CN104796992A - 异构网络中的带宽分配与定价方法 - Google Patents

Abstract

本发明公开了一种异构网络中的带宽分配与定价方法，属于无线网络技术领域，解决了现有技术中用户终端处于被动位置的技术问题。该方法包括：建立用户级博弈模型和网络级博弈模型；设置初始的网络定价策略；根据当前的网络定价策略，利用所述用户级博弈模型，迭代更新用户带宽占用策略；根据当前的用户带宽占用策略，利用所述网络级博弈模型，迭代更新网络定价策略；获取迭代所获得的用户带宽占用策略和网络定价策略。

Description

异构网络中的带宽分配与定价方法

技术领域

本发明涉及无线网络技术领域，具体地说，涉及一种异构网络中的带宽分配与定价方法。

背景技术

随着无线通信网络技术的持续快速发展，为了支持用户多样化的业务需求，基于不同接入技术的无线网络应运而生。未来的无线通信网络是多网共存的通信网络，同一地理区域将存在多种无线接入资源。同时，随着移动互联网应用的不断发展，不仅仅是用户数据量飞速增长，用户所需求的业务类型也越来越复杂多变。数据量的增长是对网络可支持负载容量的挑战，同时用户终端业务类型趋于多样性、随机性，这也是对无线接入网络服务质量的挑战。

因此，需要利用异构无线网络环境，通过网络间的融合和协同，对分离的、局部的优势能力和无线资源进行有序的整合，充分发挥各个网络的优势，利用异构无线网络潜在的增益提供覆盖广、速率高且满足用户业务需求的接入服务，提升用户体验。另一方面，随着支持同时与多个异构无线网络进行通信和数据交互的多模终端技术的出现，使得异构无线网络环境下的并行传输成为可能，为实现异构无线网络中业务的并行传输提供了条件，也为解决单一无线网络无法全面满足覆盖、延迟、传输速率、成本等各方面需求的困难提供了解决途径。因此，需要寻找合理高效的异构无线网络环境下的带宽分配策略，特别是对有限带宽资源的分配，以充分利用异构无线网络在速率、传输、服务等方面的潜在增益。

目前，基于博弈机制进行带宽分配实现方法得到了较广泛的应用。现有的基于博弈机制的带宽分配方法主要是从网络侧出发，通过网络之间的博弈机制，得到各个网络在各个覆盖区域的带宽分配策略，或各个网络对用户终端可提供的接入带宽资源。网络作为博弈机制参与者，主要考虑用户终端的分布密度、用户终端的带宽总量需求等，而用户终端则被动地接受网络可提供的带宽资源。因此，现有技术中用户终端都是被动的接受带宽分配，以及各个网络的定价，难以满足用户终端的需求。

