CN107302801A - 一种5G混合场景下面向QoE的双层匹配博弈方法 - Google Patents
一种5G混合场景下面向QoE的双层匹配博弈方法 Download PDFInfo
- Publication number
- CN107302801A CN107302801A CN201710355378.7A CN201710355378A CN107302801A CN 107302801 A CN107302801 A CN 107302801A CN 201710355378 A CN201710355378 A CN 201710355378A CN 107302801 A CN107302801 A CN 107302801A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- channel
- matching
- effectiveness
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：在5G场景下的一个小蜂窝基站SBS，混合共存有C个蜂窝用户CU和D个D2D用户DU；所述方法基于用户体验质量QoE为优化指标，实现CU和信道之间、DU和资源块之间达到稳定的匹配，包括：一、CU和信道基于对方个体分别建立偏好列表，采用考虑已存匹配的多对一匹配博弈算法，来进行蜂窝内部的信道与CU之间的匹配；二、DU和资源块基于对方个体分别建立偏好列表，利用考虑已存匹配的多对多匹配博弈算法，为蜂窝内部的DU分配资源块进行通信，三、通过不断的迭代，更新CU的信道分配向量和DU与资源块的匹配结果，最终达到稳定的双边匹配。本发明的频谱分配方案，简单实用，具有良好的应用前景。
Description
技术领域
本发明属于无线通信技术领域，涉及D2D和蜂窝用户共存的5G通信系统中基于匹配博弈理论的方法，尤其是一种5G混合场景下面向QoE的双层匹配博弈方法。
背景技术
随着无线技术的迅猛发展，无线接入网络技术已进入新的发展阶段，即第五代移动通信系统(5G)的发展阶段。5G环境具有超高流量密度、超高移动性和超高连接数密度的特征，包括连续广域覆盖、热点高容量、低功耗大连接、低时延高可靠等技术场景，可满足用户多样化的业务需求。同时，当前无线资源日渐稀缺，因此研究无线资源管理技术对于提高无线资源利用率、满足多种业务服务质量需求至关重要。5G网络环境具有异构性和动态性，这对无线资源管理提出了更加严峻的挑战。同时，D2D(Device-to-Device；设备到设备)通信技术作为一种可以有效提高频谱复用率和增强系统容量的技术，将成为5G通信系统中的关键技术之一。D2D通信技术就是在基站的控制下，用户设备绕过基站使用蜂窝资源来互相传输数据信号的技术。在局部的范围内，流行内容的下载在总体的移动数据流量中占有较大的比例，比如天气预报、多媒体新闻和股票信息等。当周边用户设备中已经有该用户想下载的资源，那么可以采用D2D的方式从其他用户设备中获取，从而有效缓解基站的流量拥塞和频谱资源的压力。
尽管D2D技术可以增强频谱利用效率和增加系统容量，但由于频谱的共享也会为蜂窝系统带来干扰。同时，传统上的资源分配最优化的目标是系统的吞吐量，而没有考虑用户的QoE(Quality of Experience；体验质量)要求。QoE的效用不是关于所有信道的吞吐量之和的线性方程，所以现有技术的上述最优化方法并不适用。另外，在讨论小蜂窝中的用户资源分配时，没有考虑到D2D用户对蜂窝用户的干扰问题。用户的公平性问题也是衡量算法优劣的关键所在，即算法要保证信道分配的结果能够保证达到用户的心理预期，也就是达到所能接受的最低限度。由于在小蜂窝网络中，同时存在蜂窝用户和D2D用户，那么就存在着一种竞争关系和一种干扰关系，即SBS(Small-cell Base Station；小蜂窝基站)中分配信道时所有CU(Cellular Users；蜂窝用户)之间的竞争关系，以及DU(D2D Users；直连用户)复用CU信道时对该CU产生干扰。
发明内容
本发明的目的在于克服现有技术的不足之处，提供一种5G混合场景下面向QoE的双层匹配博弈方法，采用多对一匹配博弈理论和多对多匹配博弈理论分别对小蜂窝中的蜂窝用户和D2D用户进行信道分配，同时考虑到两个匹配结果的相互影响，可有效解决在SBS中分配信道时所有CU蜂窝用户之间的竞争关系以及DU复用CU信道时对该CU产生干扰的问题，能够保证用户的公平性，实现总体体验质量的最优化。
为解决上述技术问题，本发明采用以下技术方案。
本发明的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：
在5G场景下，设置一个小蜂窝基站SBS，其中混合共存有C个蜂窝用户CU和D个D2D用户DU，分别用CUci和DUdj来表示，其中而蜂窝网络中的信道用来表示；与CUci匹配的信道为一个资源块RBi，与CU的集合C相对应，资源块的集合可表示为
所述方法基于用户体验质量为优化指标，实现总体体验质量的最优化，包括：
第一部分，CU和信道基于对方个体分别建立偏好列表，采用考虑已存匹配的多对一匹配博弈算法，来解决分配蜂窝内部的信道与CU之间的匹配问题。所述的信道与CU之间的匹配的目标是使SBS中所有CU的总体满意度最大，即：
其中，是指CUci占用信道的集合；U(a)是指总体满意度，即所有CU的满意度之和；是CUci的速率；是CUci的满意度。
所述第一部分的实现步骤包括：
步骤1、初始化，随机生成一个信道分配向量a；
