CN108391257B - 一种社会网络d2d场景下基于拍卖理论的资源分配方法 - Google Patents
一种社会网络d2d场景下基于拍卖理论的资源分配方法 Download PDFInfo
- Publication number
- CN108391257B CN108391257B CN201810159893.2A CN201810159893A CN108391257B CN 108391257 B CN108391257 B CN 108391257B CN 201810159893 A CN201810159893 A CN 201810159893A CN 108391257 B CN108391257 B CN 108391257B
- Authority
- CN
- China
- Prior art keywords
- pair
- users
- auction
- social
- cellular
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明请求保护一种社会网络D2D场景下基于拍卖理论的资源分配方法,属于移动通信技术领域。所述方法包括以下步骤:1、根据终端用户之间的交互数据,物理条件生成社会‑物理关系图;2、建立一种结合社会层和物理层的资源分配模型;3、利用网络交互数据和基于情感分类的语言模型学习计算出用户间的社会关系;4、考虑D2D用户复用不同频谱资源下的传输速率构建拍卖模型;5、蜂窝用户和D2D对之间通过协商形成买家—卖家匹配,并确定拍卖赢家和定价。本发明提出的基于拍卖理论的资源分配方法,实现了蜂窝通信系统和D2D(Device‑to‑Device)短距离通信的融合,相对于传统的资源分配方法,能够降低计算复杂度,提高资源分配方法成功率。
Description
技术领域
本发明属于移动通信技术领域,具体涉及基于社会网络的资源分配方法,可以实现用户间有效的资源分配。
背景技术
未来移动通信网络需要考虑不同场景和不同业务,在确保低成本、传输安全性、可靠性、稳定性的前提下满足人们高密度、高流量、高数据传输速率以及更好的用户体验的通信需求。大数据、云计算、物联网等新技术也在持续的发展与应用,这些都需要更高的数据传输速率作为支撑。有限的频谱资源需要尽量满足用户无限增长的业务需求是未来无线通信的基本目标,在蜂窝网络通信中引入终端直通技术能提高系统性能。D2D通信是数据不经过基站直接在终端间进行短距离传输的过程,D2D通信可以复用蜂窝用户的资源,极大地提高频谱利用率,同时能够减小终端发射功率,节省电池的能耗。
社会网络的D2D通信是指在D2D网络中发现社会网络用户之间的交互模式、社会关系、社会群体结构,并利用这些模式设计有效的通信方式和无线资源分配方案。由于缺乏社会信任,当两个用户距离近且信道质量好时,也可能不会进行D2D通信共享内容。在社会学中,社会网络是指社会个体之间因为互动而形成的相对稳定的关系体系,主要表现为社区性、中心性和社会联系。社会网络关注的是人们之间的互动和联系,社会互动会影响人们的社会行为。近年来,已有多项研究表明,在数据传输和资源配置的过程中,用户主动参与数据包的传输而不再是被动的接受者,将人类社会关系与D2D通信相结合,可以帮助解决大部分的挑战。
此外,虽然D2D通信已有很多研究成果,但大多数都是基于优化框架,即基站作为中心控制器,以优化吞吐量或能效为目标,确定蜂窝网络中所有用户的传输方式。然而,在实践中,用户传输受到经济因素的影响,传统上,每个蜂窝用户都以频谱和时间帧的形式占用一些网络资源,仅通过向网络运营商支付一定的价格。博弈论作为一套数学工具来研究相互依存的理性参与者之间复杂的相互作用,并预测他们的战略选择,拍卖理论作为博弈论的一种方法,近年来被广泛应用于经济、商业理论、无线通信等应用中。拍卖是一种基于市场的分配机制,最终能达到公平和有效的资源分配。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种能够降低计算复杂度,提高数据传输速率的社会网络D2D场景下基于拍卖理论的资源分配方法。本发明的技术方案如下:
一种社会网络D2D场景下基于拍卖理论的资源分配方法,其包括以下步骤:
1)、根据终端用户之间的交互数据生成社会-物理关系图,建立耦合网络;
2)、建立结合社会层和物理层的资源分配模型,其中社会层表示用户间社会链接,物理层为用户间物理约束和通信需求;
3)、利用网络交互数据和基于情感分类的语言模型学习计算出用户间的社会关系,表示用户的通信需求度,同时影响了接收信号的质量;
4)、计算D2D对复用信道资源和未复用该信道的性能增益,分别构造蜂窝用户和D2D对的效用函数,建立拍卖模型;
5)、蜂窝用户和D2D对之间通过协商形成买家—卖家匹配,并基于步骤4)的拍卖模型确定拍卖赢家和定价;
所述步骤4)计算D2D对复用信道资源和未复用该信道的性能增益,分别构造蜂窝用户和D2D对的效用函数,建立拍卖模型具体包括:人类的通信过程往往具有主观意愿,社会关系反应了D2D用户之间通信需求的程度,第i个D2D对接收端和第j个蜂窝用户在基站的信噪比分别表示为:
