CN108901003B - 一种d2d协作网络场景下基于社会关系的功率分配方法 - Google Patents

Abstract

本发明请求保护一种D2D协作网络场景下基于社会关系的功率分配方法，属于移动通信技术领域。所述方法包括以下步骤：1、利用社会属性生成社会‑物理关系图；2、建立请求和协作双方的利益函数；3、基于双方利益函数建立两阶Stackelberg博弈模型；4、通过博弈调整确定功率分配策略和功率价格。本发明公开了一种基于社会关系的功率分配算法，并通过Stackelberg定价机制激励用户进行协作。该机制在激励用户进行协作的同时，保证了协作用户和普通请求用户的利益最大化。

Description

一种D2D协作网络场景下基于社会关系的功率分配方法

技术领域

本发明属于D2D移动通信技术领域，具体涉及基于社会网络的功率分配方法，可以实现协作通信中有效的功率分配。

背景技术

随着移动互联网业务的不断发展以及智能移动终端的普及，用户对多媒体业务的需求呈现爆炸式增长。根据Cisco公司在2015年发布的相关数据显示，未来五年移动数据流量将会增长近八倍。然而，当前移动通信网络已经较难满足用户对高数据速率的要求，需对网络架构做出相应提升。

在传统蜂窝网络中，尽管用户间的距离具备直接通信的条件，他们的通信也必须经过基站。此外，用户要获得所需数据也只能通过蜂窝下行链路从基站处下载。当网络中的数据流量较大时，如在音乐会现场、大型晚会现场，如果用户利用传统的蜂窝模式进行多媒体内容下载，不仅会导致网络资源的紧张，同时也会降低用户的体验质量。作为典型的短距离终端直连技术，D2D允许用户无需经过基站直接进行通信，这无疑大大增强了数据传输速率，有效降低了网络负载。在该技术场景下，一方面，当多个用户向基站请求相同的内容时，为了节省频谱资源，部分移动用户可以在获得数据内容后将其以D2D通信的方式转发分享给其余请求用户，另一方面，对于信道质量较差的边缘用户来说，可以利用D2D中继技术，通过多跳的方式从邻居用户处获得所需内容。由此可见，D2D通信技术可以与协作通信进行有效结合，提高网络资源利用率和吞吐量，提升用户的体验质量。

然而，移动终端通常由用户所携带，其通信行为会受到用户主观性的影响。一般来说，用户个体具有较强的自私性，这种特性会给通信过程带来负面影响。特别地，在协作通信中，若用户要帮助其他用户完成数据传输，需要耗费自身的功率等资源，而用户的自私性会使得用户不愿意加入协作行列。用户的自私性分为两类，一类是个人自私性，另一类是社会自私性。就前者而言，自私用户对所有用户都表现出自私性，在无利益驱动的情况下不愿意贡献出自己的资源。而对于后者，用户的自私性会受到关系强度、信任程度以及活跃度等因素的影响，也就是说，用户对关系较近的其与用户，如家人、朋友等会表现出一定的利他主义，愿意协助他们完成通信过程。可见，需要设计合理的激励机制以促进用户的协作意愿，保障协作用户和请求用户的利益。

发明内容

本发明旨在解决以上现有技术的问题。在考虑用户自私性和用户利益的基础上，在D2D协作网络场景下研究一种基于社会关系的功率分配方法。

鉴于此，本发明的技术方案如下：

一种D2D协作网络场景下基于社会关系的功率分配方法，其包括以下步骤：

1)、获取终端用户之间的社会属性，并结合用户间链路速率和社会关系强度生成社会-物理关系图,建立耦合网络。

2)、结合用户间的社会关系和功率限制，根据请求用户所达到的速率提升和协作用户所获得的支付报酬,分别建立请求用户和协作用户双方的利益函数。

3)、考虑到协作用户和请求用户双方的利益冲突，基于双方利益函数建立两阶Stackelberg博弈模型。

4)、请求用户和协作用户之间通过博弈调整形成分配方案，并基于步骤3)的Stackelberg博弈模型确定功率分配策略和功率价格。

进一步的，步骤1)中建立社会-物理关系图具体包括：社会层是用户间社会关系和社会属性的集合。本发明利用有向加权图G(V_s,E_s,w)来表征用户间复杂的社会关系图，其中V_s为用户集合，社会层中用户与物理层中的终端设备是一一对应的关系。E_s代表用户间的社会联系，边权值w表示连边的强度。

进一步的，所述步骤2)分析协作用户和请求用户的利益关系，分别建立双方的利益函数具体包括：场景中，协作用户作为资源的提供者，在博弈过程中占据领导者的角色，请求用户作为需求者则为跟随方。对于请求者来说，协作通信所带来的速率提升便是其追求的利益，而协作的利益则决定于请求用户所支付的报酬。因此，将双方利益函数定义如下：

(1)请求用户的利益函数：

U_i(P_i,V)＝(R_ci-R_Bi)-(1-S_ci)V*P_i,i＝1,2,…,n

(2)协作用户的利益函数：

式中，R_ci表示D2D链路速率，R_Bi表示蜂窝链路速率，S_ci表示协作用户与请求用户i的社会关系强度，C_ost表示单位功率成本，V表示单位功率价格，P_i表示用户i的分配功率。n表示请求用户数。

从双方利益函数的定义可以看出，本发明结合硬激励和软激励两种方式，促进协作用户进行数据转发。具体地，当双方社会关系较弱时，协作用户通过增大功率价格实现利益提升；当其与请求用户的社会关系较强时，可以以更低的价格将功率资源出售给请求用户，在自身获得利益的同时提升请求用户的利益。同等的，对于请求用户i来说，其实际支付价格为(1-S_ci)V。

通常来说，根据现实生活中的市场规则，价格通常都有其边界，这样才能保证定价过程有序进行，且用户的功率资源也有一定限制。此外，为了保证数据的成功传输，存在一定的QoS条件，对发送功率最低值有一定要求。因此，我们将协作用户的利益函数改写为

0≤V≤V_max (ii)

式中，SINR_th表示数据传输的SINR门限值，P_max表示协作用户所能提供的功率总值，V_max表示价格最大值。g_ci表示从用户c到用户i的最短路径数。

事实上，本发明所要确定的功率分配方案需要确定两个变量，一个是价格V，另一个便是每个请求用户所对应的功率分配值P_i。

进一步的，所述步骤3)功率分配问题转化为两阶Stackelberg博弈模型。在第一阶段，协作用户发布功率价格，继而请求用户在第二阶段回复自己的功率需求。当然，所有的请求用户都希望以最低的价格获得功率资源，而协作用户也希望在保证请求用户QoS要求的基础上，通过获得报酬最大化自身利益。因此，从某种程度上来说，双方利益是存在矛盾的，因而，在进行多次调整后双方都不愿再进行改变时所对应的方案便是最终的功率分配策略。对于任意的(P,V)，当满足如下条件，则(P*,V*)为博弈模型的均衡点。

式中，V表示价格，P表示为功率分配所对应的向量，即P＝{P₁,P₂,…P_n}。V^*表示博弈模型处于均衡点时的价格，P^*表示博弈模型处于均衡点时请求用户对应的功率分配值；

对于本发明所提博弈模型，博弈均衡点可以通过如下方式获得：首先解决第二阶段请求用户的功率需求问题，获得各请求用户最优的功率值P_i ^*，然后将其应用于第一阶段的定价问题。表示为：

第一阶段：

第二阶段：

对于给定价格V，第二阶段存在唯一最优解：

其中g_ci＝ζ_c,i ^-α|h₀|²。N₀表示与用户o复用相同蜂窝用户资源的D2D用户集合，ζ_c,i表示D2D用户c和用户i间的距离，α表示信道衰减因子，h₀表示瑞利信道系数。

进一步的，所述步骤4)基于Stackelberg博弈模型确定功率分配策略和功率价格。在基于步骤3)的基础上，考虑到U_c(P_i,V)的凸性质，利用拉格朗日乘子法对第一阶段进行价格V的求解。建立拉格朗日函数为：