发明内容

本发明的目的在于提供一种异构网络中的带宽分配与定价方法，以解决现有技术中用户终端处于被动位置的技术问题。

本发明提供一种异构网络中的带宽分配与定价方法，包括：

步骤1，建立用户级博弈模型和网络级博弈模型；

步骤2，设置初始的网络定价策略；

步骤3，根据当前的网络定价策略，利用所述用户级博弈模型，迭代更新用户带宽占用策略；

步骤4，判断当前的用户带宽占用策略的更新是否达到第一预设条件，达到则进行步骤5，未达到则返回步骤3；

步骤5，根据当前的用户带宽占用策略，利用所述网络级博弈模型，迭代更新网络定价策略；

步骤6，判断当前的网络定价策略的更新是否达到第二预设条件，达到则进行步骤7，未达到则返回步骤3；

步骤7，获取当前的用户带宽占用策略和当前的网络定价策略。

进一步的是，该方法还包括：

根据当前的用户带宽占用策略和当前的网络定价策略进行业务并行传输。

优选的是，所述第一预设条件为，达到预设的用户级迭代次数上限。所述用户级迭代次数上限优选在10至30以内。

或者，所述第一预设条件为，当前的用户带宽占用策略达到预设精度。

优选的是，所述第二预设条件为，达到预设的网络级迭代次数上限。所述网络级迭代次数上限优选在10至30以内。

或者，所述第二预设条件为，当前的网络定价策略达到预设精度。

本发明带来了以下有益效果：本发明提供的带宽分配与定价方法中，建立了用户级博弈模型和网络级博弈模型，并分别进行迭代更新，综合考虑了用户带宽接入行为与网络定价策略之间的相互影响。因此，本发明实现了用户终端和网络的共同参与到博弈机制中，使用户终端在此过程中具有一定的主动性，最终获得的用户带宽占用策略与网络定价策略更加合理，提升了用户的使用体验。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要的附图做简单的介绍：

图1是本发明实施例的异构无线网络场景的示意图；

图2是本发明实施例提供的异构网络中的带宽分配与定价方法的流程图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

本发明实施例提供一种异构网络中的带宽分配与定价方法，可应用于异构无线网络多用户多业务传输的场景中。如图1所示，该场景中包括一个通用移动通信技术的长期演进(Long Term Evolution，简称LTE)基站及LTE网络，一个全球微波互联接入(Worldwide Interoperability for Microwave Access，简称WiMax)基站及WiMax网络，两个无线局域网络(Wireless Local Area Networks，简称WLAN)的接入点(Wireless Access Point，简称AP)及相应的无线局域网。该场景中用户终端均为多模终端，可以同时接入以上四个异构无线网络，并且用户终端一般也会同时申请多种业务，例如数据业务、视频业务、音频业务等。

如图2所示，本发明实施例提供的异构网络中的带宽分配与定价方法包括：

S1：建立用户级博弈模型和网络级博弈模型。

本发明实施例基于斯塔伯格(Stackelberg)博弈机制建立了两级博弈模型，具体包括以下步骤：

S11：确定每个网络与每种业务之间的匹配度参数。

本实施例中包括共有M个网络(M＝4)，N个用户，K种业务，考虑I种网络性能参数，则网络集合为M＝{1,…,M}，用户集合为N＝{1,…,N}。首先计算灰色关联系数GRC，如下式：

${\mathrm{GRC}}_k^m=\frac{1}{\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\ϵ}}_k^i|w_i^{m*}-1|+1}---\left(1\right)$

其中，表示第k种业务对第i种网络性能参数的偏好系数，越大，则表明该种业务对这种网络性能参数的要求越高或越敏感，本实施例中考虑的网络性能参数可包括延迟、可利用带宽、吞吐量、丢包率、抖动等。表示第i种网络性能参数在第m个网络中的归一化参数值，归一化后的网络性能参数的值越大，则表明该网络的该种性能指标越好。

对GRC进行归一化处理，所有的GRC_k,m可以组成一个矩阵，然后进一步对该矩阵的每一行进行归一化处理，得到网络与业务间的匹配度参数，如下式：

$s_k^m=\frac{{\mathrm{GRC}}_k^m}{\underset{k}{\max }{\mathrm{GRC}}_k^m}---\left(2\right)$

显然，匹配度参数表示第m个网络在传输第k种业务方面的适配性，值越大表示该网络越适合于传输该种业务。

S12：建立用户级博弈模型。

参与者(players)：在用户级博弈模型中，每个用户终端是一个参与者，则本实施例中共有N个参与者。

策略(strategies)：每个用户终端从可接入的网络中获取并占用带宽资源可用矩阵表示，第n个用户终端的带宽占用策略表示为b_n＝[b_n,1,…,b_n,k,…,b_n,K]，其中的表示第n个用户终端的第k种业务的带宽占用策略，表示第n个用户终端的第k种业务在第m个网络中占用的带宽。

收益(payoffs)：每个用户终端的净效用作为其收益，即通过占用带宽b_n获得的效用与为此向网络支付的费用成本之差。本实施例通过将匹配度参数引入传输速率香农公式，来表示用户终端通过占用带宽b_n获得的效用。用户终端的收益表达式如下：

