CN106255218A - 异构网中基于拍卖理论的资源分配方法 - Google Patents

Abstract

本发明公开了一种异构网中基于拍卖理论的资源分配方法。首先，我们将网络中的需要通信的小蜂窝用户和D2D通信用户组成需求矩阵；其次，我们提出了一种新颖的基于拍卖理论的资源分配方法，将正在进行通信的蜂窝用户的无线资源拍卖给需求用户；最后，通过比较蜂窝用户和需求用户的效用函数来决定需求用户所复用的无线资源。本发明的资源分配方法能达到控制异构网中蜂窝用户与D2D用户或小蜂窝用户之间的干扰，保证系统中用户的链路可靠性及系统效用，且能保证系统用户间的公平性。

Description

异构网中基于拍卖理论的资源分配方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种异构网中基于拍卖理论的资源分配方法。

背景技术

就目前而言，未来的第五代蜂窝移动通信网络将会是一种由不同大小、传输功率、回程链路、无线接入技术组成的混合异构网络。其中，将D2D通信技术和小蜂窝技术同时引入宏蜂窝网络也是未来5G网络的一个重要发展方向，这样不仅可以提升小区的覆盖范围、吞吐量，还可以提升小区内用户的用户体验。但是在宏蜂窝网络中引入小蜂窝和D2D通信，当其均复用宏蜂窝用户的频谱资源时会给系统带来严重的干扰。因此如何进行有效的干扰管理是类似这样的多层异构网中的重要研究挑战。

目前，学术界大部分的研究都集中在当把D2D技术引入宏蜂窝中时的干扰管理问题，比如大多数文献分别从模式选择、资源分配、功率控制三个角度去控制系统间干扰。而对于由宏蜂窝、小蜂窝和D2D组成的异构网中的干扰管理研究还比较少，而且主要针对将D2D技术引入由宏蜂窝和小蜂窝组成的混合网络中时，D2D因复用宏蜂窝和小蜂窝的频谱资源造成的问题进行研究，而并没有考虑D2D用户和小蜂窝用户均复用宏蜂窝用户资源时的干扰控制问题。

发明内容

有鉴于此，本发明的目的是提供一种主要针对将D2D和小蜂窝同时引入宏蜂窝时，因均复用宏蜂窝资源而造成的干扰问题，提出了一种异构网中基于拍卖理论的资源分配方法。该法能保证系统吞吐量及系统效用，且能保证系统用 户间的公平性。

本发明通过以下技术手段解决上述技术问题：

首先是第一阶段-投标阶段，即基站根据申请制定需求矩阵、投标矩阵，最大可接受价格矩阵，并计算每个蜂窝用户资源的最低投标价格，基站作为决策者逐次加价，最后保留m个需求用户进入决胜阶段；

定义A₁＝{a_i},i＝1,…,M为D2D用户的需求矩阵，其中a_i表示D2D用户i根据对资源的需求程度预设的最大可接受价格。文中假设有Q个SBS，每个SBS中有S个SUE,则系统中含G＝Q*S个SUE，定义A₂＝{a_g},g＝1,…,G为小蜂窝用户的需求矩阵，其中a_g表示SUE_g根据其对资源的需求程度预设的最大可接受价格。因此，在拍卖过程中的需求矩阵可以表示为A＝{a_i},i＝1,…M,M+1,…M+G。令F＝M+G，则需求矩阵可以表示为A＝{a_i},i＝1,…M,M+1,…,F

定义B₁＝{b_ij}_M×N为D2D用户的投标矩阵，其中b_ij∈{0,1}，b_ij＝1表示D2D链路i对CUE_j的RB进行投标，否则b_ij＝0。定义B₂＝{b_gj}_G×N为SUE的投标矩阵，与D2D的投标矩阵类似，b_gj∈{0,1}，b_gj＝1表示SUE对CUE_j的RB进行投标，否则b_gj＝0。因此该模型中所有用户的投标矩阵可以表示为B＝{b_ij}_(M+G)×N＝{b_ij}_F×N，i＝1,2…,M,M+1,…F，该投标矩阵应该满足：

b_ij∈{0,1}

$\∀i=1,...,M,M+1,...,F,\∀j=1,...,N$

$\underset{i=1}{\overset{F}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{b}_{ij}\≤min(F,N)$

$\underset{j=1}{\overset{N}{\Σ}}{b}_{ij}\≤1,\∀i=1,2,...,F$

定义R₁＝{r_ij}_M×N为D2D链路的频谱分配矩阵，其中r_ij∈{0,1}，r_ij＝1表示D2D链路i在拍卖过程中成功赢得蜂窝用户j的RB，反之r_ij＝0表示在投标过程中失败。同理，R₂＝{r_gj}_G×N为SUE的频谱分配矩阵，其中r_gj∈{0,1}，r_gj＝1表示SUE_g成功 赢得CUE_j的RB，反之表示投标失败。因此所有用户的频谱分配矩阵可以表示为R＝{r_ij}_F×N，该矩阵满足以下条件：

$r_j\∈\{0,1\},\∀i=1,...,F,\∀j=1,...,N$

$\underset{j=1}{\overset{N}{\Σ}}{r}_{ij}\≤1,\∀i=1,2,...,F$

$\underset{j=1}{\overset{F}{\Σ}}{r}_{ij}\≤1,\∀j=1,2,...,N$

所述的每个蜂窝用户的资源的最低投标价格计算及表示方法如下：

p_basei,j＝μ(R_0,j-R_i,j)

每个需求用户的最大可接受价格为需求用户根据其业务类型判定其对资源的渴求程度。

所述的基站进行拍卖的方法如下：

对于被拍卖的蜂窝用户的资源若拥有多于m个的投标者，基站在每次投标过程中都会将价格增加ε，每次基站更新了价格之后，会重新分配资源块并更新投标矩阵，每个需求用户都会增加自己的投标价格直到最大可接受的价格，当资源块的价格高于需求用户的最大可接受价格时，需求用户则停止投标，直到每个资源块的投标人数等于或者小于m；

对于每个资源块，基站在拍卖之初会设置一个价格增量ε，若经过几次价格增加后，投标者的数量等于m，则基站停止加价；若经过几次加价投标者的数量小于m，基站会将价格减少ε/2，如果投标者数量仍小于m，基站继续将价格减少ε/2²，以这样的规律将价格更新n次，直到投标者的数量为m，若在这个过程中投标人数又大于m，则重新将价格增加ε，再进行相应循环。

其次是第二阶段-决胜阶段，基站通过引入公平因子，计算每个需求用户的决胜因子，通过比较决胜因子的大小，判定赢得资源块的用户。

为每个用户定义公平因子，表达式为：

$V_i=1-e^{(\frac{c_i}{g}-1)}$

其中c_i表示在当前循环T中，投标用户i的总成本，等于总的投标价格，基站会更愿意将资源分配给拥有较高V的用户，

在介绍公平因子后，定义决胜因子K，其表达式为:

K_i＝[a_i-μ(R_0,j-R_i,j)]·V_i

在m个保留用户中，MBS会将RB分配给拥有最大K的用户，该用户具有较高的最大可接受价格且对CUE的干扰较小或者拥有较高的公平因子。

最后为第三阶段—二次拍卖阶段，解决步骤如下：

1、MBS会检查是否所有的CUE的RB都被投标。如果有一些RB剩下，可以将未成功赢得RB的用户直接设为候选集合，参与二轮拍卖。

2、计算这些用户对CUE造成的干扰，MBS会优先考虑造成较小干扰的用户。MBS会根据用户的效用函数并检查：是否最大可接受价格大于最低投标价格；是否拥有足够的购买力，即剩下的预算大于最低投标价格

3、如果上述两个条件均满足，D2D会分配其RB，并将用户从候选集合移除，否则不分配其RB，并移除。

4、循环2，直到没有RB剩余，或者候选集合为空。

本发明的有益效果：本发明通过一种异构网中基于拍卖理论的资源分配方法对异构网中小蜂窝用户和D2D用户合理的分配资源，可以有效的减少系统用户间的干扰，提升系统吞吐量，提升系统效用，而且还可以保证需求用户间的公平性。

附图说明

图1是本发明的结构示意图；

图2为本发明的的流程示意图。

具体实施方式

以下通过特定的具体事例说明本发明的具体实施方式，本领域技术人员可由 本说明书所披露的内容轻易地了解本发明的其他优点和功效；本发明还可以通过其他不同的具体实施方式加以实施或应用，本说明书中的各种细节也可以基于不同的观点及应用，在没有背离本发明的精神下进行各种改变或修饰。

需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施的各组件的数目、形状及比例可根据实际情况改变，且组件布局形态可能更为复杂。

本发明的方法如图1所示：

包含有由一个宏基站MBS、Q个小基站SBS，记为SBS_q,q＝{1,2,…,Q}，其中随机分布着M个D2D对，记为D2D＝{D2D_i},i＝{1,2,…,M}、N个蜂窝用户CUE，记为CUE＝{CUE_j},j＝{1,2,…,N}，每个SBS_q中包含S个小蜂窝用户，记为SUE＝{SUE_s},s＝{1,2,…,S}，。假设每个用户均配置一根全向天线，N个蜂窝用户分配N个独立的资源块RB。假设N个蜂窝用户具有相同的信道分布、带宽以及具有相同的调制机制。

基于图1的系统模型，本发明公开了一种异构网中基于拍卖理论的资源分配方法。如图2所示，异构网中基于拍卖理论的资源分配方法可以包括以下步骤：

1)投标阶段，系统中的需求用户根据自己的通信需求向基站提出通信申请，基站根据申请制定需求矩阵、投标矩阵，最大可接受价格矩阵，并计算每个蜂窝用户资源的最低投标价格，基站作为决策者逐次加价，最后保留m个需求用户进入决胜阶段，具体步骤如下：

1、在拍卖开始前，MBS首先广播拍卖信息，包括RB的带宽、传输功率、CUE的位置以及由每个CUE的RB的最低投标价格p_basei,j组成的最低投标价格矩阵P_base等信息。当由SUE或D2D等用户接收到这些信息后，每个需求用户都会根据自己的服务类型决定自己的最大可接受价a。

其中,每个蜂窝用户的资源的最低投标价格计算及表示方法如下：

p_basei,j＝μ(R_0,j-R_i,j)

当由SUE或D2D等用户接收到这些信息后，每个需求用户都会根据自己的服务类型决定自己的最大可接受价a。

2、然后MBS为了最大化每个用户的效用，进行最优的资源分配。需要注意的是只有当a_i＞p_basei,j时，MBS才允许需求用户继续投标。在整个投标过程中，需求用户i的效用必须大于0，即需求用户可以通过复用CUE的RB获得收益。

3、MBS收集需求用户的相关信息，制定投标矩阵B。在拍卖开始时，每个需求用户都以MBS广播的p_basei,j进行投标且每个需求用户在同一时间只能投标一个RB。

其中，定义B₁＝{b_ij}_M×N为D2D用户的投标矩阵，其中b_ij∈{0,1}，b_ij＝1表示D2D链路i对CUE_j的RB进行投标，否则b_ij＝0。定义B₂＝{b_gj}_G×N为SUE的投标矩阵，与D2D的投标矩阵类似，b_gj∈{0,1}，b_gj＝1表示SUE对CUE_j的RB进行投标，否则b_gj＝0。因此该模型中所有用户的投标矩阵可以表示为B＝{b_ij}_(M+G)×N＝{b_ij}_F×N，i＝1,2…,M,M+1,…F，该投标矩阵应该满足：

b_ij∈{0,1}

$\∀i=1,...,M,M+1,...,F,\∀j=1,...,N$

$\underset{i=1}{\overset{F}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{b}_{ij}\≤min(F,N)$

$\underset{j=1}{\overset{N}{\Σ}}{b}_{ij}\≤1,\∀i=1,2,...,F$

4、对于被拍卖的CUE的RB拥有多于m个的投标者，MBS在每次投标过程中都会将价格增加ε。每次基站更新了价格之后，会重新分配RB并更新B。每个需求用户都会增加自己的投标价格直到最大可接受的价格a。当RB的价格高于需求用户i的a_i时，需求用户则停止投标。直到每个RB的投标人数等于或者小于m。

注意，当拍卖过程中的价格增量ε相对较大时，拍卖速度会较快。但是ε过 大会导致RB的投标人数从比m大的多直接变成比m小或者为0。为此，对于每个RB，MBS在拍卖之初会设置一个价格增量ε，若经过几次价格增加后，投标者的数量等于m，则MBS停止加价；若经过几次加价投标者的数量小于m，MBS会将价格减少ε/2，如果投标者数量仍小于m，基站继续将价格减少ε/2²，以这样的规律将价格更新n次，直到投标者的数量为m。若在这个过程中投标人数又大于m，则重新将价格增加ε，再进行相应循环。

2)决胜阶段，基站通过引入公平因子，计算每个需求用户的决胜因子，通过比较决胜因子的大小，判定赢得资源块的用户；

为了保证投标用户间的公平性，设多次投标过程中投标用户i可以支付的最大价格定义为最大拍卖预算g_i。具体来讲，如果一个用户i具有较强的购买力，多次赢得投标，在该用户每次赢得投标时的支出都会从最大拍卖预算中减去。当g_i＝0时，该用户不可以继续参加投标。这样，其他用户赢得投标的概率将会增大，确保了公平性。本文中假设所有用户的最大拍卖预算均为g，即对任意投标用户i，g_i＝g。

定义T为最大拍卖预算的循环周期，在时间T后，基站会初始化每个用户的最大拍卖预算，开始新一轮的投标过程。

为了计算公平性，为每个用户定义公平因子，表达式为：

$V_i=1-e^{(\frac{c_i}{g}-1)}---\left(1\right)$

其中c_i表示在当前循环T中，投标用户i的总成本，等于总的投标价格。MBS会更愿意将资源分配给拥有较高V的用户。从式子(1)可以看出V_i的值介于0和1，随着c_i的增长，V_i会逐渐的减少。当V_i＝0，MBS不会再将RB分配给该用户。

在介绍公平因子后，定义决胜因子K，其表达式为:

K_i＝[a_i-μ(R_0,j-R_i,j)] (2)

在m个保留用户中，MBS会将RB分配给拥有最大K的用户，该用户具有较 高的最大可接受价格且对CUE的干扰较小或者拥有较高的公平因子。

3)二次拍卖，在决胜阶段未获得资源的用户，可以参与二次拍卖，通过比较其对蜂窝用户的干扰大小和决胜因子来决定是否可以获得资源；

因为在投标过后会有m个用户参与最后的决胜阶段，所以可能存在有一些用户拥有足够的购买力但是无法获得RB。因此，为了进一步提升频谱效率，在本发明中采用了二次拍卖机制。具体步骤如下：

1、MBS会检查是否所有的CUE的RB都被投标。如果有一些RB剩下，可以将未成功赢得RB的用户直接设为候选集合，参与二轮拍卖。

2、计算这些用户对CUE造成的干扰，MBS会优先考虑造成较小干扰的用户。MBS会根据用户的决胜因子并检查：是否最大可接受价格大于最低投标价格；是否拥有足够的购买力，即剩下的预算大于最低投标价格

3、如果上述两个条件均满足，D2D会分配其RB，并将用户从候选集合移除，否则不分配其RB，并移除。

4、循环2，直到没有RB剩余，或者候选集合为空。

Claims (7)

1.一种异构网中基于拍卖理论的资源分配方法，其特征在于，所述的异构网由宏基站和多个小基站组成，其中包含多个宏蜂窝用户、小蜂窝用户、D2D用户；小蜂窝用户和D2D用户均复用宏蜂窝用户的频谱资源进行通信；

拍卖方法包含三个阶段：

1)投标阶段，系统中的需求用户根据自己的通信需求向基站提出通信申请，基站根据申请制定需求矩阵、投标矩阵，最大可接受价格矩阵，并计算每个蜂窝用户资源的最低投标价格，基站作为决策者逐次加价，最后保留m个需求用户进入决胜阶段；

2)决胜阶段，基站通过引入公平因子，计算每个需求用户的决胜因子，通过比较决胜因子的大小，判定赢得资源块的用户；

3)二次拍卖，在决胜阶段未获得资源的用户，可以参与二次拍卖，通过比较其对蜂窝用户的干扰大小和效用函数来决定是否可以获得资源。

2.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，所述的每个蜂窝用户的资源的最低投标价格计算及表示方法如下：

p_basei,j＝μ(R_0,j-R_i,j)

其中R_0,j表示没有用户与CUE共享频谱时的CUE的数据速率，R_i,j表示有用户链路i与CUE_j共享RB时的数据速率，μ表示单位数据速率的效用。

3.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，所述的每个需求用户的最大可接受价格为需求用户根据其业务类型判定其对资源的渴求程度。

4.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，所述的投标矩阵可以通过计算比较需求用户的最大可接受价格与蜂窝用户的最低投标价格的差值，选择差值最大的进行投标。

5.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，基站进行拍卖的方法如下：

对于被拍卖的蜂窝用户的资源若拥有多于m个的投标者，基站在每次投标过程中都会将价格增加ε，每次基站更新了价格之后，会重新分配资源块并更新投标矩阵，每个需求用户都会增加自己的投标价格直到最大可接受的价格，当资源块的价格高于需求用户的最大可接受价格时，需求用户则停止投标，直到每个资源块的投标人数等于或者小于m；

对于每个资源块，基站在拍卖之初会设置一个价格增量ε，若经过几次价格增加后，投标者的数量等于m，则基站停止加价；若经过几次加价投标者的数量小于m，基站会将价格减少ε/2，如果投标者数量仍小于m，基站继续将价格减少ε/2²，以这样的规律将价格更新n次，直到投标者的数量为m，若在这个过程中投标人数又大于m，则重新将价格增加ε，再进行相应循环。

6.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，基站决定获胜用户的方法如下：

为每个用户定义公平因子，表达式为：

$V_i=1-e^{\left(\frac{c_i}{g}1\right)}$

其中c_i表示在当前循环T中，投标用户i的总成本，等于总的投标价格，基站会更愿意将资源分配给拥有较高V的用户，

定义决胜因子K，其表达式为:

K_i＝[a_i-μ(R_0,j-R_i,j)]·V_i

基站将资源块分配给拥有较大K的用户。

7.根据权利要求1所述的异构网中基于拍卖理论的资源分配方法，其特征在于，基站进行二次拍卖的方法如下：

对于进入二次拍卖的用户，基站根据复用用户所受到的干扰状况和需求用户的公平性因子两个条件判定需求用户是否获得资源块。