pi和pj分别是第i个D2D对的发送端和第j个蜂窝用户的发送功率,hje和hie分别是蜂窝用户j和D2D对的发送端到基站的信道增益,hii和hji分别是D2D对的发送端到接收端的信道增益和蜂窝用户到D2D对的接收端的信道增益,N0是加性高斯白噪声;Gij表示第i个D2D对是否复用第j个蜂窝用户的信道资源;sij表示用户间社会关系;
当第i个D2D对复用第j个蜂窝用户的信道资源时,用户在自己的电池寿命内发送的数据量分别为:
其中,Q表示电池容量,b是一个常数;表示工作电压,p0表示电路功率消耗,li表示第i个D2D对的期望电池寿命,lj表示第j个蜂窝用户的电池寿命;
如果第i个D2D对复用第j个信道,那么在这个信道上的可发送数据量是在这个信道上的蜂窝用户和D2D对的可发送数据量之和uij=ui+uj,若D2D对没有复用信道资源,那么在此信道上可发送数据量为蜂窝用户可发送数据量,表示为
进行频谱共享性能的增益为Vij=max(uij-ujφ),在拍卖模型中,蜂窝用户是竞拍者,D2D对是待拍卖的物品,成交价格为D2D对的效用βij,目标为最大化D2D对和蜂窝用户的总收益,用二元变量{Gij}表示资源分配的竞拍结果,第j个蜂窝用户qj竞拍第i个D2D对si时,竞拍函数表示为
所述步骤4)竞拍者获得第i个D2D对后的效用函数为Uij=Vij-βij,如果给定一个分配结果Y,那么蜂窝用户总的效用函数为D2D对的总收益为
进一步的,所述步骤3)计算出用户间的社会关系具体包括:
利用通信频率、通信时长、交互活动来表示用户之间的社会关系sij;
在时间间隔[0,T]内,通信频率表示节点在一段时间内的相遇次数,根据通信数据计算用户间平均通信时间和通信间隔方差;此外,交互活动也反映了用户之间的社交强度,交互活动包含对朋友微博的赞扬、评论和转发,利用语言模型对训练数据估算出带有“积极”和“消极”情感分类,用户间社会关系可通过计算交互时长频率、语言函数训练得到
其中Eij和Dij分别表示平均通信时间和方差,α+β+γ=1且0<α,β,γ<1,lP和lc分别表示训练得到的交互“积极”次数和总次数,α表示平均通信时间所占比例,β表示通信方差所占比例,γ表示情感倾向所占比例。
进一步的,所述步骤2)建立结合社会层和物理层的资源分配模型具体包括:社会层采用加权图Gs=(Vs,Es)来表示用户之间的社会网络拓扑,其中Vs对应物理层中的相应用户,Es表示对应的边,边的权值sij描述不同的用户之间社会关系,i,j∈Vs,0≤sij≤1,节点间的社会关系不仅反映了通信需求的程度,也反映了节点之间的信任程度。
进一步的,步骤5)确定拍卖赢家和定价具体的步骤包括:
a)针对增益矩阵V为D2D对构造保留价格矩阵βmini,并且初始化蜂窝用户和
D2D对的成交价格矩阵βij;
b)初始化定义Matchlists列表,表示D2D对si是否匹配;初始化定义Φ列表,表示蜂窝用户的匹配列表;初始化定义Slistp=θ,表示向D2D对投标的蜂窝对用户列表;
c)设置针对没有匹配的蜂窝用户qj,向所有的D2D对求得是否存在需求集Ωj,若存在,蜂窝用户qj向D2D对si竞拍出价,并且将蜂窝用户qj加入Slistp列表;最终形成竞拍矩阵G;
d)对每一个D2D对si分析其得到竞拍出价的情况:
e)如果si没有匹配,同时βij>βmini,则在前一次竞拍矩阵/>中找出对si有过出价竞拍的蜂窝用户中随机选取pj与当前si匹配Φ(qj)=si;
同时将si标记为已匹配Matchlists(si)=true;
f)如果表示有多个蜂窝用户同时对si竞拍出价;此时,将si标记为未匹配Matchlists(si)=false,并且D2D对si对所有蜂窝用户提高自己的报价:βij=βij+ε,j∈Μ;
g)如果表示恰好有一个蜂窝用户qj对si竞拍出价,直接形成匹配;Φ(qj)=si,Matchlists(si)=true;
h)若Slistp列表不为空则循环进入步骤c),否则算法结束,输出匹配列表Φ。本发明的优点及有益效果如下:
本发明提出一种基于稳定匹配的协作视频传输方法。具体创新步骤包括:1)本发明引入用户社会关系以及物理关系建立D2D通信资源分配模型,资源分配模式受用户间社会关系的影响同时受限于物理条件,考虑社会属性能提高D2D通信性能和资源分配成功率;2)通过网络交互数据并基于情感分类方法的语言模型计算用户之间的关系强度,建立不同资源分配模式的拍卖模型,并利用分配博弈算法确定赢家和成交价格,所提方案相比传统方案降低复杂度并无限接近最优解。
附图说明
图1是本发明提供优选实施例的资源分配应用场景图;
图2基于拍卖理论的资源分配方法流程图;
图3GA-alg算法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明主要应用于蜂窝网络和短距离通信同时存在的混合异构网络,下面将结合附图和实例图,对本发明的实施方式进行详细描述。
图1为本发明的应用场景图,假定在小区中有多个用户设备和一个基站,基站位于小区的中心。用户设备包含D个D2D对和R个蜂窝用户。所有的D2D用户都是成对出现的,包含一个发送端和一个接收端。为了保证D2D用户的通信质量,每对D2D用户之间需要满足最大距离限制。每个蜂窝用户占用由基站分配的一个信道资源,并且这个信道是固定的。D2D用户共享蜂窝用户占有的信道资源进行通信,因此二者之间会互相产生干扰。为了限制干扰,假定一个信道上有一个蜂窝用户和一个D2D用户对使用,一个D2D用户对只能使用一个信道,因此,D2D用户对之间互不干扰。在社会层,采用加权图Gs=(Vs,Es)来表示用户之间的社会网络拓扑,其中Vs对应物理层中的相应用户,Es表示对应的边。边的权值描述不同的用户之间社会关系,节点间的社会关系不仅反映了通信需求的程度,也反映了节点之间的信任程度。
图2为本发明的总体流程图,下面结合附图进行说明,包括以下几个步骤:
步骤一:在单小区环境中,每个蜂窝用户占用基站分配的信道资源,D2D对成对出现并共享蜂窝用户的信道资源,采用加权图Gs=(Vs,Es)来表示用户之间的社会网络拓扑,其中Vs对应物理层中的相应用户,Es表示对应的边;
基站作为控制中心控制整个小区的群组形成和资源分配。小区中有多个用户设备和一个基站,基站位于小区的中心。所有的D2D用户都是成对出现的,包含一个发送端和一个接收端,D2D用户共享蜂窝用户占有的信道资源进行通信,并假定一个信道上有一个蜂窝用户和一个D2D用户对使用。在社会层,加权图边的权值描述不同的用户之间社会关系,节点间的社会关系不仅反映了通信需求的程度,也反映了节点之间的信任程度。
步骤二:利用用户间通信频率、通信时长、交互活动衡量用户间的社会关系,用语言模型训练出交互过程的情感分类得到社会关系sij;
先在时间间隔[0,T]内,通信频率表示节点在一段时间内的相遇次数,根据通信数据计算用户间平均通信时间和通信间隔方差。此外,交互活动也反映了用户之间的社交强度,交互活动包含对朋友微博的赞扬、评论和转发,利用语言模型对训练数据估算出带有“积极”和“消极”情感分类,定义分类函数为
其中θP表示“积极”倾向的语言模型,表示观察“积极”语言的概率分布,θN表示“消极”倾向的语言模型,测试文本生成的语言模型为θt。
用户间社会关系可通过计算交互时长频率、语言函数训练得到:
其中Eij和Dij分别表示平均通信时间和方差,α+β+γ=1且0<α,β,γ<1,lP和lc分别表示训练得到的交互“积极”次数和总次数。
步骤三:计算D2D对复用信道资源和未复用该信道的性能增益,构造蜂窝用户和D2D对的效用函数,建立拍卖模型;
人类的通信过程往往具有主观意愿,社会关系反应了的D2D对之间通信需求的程度,第i个D2D对对接收端和第j个蜂窝用户在基站的信噪比可以分别表示为:
pi和pj分别是第i个D2D对的发送端和第j个蜂窝用户的发送功率,hje和hie分别是蜂窝用户j和D2D对的发送端到基站的信道增益,hii和hji分别是D2D对的发送端到接收端的信道增益和蜂窝用户到D2D对的接收端的信道增益,N0是加性高斯白噪声;Gij表示第i个D2D对是否复用第j个蜂窝用户的信道资源;sij表示用户间社会关系;
当第i个D2D对复用第j个蜂窝用户的信道资源时,用户在自己的电池寿命内可以发送的数据量分别为:
其中,Q和I分别表示电池容量和放电电流,b是一个接近1.3的常数。
如果第i个D2D对复用第j个信道,那么在这个信道上的可发送数据量是在这个信道上的蜂窝用户和D2D对的可发送数据量之和uij=ui+uj,若D2D对没有复用信道资源,那么在此信道上可发送数据量为蜂窝用户可发送数据量,表示为
进行频谱共享性能的增益为Vij=max(uij-ujφ)。在拍卖模型中,蜂窝用户是竞拍者,D2D对是待拍卖的物品。成交价格为D2D对的效用βij,目标为最大化D2D对和蜂窝用户的总收益。用二元变量{Gij}表示资源分配的竞拍结果,第j个蜂窝用户qj竞拍第i个D2D对si时,竞拍函数表示为
步骤四:D2D对和蜂窝用户之间通过协商的形式形成卖家—买家匹配,确定最终的赢家和成交价格。竞拍者获得第i个D2D对对后的效用函数为Uij=Vij-βij。如果给定一个分配结果Y,那么蜂窝用户总的效用函数为D2D对的总收益为
资源分配模型可建立为:
图3为基于拍卖理论的资源分配算法,具体的步骤包括:
i)针对增益矩阵V为D2D对构造保留价格矩阵βmini,并且初始化蜂窝用户和
D2D对的成交价格矩阵βij;
j)初始化定义Matchlists列表,表示D2D对si是否匹配;初始化定义Φ列表,表示蜂窝用户的匹配列表;初始化定义Slistp=θ,表示向D2D对投标的蜂窝对用户列表;
k)设置针对没有匹配的蜂窝用户qj,向所有的D2D对求得是否存在需求集Ωj,若存在,蜂窝用户qj向D2D对si竞拍出价,并且将蜂窝用户qj加入Slistp列表;最终形成竞拍矩阵G;
l)对每一个D2D对si分析其得到竞拍出价的情况:
m)如果si没有匹配,同时βij>βmini,则在前一次竞拍矩阵/>中找出对si有过出价竞拍的蜂窝用户中随机选取pj与当前si匹配Φ(qj)=si;同时将si标记为已匹配Matchlists(si)=true;
n)如果表示有多个蜂窝用户同时对si竞拍出价;此时,将si标记为未匹配Matchlists(si)=false,并且D2D对si对所有蜂窝用户提高自己的报价:βij=βij+ε,j∈Μ;
o)如果表示恰好有一个蜂窝用户qj对si竞拍出价,直接形成匹配;Φ(qj)=si,Matchlists(si)=true;
p)若Slistp列表不为空则循环进入步骤c),否则算法结束,输出匹配列表Φ。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (4)
1.一种社会网络D2D场景下基于拍卖理论的资源分配方法,其特征在于,包括以下步骤:
1)、根据终端用户之间的交互数据生成社会-物理关系图,建立耦合网络;
2)、建立结合社会层和物理层的资源分配模型,其中社会层表示用户间社会链接,物理层为用户间物理约束和通信需求;
3)、利用网络交互数据和基于情感分类的语言模型学习计算出用户间的社会关系,表示用户的通信需求度,同时影响了接收信号的质量;
4)、计算D2D对复用信道资源和未复用该信道的性能增益,分别构造蜂窝用户和D2D对的效用函数,建立拍卖模型;
5)、蜂窝用户和D2D对之间通过协商形成买家—卖家匹配,并基于步骤4)的拍卖模型确定拍卖赢家和定价;
所述步骤4)计算D2D对复用信道资源和未复用该信道的性能增益,分别构造蜂窝用户和D2D对的效用函数,建立拍卖模型具体包括:人类的通信过程往往具有主观意愿,社会关系反应了D2D用户之间通信需求的程度,第i个D2D对接收端和第j个蜂窝用户在基站的信噪比分别表示为:
pi和pj分别是第i个D2D对的发送端和第j个蜂窝用户的发送功率,hje和hie分别是蜂窝用户j和D2D对的发送端到基站的信道增益,hii和hji分别是D2D对的发送端到接收端的信道增益和蜂窝用户到D2D对的接收端的信道增益,N0是加性高斯白噪声;Gij表示第i个D2D对是否复用第j个蜂窝用户的信道资源;sij表示用户间社会关系;
当第i个D2D对复用第j个蜂窝用户的信道资源时,用户在自己的电池寿命内发送的数据量分别为:
其中,Q表示电池容量,b是一个常数;表示工作电压,p0表示电路功率消耗,li表示第i个D2D对的期望电池寿命,lj表示第j个蜂窝用户的电池寿命;
如果第i个D2D对复用第j个信道,那么在这个信道上的可发送数据量是在这个信道上的蜂窝用户和D2D对的可发送数据量之和uij=ui+uj,若D2D对没有复用信道资源,那么在此信道上可发送数据量为蜂窝用户可发送数据量,表示为
进行频谱共享性能的增益为Vij=max(uij-ujφ),在拍卖模型中,蜂窝用户是竞拍者,D2D对是待拍卖的物品,成交价格为D2D对的效用βij,目标为最大化D2D对和蜂窝用户的总收益,用二元变量{Gij}表示资源分配的竞拍结果,第j个蜂窝用户qj竞拍第i个D2D对si时,竞拍函数表示为
所述步骤4)竞拍者获得第i个D2D对后的效用函数为Uij=Vij-βij,如果给定一个分配结果Y,那么蜂窝用户总的效用函数为D2D对的总收益为
2.根据权利要求1所述的社会网络D2D场景下基于拍卖理论的资源分配方法,其特征在于,所述步骤3)计算出用户间的社会关系具体包括:
利用通信频率、通信时长、交互活动来表示用户之间的社会关系sij;
在时间间隔[0,T]内,通信频率表示节点在一段时间内的相遇次数,根据通信数据计算用户间平均通信时间和通信间隔方差;此外,交互活动也反映了用户之间的社交强度,交互活动包含对朋友微博的赞扬、评论和转发,利用语言模型对训练数据估算出带有“积极”和“消极”情感分类,用户间社会关系可通过计算交互时长频率、语言函数训练得到
其中Eij和Dij分别表示平均通信时间和方差,α+β+γ=1且0<α,β,γ<1,lP和lc分别表示训练得到的交互“积极”次数和总次数,α表示平均通信时间所占比例,β表示通信方差所占比例,γ表示情感倾向所占比例。
3.根据权利要求1所述的社会网络D2D场景下基于拍卖理论的资源分配方法,其特征在于,所述步骤2)建立结合社会层和物理层的资源分配模型具体包括:社会层采用加权图Gs=(Vs,Es)来表示用户之间的社会网络拓扑,其中Vs对应物理层中的相应用户,Es表示对应的边,边的权值sij描述不同的用户之间社会关系,i,j∈Vs,0≤sij≤1,节点间的社会关系不仅反映了通信需求的程度,也反映了节点之间的信任程度。
4.根据权利要求1所述的社会网络D2D场景下基于拍卖理论的资源分配方法,其特征在于,步骤5)确定拍卖赢家和定价具体的步骤包括:
a)针对增益矩阵V为D2D对构造保留价格矩阵βmini,并且初始化蜂窝用户和D2D对的成交价格矩阵βij;
b)初始化定义Matchlists列表,表示D2D对si是否匹配;初始化定义Φ列表,表示蜂窝用户的匹配列表;初始化定义Slistp=θ,表示向D2D对投标的蜂窝用户列表;