步骤2、CU和信道分别基于对方建立偏好列表，即：在SBS中，采用匹配博弈理论进行信道与CU之间的匹配；在此匹配过程中，每个信道最多被分配给一个CU，而一个CU可以接入多个信道，所有操作包括匹配请求、接受、拒绝，均根据双方的偏好列表来确定。
步骤2-1：每个CU建立自己对信道的偏好列表；
对于CUci来说，偏好关系是指对于任意两个信道l和l'，仅当时，存在其中和分别是指信道l和l'的效用，其中即：当CU在信道l上通信的效用大于信道l'，说明CU更偏好于信道l；每个CUci都计算效用根据效用来更新自己的偏好然后向自己最偏好的信道发出请求；
其中用户ci的效用计算如下：
是指当加入信道l之后，CUci的满意度，其满意度效用函数用下式表示：
其中r是每个用户的吞吐量，rreq是用户要求的速率，常量τ反映了其对所要求的传输速率rreq的需求程度；rs是使用户的需求刚达到饱和的速率，rd是使用户的满意度开始下降的速率；
每个用户的速率r计算公式如下：
r＝Blog2(1+γ) (3)
其中，γ表示信噪比SINR，B是信道的带宽；
CUci在信道l上传输时的信噪比SINRγi表示为其中，Qi表示CUci的传输功率，GB，i和GB，j分别是指从基站到ci和dj的增益，No是指接收端的高斯噪声；而xij来表示该CU所占用的信道是否被分配给了一个DU；
步骤2-2：信道基于CU建立偏好列表；
对于信道l来说，SBS中存在两种CU：(1)正在占用该信道的CU；(2)其他CU，其中
每个信道l对所有提出接入请求的CU以及正在占用信道l的用户计算效用εl(ci)，从而更新自己的偏好列表＞l;
其中，信道l的匹配效用εl(ci)计算如下：
其中，是是指CUci离开信道l时的满意度；
步骤3、随机选择一个信道l，从正在占用信道l的CU处撤回信道l，即然后将信道l分配给自己最偏好的即然后更新信道分配向量a；
步骤4、返回所述步骤2，直到和ci＞ιμ(l)，得到稳定的匹配μ。
第二部分，信道根据自己对用户的偏好程度接受或拒绝CU的接入请求，考虑到D2D用户在通信时对其相应的CU产生的干扰限制，来解决DU复用CU资源块进行通信的问题；利用考虑已存匹配的多对多匹配博弈算法，对SBS中DU进行信道分配。其实现步骤包括：
步骤1、初始化，建立初始的匹配状态；
步骤1-1、所有的DU与资源块随机匹配，同时满足如下公式(6)中的约束条件C1-C5：
max U(X)， (5)
其中，表示总体效用是所有CU和DU的效用的最大值；
步骤1-2、每个DUdj给与其匹配的资源块RBi平均分配传输能量，表示为其中Pj代表每个DU发送端总的发送功率；
步骤2、交换匹配过程；
步骤2-1、每个DUdj对其他的DUdj’所占用的资源块和空闲资源块计算效用和若其效用值大于零则以降序排列建立偏好列表
所述的效用计算如下：
上式中，表示DUdj占用RBi时的满意度，表示DUdj将资源块RBi换成DUdj’的资源块RBi’之后用户的满意度；而表示DUdj和dj’所匹配的资源块互换之后的满意度增值作为效用；
效用计算如下：
是指没有达到最大接入值、还允许DU接入的RBi’；其中表示DUdj不改变原有匹配情况的前提下，接入之后的满意度；效用表示dj接入之后其满意度的增量；
步骤2-2、每个DUdj用户根据自己的偏好列表，向自己最偏好的DUj’或者资源块提出建立交换对(dj，dj’)或者的请求；所述的DUdj用户能够建立交换对必须满足如下条件：
1)建立交换对之后，任何DU和资源块的效用和建立之前相比不会降低；
2)建立交换对之后，有至少一个DU或者资源块RB的效用和之前相比有所增加。
步骤2-3、每个资源块RBi对接收到的建立交换对的请求的DU，计算效用和更新偏好列表：
其中，是指dj和dj’的交换前RBi的效用，即占用RBi的CU的满意度和所有复用RBi的DU的满意度之和；而Uij’是指接入RBi的DUdj换成dj’之后RBi的效用；
同理，效用是指对于DUdj’接入之后和其未接入相比，RBi的满意度增量；
步骤2-4、每个资源块RBi根据自己的偏好列表，同意最偏好的DU建立交换对的请求，拒绝其他的DU；
步骤3、更新匹配状态，同时更新与每个资源块匹配的DU个数；
步骤4、重复上述步骤2，直到无法建立交换对为止。
第三部分，更新CU的信道分配向量，通过不断迭代的过程，最终达到稳定的双边匹配。其实现步骤包括：
步骤1、初始化，建立CU和DU与信道匹配的初始状态；
步骤2、最优化的操作是根据概率P1＝ζ来对第一个算法进行迭代，以P2＝1-ζ的概率进行第二个算法的迭代；随机从[0，1]选择一个数字α，如果α＜ζ，则执行步骤3，否则执行步骤4；
步骤3、在SBS中，利用a中提出的方案来分配信道给CU，更新分配向量a，返回上述步骤2；
步骤4、在SBS中，根据步骤3中的分配向量a，利用b提出的方案来分配资源块给DU，更新匹配结果，返回上述步骤2。
与现有技术相比，本发明包括以下优点和有益效果：
本发明提出了5G环境下无线资源与用户的匹配方案，考虑了D2D用户和蜂窝用户共存的场景，利用多对一匹配博弈和多对多匹配博弈理论分别对蜂窝用户和D2D用户对进行分配信道。首先解决蜂窝内部专有频谱和CU之间的匹配问题，采用了考虑已存匹配的多对一匹配博弈理论；其次解决了DU复用CU频谱进行通信的问题，考虑到一个DU可以复用多个CU的资源块，一个CU可以被多个DU复用，因此采用了考虑已存匹配的多对多匹配博弈算法。两个问题匹配之后的结果相互影响，即CU与信道匹配的结果会影响到DU复用CU资源块的匹配结果；同时DU用户复用资源块会对CU产生干扰。因此两个层次相结合的混合场景下的双层匹配方法不仅较好的解决了混合场景下的用户与信道的匹配问题，也大大降低了算法的复杂度。本发明基于不同用户的体验质量要求来进行频率分配，同时考虑到了用户之间的公平性问题，避免信道分配严重不均的情况，不仅全局的体验质量最佳，也达到了每个用户的心理预期。本发明提出的频谱分配方案非常简单且易于实现，具有很好的应用前景。
