9\right)$

$\&DoubleRightArrow;\left\{\begin{array}{c}\mathrm{\&lambda;}=\frac{m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}{\mathrm{\&eta;R}}\\ \mathrm{\&mu;}=\frac{{\mathrm{nm}}_2}{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}\end{array}\right.---\left(10\right)$

$\&DoubleRightArrow;\left\{\begin{array}{c}{r}_i=\frac{{\mathrm{m\&gamma;}}_i}{\mathrm{\&lambda;}}={\mathrm{m\&gamma;}}_i\frac{\mathrm{\&eta;R}}{m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}=\frac{{\mathrm{\&eta;R\&gamma;}}_i}{\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}\\ r_j=R_j+\frac{n}{\mathrm{\&mu;}}=R_j+n\&CenterDot;\frac{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{{\mathrm{nm}}_2}=R_j+\frac{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{m_2}\end{array}\right.---\left(11\right)$

所以，当F取极值时

$\left\{\begin{array}{c}{r}_i^{*}=\frac{\mathrm{\&eta;}{\mathrm{R\&gamma;}}_i}{\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}\\ r_j^{*}=R_j+\frac{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{m_2}\end{array}\right.---\left(12\right)$

将公式(12)代入公式(4)得：

$f\left(x\right)=m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i\ln ({\mathrm{\&alpha;}}_i\&CenterDot;\frac{\mathrm{\&eta;}{\mathrm{R\&gamma;}}_i}{\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i})+n\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}\ln {\mathrm{\&beta;}}_j\left(\frac{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{m_2}\right)---\left(13\right)$

在让f(x)对η求偏导

$\frac{\&PartialD;f\left(x\right)}{\mathrm{\&eta;}}=m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&gamma;}}_i}{\mathrm{\&eta;}}-n\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}\frac{R}{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}---\left(14\right)$

再取极值，得：

$m\frac{\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}{\mathrm{\&eta;}}=\frac{{\mathrm{nm}}_{2}R}{(1-\mathrm{\&eta;})R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}---\left(15\right)$

求解得出纳什均衡，即最佳资源分配系数：

${\mathrm{\&eta;}}^{*}=\frac{R-\underset{j}{\overset{m_2}{\mathrm{\&Sigma;}}}{R}_j}{{\mathrm{nm}}_{2}R}\&CenterDot;\frac{{\mathrm{mnm}}_2\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i}{m\underset{i}{\overset{m_1}{\mathrm{\&Sigma;}}}{\mathrm{\&gamma;}}_i+{\mathrm{nm}}_2}---\left(16\right)$

其中，R表示小区资源总量、m₂表示承载维护用户数、R_j表示承载维护用户最小资源需求、m₁表示接纳用户数、γ_i表示接纳用户需求差异指数。

将公式(16)代入公式(14)即得到小区最佳服务量效用值。从公式(16)中可以看出，如果一定时期内小区中待接纳用户总体需求和维护用户最小需求变化不大的情况下，小区服务量中资源分配系数主要与小区内正在接受承载服务的用户数量有关；另外，当承载维护用户m₂变化缓慢，且系统还有过多剩余资源时，调整资源比例分配系数m，n的值，可以适当提高小区内服务量效用值。

根据服务量求解过程和公式(16)，绘制目标函数纳什均衡曲线。

图1所示为目标函数的纳什均衡曲线，其中x轴表示速率分配系数，用Eta表示；y轴表示所要接纳的用户数量，用m1表示；z轴表示目标函数的效用值，其值用来表征小区服务量的大小，与正负无关。

从图1中可以看出，当小区内的承载维护用户一定时，不同接纳用户数所需要进行分配系数是不同的，而相同系数对应的不同接纳用户的小区服务量值不同。并且观察曲线的各个极值点，得出不同接纳用户数量的最优分配策略；从无线资源管理(RRM)功能角度去解决无线网络的优化问题，实现经济运营与用户需求的纳什均衡。

Claims (1)

1.一种基于无线资源管理功能博弈的无线资源优化方法，其特征在于，以无线蜂窝小区内的无线接纳控制和无线承载控制作为博弈对手，包括以下操作步骤：

1)初始化无线蜂窝小区，包括正在接受服务的用户和等待接纳的用户的表征，接受服务用户和等待接纳用户的QoS需求的表征；

2)建立无线接纳控制的效用函数：

$U_A=\underset{i\&le;s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i\ln ({\mathrm{\&alpha;}}_i\&CenterDot;r_i\left(x_i\right))---\left(1\right)$

其中：U_A为无线接纳控制的效用函数；α_i表示任意待接纳用户i的QoS需求系数；γ_i为待接纳用户间的差异系数；i表示第i个待接纳用户；s表示待接纳用户总数；r_i(x_i)表示第i个待接纳用户所分配的子载波速率；

3)建立无线承载控制的效用函数：

$U_B=\underset{j\&le;k}{\mathrm{\&Sigma;}}\ln ({\mathrm{\&beta;}}_j\&CenterDot;(r_j\left(x_j\right)-R_{j,\min }))---\left(2\right)$

其中：U_B为无线承载控制的效用函数；β_j为正在接受承载维护用户间的差异系数；r_j(x_j)表示对第j个正在接受承载维护用户分配的无线资源，R_j，min表示正在接受承载维护服务的用户的最小速率需求；j表示第j个正在接受承载维护用户；k表示正在接受承载维护用户总数；

4)建立总体博弈目标效用函数：

$\left\{\begin{array}{cc}\max ..U_A& \\ s.t.\underset{i\&le;s}{\mathrm{\&Sigma;}}{r}_i\left(x_i\right)=R_A& \max ..f\left(x\right)=m{U}_A+n{U}_B\\ \max ..U_B& \\ s.t.\underset{j\&le;k}{\mathrm{\&Sigma;}}{r}_j\left(x_j\right)=R_B& R=R_A+R_B\end{array}\right.---\left(3\right)$

其中，f(x)为总体博弈目标效用函数，R_A为无线接纳占用的资源，R_B为无线承载占用的资源，R为小区资源总量；

5)求解总体博弈目标效用函数，找出最佳资源分配策略与接纳用户和承载维护用户之间的关系；绘制目标函数纳什均衡曲线，观察曲线的各个极值点，得出不同接纳用户数量的最优分配策略；

所述的初始化无线蜂窝小区为：

小区内有M个正在接受服务的用户和N个等待接纳的用户；系统为正在接受服务用户分配的无线资源服从正态分布，并且保证其分配的无线资源大于用户最小QoS需求；系统为等待接纳用户提供最小QoS保证，并且等待接纳用户的最小QoS需求也服从正态分布；

最佳资源分配策略与接纳用户和承载维护用户之间的关系用下述公式表述：

${\mathrm{\&eta;}}^{*}=\frac{R-\underset{j\&le;k}{\mathrm{\&Sigma;}}{R}_{j,\min }}{\mathrm{nkR}}\&CenterDot;\frac{\mathrm{mnk}\underset{i\&le;s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i}{m\underset{i\&le;s}{\mathrm{\&Sigma;}}{\mathrm{\&gamma;}}_i+\mathrm{nk}}$

其中，η^*为最佳资源分配系数。