其中λ,μ,ν均为拉格朗日乘子，且

明显地，A和B分别是价格V的上下边界。

利用梯度下降法，通过更新拉格朗日乘子进行问题求解。拉格朗日乘子更新如下：

其中，

为步长值，其值可根据需求进行调整。[X]⁺＝max{X,0}。基于KKT条件，V的最优值可由

得到，通过计算后表示如下：

λ^t，ν^t，μ^t为经过t次更新后的拉格朗日乘子。

进一步的，步骤4)确定功率分配策略和功率价格具体的步骤包括：

初始化拉格朗日乘子λ⁰,u⁰,v⁰≥0、

以及单位功率价格V⁰和迭代次数t＝0；

为步长值，其值可根据需求进行调整。

利用梯度下降法，更新拉格朗日乘子λ^t+1,u^t+1,v^t+1；

利用更新后拉格朗日乘子，得到更新后的V^t+1；

对每一次迭代判断|V^t+1-V^t|；

如果|V^t+1-V^t|≥ε，ε表示价格增量步长，更新迭代次数t＝t+1，则进入循环迭代；

如果|V^t+1-V^t|＜ε，表示达到博弈平衡，故跳出循环，并计算出功率分配对应的向量，即P＝{P₁,P₂,…P_n}。

本发明的优点及有益效果如下：

本发明提出一种D2D协作网络场景下基于社会关系的功率分配方法。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通信功率分配模型，功率分配受用户间社会关系的影响同时受限于物理条件，考虑社会属性能影响D2D协作通信中的功率分配方案；2)在考虑用户自私性和用户利益的基础上，引入一种基于社会关系的功率分配算法，该博弈模型中，引入定价机制激励用户进行协作，根据协作用户与请求用户的社会关系建立双方的利益函数。通过考虑用户自私性，联合价格支付和社会关系双重机制激励用户进行协作，可以有效降低网络负载，提升系统性能。通过Stackelberg定价机制激励用户进行协作，在激励用户进行协作的同时，保证了协作用户和普通请求用户的利益最大化。

附图说明

图1是本发明提供优选实施例的功率分配应用场景图；

图2基于Stackelberg博弈的功率分配方法流程图；

图3Stackelberg博弈算法示意图。

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：

图1为本发明的应用场景图，主要包含一个基站、一个协作用户和n个请求用户U＝{u₁,u₂,…,u_n}。由于D2D通信所带来的高数据速率，因而协作用户首先从基站处获得数据，再以D2D通信的方式将数据转发给请求用户。考虑到用户的社会自私性，因而基于社会-物理两层模型进行功率分配的研究。具体地，将物理层抽象化为图模型G(V_p,E_p)，V_p代表小区中的终端设备，E_p代表设备间的连边且数据沿边进行传输。同理，利用有向加权图G(V_s,E_s,w)来表征用户间复杂的社会关系图，其中V_s为用户集合，社会层中用户与物理层中的终端设备是一一对应的关系。E_s代表用户间的社会联系，边权值w表示连边的强度，且S_ij与边权值w含义相同，S_ij越大，代表用户的协作的意愿更强。

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：生成社会-物理关系图具体包括：

社会层是用户间社会关系和社会属性的集合。我们利用有向加权图G(V_s,E_s,w)来表征用户间复杂的社会关系图，其中V_s为用户集合，社会层中用户与物理层中的终端设备是一一对应的关系。E_s代表用户间的社会联系，边权值w表示连边的强度。

步骤二：结合用户间的社会关系和功率限制，分别建立双方的利益函数具体包括：场景中，协作用户作为资源的提供者，在博弈过程中占据领导者的角色，请求用户作为需求者则为跟随方。对于请求者来说，协作通信所带来的速率提升便是其追求的利益，而协作的利益则决定于请求用户所支付的报酬。因此，将双方利益函数定义如下：

(1)请求用户的利益函数：

U_i(P_i,V)＝(R_ci-R_Bi)-(1-S_ci)V*P_i,i＝1,2,…,n

(2)协作用户的利益函数：

式中，R_ci表示D2D链路速率，R_Bi表示蜂窝链路速率，S_ci表示协作用户与请求用户i的社会关系强度，C_ost表示单位功率成本，V表示单位功率价格，P_i表示用户i的分配功率。n表示请求用户数。