c)设置针对没有匹配的蜂窝用户qj,向所有的D2D对求得是否存在需求集Ωj,若存在,蜂窝用户qj向D2D对si竞拍出价,并且将蜂窝用户qj加入Slistp列表;最终形成竞拍矩阵G;
d)对每一个D2D对si分析其得到竞拍出价的情况:
e)如果si没有匹配,同时βij>βmini,则在前一次竞拍矩阵/>中找出对si有过出价竞拍的蜂窝用户中随机选取qj与当前si匹配Φ(qj)=si;同时将si标记为已匹配Matchlists(si)=true;
f)如果表示有多个蜂窝用户同时对si竞拍出价;此时,将si标记为未匹配Matchlists(si)=false,并且D2D对si对所有蜂窝用户提高自己的报价:βij=βij+ε,j∈Μ;
g)如果表示恰好有一个蜂窝用户qj对si竞拍出价,直接形成匹配;Φ(qj)=si,Matchlists(si)=true;
h)若Slistp列表不为空则循环进入步骤c),否则算法结束,输出匹配列表Φ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810159893.2A CN108391257B (zh) | 2018-02-26 | 2018-02-26 | 一种社会网络d2d场景下基于拍卖理论的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810159893.2A CN108391257B (zh) | 2018-02-26 | 2018-02-26 | 一种社会网络d2d场景下基于拍卖理论的资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108391257A CN108391257A (zh) | 2018-08-10 |
CN108391257B true CN108391257B (zh) | 2023-09-26 |
Family
ID=63068520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810159893.2A Active CN108391257B (zh) | 2018-02-26 | 2018-02-26 | 一种社会网络d2d场景下基于拍卖理论的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108391257B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518995B (zh) * | 2019-08-06 | 2021-06-01 | 上海电机学院 | 基于Shapley值一次拍卖的联合资源分配方法 |
CN111343595B (zh) * | 2020-02-24 | 2022-02-11 | 南京邮电大学 | 一种d2d任务卸载系统及其多类型资源交易方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796900A (zh) * | 2015-04-07 | 2015-07-22 | 南京邮电大学 | 基于拍卖理论的蜂窝网络中d2d通信资源分配方法 |
CN105354749A (zh) * | 2015-10-16 | 2016-02-24 | 重庆邮电大学 | 一种基于社会网络的移动终端用户分组方法 |
CN106255218A (zh) * | 2016-07-20 | 2016-12-21 | 重庆信科设计有限公司 | 异构网中基于拍卖理论的资源分配方法 |
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN106973390A (zh) * | 2017-03-14 | 2017-07-21 | 桂林电子科技大学 | 一种毫微微蜂窝异构网络中结合社交网络的频谱拍卖方法 |
CN107205256A (zh) * | 2017-04-17 | 2017-09-26 | 西安交通大学 | 一种d2d中继网络中基于社会特性的中继选择方法 |
CN107302746A (zh) * | 2017-07-14 | 2017-10-27 | 重庆邮电大学 | 一种基于模拟退火的d2d多内容传输优先级确定方法 |
CN107396448A (zh) * | 2017-08-15 | 2017-11-24 | 重庆邮电大学 | 一种异构网络中的资源分配方法 |
WO2018032613A1 (zh) * | 2016-08-16 | 2018-02-22 | 南京好久不见网络科技有限公司 | 一种d2d流量处理的方法、装置和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9756646B2 (en) * | 2014-04-18 | 2017-09-05 | Soongsil University Research Consortium Techno- Park | D2D communications system and allocation method of resources and power using the same |