附图说明
图1为本发明一种实施例的蜂窝用户和D2D用户并存的蜂窝系统模型。
图2是本发明的一种实施例方法的CU与信道匹配的方法流程图。
图3是本发明的一种实施例方法的DU与资源块匹配的方法流程图。
图4是本发明的一种实施例方法的5G混合场景下的双层匹配博弈方法架构示意图。
具体实施方式
下面结合附图对本发明做进一步详细说明。
图1为本发明一种实施例的蜂窝用户和D2D用户并存的蜂窝系统模型。如图1所示，本发明方法，提出了一种新颖的5G混合场景下面向QoE的无线资源与用户之间进行匹配的方案。该方案考虑的是在一个小蜂窝基站中(SBS)，蜂窝用户和D2D用户共存的场景。其中有C个蜂窝用户(CU)和D个D2D用户(DU)，分别用CUci和DUdj来表示，其中 而蜂窝网络中的信道用来表示。具体来将，对于来说，与其匹配的信道可以看成一个资源块RBi。与CU的集合相对应，资源块的集合可表示为CU利用小蜂窝的信道进行通信，而DU是通过复用CU占用的资源块进行通信。这种复用关系为CU和DU均引进了一定的干扰。本发明方案首先为了有效地解决CU和DU共存时复杂的信道分配问题，采用了考虑已存匹配的多对一匹配博弈算法；其次解决了DU复用CU资源块进行通信的问题，考虑到D2D用户在通信时对其相应的CU产生的干扰限制。而在这两个算法中，都是基于用户体验质量为优化指标，实现总体体验质量的最优化。在以体验质量(Quality of Experience；QoE)为指标建立最优化目标时，不仅考虑到了速率体验，也考虑到了成本体验，即成本持续增加对用户的体验产生的影响。同时，该优化目标还考虑到了用户之间的公平性，保证匹配的结果能够满足所有用户的最低需求。
本发明方法由三部分组成：一是CU和信道基于对方个体分别建立偏好列表；二是信道根据自己对用户的偏好程度接受或拒绝CU的接入请求；三是更新CU的信道分配向量。通过不断迭代的过程，最终达到稳定的双边匹配。
a、本发明的第一个部分，是解决分配蜂窝内部的信道与CU之间的匹配问题，采用的是考虑已存匹配的多对一匹配博弈算法。匹配的目标是使SBS中所有CU的总体满意度最大，即：
其中是指CUci占用信道的集合。U(a)是指总体满意度，即所有CU的满意度之和；是CUci的速率；是CUci的满意度。
图2是本发明的一种实施例方法的CU与信道匹配的方法流程图。结合图2，具体说明方法的工作流程为：
步骤1：初始化：随机生成一个信道分配向量a。
步骤2：CU和信道基于双方建立偏好列表。
在SBS中，采用匹配博弈理论进行信道与CU之间的匹配。在匹配过程中，每个信道最多被分配给一个CU，而一个CU可以接入多个信道。所有的操作(匹配请求，接受或者拒绝)都是根据双方的偏好列表确定的，因此CU和信道首先要分别基于对方建立偏好列表。
步骤2-1：每个CU建立自己对信道的偏好列表。
对于CUci来说，偏好关系是指对于任意两个信道l和来说，当且仅当时，存在其中和分别是指信道l和l'的效用。换句话说，当CU在信道l上通信的效用大于信道l'，说明CU更偏好于信道l。系统中的每个CUci都计算效用根据效用来更新自己的偏好然后向自己最偏好的信道发出请求。
其中用户ci的效用计算如下：
而是指当加入信道l之后，CUci的满意度。而满意度效用函数用下式表示：
其中r是每个用户的吞吐量，rreq是用户要求的速率，而常量τ反映了其对所要求的传输速率rreq的需求程度。rs是使用户的需求刚达到饱和的速率，rd是使用户的满意度开始下降的速率。考虑到随着速率不断的提升，成本也会随之增加，达到一定限度用户的体验也会随之下降。
而每个用户的速率r计算公式如下：
r＝Blog2(1+γ) (11)
其中γ表示信噪比SINR，B是信道的带宽。而CUci在信道l上传输时信噪比SINRγi表示为其中Qi表示CUci的传输功率，GB，i和GB，j分别是指从基站到ci和dj的增益，No是指接收端的高斯噪声。而xij来表示该CU所占用的信道是否被分配给了一个DU。具体来说，如果其信道被DUDj复用，那么xij＝1，否则xij＝0。是指该Dj的传输功率。
步骤2-2：信道基于CU建立偏好列表。
从信道的角度来讲，每个信道都希望自己对CU满意度的贡献最大。对于信道来说，SBS中存在两种CU：(1)正在占用该信道的CU；(2)其他CU。
每个信道对所有提出接入请求的CU以及正在占用信道l的用户计算效用εl(ci)，从而更新自己的偏好列表＞l。
其中，信道l的匹配效用εl(ci)计算如下：
其中，是是指CUci离开信道l时的满意度。
步骤3：随机选择一个信道从正在占用信道l的CU处撤回信道l，即然后将信道l分配给自己最偏好的CUci*，即更新信道分配向量a。
步骤4：返回步骤2，直到系统中和ci＞ιμ(l)，即得到稳定的匹配μ。
b、本发明的第二个部分，利用考虑已存匹配的多对多匹配理论，对SBS中DU进行信道分配。图3是本发明的一种实施例方法的DU与资源块匹配的方法流程图。如图3所示：
在SBS中，DU和CU通过共享频谱资源来提高频谱和能量的利用效率。但D2D通信会为蜂窝引进新的干扰。多个DU可以复用同一个资源块，一个DU也可以同时复用多个资源块。因此，利用同一个资源块的DU和CU之间存在干扰，利用同一个资源块的DU之间也会存在干扰。我们采用考虑已存匹配的多对多匹配博弈算法来解决DU与资源块匹配的问题。
在RBi上传输的DUdj，接收到的信噪比SINR是