从双方利益函数的定义可以看出，本文结合硬激励和软激励两种方式，促进协作用户进行数据转发。具体地，当双方社会关系较弱时，协作用户通过增大功率价格实现利益提升；当其与请求用户的社会关系较强时，可以以更低的价格将功率资源出售给请求用户，在自身获得利益的同时提升请求用户的利益。同等的，对于请求用户i来说，其实际支付价格为(1-S_ci)V。

事实上，本发明所要确定的功率分配方案需要确定两个变量，一个是价格V，另一个便是每个请求用户所对应的功率分配值P_i。

步骤三：考虑到协作用户和请求用户双方的利益冲突，基于双方利益函数建立两阶Stackelberg博弈模型。在第一阶段，协作用户发布功率价格，继而请求用户在第二阶段回复自己的功率需求。当然，所有的请求用户都希望以最低的价格获得功率资源，而协作用户也希望在保证请求用户QoS要求的基础上，通过获得报酬最大化自身利益。因此，从某种程度上来说，双方利益是存在矛盾的，因而，在进行多次调整后双方都不愿再进行不改变时所对应的方案便是最终的功率分配策略。对于任意的(P,V)，当满足如下条件，则(P^*,V^*)为博弈模型的均衡点。

式中，P表示为功率分配所对应的向量，即P＝{P₁,P₂,…P_n}。

对于本发明所提博弈模型，博弈均衡点可以通过如下方式获得：首先解决第二阶段请求用户的功率需求问题，获得各请求用户最优的功率值P_i ^*，然后将其应用于第一阶段的定价问题。表示为：

第一阶段：

第二阶段：

对于给定价格V，第二阶段存在唯一最优解：

其中gci＝ζ_c,i ^-α|h₀|²。N₀表示与用户o复用相同蜂窝用户资源的D2D用户集合，ζ_c,i表示D2D用户c和用户i间的距离，α表示信道衰减因子，h₀表示瑞利信道系数。基于所得到的第二阶段的最优解，将细化公式，我们将定界问题模型化为：

步骤四：基于Stackelberg博弈模型确定功率分配策略和功率价格。基于步骤3)的基础上，考虑到U_c(P_i,V)的凸性质，利用拉格朗日乘子法对第一阶段进行价格V的求解。建立拉格朗日函数为：

其中λ,μ,ν均为拉格朗日乘子，且

明显地，A和B分别是价格V的上下边界。

将上述问题转化为对偶问题为：

D(λ,u,v)

s.tλ,u,v≥0

其中

D(λ,u,v)表示对偶问题式。

利用梯度下降法，通过更新拉格朗日乘子进行问题求解。拉格朗日乘子更新如下：

其中，

为步长值，其值可根据需求进行调整。[X]⁺＝max{X,0}。基于KKT条件，V的最优值可由

得到，通过计算后表示如下：

图3为基于Stackelberg博弈的功率分配算法，具体的步骤包括：

1、初始化拉格朗日乘子λ⁰,u⁰,v⁰≥0、

以及单位功率价格V⁰和迭代次数t＝0；

2、利用梯度下降法，更新拉格朗日乘子λ^t+1,u^t+1,v^t+1；

3、利用更新后拉格朗日乘子，得到更新后的V^t+1；

4、对每一次迭代判断|V^t+1-V^t|；

5、如果|V^t+1-V^t|≥ε，更新迭代次数t＝t+1，循环进入步骤2；

6、如果|V^t+1-V^t|＜ε，表示达到博弈平衡，故跳出循环，并计算出功率分配对应的向量，即P＝{P₁,P₂,…P_n}。

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 (5)

1.一种D2D协作网络场景下基于社会关系的功率分配方法，其特征在于，包括以下步骤：

1)、获取终端用户之间的社会属性，并结合用户间链路速率和社会关系强度生成社会-物理关系图,建立耦合网络；所述社会-物理关系图采用有向加权图G(V_s,E_s,w)来表征用户间复杂的社会关系图，其中V_s为用户集合，社会层中用户与物理层中的终端设备是一一对应的关系；E_s代表用户间的社会联系，边权值w表示连边的强度；

2)、结合用户间的社会关系和功率限制，根据请求用户所达到的速率提升和协作用户所获得的支付报酬,分别建立请求用户和协作用户双方的利益函数；

3)、考虑到协作用户和请求用户双方的利益冲突，基于双方利益函数建立两阶Stackelberg博弈模型；

4)、请求用户和协作用户之间通过博弈调整形成分配方案，并基于步骤3)的Stackelberg博弈模型确定功率分配策略和功率价格。

2.根据权利要求1所述一种D2D协作网络场景下基于社会关系的功率分配方法，其特征在于：步骤2)所述请求用户和协作用户双方的利益函数分别为：

(1)请求用户的利益函数：

U_i(P_i,V)＝(R_ci-R_Bi)-(1-S_ci)V*P_i,i＝1,2,…,n

(2)协作用户的利益函数：

式中，R_ci表示D2D链路速率，R_Bi表示蜂窝链路速率，S_ci表示协作用户与请求用户i的社会关系强度，C_ost表示单位功率成本，V表示单位功率价格，P_i表示用户i的分配功率，n表示请求用户数量。

3.根据权利要求2所述一种D2D协作网络场景下基于社会关系的功率分配方法，其特征在于：步骤3)所述两阶Stackelberg博弈模型，在第一阶段，协作用户发布功率价格，继而请求用户在第二阶段回复自己的功率需求；

对于任意的(P,V)，当满足如下条件，则(P^*,V^*)为博弈模型的均衡点：

式中，P表示为功率分配所对应的向量，即P＝{P₁,P₂,…P_n}，V^*表示博弈模型处于均衡点时的价格，P^*表示博弈模型处于均衡点时请求用户对应的功率分配值；

满足以上条件的博弈均衡点，通过如下方式获得：首先解决第二阶段请求用户的功率需求问题，获得各请求用户最优的功率值P_i ^*，然后将其应用于第一阶段的定价问题，表示为：

第一阶段：

第二阶段：

对于给定价格V，第二阶段存在唯一最优解：

其中g_ci＝ζ_c,i ^-α|h₀|²，N₀表示与用户o复用相同蜂窝用户资源的D2D用户集合，ζ_c,i表示D2D发送者c和接受者i间的距离，α表示信道衰减因子，h₀表示瑞利信道系数。

4.根据权利要求3所述一种D2D协作网络场景下基于社会关系的功率分配方法，其特征在于：步骤4)所述基于步骤3)的Stackelberg博弈模型确定功率分配策略和功率价格，利用拉格朗日乘子法对第一阶段进行价格V的求解，建立拉格朗日函数为：

其中λ,μ,ν均为拉格朗日乘子，A和B分别是价格V的上下边界，P_max表示最大功率值，n表示请求用户数量；

基于KKT条件，V的最优值由

得到，通过计算后表示如下：

λ^t，ν^t，μ^t为经过t次更新后的拉格朗日乘子。

5.根据权利要求1到4任一项所述一种D2D协作网络场景下基于社会关系的功率分配方法，其特征在于：步骤4)所述确定功率分配策略和功率价格具体的步骤包括：

(1)初始化拉格朗日乘子λ⁰,u⁰,v⁰≥0、

以及单位功率价格V⁰和迭代次数t＝0；

为步长值；

(2)利用梯度下降法，更新拉格朗日乘子λ^t+1,u^t+1,v^t+1；

(3)利用更新后拉格朗日乘子，得到更新后的V^t+1；

(4)对每一次迭代判断|V^t+1-V^t|；

(5)如果|V^t+1-V^t|≥ε，ε表示价格增量步长，更新迭代次数t＝t+1，循环进入步骤(2)；

(6)如果|V^t+1-V^t|＜ε，表示达到博弈平衡，故跳出循环，并计算出功率分配对应的向量，即P＝{P₁,P₂,…P_n}。

Images