$u_n=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{s}_k^m{b}_{n,k}^m{\log }_2(1+\frac{g_n^m{p}_n^m}{b_{n,k}^m})-{\mathrm{\α}}_n\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{b}_{n,k}^m{q}_m---\left(3\right)$

其中，q_m是第m个网络对用户终端收取的单位带宽费用，是第m个网络对第n个用户的信道增益噪声比，是第m个网络对第n个用户终端的传输功率，α_n是费用成本对收益的影响系数，并且使得成本与效用处于同一数量级。

用户终端之间通过该博弈机制竞争各个网络的有限带宽资源，各自期望以最低的接入成本获得最高的服务质量(QoS)，即收益最大化，则用户级博弈模型的公式化描述如下式：

$\begin{array}{c}\underset{b_n}{\max }{u}_n(b_n,b_{-n})=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{s}_k^m{b}_{n,k}^m{\log }_2(1+\frac{g_n^m{p}_n^m}{b_{n,k}^m})-{\mathrm{\α}}_n\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{b}_{n,k}^m{q}_m,\∀n\∈N\\ s.t.\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m\≤B_m^{\max },\∀m\∈M\end{array}---\left(4\right)$

其中，b_-n表示除了第n个用户终端之外其他用户终端的带宽占用策略。

S13：建立网络级博弈模型。

参与者：在网络级博弈模型中，每个网络是一个参与者，本实施例中有M个网络，则网络级博弈模型中有M个参与者。

策略：每个网络向占用其带宽资源的用户收取费用，第m个网络的定价策略为q_m。

收益：每个网络的收益为网络收入与成本之差，网络收益表达式如下：

$u_m=(q_m-c_m)\·\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m-p_{\mathrm{cst}}^m---\left(5\right)$

其中，c_m为单位带宽的传输成本，是传输处理过程中能量消耗造成的固定成本。

各个网络之间通过定价策略的博弈来竞争用户终端的接入，各自期望获得最大的收益，则网络级博弈模型的公式化描述如下式：

$\underset{q_m}{\max }{u}_m(q_m,q_{-m})=(q_m-c_m)\·\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m-p_{\mathrm{cst}}^m,\∀m\∈M---\left(6\right)$

其中，q_-m表示除了第m个网络之外其他网络的定价策略。

S2：设置初始的网络定价策略。

在网络级博弈模型中设置初始的网络定价策略{q_m ⁽⁰⁾}。本实施例中，初始的网络定价策略可以随机设置。

在上述两个模型中，用户终端和网络均期望自身收益最大化，即为“利己主义”。在此之后，用户终端根据初始的网络定价信息决策出使自身收益最大的带宽占用方案，网络根据用户终端的带宽占用行为调整定价，用户根据新的定价信息重新进行带宽占用决策，网络再根据新的带宽占用行为调整定价策略，在反复迭代的过程中，网络和用户终端各自的策略不断变化，最终即可趋于稳定，得到最终的带宽分配策略和定价策略，即达到了斯塔伯格平衡。

S3：根据当前的网络定价策略，利用用户级博弈模型，迭代更新用户带宽占用策略。

先将有约束的博弈目标式(4)转化为无约束的拉格朗日函数，如下式：

$L_n(b_n,{\mathrm{\λ}}_m)=u_n+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_m(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m-B_m^{\max })---\left(7\right)$

其中，λ_m为拉格朗日乘数。

然后每个用户终端对各自的目标式(7)的各决策变量求导，如下式：

$\begin{array}{c}\frac{\∂L_1}{\∂b_{\mathrm{1,1}}^1}=s_1^1{\log }_2(1+X_{\mathrm{1,1}}^1)-\frac{s_1^1{X}_{\mathrm{1,1}}^1}{\ln 2\·(1+X_{\mathrm{1,1}}^1)}-{\mathrm{\α}}_1{q}_1+{\mathrm{\λ}}_1\\ ...\\ \frac{\∂L_n}{\∂b_{n.k}^m}=s_k^m{\log }_2(1+X_{n,k}^m)-\frac{s_k^m{X}_{n,k}^m}{\ln 2\·(1+X_{n,k}^m)}-{\mathrm{\α}}_n{q}_m+{\mathrm{\λ}}_m\\ ...\\ \frac{\∂L_N}{\∂b_{N,K}^M}=s_K^M{\log }_2(1+X_{N,K}^M)-\frac{s_K^M{X}_{N,K}^M}{\ln 2\·(1+X_{N,K}^M)}-{\mathrm{\α}}_N{q}_M+{\mathrm{\λ}}_M\\ ...\\ \frac{\∂l_n}{\∂{\mathrm{\λ}}_m}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m-B_m^{\max }\\ ...\end{array}---\left(8\right)$

其中， $X_{n,k}^m=\frac{g_n^m{p}_n^m}{b_{n,k}^m}.$

再利用梯度投影法，每个用户终端迭代更新各自的决策变量，如下式：

$\begin{array}{c}...\\ {b_{n,k}^m}^{(t+1)}={[{b_{n,k}^m}^{\left(t\right)}+{\mathrm{\ϵ}}_1\frac{\∂L_n}{\∂{b_{n,k}^m}^{\left(t\right)}}]}^{+}\\ ...\\ {{\mathrm{\λ}}_m}^{(t+1)}={[{{\mathrm{\λ}}_m}^{\left(t\right)}+{\mathrm{\ϵ}}_2\frac{\∂L_n}{\∂{{\mathrm{\λ}}_m}^{\left(t\right)}}]}^{+}\\ ...\end{array}---\left(9\right)$

其中，t表示当前的用户级迭代次数。

S4：判断当前的用户带宽占用策略的更新是否达到第一预设条件，达到则进行步骤S5，未达到则返回步骤S3。

第一预设条件为t达到预设的用户级迭代次数上限，该用户级迭代次数上限优选在10至30以内。或者，第一预设条件也可以为当前的用户带宽占用策略达到预设精度。

本实施例中，可以综合上述两种第一预设条件。当t达到用户级迭代次数上限时，或者与之间达到了预设精度，即时，结束迭代，得到用户级博弈的纳什平衡并进行步骤S5；否则返回步骤S3。

S5：根据当前的用户带宽占用策略，利用网络级博弈模型，迭代更新网络定价策略。

利用式(7)中的q_m和用户级纳什平衡点的隐函数关系，每个网络对各自目标式(6)的各决策变量求导，如下式：

$\begin{array}{c}\frac{\∂u_1}{\∂q_1}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^1+(q_1-c_1)\·\left(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{\∂b_{n,k}^1}{\∂q_1}\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^1-(q_1-c_1)\·\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{Y}_{n,k}^1\\ ...\\ \frac{\∂u_m}{\∂q_m}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m+(q_m-c_m)\·\left(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{\∂b_{n,k}^m}{\∂q_m}\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^m-(q_m-c_m)\·\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{Y}_{n,k}^m\\ ...\\ \frac{\∂u_M}{\∂q_M}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^M+(q_M-c_M)\·\left(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{\∂b_{n,k}^M}{\∂q_M}\right)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{b}_{n,k}^M-(q_M-c_M)\·\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{Y}_{n,k}^M\end{array}---\left(10\right)$

其中， $Y_{n,k}^m=\frac{\ln 2\·{\mathrm{\α}}_n\·b_{n,k}^m}{s_k^m}{\left(\frac{1+X_{n,k}^m}{X_{n,k}^m}\right)}^2.$

然后利用梯度投影法，每个网络更新各自的决策变量，如下式：

$\begin{array}{c}...\\ {q_m}^{(T+1)}={[{q_m}^{\left(T\right)}+{\mathrm{\ϵ}}_2\frac{\∂u_m}{\∂{q_m}^{\left(T\right)}}]}^{+}\\ ...\end{array}---\left(11\right)$

其中，T表示当前的网络级迭代次数。

S6：判断当前的网络定价策略的更新是否达到第二预设条件，达到则进行步骤S7，未达到则返回步骤S3。

第二预设条件为T达到预设的网络级迭代次数上限，该网络级迭代次数上限优选在10至30以内。或者，第二预设条件也可以为当前的网络定价策略达到预设精度。

本实施例中，可以综合上述两种第二预设条件。当T达到用户级迭代次数上限时，或者q_m ^(T+1)与q_m ^(T)之间达到了预设精度，即||q_m ^(T+1)-q_m ^(T)||/||q_m ^(T)||＜ν₂时，结束迭代，得到网络级博弈的纳什平衡并进行步骤S7；否则返回步骤S3。

S7：获取当前的用户带宽占用策略和当前的网络定价策略。

将当前迭代得到的用户带宽占用策略和网络定价策略作为最终博弈结果，即为本发明实施例中两层博弈模型的斯塔伯格平衡

进一步的是，本发明实施例中还包括：

S8：根据当前的用户带宽占用策略和当前的网络定价策略进行业务并行传输。

本发明实施例中，针对异构无线网络多用户多业务传输场景，建立了两级非合作博弈模型。各个异构网络作为博弈模型中的主导者进行网络级非合作博弈，各个有业务传输的用户终端作为博弈模型中的跟随者进行用户级非合作博弈。在各个网络与用户终端之间进行网络定价信息与用户带宽需求信息交互，异构网络通过网络级博弈制定定价策略，用户终端通过用户级博弈得到当前网络定价策略下的带宽占用策略，然后异构网络根据用户终端当前的带宽占用策略再一次进行网络级博弈，得到新的定价策略，如此反复进行两级博弈，获得最终的用户带宽分配策略以及网络定价策略。因此，本发明实施例综合考虑了用户带宽接入行为与网络定价策略之间的相互影响，实现了用户终端和网络的共同参与到博弈机制中，使用户终端在此过程中具有一定的主动性，最终获得的用户带宽占用策略与网络定价策略更加合理，提升了用户的使用体验。

并且，本发明实施例中采用分布式机制实现带宽分配与定价的决策，也就是将决策过程分散在各个网络和各个用户终端中分别执行。相比于现有的集中式机制，采用分布式机制更加容易实现，而不需要设置核心网络控制终端来对各个异构网络和各个用户终端进行集中资源分配控制，从而降低了带宽分配与定价在实现上的复杂度。

另外，本发明实施例在建立用户级博弈模型的过程中，将匹配度参数引入香农公式，来表示用户终端的收益，使得用户终端在竞争有限带宽资源时，考虑到了业务多样性，及各种业务与可接入网络之间的适配性，提高了有限的网络资源的利用效率，进一步提升了用户的使用体验。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种异构网络中的带宽分配与定价方法，其特征在于，包括：

步骤1，建立用户级博弈模型和网络级博弈模型；

步骤2，设置初始的网络定价策略；

步骤3，根据当前的网络定价策略，利用所述用户级博弈模型，迭代更新用户带宽占用策略；

步骤4，判断当前的用户带宽占用策略的更新是否达到第一预设条件，达到则进行步骤5，未达到则返回步骤3；

步骤5，根据当前的用户带宽占用策略，利用所述网络级博弈模型，迭代更新网络定价策略；

步骤6，判断当前的网络定价策略的更新是否达到第二预设条件，达到则进行步骤7，未达到则返回步骤3；

步骤7，获取当前的用户带宽占用策略和当前的网络定价策略。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据当前的用户带宽占用策略和当前的网络定价策略进行业务并行传输。

3.根据权利要求1所述的方法，其特征在于，所述第一预设条件为，达到预设的用户级迭代次数上限。

4.根据权利要求3所述的方法，其特征在于，所述用户级迭代次数上限在10至30以内。

5.根据权利要求1所述的方法，其特征在于，所述第一预设条件为，当前的用户带宽占用策略达到预设精度。

6.根据权利要求1所述的方法，其特征在于，所述第二预设条件为，达到预设的网络级迭代次数上限。

7.根据权利要求6所述的方法，其特征在于，所述网络级迭代次数上限在10至30以内。

8.根据权利要求1所述的方法，其特征在于，所述第二预设条件为，当前的网络定价策略达到预设精度。