-
2018
- 2018-02-26 CN CN201810159893.2A patent/CN108391257B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796900A (zh) * | 2015-04-07 | 2015-07-22 | 南京邮电大学 | 基于拍卖理论的蜂窝网络中d2d通信资源分配方法 |
CN105354749A (zh) * | 2015-10-16 | 2016-02-24 | 重庆邮电大学 | 一种基于社会网络的移动终端用户分组方法 |
CN106255218A (zh) * | 2016-07-20 | 2016-12-21 | 重庆信科设计有限公司 | 异构网中基于拍卖理论的资源分配方法 |
WO2018032613A1 (zh) * | 2016-08-16 | 2018-02-22 | 南京好久不见网络科技有限公司 | 一种d2d流量处理的方法、装置和系统 |
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN106973390A (zh) * | 2017-03-14 | 2017-07-21 | 桂林电子科技大学 | 一种毫微微蜂窝异构网络中结合社交网络的频谱拍卖方法 |
CN107205256A (zh) * | 2017-04-17 | 2017-09-26 | 西安交通大学 | 一种d2d中继网络中基于社会特性的中继选择方法 |
CN107302746A (zh) * | 2017-07-14 | 2017-10-27 | 重庆邮电大学 | 一种基于模拟退火的d2d多内容传输优先级确定方法 |
CN107396448A (zh) * | 2017-08-15 | 2017-11-24 | 重庆邮电大学 | 一种异构网络中的资源分配方法 |
Non-Patent Citations (4)
Title |
---|
C.Xu,C.Gao,Z.Zhou,et al.Social network-based content delivery in device-to-device underlay cellular networks using matching theory.IEEE Access.2017,vol.5全文. * |
Y. Zhao,Y.Li,Y.Cao,T.Jiang and N.Ge.Social-Aware Resource Allocation for Device-to-Device Communication Underlaying Cellular Networks.IEEE Transactions on Wireless Communication.2015,vol.14(no.12),全文. * |
刘辉 ; 任兆俊 ; 弓紫慧 ; 庄园 ; .异构网中D2D和小蜂窝用户的资源分配算法研究.南京邮电大学学报(自然科学版).2016,第36卷(第06期),全文. * |
王汝言 ; 缪懿 ; 闫俊杰 ; .一种结合威望的D2D通信中继选择算法.西安电子科技大学学报.2017,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN108391257A (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ning et al. | Social-oriented adaptive transmission in opportunistic Internet of smartphones | |
Li et al. | An online incentive mechanism for collaborative task offloading in mobile edge computing | |
US11716748B2 (en) | Multi-user slice resource allocation method based on competitive game | |
Xu et al. | Efficiency resource allocation for device-to-device underlay communication systems: A reverse iterative combinatorial auction based approach | |
Wang et al. | Quality-optimized joint source selection and power control for wireless multimedia D2D communication using Stackelberg game | |
US8713151B2 (en) | Configuration method and system of complex network and configuration and management module of server resources | |
Liu et al. | Toward QoI and energy efficiency in participatory crowdsourcing | |
Yan et al. | Socially aware trust framework for multimedia delivery in D2D cooperative communication | |
Deng et al. | Dynamic spectrum sharing for hybrid access in OFDMA-based cognitive femtocell networks | |
Zhang et al. | A double auction scheme of resource allocation with social ties and sentiment classification for Device-to-Device communications | |
Wang et al. | Device-to-device users clustering based on physical and social characteristics | |
Chakraborty et al. | Sustainable task offloading decision using genetic algorithm in sensor mobile edge computing | |
Vo et al. | Social-aware spectrum sharing and caching helper selection strategy optimized multicast video streaming in dense D2D 5G networks | |
CN108391257B (zh) | 一种社会网络d2d场景下基于拍卖理论的资源分配方法 | |
Taïk et al. | Data-quality based scheduling for federated edge learning | |
Zhao et al. | Survey on social-aware data dissemination over mobile wireless networks | |
CN110337092A (zh) | 一种基于社交信任模型的低功耗中继选择方法 | |
CN110225572A (zh) | 一种基于社交社区的d2d通信用户配对方法 | |
Liwang et al. | Unifying futures and spot market: Overbooking-enabled resource trading in mobile edge networks | |
Kim | 4G/5G coexistent dynamic spectrum sharing scheme based on dual bargaining game approach | |
Ghosh et al. | DewGame: D2D communication enabled dew computing for 5G IoT using coalition formation game | |
Wang et al. | Auction pricing-based task offloading strategy for cooperative edge computing | |
Yang et al. | Incorporating user willingness in contract-based incentive mechanism for D2D cooperative data forwarding | |
Fu et al. | Data collection of multi-player cooperative game based on edge computing in mobile crowd sensing | |
Lin et al. | Reputation auction framework for cooperative communications in green wireless networks |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |