CN109819422B - 一种基于Stackelberg博弈的异构车联网多模通信方法 - Google Patents

Abstract

本发明提出一种基于Stackelberg博弈的异构车联网多模通信方法，为实现高吞吐量和低成本的车辆通信提供了一个高效的解决方案，该方法包括步骤：基于基站(BS)和车辆用户设备(UE)，建立动态的Stackelberg博弈模型；将车辆用户的自适应模式选择构造为一个跟随者进化博弈，并构建一个进化稳定策略(ESS)作为解决方案；BS对三种通信模式的价格进行动态调控，构造为一个领导者的最优控制问题，从而作为一种有效的激励机制，可以使用户分布接近ESS，即近似达到最优分布。相比于传统的车间通信模式，本发明能够最大程度地提高车辆间通信的吞吐量、降低成本，提高频谱利用效率。

Description

一种基于Stackelberg博弈的异构车联网多模通信方法

技术领域

本发明涉及异构车联网通信领域，尤其是一种基于Stackelberg博弈的异构车联网多模通信方法。

背景技术

由于车辆的高速移动性和车联网的拓扑结构动态可变性，单一的无线通信网络，不能完全满足智能交通系统服务的通信质量要求，采用异构车联网有利于提高信息交互的实时性、提高通信服务质量。

设备对设备通信技术(D2D)是未来无线网络中一种很有前途的附加组件，可以提高频谱效率，改善用户体验，提供局域网服务。三种模式(蜂窝模式、复用模式、专用模式)可用于D2D通信。利用专用短程通信(DSRC)技术也能够实现车辆与车辆、车辆与基础设施等之间的通信连接与信息交互。

基于最大程度地提高车辆间通信的吞吐量、降低成本，提高频谱利用效率的考虑，本发明独创性地提出了构建传统蜂窝模式、D2D模式、DSRC模式相结合的异构车联网。

在本异构车联网中，车辆可以选择蜂窝模式、D2D模式、DSRC模式之一进行通信，并根据性能和成本动态地调整模式选择。这就是用户控制模式选择问题。另外，基站(BS)需要调控三种模式接入的价格，为通信模式进行频谱划分。一方面，使BS收益最大化的最优频谱划分依赖于用户模式选择(即选择不同通信方式的用户数量分布)。另一方面，频谱划分直接影响用户分布。

对于上述车辆的动态模式选择问题，本发明建立动态的Stackelberg博弈框架，并采用了模仿者动态模型作为解决方案。

博弈论作为经济学领域的一个重要分支在解决资源调度问题方面具有独特的优势，近年来在无线通信领域得到了日益广泛应用，在处理两个相互矛盾的目标上有着其独特的优势。Stackelberg leadership model是经济学中双寡头模型之一。它在1934年出版的″Marktform und Gleichgewicht″中被阐述。在博弈中的两个参与者分别是leader和follower，它们进行的是数量竞争。leader先行选择产量，follower观察到leader的选择后再作选择。在进化博弈理论中应用最多的是由Taylor and Jonker(1978)提出的模仿者动态(Replicator Dynamics)模型。参与人常常会模仿好的策略而不好的策略则会在进化过程中淘汰，参与人的决策不是通过迅速的最优化计算得到，而是需要经历一个适应性的调整过程，在此过程中参与人会受到其所处环境中各种确定性或随机性因素影响，动态均衡概念及动态模型在进化博弈理论中占有相当重要的地位。

发明内容

发明目的：为弥补现有技术的空白，本发明提出一种基于Stackelberg博弈的异构车联网多模通信方法。

技术方案：本发明提出的技术方案为：

一种基于Stackelberg博弈的异构车联网多模通信方法，所述异构车联网包括基站和基站覆盖范围内的M个车辆用户，各车辆用户分别从蜂窝模式、D2D模式、DSRC模式中选择一种通信模式与基站通信；

该方法包括步骤：

(1)确定所述异构车联网中的车辆用户，预先给出所述异构车联网中选择蜂窝模式、D2D模式、DSRC模式的最优用户分布

表示选择蜂窝模式的车辆用户占所有车辆用户的最优比例，

表示选择D2D模式的车辆用户占所有车辆用户的最优比例，

表示选择DSRC模式的车辆用户占所有车辆用户的最优比例；

(2)以基站为领导者，以基站覆盖范围内的车辆用户为跟随者，构建动态Stackelberg博弈模型，基站根据车辆用户UE当前选择的通信模式计算对于各个通信模式的定价，并向全网广播；车辆用户UE根据基站BS广播的定价信息和网络中其他车辆用户UE选择的通信模式计算自身收益，并选取通信模式，基站与车辆用户之间通过博弈实现最优用户分布

博弈的过程为：

(2-1)设置博弈时长为T，在时间段[0，T]内参与博弈的车辆用户不变；基站采用分布式用户控制模式方法，将时间段[0，T]离散为n个决策时间点，记第j个决策时间点为t_j；

(2-2)初始化t＝0时基站向覆盖范围内所有车辆用户广播的初始定价为P(t＝0)＝{P_C0，P_D0，P_DS0}；P_C0、P_D0、P_DS0分别表示运营商给出的蜂窝模式、D2D模式、DSRC模式的初始定价：每个用户m随机选择一种通信方式i，并计算自身收益：

其中，x(t)＝{x_i(t)}，x_i(t)表示在时刻t采用通信模式i的车辆用户占所有车辆用户的比例，i∈S，S＝{C，D，DS}，C表示蜂窝模式，D表示D2D模式，DS表示DSRC模式；

表示速率效用，

α为常数，τ_i(x(t)，P(t))为根据反馈信道得出的吞吐量；之后，车辆用户将自身收益和选择的模式发送给基站；

(2-3)在每一个决策时间点t_j，基站根据决策时间点t_j-1时所有车辆用户选择的通信模式和收益，计算决策时间点t_j-1的车辆用户的平均收益

以及，通过求解问题模型

得到决策时间点t_j的定价P(t_j)；基站将

和P(t_j)广播；其中，

表示基站运营商的瞬时利润，

每个车辆用户m，根据决策时间点t_j-1时的自身收益与接收到的平均收益

重新选择通信模式，选择的方法为：若满足

则随机选择另一个通信模式i′；若

则车辆用户m仍保持通信模式i；然后，车辆节点m根据新的定价P(t_j)重新计算自身收益W_m(t_j)，并将当前所选择的通信模式和自身收益发送到基站；

(2-4)重复步骤(2-3)，直至各车辆用户选择的通信模式的分布情况不再改变或已经遍历n个决策点。

进一步的，所述计算车辆用户的平均收益

的计算公式为：

进一步的，所述计算最优用户分布

的方法为：

a.记基站共有F个子信道，每个子信道的带宽为B；计算蜂窝模式下车辆用户分配到的频谱资源的期望值为：

m_C表示选择蜂窝模式的车辆用户的数目；计算D2D模式下车辆用户分配到的频谱资源的期望值为：

m_D表示选择D2D模式的车辆用户的数目；设置DSRC模式下车辆用户逋信的工作频率为处于5.9GHz频带中预先选取的一段75Hz的带宽；

b.计算异构车联网中的总速率：V_Tot＝m_CV_C+m_DV_D+m_DSV_DS，其中，V_C、V_D、V_DS分别表示蜂窝模式、D2D模式、DSRC模式下车辆用户通信的平均速率，V_C、V_D、V_DS的表达式分别为：

V_C＝B_C×log(1+SINR_C)

V_D＝B_D×log(1+SINR_D)

其中，

表示DSRC模式下车辆用户MAC传输的平均吞吐量，

的计算公式为：

其中，

为车辆在DSRC模式下传输的MAC传输吞吐量，m_DS为选择DSRC模式的车辆用户的集合；

c.以最大化V_Tot为目标问题，采用数值分析法找出使V_Tot最大的m_C、m_D、m_DS，根据m_C、m_D、m_DS得到最优的用户分布

进一步的，所述求解问题模型

得到决策时间点t_j的定价P(t_j)的方法为：

(4-1)将所有已知的各决策点的定价和车辆节点通信模式分布向量代入问题模型；

(4-2)求解目标函数

P(t))关于P(t)的梯度

(4-3)向梯度方向移动P(t)，即更新

γ为预设的步长；

(4-4)根据P(t)计算目标函数

P(t))的值；

(4-5)重复执行步骤(4-3)至(4-4)，直至目标函数

P(t))的值收敛，此时得到的解即为决策点t_j的定价P(t_j)。

有益效果：与现有技术相比，本发明具有以下优势：

本发明采用基于动态Stackelberg博弈的异构车联网多模通信方法，车辆可以动态调整模式选择决策以降低成本，提高通信效率。BS动态调整接入价格以调整时变的用户分布，获得最大收益的同时，用户的通信模式分布比例也满足传输速率最大化的期望，可以极大提高异构车联网的吞吐量，充分利用频谱资源，车间通信的质量也得到了极大保证，也为未来车间通信的高效实现提供新的思路并且促进车联网领域通信技术的应用与发展。

附图说明

图1为本发明系统架构图；

图2为图1所示异构网络的动态博弈流程图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

图1为本发明系统架构图。图中包括基站和车辆用户，车辆用户从蜂窝模式、D2D模式、DSRC模式中选择一种通信模式与基站通信。

本发明包括以下几个部分：

模型的构建过程：

在本交通场景下，在一段时间内，基站(BS)覆盖范围内的部分车辆用户(UE)需要通信，BS将为每个请求建立通信链路。这些通信模式将为蜂窝模式、D2D模式和DSRC模式中的一种。用C，D，DS分别代表蜂窝模式、D2D模式、DSRC模式。蜂窝模式、D2D模式、DSRC模式的功率根据通信距离自动调整。复用模式下的D2D用户复用蜂窝用户的一个上行链路l，则D2D用户会干扰链路l上的蜂窝模式的通信；D2D模式用户会受到来自l链路上的蜂窝模式用户和其他复用l链路的D2D模式用户的干扰。而DSRC模式的吞吐量仅取决于车辆用户选择该模式的数量，该模式不会干扰蜂窝模式和D2D模式。

将基站(BS)和车辆用户(UE)构造为动态Stackelberg博弈模型，BS充当领导者，UE充当跟随者。BS对这三种通信模式的价格进行动态控制，作为一种有效的激励机制，最终可以使车辆的模式近似达到最优分布。对于车辆用户的模式选择，构建模仿者动态模型，收益较低的用户会模仿收益较高的用户的策略进行通信的模式选择。

假设共有M个车辆用户需要通信，每个用户m可以选择一种通信方式i∈S，S＝{C，D，DS}，选择模式i的用户数目为m_i，各模式的用户所占的比例为：

则三种模式用户数目分别为m_C、m_D、m_DS，所占的比例分别为：x_C，x_D，x_DS，且有x_C+x_D+x_DS＝1。

基站(BS)根据现通信信息，向覆盖范围内所有车辆用户广播定价P_i，BE的定价为运营商提供服务而对每个用户单位时间收取的费用。

各车辆用户m的收益W_m与选择的通信模式i、各模式用户的比例x_i以及BS的定价P_i有关。车辆用户m的收益计算公式为：

其中，

表示速率效用，

α为常数，τ_i(x(t)，P(t))为根据反馈信道得出的吞吐量；

博弈的过程

所述构建好的的动态Stackelberg博弈模型中，基站根据车辆用户UE当前选择的通信模式计算对于各个通信模式的定价，并向全网广播；车辆用户UE根据基站BS广播的定价信息和网络中其他车辆用户UE选择的通信模式计算自身收益，并选取通信模式，基站与车辆用户之间通过博弈实现最优用户分布

博弈的过程为如图2所示，步骤为：

(1)确定所述异构车联网中的车辆用户，预先给出所述异构车联网中选择蜂窝模式、D2D模式、DSRC模式的最优用户分布

表示选择蜂窝模式的车辆用户占所有车辆用户的最优比例，

表示选择D2D模式的车辆用户占所有车辆用户的最优比例，

表示选择DSRC模式的车辆用户占所有车辆用户的最优比例；

(2)设置博弈时长为T，在时间段[0，T]内参与博弈的车辆用户不变；基站采用分布式用户控制模式方法，将时间段[0，T]离散为n个决策时间点，记第j个决策时间点为t_j，；

(3)初始化t＝0时基站向覆盖范围内所有车辆用户广播的初始定价为P(t＝0)＝{P_C0，P_D0，P_DS0}；P_C0、P_D0、P_DS0分别表示运营商给出的蜂窝模式、D2D模式、DSRC模式的初始定价；每个用户m随机选择一种通信方式i，并计算自身收益：

其中，x(t)＝{x_i(t)}，x_i(t)表示在时刻t采用通信模式i的车辆用户占所有车辆用户的比例，i∈S，S＝{C，D，DS}，C表示蜂窝模式，D表示D2D模式，DS表示DSRC模式；

表示速率效用，

α为常数，τ_i(x(t)，P(t))为根据反馈信道得出的吞吐量；之后，车辆用户将自身收益和选择的模式发送给基站；

(4)在每一个决策时间点t_j，基站根据决策时间点t_j-1时所有车辆用户选择的通信模式和收益，计算决策时间点t_j-1的车辆用户的平均收益

以及，通过求解问题模型

得到决策时间点t_j的定价P(t_j)；基站将

和P(t_j)广播；其中，

P(t))表示基站运营商的瞬时预期利润，

每个车辆用户m，根据决策时间点t_j-1时的自身收益与接收到的平均收益

重新选择通信模式，选择的方法为：若满足

则随机选择另一个通信模式i′；若

则车辆用户m仍保持通信模式i；然后，车辆节点m根据新的定价P(t_j)重新计算自身收益W_m(t_j)，并将当前所选择的通信模式和自身收益发送到基站；

(5)重复步骤(4)，直至所有车辆用户的通信模式不再改变或已经遍历n个决策点。

为了避免动态定价与模式选择进入边界，例如最终所有用户都选择同一种模式的情况，可以将用户分布驱动到一个预先优化的值，以满足一定的系统需求。可以使用不同的设计标准，这里考虑采用最大化总速率的方法来找到最优的用户分布

具体步骤为：

记基站共有F个子信道，每个子信道的带宽为B。设用户选择的通信链路为l。蜂窝模式下，频谱资源被BS以循环的方式分派。设蜂窝模式下UE的数目为m_C，则选中l的概率为

一个UE分配到的频谱资源的期望值为

D2D模式复用了蜂窝模式的一个上行链路l，D2D模式下UE的数目为m_D，则选中l的概率为

一个UE分配到的频谱资源的期望值为

DSRC模式的专属安全频谱为位于5.9GHz频带的一段75MHz的带宽，用B_DS表示。

计算得到DSRC模式下，车辆MAC传输的平均吞吐量为：

其中，

为车辆在DSRC模式下传输的MAC传输吞吐量。

计算出蜂窝模式和D2D模式下的信噪比分别为SINR_C、SINR_D。

由此我们可以得到，蜂窝模式、D2D模式、DSRC模式下的通信的平均速率分别为：

V_C＝B_C×log(1+SINR_C)

V_D＝B_D×log(1+SINR_D)

总速率即为V_Tot＝m_CV_C+m_DV_D+m_DSV_DS，以最大化V_Tot为目标问题，采用数值分析法找出使V_Tot最大的m_C、m_D、m_DS，根据m_C、m_D、m_DS得到最优的用户分布

BS的策略是动态控制价格P_j，采用开环结构来表示，开环结构是时间的函数，不需要任何反馈信息。利用开环策略，BS提前确定控制方案，并在博弈中遵守方案，表示为：

从而可以得到BS的预期利润为：

下面阐述如何控制最优定价作为一种激励机制来驱动用户分布达到最优：

为目标的最优分布，则预期收益与最优的偏差为：

BS的瞬时收益计算公式为：

因此BS的动态定价的最优控制问题可以表示为：

其中，

求解问题模型

即可得到瞬时定价，此处采用以下方法：

1)将所有已知的各决策点的定价和车辆节点通信模式分布向量代入问题模型；

2)求解目标函数

P(t))关于P(t)的梯度

3)向梯度方向移动P(t)，即更新

γ为预设的步长；

4)根据P(t)计算目标函数

P(t))的值；

5)重复执行步骤3)至4)，直至目标函数

P(t))的值收敛，此时得到的解即为决策点t_j的定价P(t_j)。

现有技术中其他能够求解该模型的方法也能应用于本发明，通过现有的其他方式求解上述问题模型的方案，也应纳入本发明的保护范围。

博弈均衡的实现

最终达到稳定状态时，选择每个模式的车辆的比例不再改变，所有UE的收益等于UE的平均收益，此时的用户状态x即为ESS。进化稳定策略(ESS)是模式选择进化博弈的解，它是一种稳健的均衡策略，不能被一小部分突变策略所破坏。具体地说，ESS可以看作是一种稳态策略，种群可以通过其中的进化过程达到该策略。

在进化博弈的背景下，每个UE都根据传输速率和接入价格，计算收益，再通过与平均收益比较来调整模式选择策略。在这种情况下，导致比平均值更高回报的策略可以被其用户学习和复制。在此演化过程中，价值取向的策略调整会改变种群比例，因此种群状态会随着时间的推移而演化。模式选择的模仿者动态模型描述了所有种群比例的变化。演化平衡(EE)是策略适应过程的解决方案，即为最终各模式的车辆比例不再改变时的点。模式选择中，模仿者动态模型的内部演化平衡(EE)达到稳定时的车辆状态即为博弈的进化稳定策略(ESS)。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种基于Stackelberg博弈的异构车联网多模通信方法，其特征在于，所述异构车联网包括基站和基站覆盖范围内的M个车辆用户，各车辆用户分别从蜂窝模式、D2D模式、DSRC模式中选择一种通信模式与基站通信；

该方法包括步骤：

(1)确定所述异构车联网中的车辆用户，预先给出所述异构车联网中选择蜂窝模式、D2D模式、DSRC模式的最优用户分布

表示选择蜂窝模式的车辆用户占所有车辆用户的最优比例，

表示选择D2D模式的车辆用户占所有车辆用户的最优比例，

表示选择DSRC模式的车辆用户占所有车辆用户的最优比例；

(2)以基站为领导者，以基站覆盖范围内的车辆用户为跟随者，构建动态Stackelberg博弈模型，基站根据车辆用户UE当前选择的通信模式计算对于各个通信模式的定价，并向全网广播；车辆用户UE根据基站BS广播的定价信息和网络中其他车辆用户UE选择的通信模式计算自身收益，并选取通信模式，基站与车辆用户之间通过博弈实现最优用户分布

博弈的过程为：

(2-1)设置博弈时长为T，在时间段]0，T]内参与博弈的车辆用户不变；基站采用分布式用户控制模式方法，将时间段[0，T]离散为n个决策时间点，记第j个决策时间点为t_j；

(2-2)初始化t＝0时基站向覆盖范围内所有车辆用户广播的初始定价为P(t＝0)＝{P_C0，P_D0，P_DS0}；P_C0、P_D0、P_DS0分别表示运营商给出的蜂窝模式、D2D模式、DSRC模式的初始定价；每个用户m随机选择一种通信方式i，并计算自身收益：

其中，x(t)＝{x_i(t)}，x_i(t)表示在时刻t采用通信模式i的车辆用户占所有车辆用户的比例，i∈S，S＝{C，D，DS}，C表示蜂窝模式，D表示D2D模式，DS表示DSRC模式；

表示速率效用，

α为常数，τ_i(x(t)，P(t))为根据反馈信道得出的吞吐量；之后，车辆用户将自身收益和选择的模式发送给基站；

(2-3)在每一个决策时间点t_j，基站根据决策时间点t_j-1时所有车辆用户选择的通信模式和收益，计算决策时间点t_j-1的车辆用户的平均收益

以及，通过求解问题模型

得到决策时间点t_j的定价P(t_j)，具体步骤为：

1)将所有已知的各决策点的定价和车辆节点通信模式分布向量代入问题模型；

2)求解目标函数

关于P(t)的梯度

3)向梯度方向移动P(f)，即更新

γ为预设的步长；

4)根据P(t)计算目标函数

的值；

5)重复执行步骤3)至4)，直至目标函数

的值收敛，此时得到的解即为决策点t_j的定价P(t_j)

基站将

和P(t_j)广播；其中，

表示基站运营商的瞬时利润，

每个车辆用户m，根据决策时间点t_j-1时的自身收益与接收到的平均收益

重新选择通信模式，选择的方法为：若满足

则随机选择另一个通信模式i′；若

则车辆用户m仍保持通信模式i；然后，车辆节点m根据新的定价P(t_j)重新计算自身收益W_m(t_j)，并将当前所选择的通信模式和自身收益发送到基站；

(2-4)重复步骤(2-3)，直至各车辆用户选择的通信模式的分布情况不再改变或已经遍历n个决策点。

2.根据权利要求1所述的一种基于Stackelberg博弈的异构车联网多模通信方法，其特征在于，所述计算车辆用户的平均收益

的计算公式为：

3.根据权利要求2所述的一种基于Stackelberg博弈的异构车联网多模通信方法，其特征在于，所述计算最优用户分布

的方法为：

a.记基站共有F个子信道，每个子信道的带宽为B；计算蜂窝模式下车辆用户分配到的频谱资源的期望值为：

m_C表示选择蜂窝模式的车辆用户的数目；计算D2D模式下车辆用户分配到的频谱资源的期望值为：

m_D表示选择D2D模式的车辆用户的数目；设置DSRC模式下车辆用户通信的工作频率为处于5.9GHz频带中预先选取的一段75Hz的带宽；

b.计算异构车联网中的总速率：V_Tot＝m_CV_C+m_DV_D+m_DSV_DS，其中，V_C、V_D、V_DS分别表示蜂窝模式、D2D模式、DSRC模式下车辆用户通信的平均速率，V_C、V_D、V_DS的表达式分别为：

V_C＝B_C×log(1+SINR_C)

V_D＝B_D×log(1+SINR_D)

其中，

表示DSRC模式下车辆用户MAC传输的平均吞吐量，

的计算公式为：

其中，

为车辆在DSRC模式下传输的MAC传输吞吐量，m_DS为选择DSRC模式的车辆用户的集合；

c.以最大化V_Tot为目标问题，采用数值分析法找出使V_Tot最大的m_C、m_D、m_DS，根据m_C、m_D、m_DS得到最优的用户分布

Images