其中，Gj，Gij和Gjj’分别是指DUdj设备间的增益，RBi和DUdj之间的增益以及dj和dj’之间的增益。是DUdj’的传输功率。
而此方案的最优化目标表示如下：
max U(X)， (14)
其中表明总体效用是系统内所有CU和DU的效用的最大值。而和由公式(2)计算得出。限制条件C1和C2限制CU和DU必须满足其SINR的要求，C3表明xi，j的值只能是0或者1，C4表明每个CU的信道最多能被qmax个DU复用，这个限制条件是来限制每个CU的信道上的干扰，同时减少执行的复杂度，C5限制条件是考虑到用户的公平性，保证每个DU和CU所获得的服务质量都能达到它们的最低限度，以防出现给部分用户分配的信道太少的情况。
所述第二部分的实现步骤包括：
步骤1：初始化：建立初始的匹配状态；
步骤1-1：所有的DU与资源块随机匹配，同时满足公式(6)中的约束条件C1-C5。
步骤1-2：每个DUdj给与其匹配的资源块RBi平均分配传输能量，表示为其中Pj代表每个DU发送端总的发送功率。
步骤2：交换匹配过程。
步骤2-1：每个DUdj对其他的DUdj’所占用的资源块和空闲资源块计算效用和若其效用值大于零则以降序排列建立偏好列表
其中效用计算如下：
上式中表示DUdj占用RBi时的满意度，表示DUdj将资源块RBi换成DUdj’的资源块RBi’之后用户的满意度。而表示DUdj和dj’所匹配的资源块互换之后的满意度增值作为效用。
同理，效用计算如下：
是指没有达到最大接入值、还允许DU接入的RBi’。其中表示DUdj不改变原有匹配情况的前提下，接入之后的满意度。效用表示dj接入之后其满意度的增量。
步骤2-2：每个DUdj根据自己的偏好列表，向自己最偏好的DUj’或者资源块提出建立交换对(dj，dj’)或者的请求。
用户能够建立交换对必须满足如下条件：
1)建立交换对之后，任何DU和资源块的效用和建立之前相比不会降低。
2)建立交换对之后，有至少一个DU或者资源块(RB，Resource Block)的效用和之前相比有所增加。
步骤2-3：每个资源块RBi对接收到的建立交换对的请求的DU，计算效用和更新偏好列表。
其中计算如下：
而是指dj和dj’的交换前RBi的效用，即占用RBi的CU的满意度和所有复用RBi的DU的满意度之和。而Uij’是指接入RBi的DUdj换成dj’之后RBi的效用。
同理，效用是指对于DUdj’接入之后和其未接入相比，RBi的满意度增量。
步骤2-4：每个资源块RBi根据自己的偏好列表，同意最偏好的DU建立交换对的请求，拒绝其他的DU。
步骤3：更新匹配状态，同时更新与每个资源块匹配的DU个数。
步骤4：重复步骤2，直到无法建立交换对为止。
c、本发明的第三部分：更新CU的信道分配向量，通过不断迭代的过程，最终达到稳定的双层匹配。
在SBS中，由于CU和DU同时存在，并且DU的匹配结果对CU的匹配产生影响，则寻求一种混合场景下的双层匹配来解决上述问题。
此处所述的双层匹配，其第一层是指上述本发明第一部分a中的匹配方案，将蜂窝中的信道分配给CU，分配给CUci的这些信道可以看成一个资源块RBi。其第二层指上述本发明第二部分b中的匹配方案，将CUci所对应的资源块RBi分配给DUdj。这种混合场景的双层匹配架构如图4所示。
步骤1：系统初始化，建立CU和DU与信道匹配的初始状态。
步骤2：最优化的操作是根据概率P1＝ζ来对第一个算法进行迭代，以P2＝1-ζ的概率进行第二个算法的迭代。随机从[0，1]选择一个数字α，，如果α＜ζ，则执行步骤3，否则执行步骤4。
步骤3：在SBS中，利用a中提出的方案来分配信道给CU，更新分配向量α，返回步骤2重复。
步骤4：在SBS中，根据步骤3中的分配向量α，利用b提出的方案来分配资源块给DU，更新匹配结果，返回步骤2重复。
Claims (7)
1.一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：
在5G场景下，设置一个小蜂窝基站SBS，其中混合共存有C个蜂窝用户CU和D个D2D用户DU，分别用CUci和DUdj来表示，其中而蜂窝网络中的信道用来表示；与CUci匹配的信道为一个资源块RBi，和CU的集合相对应，资源块的集合可表示为
所述方法基于用户体验质量为优化指标，实现总体体验质量的最优化，包括：
第一部分，CU和信道基于对方个体分别建立偏好列表，采用考虑已存匹配的多对一匹配博弈算法，来解决蜂窝内部的信道与CU之间的匹配问题；
第二部分，信道根据自己对用户的偏好程度接受或拒绝CU的接入请求，考虑到D2D用户在通信时对其相应的CU产生的干扰限制，来解决DU复用CU资源块进行通信的问题；利用考虑已存匹配的多对多匹配博弈算法，对SBS中的DU进行信道分配；
第三部分，更新CU的信道分配向量，通过不断迭代的过程，最终达到稳定的双边匹配。
2.根据权利要求1所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：在所述的第一部分，所述的信道与CU之间的匹配的目标是使SBS中所有CU的总体满意度最大，即：
<mrow>
<mi>max</mi>
<mi> </mi>
<mi>U</mi>
<mrow>
<mo>(</mo>
<mi>a</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mi>C</mi>
</mrow>
</munder>
<mi>u</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中， 是指CUci占用信道的集合；U(a)是指总体满意度，即所有CU的满意度之和；是CUci的速率；是CUci的满意度。
3.根据权利要求1所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：所述的第一部分的实现步骤包括：
步骤1、初始化，随机生成一个信道分配向量a；
步骤2、CU和信道分别基于对方建立偏好列表；
步骤2-1：每个CU建立自己对信道的偏好列表；
对于CUci来说，偏好关系是指对于任意两个信道l和l'，仅当时，存在其中和分别是指信道l和l'的效用，其中即：当CU在信道l上通信的效用大于信道l'，说明CU更偏好于信道l；每个CUci都计算效用根据效用来更新自己的偏好然后向自己最偏好的信道发出请求；
其中用户ci的效用计算如下：
<mrow>
<msub>
<mo>&Element;</mo>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>,</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>+</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
是指当加入信道l之后，CUci的满意度，其满意度效用函数用下式表示：
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>&tau;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>r</mi>
<mo>-</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>&tau;</mi>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>r</mi>
<mo>+</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>r</mi>
<mi>d</mi>
</msub>
<mo>+</mo>
<msub>
<mi>r</mi>
<mi>s</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中r是每个用户的吞吐量，rreq是用户要求的速率，常量τ反映了其对所要求的传输速率rreq的需求程度；rs是使用户的需求刚达到饱和的速率，rd是使用户的满意度开始下降的速率；
每个用户的速率r计算公式如下：
r＝Blo92(1+γ) (3)
其中，γ表示信噪比SINR，B是信道的带宽；
CUci在信道l上传输时的信噪比SINRγi表示为其中，Qi表示CUci的传输功率，GB，i和GB，j分别是指从基站到ci和dj的增益，N0是指接收端的高斯噪声；而xij来表示该CU所占用的信道是否被分配给了一个DU；
步骤2-2：信道基于CU建立偏好列表；
对于信道l来说，SBS中存在两种CU：(1)正在占用该信道的CU；(2)其他CU，其中
每个信道l对所有提出接入请求的CU以及正在占用信道l的用户计算效用εl(ci)，从而更新自己的偏好列表＞l；
其中，信道l的匹配效用εl(ci)计算如下：
<mrow>
<msub>
<mi>&epsiv;</mi>
<mi>l</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>+</mo>
<mi>l</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>&NotElement;</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
<mo>-</mo>
<mi>l</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>&Element;</mo>
<msub>
<mi>a</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，是是指CUci离开信道l时的满意度；
步骤3、随机选择一个信道l，从正在占用信道l的CU处撤回信道l，即然后将信道l分配给自己最偏好的即然后更新信道分配向量a；
步骤4、返回所述步骤2，直到和ci＞lμ(l)，得到稳定的匹配μ。
4.根据权利要求3所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：在所述第一部分的步骤2中，所述的CU和信道分别基于对方建立偏好列表，是指：
在SBS中，采用匹配博弈理论进行信道与CU之间的匹配；在此匹配过程中，每个信道最多被分配给一个CU，而一个CU可以接入多个信道，所有操作包括匹配请求、接受、拒绝，均根据双方的偏好列表来确定。
5.根据权利要求1所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：所述第二部分的实现步骤包括：
步骤1、初始化，建立初始的匹配状态；
步骤1-1、所有的DU与资源块随机匹配，同时满足如下公式(6)中的约束条件C1-C5：
max U(X)， (5)
其中，表示总体效用是所有CU和DU的效用的最大值；
步骤1-2、每个DUdj给与其匹配的资源块RBi平均分配传输能量，表示为其中Pj代表每个DU发送端总的发送功率；
步骤2、交换匹配过程；
步骤2-1、每个DUdj对其他的DUdj’所占用的资源块和空闲资源块计算效用和若其效用值大于零则以降序排列建立偏好列表
所述的效用计算如下：
<mrow>
<msub>
<mo>&Element;</mo>
<msub>
<mi>d</mi>
<mrow>
<msup>
<mi>jj</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>RB</mi>
<mrow>
<msup>
<mi>ii</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>u</mi>
<msub>
<mi>d</mi>
<mrow>
<msup>
<mi>jj</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<msub>
<mi>RB</mi>
<msup>
<mi>i</mi>
<mo>,</mo>
</msup>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<msub>
<mi>d</mi>
<mi>j</mi>
</msub>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<msub>
<mi>RB</mi>
<mi>i</mi>
</msub>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中，表示DUdj占用RBi时的满意度，表示DUdj将资源块RBi换成DUdj’的资源块RBi’之后用户的满意度；而表示DUdj和dj’所匹配的资源块互换之后的满意度增值作为效用；
效用计算如下：
是指没有达到最大接入值、还允许DU接入的RBi’；其中表示DUdj不改变原有匹配情况的前提下，接入之后的满意度；效用表示dj接入之后其满意度的增量；
步骤2-2、每个DUdj用户根据自己的偏好列表，向自己最偏好的DUj’或者资源块提出建立交换对(dj，dj，)或者的请求；
步骤2-3、每个资源块RBi对接收到的建立交换对的请求的DU，计算效用和更新偏好列表：
<mrow>
<msub>
<mi>&epsiv;</mi>
<mrow>
<msub>
<mi>RB</mi>
<mrow>
<msup>
<mi>ii</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mrow>
<msup>
<mi>jj</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>U</mi>
<mrow>
<msup>
<mi>ij</mi>
<mo>,</mo>
</msup>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>U</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，是指dj和dj’的交换前RBi的效用，即占用RBi的CU的满意度和所有复用RBi的DU的满意度之和；而Uij’是指接入RBi的DUdj换成dj’之后RBi的效用；
同理，效用是指对于DUdj’接入之后和其未接入相比，RBi的满意度增量；
步骤2-4、每个资源块RBi根据自己的偏好列表，同意最偏好的DU建立交换对的请求，拒绝其他的DU；
步骤3、更新匹配状态，同时更新与每个资源块匹配的DU个数；
步骤4、重复上述步骤2，直到无法建立交换对为止。
6.根据权利要求5所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：在所述步骤2-2中，所述的DUdj用户能够建立交换对必须满足如下条件：
1)建立交换对之后，任何DU和资源块的效用和建立之前相比不会降低；
2)建立交换对之后，有至少一个DU或者资源块RB的效用和之前相比有所增加。
7.根据权利要求1所述的一种5G混合场景下面向QoE的双层匹配博弈方法，其特征在于：所述第三部分的实现步骤包括：
步骤1、初始化，建立CU和DU与信道匹配的初始状态；
步骤2、最优化的操作是根据概率P1＝ζ来对第一个算法进行迭代，以P2＝1-ζ的概率进行第二个算法的迭代；随机从[0，1]选择一个数字α，如果α＜ζ，则执行步骤3，否则执行步骤4；
步骤3、在SBS中，利用a中提出的方案来分配信道给CU，更新分配向量a，返回上述步骤2；
步骤4、在SBS中，根据步骤3中的分配向量a，，利用b提出的方案来分配资源块给DU，更新匹配结果，返回上述步骤2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710355378.7A CN107302801B (zh) | 2017-05-19 | 2017-05-19 | 一种5G混合场景下面向QoE的双层匹配博弈方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710355378.7A CN107302801B (zh) | 2017-05-19 | 2017-05-19 | 一种5G混合场景下面向QoE的双层匹配博弈方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107302801A true CN107302801A (zh) | 2017-10-27 |
| CN107302801B CN107302801B (zh) | 2020-11-06 |
Family
ID=60137702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710355378.7A Active CN107302801B (zh) | 2017-05-19 | 2017-05-19 | 一种5G混合场景下面向QoE的双层匹配博弈方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107302801B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995034A (zh) * | 2017-11-30 | 2018-05-04 | 华北电力大学（保定） | 一种密集蜂窝网络能量与业务协作方法 |
| CN108833302A (zh) * | 2018-06-27 | 2018-11-16 | 重庆邮电大学 | 云环境下基于模糊聚类及严格双边匹配的资源分配方法 |
| CN109548073A (zh) * | 2018-11-16 | 2019-03-29 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN111315019A (zh) * | 2020-02-12 | 2020-06-19 | 南京邮电大学 | Noma系统中基于信道噪声比改进的多用户-多载波匹配方法 |
| CN114071432A (zh) * | 2021-11-18 | 2022-02-18 | 中国矿业大学 | 一种用于地下空间灾后应急场景的无人机中继选择方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104254130A (zh) * | 2014-09-09 | 2014-12-31 | 北京邮电大学 | D2d用户链接与蜂窝用户共享资源的分配方法、装置及系统 |
| US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
| CN105722236A (zh) * | 2016-02-23 | 2016-06-29 | 重庆邮电大学 | 一种蜂窝网络中支持全双工d2d通信的资源分配方法 |
| CN105979477A (zh) * | 2016-06-08 | 2016-09-28 | 厦门大学 | 一种基于博弈论的d2d通信的能耗优化方法 |
| CN106658606A (zh) * | 2016-11-01 | 2017-05-10 | 洛阳理工学院 | 一种基于QoE的分布式分层异构网络用户基站匹配方法 |
-
2017
- 2017-05-19 CN CN201710355378.7A patent/CN107302801B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
| CN104254130A (zh) * | 2014-09-09 | 2014-12-31 | 北京邮电大学 | D2d用户链接与蜂窝用户共享资源的分配方法、装置及系统 |
| CN105722236A (zh) * | 2016-02-23 | 2016-06-29 | 重庆邮电大学 | 一种蜂窝网络中支持全双工d2d通信的资源分配方法 |
| CN105979477A (zh) * | 2016-06-08 | 2016-09-28 | 厦门大学 | 一种基于博弈论的d2d通信的能耗优化方法 |
| CN106658606A (zh) * | 2016-11-01 | 2017-05-10 | 洛阳理工学院 | 一种基于QoE的分布式分层异构网络用户基站匹配方法 |
Non-Patent Citations (2)
| Title |
|---|
| JINGJING ZHAO: ""Many-to-Many Matching With Externalities for Device-to-Device Communications"", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
| 唐春菊: ""基于能效的D2D通信系统的资源分配"", 《攀枝花学院学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995034A (zh) * | 2017-11-30 | 2018-05-04 | 华北电力大学（保定） | 一种密集蜂窝网络能量与业务协作方法 |
| CN107995034B (zh) * | 2017-11-30 | 2020-12-08 | 华北电力大学（保定） | 一种密集蜂窝网络能量与业务协作方法 |
| CN108833302A (zh) * | 2018-06-27 | 2018-11-16 | 重庆邮电大学 | 云环境下基于模糊聚类及严格双边匹配的资源分配方法 |
| CN108833302B (zh) * | 2018-06-27 | 2021-12-24 | 重庆邮电大学 | 云环境下基于模糊聚类及严格双边匹配的资源分配方法 |
| CN109548073A (zh) * | 2018-11-16 | 2019-03-29 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN109548073B (zh) * | 2018-11-16 | 2020-09-25 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN111315019A (zh) * | 2020-02-12 | 2020-06-19 | 南京邮电大学 | Noma系统中基于信道噪声比改进的多用户-多载波匹配方法 |
| CN111315019B (zh) * | 2020-02-12 | 2023-02-21 | 南京邮电大学 | Noma系统中基于信道噪声比改进的多用户-多载波匹配方法 |
| CN114071432A (zh) * | 2021-11-18 | 2022-02-18 | 中国矿业大学 | 一种用于地下空间灾后应急场景的无人机中继选择方法 |
| CN114071432B (zh) * | 2021-11-18 | 2024-04-26 | 中国矿业大学 | 一种用于地下空间灾后应急场景的无人机中继选择方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107302801B (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Economically optimal MS association for multimedia content delivery in cache-enabled heterogeneous cloud radio access networks | |
| CN111447619B (zh) | 一种移动边缘计算网络中联合任务卸载和资源分配方法 | |
| CN107302801A (zh) | 一种5G混合场景下面向QoE的双层匹配博弈方法 | |
| Niyato et al. | A noncooperative game-theoretic framework for radio resource management in 4G heterogeneous wireless access networks | |
| CN102104538B (zh) | 一种映射参数动态自适应的无线流媒体传输控制方法 | |
| CN107819840A (zh) | 超密集网络架构中分布式移动边缘计算卸载方法 | |
| CN109600774B (zh) | 一种LTE网络中基于联盟博弈的WiFi卸载方法 | |
| CN108322938B (zh) | 超密集组网下基于双层非合作博弈理论的功率分配方法及其建模方法 | |
| CN104717755A (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
| CN105813129A (zh) | 一种基于d2d分簇的资源分配方法 | |
| CN101754383B (zh) | CoMP小区簇构建方法 | |
| Lin et al. | Caching in heterogeneous ultradense 5G networks: A comprehensive cooperation approach | |
| CN111800812B (zh) | 一种应用在非正交多址接入的移动边缘计算网络中的用户接入方案的设计方法 | |
| Gu et al. | Dynamic path to stability in LTE-unlicensed with user mobility: A matching framework | |
| CN109982434B (zh) | 无线资源调度一体智能化控制系统及方法、无线通信系统 | |
| CN108965009B (zh) | 一种基于势博弈的负载已知用户关联方法 | |
| CN107071914A (zh) | 一种能量捕获d2d网络中的动态模式选择与能量分配方法 | |
| Zhang et al. | Zero-determinant strategy for resource sharing in wireless cooperations | |
| CN106454920A (zh) | 一种lte与d2d混合网络中基于时延保证的资源分配优化算法 | |
| CN106792779B (zh) | 一种在许可和免许可频段工作的蜂窝网络接入控制方法 | |
| CN108712746A (zh) | 一种部分重叠信道聚合博弈模型及学习算法 | |
| Qiao et al. | Video quality provisioning for millimeter wave 5G cellular networks with link outage | |
| Shih et al. | A rewarding framework for network resource sharing in co-channel hybrid access femtocell networks | |
| CN107249205A (zh) | 一种资源分配方法、装置及用户终端 | |
| CN104918207B (zh) | 异构网络中基于频谱资源分配的多d2d通信资源分配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Room 201, building 2, phase II, No.1 Kechuang Road, Yaohua street, Qixia District, Nanjing City, Jiangsu Province Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210003, No. 66, new exemplary Road, Nanjing, Jiangsu Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |