CN105657716B - 一种蜂窝网动态流量分担的频谱拍卖方法 - Google Patents
一种蜂窝网动态流量分担的频谱拍卖方法 Download PDFInfo
- Publication number
- CN105657716B CN105657716B CN201610043720.5A CN201610043720A CN105657716B CN 105657716 B CN105657716 B CN 105657716B CN 201610043720 A CN201610043720 A CN 201610043720A CN 105657716 B CN105657716 B CN 105657716B
- Authority
- CN
- China
- Prior art keywords
- period
- auction
- cellular networks
- base station
- party
- 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.)
- Active
Links
- 230000001413 cellular effect Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001228 spectrum Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 5
- 230000002860 competitive effect Effects 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims 1
- 230000002441 reversible effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- AZFKQCNGMSSWDS-UHFFFAOYSA-N MCPA-thioethyl Chemical compound CCSC(=O)COC1=CC=C(Cl)C=C1C AZFKQCNGMSSWDS-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000010903 husk Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种蜂窝网动态流量分担的频谱拍卖方法,所述方法在考虑蜂窝网和第三方基站在一天时间内流量数据负载变化的条件下建立反拍卖模型,划分时间段,进行频谱反向拍卖,建立拍卖的目标函数,并通过拉格朗日松弛的方法求最优解,在满足任意时段流量分担目标的同时最小化蜂窝网运营商的分担成本。本发明可以很好地实现在满足任意时段流量分担目标的同时最小化蜂窝网运营商的分担成本,容易实现,便于扩展,与已经提出的流量分担方法相比具有更高的流量分担效率,能有效提高蜂窝网的吞吐量和频谱领用率并改善用户的通信质量。
Description
技术领域
本发明涉及移动通信技术领域,具体涉及一种蜂窝网动态流量分担的频谱拍卖方法。
背景技术
随着蜂窝网的用户数和业务量的迅猛增长,带宽需求也快速增大,这给移动网络设施产生巨大的挑战。大量的移动用户产生的数据流量,超过了蜂窝网络的能力,因此也恶化了向移动用户提供的网络服务质量。应对这样的挑战,最直接的解决方案是增加蜂窝网络的容量,然而,不断增加的安装和管理成本可能会限制通过增加部署新基站来提供访问互联网服务所需的带宽。为解决以上问题,一些学者致力于寻找更有效地的方法来提高蜂窝网络的容量并围绕这一问题进行了一系列的研究。
流量分担概念就是为了解决以上问题而提出的,目前已经得到了广泛的研究。而第三方基站(微蜂窝,WiFi基站等)凭借特有的优势成为卸载移动数据的强有力候选者。S.Paris等制定了反向拍卖模型来考虑部分流量卸载问题。D.Wei等提出了一种理想的、新颖的基于拍卖的激励框架,考虑了蜂窝网络负载在空间上的动态变化,允许蜂窝服务供应商通过建立的反向拍卖模型利用第三方高频段基站的频谱资源,但并没有考虑到蜂窝网络和第三方高频段基站的负载在时间上的动态变化。不同于上述的研究,本发明考虑到蜂窝网络和第三方基站的负载在时间上的动态变化,建立反向拍卖模型,运用拉格朗日松弛算法,将优化问题分解为多个投标者的子问题,并求得最优解。
发明内容
本发明的目的是针对蜂窝网络和第三方基站的负载在时间上的动态变化,提出一种蜂窝网动态流量分担的频谱拍卖方法,该方法针对传统流量分担方法没有考虑蜂窝网和第三方基站在一天时间内流量数据负载的变化,而不能进一步提高流量分担的效率的特点,在考虑蜂窝网和第三方基站在一天时间内流量数据负载变化的条件下建立反拍卖模型,划分时间段,进行频谱反向拍卖,建立拍卖的目标函数,并通过拉格朗日松弛的方法求最优解,在满足任意时段流量分担目标的同时最小化蜂窝网运营商的分担成本。
实现本发明目的的技术方案如下:
一种蜂窝网动态流量分担的频谱拍卖方法,所述方法包括如下步骤:
(1)建立反拍卖模型:所述反拍卖模型包括蜂窝网和第三方基站,根据蜂窝网和第三方基站在一天时间内流量数据负载变化的历史数据,预测出在未来一段时间内蜂窝网和第三方基站流量数据负载变化规律,所述蜂窝网和第三方基站流量数据负载变化规律的预测依据现有的BP神经网络流量预测模型进行;
(2)划分时间段:拍卖控制中心在反拍卖模型中根据蜂窝网的负载变化将一天分解为K个时间段,k∈{1,2,...,K}表示某一时间段,每个时间段对应着蜂窝网的一个流量分担目标dk,第三方基站根据预测的每个时段内自身的空闲频带的信息情况,对每个时间段进行投标并表示为bik={qik,pik},其中,qik表示第三方基站i第k时间段的空闲频带的数量,pik表示第三方基站i对第k段时间自身空闲频带的出价;拍卖控制中心收集、整理出价者的竞标信息,通过拍卖的支付规则,保障拍卖的真实性和有效性,兼顾卖家和买家的利益,以实现整个拍卖系统的效用最大化;本发明从蜂窝网运营商的角度考虑,致力于实现满足任意时段流量分担目标的同时最小化分担成本的拍卖目标;
(3)建立拍卖的目标函数:根据拍卖目标建立拍卖的目标函数和约束条件,使蜂窝网运营商某一时段内竞拍得到的空闲频带数量不能小于蜂窝网运营商在这一时段的分担目标;
(4)通过拉格朗日松弛的方法求最优解:蜂窝网和第三方基站在拍卖控制中心的组织下,根据上述目标函数和约束条件的限制进行频谱拍卖,并采用拉格朗日松弛算法求解上述带约束条件的0-1整数优化问题;当算法迭代终止,得到一个最优分配矩阵;
(5)最终蜂窝网运营商根据最优分配矩阵可获得满足每个时段分担目标的空闲频带,从而实现蜂窝网的动态流量分担。
所述步骤(3)中的目标函数为其中xik为二元函数,表示第三方基站i对第k段时段的投标结果;pik表示第三方基站i对第k段时间自身空闲频带的出价;蜂窝网运营商对每一个时段都有不同的流量分担目标,所述将流量分担的目标约束条件表示为:
xik∈(0,1) (2)
约束条件(1)表示蜂窝网运营商某一时段内竞拍得到的空闲频带数量不能小于蜂窝网运营商在这一时段的分担目标,其中qik表示第三方基站i第k时间段的空闲频带的数量;约束条件(2)表示xik只能取0或1,xik=1表示第三方基站i对第k段时间的投标成功。
所述步骤(4)中的最优分配矩阵为:
其中每一行对应一个参与拍卖的出价者,每一列对应一个时间段;xik为二元函数,表示第三方基站i对第k段时间的投标结果。
本发明的优点为:本发明可以很好地实现在满足任意时段流量分担目标的同时最小化蜂窝网运营商的分担成本,容易实现,便于扩展,与已经提出的流量分担方法相比具有更高的流量分担效率,能有效提高蜂窝网的吞吐量和频谱领用率并改善用户的通信质量。
附图说明
图1为蜂窝网中流量分担的反拍卖模型图;
图2为拉格朗日松弛算法的流程图。
具体实施方式
以下结合附图及实例对本发明做进一步详细说明。
本发明建立了一个反向拍卖模型来实现蜂窝网中的动态流量分担,如附图1所示。反拍卖模型包括蜂窝网和第三方基站,根据蜂窝网和第三方基站在一天时间内流量数据负载变化的历史数据,预测出在未来一段时间内蜂窝网和第三方基站流量数据负载变化规律,蜂窝网和第三方基站流量数据负载变化规律的预测依据现有的BP神经网络流量预测模型进行;
拍卖控制中心根据蜂窝网的负载变化将一天分解为K个时间单元,e是时间单元的长度,e的大小由拍卖控制中心来决定,t表示一天中有分担目标的时间。k∈{1,2,...,K}表示某一时间段,每个时间段对应着蜂窝网的一个流量分担目标dk,dk表示蜂窝网运营商在第k段时间段里所需要的空闲频带的数量,其中k∈{1,2,...,K}。设投标者第三方基站的数目为I,每一个i∈{1,2,...,I}代表一个第三方基站。用bik={qik,pik}表示第三方基站i对第k段时间的投标。qik为非负整数,表示第三方基站i第k时间段的空闲频带的数量,当qik=0,表示第三方基站i没有对第k时间段进行投标。pik为正实数,表示第三方基站i对第k段时间自身空闲频带的出价。拍卖控制中心收集、整理出价者的竞标信息,通过拍卖的支付规则,保障拍卖的真实性和有效性,兼顾卖家和买家的利益,以实现整个拍卖系统的效用最大化;本发明从蜂窝网运营商的角度考虑,致力于实现在满足任意时段流量分担目标的同时最小化分担成本的拍卖目标;
用二元函数xik来表示第三方基站i对第k段时间的投标结果:从运营商的角度考虑,系统的拍卖目标是在满足任意时段流量分担目标的同时最小化蜂窝网运营商的分担成本。所以写出系统的目标函数:
和约束条件:
xik∈(0,1) (2)
约束条件(1)表示蜂窝网运营商某时段购买的频谱资源不小于这一时段的分担目标。约束条件(2)表示xik只能取0或1。约束条件(1)是多个并行出价者之间的唯一联系,各个出价者在其它约束上都相互独立。因此,如果给定非负的拉格朗日乘子λ,将约束(1)松弛,则原0-1整数规划问题转化为如下的拉格朗日松弛(LR)问题:
其中xik∈{0,1}。
蜂窝网和第三方基站在拍卖控制中心的组织下,根据上述目标函数和约束条件的限制进行频谱拍卖,并采用拉格朗日松弛算法求解上述带约束条件的0-1整数优化问题;
求解拉格朗日松弛(LR)问题如附图2的流程所示。(LR)拉格朗日松弛问题可以进一步分解成N个相互独立的单出价者问题:而第i个独立的单出价者LR问题可表述为:其中xik∈{0,1}。
λ解法解决子问题Li(λ)
令单个出价者Li(λ)的最优解为:
次梯度法解决对偶问题
考虑第l次迭代的拉格朗日乘子λl,本发明定义xl为子问题的最优解,定义L(λ)的次梯度为:其中k∈(1,2,...,K)。是拉格朗日松弛问题在当前乘子λl下的一个次梯度。从初始的乘子λ0开始,次梯度优化通过如下规则逐步改进拉格朗日乘子:l为迭代次数,αl是第l次迭代采用的步长。为保证迭代能实现较好的收敛,步长αl需要满足一定的要求。一个有效地步长计算公式为:其中0≤c≤2。是最优成本的估计值,该估计值随着迭代过程不断改进。c是一个介于0和2之间的系数,一般在迭代开始时设为2,并在迭代过程中逐步减小。当αl小于一个临界值时,迭代终止。通过迭代应用可以收敛得到对偶最优解(x*,λ*)。当算法迭代终止,得到一个最优分配矩阵为:其中每一行对应一个参与拍卖的出价者,每一列对应一个时间段,xik为二元函数,表示第三方基站i对第k段时间的投标结果;
最终,蜂窝网运营商根据最优分配矩阵可获得满足每个时段分担目标的空闲频带,从而实现蜂窝网的动态流量分担。
此处所描述的具体实例仅仅用以解释本发明,并不用于限定本发明。凡依本发明申请范围所做的均等变化或改进等,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种蜂窝网动态流量分担的频谱拍卖方法,其特征在于,包括如下步骤:
(1)建立反拍卖模型:所述反拍卖模型包括蜂窝网和第三方基站,根据蜂窝网和第三方基站在一天时间内流量数据负载变化的历史数据,预测出在未来一段时间内蜂窝网和第三方基站流量数据负载变化规律;
(2)划分时间段:拍卖控制中心在反拍卖模型中根据蜂窝网的负载变化将一天分解为K个时间段,k∈{1,2,...,K}表示某一时间段,每个时间段对应着蜂窝网的一个流量分担目标dk,dk表示蜂窝网运营商在第k段时间段里所需要的空闲频带的数量;设投标者第三方基站的数目为I,每一个i∈{1,2,...,I}代表一个第三方基站,第三方基站根据预测的每个时段内自身的空闲频带的信息情况,对每个时间段进行投标并表示为bik={qik,pik},其中,qik表示第三方基站i第k时间段的空闲频带的数量,pik表示第三方基站i对第k段时间自身空闲频带的出价;拍卖控制中心收集、整理出价者的竞标信息,通过拍卖的支付规则,实现满足任意时段流量分担目标的同时最小化分担成本的拍卖目标;
(3)建立拍卖的目标函数:根据拍卖目标建立拍卖的目标函数和约束条件,使蜂窝网运营商某一时段内竞拍得到的空闲频带数量不能小于蜂窝网运营商在这一时段的分担目标;
所述的目标函数为其中xik为二元函数,表示第三方基站i对第k段时段的投标结果;pik表示第三方基站i对第k段时间自身空闲频带的出价;蜂窝网运营商对每一个时段都有不同的流量分担目标,所述将流量分担的目标约束条件表示为:
xik∈(0,1) (2)
约束条件(1)表示蜂窝网运营商某一时段内竞拍得到的空闲频带数量不能小于蜂窝网运营商在这一时段的分担目标,其中qik表示第三方基站i第k时间段的空闲频带的数量;约束条件(2)表示xik只能取0或1,xik=1表示第三方基站i对第k段时间的投标成功;
(4)通过拉格朗日松弛的方法求最优解:蜂窝网和第三方基站在拍卖控制中心的组织下,根据上述目标函数和约束条件的限制进行频谱拍卖,并采用拉格朗日松弛算法求解上述带约束条件的0-1整数优化问题;当算法迭代终止,得到一个最优分配矩阵;
(5)最终蜂窝网运营商根据最优分配矩阵可获得满足每个时段分担目标的空闲频带,从而实现蜂窝网的动态流量分担。
2.根据权利要求1所述的蜂窝网动态流量分担的频谱拍卖方法,其特征在于,所述步骤(4)中的最优分配矩阵为:
其中每一行对应一个参与拍卖的出价者,每一列对应一个时间段;xik为二元函数,表示第三方基站i对第k段时间的投标结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610043720.5A CN105657716B (zh) | 2016-01-21 | 2016-01-21 | 一种蜂窝网动态流量分担的频谱拍卖方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610043720.5A CN105657716B (zh) | 2016-01-21 | 2016-01-21 | 一种蜂窝网动态流量分担的频谱拍卖方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105657716A CN105657716A (zh) | 2016-06-08 |
CN105657716B true CN105657716B (zh) | 2019-03-29 |
Family
ID=56487561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610043720.5A Active CN105657716B (zh) | 2016-01-21 | 2016-01-21 | 一种蜂窝网动态流量分担的频谱拍卖方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105657716B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959958A (zh) * | 2016-06-12 | 2016-09-21 | 桂林电子科技大学 | 一种基于波束成形和功率分配的频谱反拍卖的出价方法 |
CN107708152B (zh) * | 2017-11-28 | 2021-06-18 | 重庆邮电大学 | 异构蜂窝网络的任务卸载方法 |
CN113411272A (zh) * | 2020-03-16 | 2021-09-17 | 阿里巴巴集团控股有限公司 | 流量调度方法、装置及电子设备 |
CN113115367B (zh) * | 2021-03-23 | 2022-09-02 | 三峡大学 | 基于贪婪助手选择算法的数据卸载激励方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101052981A (zh) * | 2004-09-08 | 2007-10-10 | 秦内蒂克有限公司 | 共享资源的管理 |
CN101945369A (zh) * | 2010-09-08 | 2011-01-12 | 北京航空航天大学 | 一种基于拍卖和满意度模型的动态频谱分配方法 |
CN103297976A (zh) * | 2013-06-20 | 2013-09-11 | 清华大学 | 无线网络频段分配方法 |
CN104113882A (zh) * | 2014-07-10 | 2014-10-22 | 广州市香港科大霍英东研究院 | 一种针对异质频谱的真实性双重拍卖方法 |
CN105075308A (zh) * | 2013-02-22 | 2015-11-18 | 里瓦达网络有限责任公司 | 用于动态频谱仲裁的方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080279147A1 (en) * | 2007-05-08 | 2008-11-13 | Microsoft Corporation | Spectrum auction and sharing on wireless clients |
-
2016
- 2016-01-21 CN CN201610043720.5A patent/CN105657716B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101052981A (zh) * | 2004-09-08 | 2007-10-10 | 秦内蒂克有限公司 | 共享资源的管理 |
CN101945369A (zh) * | 2010-09-08 | 2011-01-12 | 北京航空航天大学 | 一种基于拍卖和满意度模型的动态频谱分配方法 |
CN105075308A (zh) * | 2013-02-22 | 2015-11-18 | 里瓦达网络有限责任公司 | 用于动态频谱仲裁的方法和系统 |
CN103297976A (zh) * | 2013-06-20 | 2013-09-11 | 清华大学 | 无线网络频段分配方法 |
CN104113882A (zh) * | 2014-07-10 | 2014-10-22 | 广州市香港科大霍英东研究院 | 一种针对异质频谱的真实性双重拍卖方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105657716A (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiao et al. | Toward an automated auction framework for wireless federated learning services market | |
Feng et al. | Joint service pricing and cooperative relay communication for federated learning | |
CN111757354B (zh) | 一种基于竞争博弈的多用户切片资源分配方法 | |
Zhang et al. | Incentive mechanism for proximity-based mobile crowd service systems | |
Borjigin et al. | In broker we trust: A double-auction approach for resource allocation in NFV markets | |
CN105657716B (zh) | 一种蜂窝网动态流量分担的频谱拍卖方法 | |
Lam et al. | A multi-layer market for vehicle-to-grid energy trading in the smart grid | |
Du et al. | Double auction mechanism design for video caching in heterogeneous ultra-dense networks | |
Chen et al. | True-MCSA: A framework for truthful double multi-channel spectrum auctions | |
Zhang et al. | An auction mechanism for resource allocation in mobile cloud computing systems | |
Iosifidis et al. | Challenges in auction theory driven spectrum management | |
Liu et al. | On the incentive mechanisms for commercial edge caching in 5G wireless networks | |
Liu et al. | Multi-item auction based mechanism for mobile data offloading: A robust optimization approach | |
Huang et al. | Market-based dynamic resource allocation in Mobile Edge Computing systems with multi-server and multi-user | |
Zhang et al. | Incentive mechanism design for edge-cloud collaboration in mobile crowd sensing | |
Vakili et al. | Interconnected microgrids: Optimal energy scheduling based on a game‐theoretic approach | |
Yassine et al. | Cloudlet-based intelligent auctioning agents for truthful autonomous electric vehicles energy crowdsourcing | |
Zhao et al. | Online procurement auctions for resource pooling in client-assisted cloud storage systems | |
Lu et al. | Auction design for cross-edge task offloading in heterogeneous mobile edge clouds | |
Zhai et al. | Truthful double auction for joint internet of energy and profit optimization in cognitive radio networks | |
Yao et al. | Deep reinforcement learning based offloading scheme for mobile edge computing | |
Zhang et al. | Virtualization of 5G cellular networks: A combinatorial double auction approach | |
Konnov | On auction equilibrium models with network applications | |
Okajima et al. | Strategic behavior and market power of aggregators in energy demand networks | |
Zhang et al. | CAPR: context‐aware participant recruitment mechanism in mobile crowdsourcing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160608 Assignee: Guangxi Taijiexin Technology Co.,Ltd. Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY Contract record no.: X2023980044263 Denomination of invention: A Spectrum Auction Method for Dynamic Traffic Sharing in Cellular Networks Granted publication date: 20190329 License type: Common License Record date: 20231025 |