CN110035539B - 一种基于相关均衡后悔值匹配的资源优化分配方法及装置 - Google Patents

Abstract

本发明公开了一种基于相关均衡后悔值匹配的资源优化分配方法及装置。所述方法包括：以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型；根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型；基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解；根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式。本发明通过后悔值匹配算法，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱共享方式，保证了用户间的公平性，提高频谱利用率，实现了更优的网络性能。

Description

一种基于相关均衡后悔值匹配的资源优化分配方法及装置

技术领域

本发明涉及通信领域，特别是指一种超密集无线网络中基于相关均衡后悔值匹配的资源优化分配方法及装置。

背景技术

随着移动互联网的兴起和大数据时代的来临，移动数据在数量和质量上的传输需求呈现几何式增长，然而，与之矛盾的是有限的无线传输资源的日渐匮乏。另一方面，绿色通信、低碳生活已经成为可持续发展的必然要求，这也给无线通信网络的性能管理和服务质量带来了越来越大的挑战。为了满足终端用户对高质量、高速率传输的需求，超密集无线网络是应对此项挑战的一个重要解决方案。在超密集无线网络环境下，传统的资源分配算法已经无法适用于未来网络的发展。因此，如何解决超密集无线网络环境下的资源优化分配问题，以满足网络中密集用户的数据传输需求，成为未来网络发展的严峻考验。

发明内容

有鉴于此，本发明实施例的目的在于提出一种超密集无线网络中基于相关均衡后悔值匹配的资源优化分配方法及装置，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱共享方式，保证了用户间的公平性，提高频谱利用率，实现了更优的网络性能。

基于上述目的本发明实施例提供的一种基于相关均衡后悔值匹配的资源优化分配方法，包括：

以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型；

根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型；

基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解；

根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式。

可选的，所述构建关于多个共享用户的超密集无线网络模型包括：

超密集无线网络中包括一个基站以及随机分布在所述基站覆盖区域内的N个用户节点，所述基站的位置坐标为(x₀,y₀)，用户节点n的位置坐标为(x_n,y_n)，

该网络中可用信道集合为

用户节点n的发射功率为P_n，用户节点n所在节点的干扰区域表示为：

其中r_n∝P_n为与发射功率相关的干扰距离；所述超密集无线网络中的有向干扰链路表示为：

ε＝{(n′→n):d_n,n′<r_n′}

其中n′表示区别于n的另一个用户节点，d_n,n′为两个用户节点间的距离且

r_n′表示用户节点n′对应的干扰距离；用户节点n的干扰集合表示为：

用户节点n的信道选择为s_n，则所有用户节点的一个信道选择形式表示为

竞争同一信道m的用户节点集合表示为

该集合中的用户节点数为

用户节点n与基站间上行链路的信干比SINR表示为：

其中D_n为用户节点n与基站之间的距离且

α_m和

分别是信道m的路径损耗指数和加性高斯白噪声方差，-α_m表示对α_m取负值，I_n为用户节点n受到的干扰值且

其中

为用户节点n的实际干扰集合，i为该集合中的元素；

根据香农公式，用户节点n接入信道m的信道容量表示为：

c_n,m＝B_mlog₂(1+γ_n,m)

其中B_m为信道m的带宽；则系统吞吐量表示为：

可选的，所述非合作博弈模型为：

其中

为共享用户集，

为用户策略空间集，

为用户效应函数集，其中

可选的，还包括：分析所述非合作博弈模型的粗相关均衡解，所述粗相关均衡解q^CCE满足：

其中，s_-n表示在所有用户节点的一个信道选择形式s＝{s₁,s₂,...,s_N}集合中除用户节点n之外的其他用户节点的信道选择表征，即s_-n＝s\s_n；

表示在用户策略空间集

中除用户节点n之外的其他用户节点的策略空间表示，

且

s′_n表示用户节点n′的信道选择。

可选的，所述通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新包括：

初始化用户节点对各个信道的初始选择概率；

各个用户节点根据所述初始选择概率进行信道竞争；

计算各个用户节点在当前信道选择策略下的后悔值；

根据所述后悔值的计算公式更新下一时隙全部的所述用户节点的信道选择概率；

选择后悔值最小的信道选择策略，此时各个用户节点的信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解。

可选的，所述初始选择概率为：

其中

为网络中的信道个数。

可选的，所述各个用户节点根据所述初始选择概率进行信道竞争包括：

第k个帧时隙开始，各个所述用户节点以所述初始选择概率随机选择信道；

判断信道是否空闲，若是，则选择该信道的多个所述用户节点进行信道资源竞争；若否，所述用户节点等待下一个帧时隙；

计算用户节点n的干扰值I_n，判断干扰值I_n是否低于预设的干扰值门限I₀：若I_n<I₀，则用户节点n竞争信道成功，计算当前信道收益；若I_n＞I₀，则未成功接入信道，信道收益为0。

可选的，各个信道对应的所述后悔值的计算公式为：

其中，K表示总时隙个数，k′表示对[1,K]个时隙求和的遍历下标，s_-n(k′)表示在k′时隙除n之外的节点的信道选择；

信道选择概率的计算公式为：

可选的，还包括：

判断每个用户节点的最大后悔值

是否低于预设的门限值

若

则循环结束，此时所有用户节点信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解；若

则k＝k+1，各个用户节点重新根据所述初始选择概率进行信道竞争，直到满足

本发明实施例还提供一种基于相关均衡后悔值匹配的资源优化分配装置，包括：

超密集无线网络模型构建模块，用于以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型；

非合作博弈模型构建模块，用于根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型；

求解模块，用于基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解；

频谱接入方式获得模块，用于根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式。

从上面所述可以看出，本发明实施例提供的一种超密集无线网络中基于相关均衡后悔值匹配的资源优化分配方法及装置，针对超密集无线网络环境，基于博弈论，将多维动态频谱共享建模为非合作博弈模型，并基于该非合作博弈模型提出一种自适应的后悔值匹配学习算法，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱接入方式，即资源优化分配方法。本发明所述方法相比于基于纳什均衡的纯策略解，在保证公平性的基础上，提高密集网络中用户服务质量和频谱利用率，能够实现更优的网络性能。

附图说明

图1为本发明实施例一种基于相关均衡后悔值匹配的资源优化分配方法的流程图；

图2为本发明实施例所述超密集无线网络模型的示意图；

图3为本发明实施例另一流程示意图；

图4为本发明实施例用户节点共享复用信道的帧结构示意图；

图5为本发明实施例一种基于相关均衡后悔值匹配的资源优化分配装置的结构示意图；

图6为本发明实施例不同信噪比下两种强化学习算法的网络累计吞吐量性能对比图；

图7为本发明实施例不同用户数下两种强化学习算法的网络累计吞吐量性能对比图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

图1为本发明实施例一种基于相关均衡后悔值匹配的资源优化分配方法的流程图。在本发明的一些实施例中，所述方法包括：

步骤101，以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型。

步骤102，根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型。

步骤103，基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解。

步骤104，根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式。

本发明实施例所述基于相关均衡后悔值匹配的资源优化分配方法，针对超密集无线网络环境，基于博弈论(game theory)，将多维动态频谱共享建模为非合作博弈模型，并基于该非合作博弈模型提出一种自适应的后悔值匹配学习算法，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱接入方式，即资源优化分配方法。本发明所述方法相比于基于纳什均衡的纯策略解，在保证公平性的基础上，提高密集网络中用户服务质量和频谱利用率，能够实现更优的网络性能。

图2为本发明实施例所述超密集无线网络模型的示意图。在超密集无线网络中存在一个基站(Base Station,BS)控制中心，用户随机分布在该基站覆盖区域内。考虑用户上行数据传输中的频谱接入与相互耦合干扰，各个用户节点干扰范围为与功率相关的有限区域。在此基础上，分析该模型时空两维的频谱共享优化，即，网络中共享用户节点以时分与空分相结合的方式共享网络频谱资源，当位于同一干扰区域的用户节点在同一时间接入相同的信道频段时会产生干扰。基于此，对超密集无线网络进行建模分析，具体如下：

超密集无线网络中包括一个基站以及随机分布在所述基站覆盖区域内的N个用户节点，设所述基站的位置坐标为(x₀,y₀)，用户节点n的位置坐标为(x_n,y_n)，

该网络中可用信道集合为

用户节点n的发射功率为P_n，则用户节点n所在节点的干扰区域表示为：

其中r_n∝P_n为与发射功率相关的干扰距离；所述超密集无线网络中的有向干扰链路表示为：

ε＝{(n′→n):d_n,n′<r_n′} (2)

其中n′表示区别于n的另一个用户节点，d_n,n′为两个用户节点n、n′间的距离且

r_n′表示用户节点n′对应的干扰距离；用户节点n的干扰集合表示为：

设用户节点n的信道选择为s_n，则所有用户节点的一个信道选择形式表示为

竞争同一信道m的用户节点集合表示为

该集合中的用户节点数为

用户节点n与基站间上行链路的信干比SINR表示为：

其中D_n为用户节点n与基站之间的距离且

α_m和

分别是信道m的路径损耗(Pass Loss,PL)指数和加性高斯白噪声(Additive White GaussianNoise，AWGN)方差，-α_m表示对α_m取负值，表征与距离相关的链路增益，I_n为用户节点n受到的干扰值且

其中

为用户n的实际干扰集合，即潜在干扰集合、与n竞争同一信道的用户集合；i为该集合中的元素；

根据香农公式，用户节点n接入信道m的信道容量表示为：

c_n,m＝B_mlog₂(1+γ_n,m) (6)

其中B_m为信道m的带宽；则系统吞吐量，即所有用户累计吞吐量表示为：

在该超密集网络模型下频谱多维优化分配的目标为最大化系统吞吐量，即：maxU(s)。在一个具体的实施例中，系统吞吐量的最大值即为全部的用户节点接入信道的信道容量。

在一些实施例中，将上述实施例中的NP-hard组合优化问题用非合作博弈进行建模，得到的非合作博弈模型为：

其中

为共享用户集，

为用户策略空间集，

为用户效应函数集，其中

在上述实施例的基础上，分析所述非合作博弈模型的粗相关均衡解，共享用户策略空间

的联合概率分布q^CCE即所述粗相关均衡解q^CCE满足：

其中，s-n表示在所有用户节点的一个信道选择形式s＝{s₁,s₂,...,s_N}集合中除用户节点n之外的其他用户节点的信道选择表征，即s_-n＝s\s_n；

表示在所有用户节点的策略空间集

中除用户节点n之外的其他用户节点的策略空间表示，即

因此，s_-n为

中的一个元素，即

s′_n表示区别于用户节点n之外的另外一个用户节点n′的信道选择，根据所述粗相关均衡解q^CCE即可获得使得所有用户频段选择策略的后悔值最小的频谱接入方式，即满足相关均衡后悔值匹配的资源优化分配方法。

在本发明的另一些实施例中，为了求解所述非合作博弈模型的粗相关均衡解，需要通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，参照图3所示，具体包括：

步骤201，初始化用户节点对各个信道的初始选择概率。

其中，所述初始选择概率为：

其中

为超密集无线网络中的信道个数。初始状态各个用户节点选择每个信道的概率是相等的。

可选的，在步骤201中，还需要初始化干扰值门限I₀等参数。

之后，各个用户节点根据所述初始选择概率进行信道竞争，图4为本发明实施例中用户节点共享复用信道的帧结构示意图。首先用户节点周期地进行信道的竞争接入；竞争信道成功的用户节点占用该帧中的数据传输时隙传输数据；数据传输时隙结束所有用户节点根据自己当前信道选择的后悔值更新信道选择概率，具体包括：

步骤202，第k个帧时隙开始，各个所述用户节点以所述初始选择概率随机选择信道。

步骤203，判断信道是否空闲。

步骤204，若是，即信道在当前时隙下空闲，则选择该信道的多个所述用户节点进行信道资源竞争，并跳转到步骤206。

步骤205，若否，即信道在当前时隙下被占用，则所述用户节点等待下一个帧时隙。

步骤206，根据公式(5)计算用户节点n的干扰值I_n，并判断干扰值I_n是否低于预设的干扰值门限I₀：

步骤207，若I_n<I₀，则用户节点n竞争信道成功，根据公式(6)计算当前信道收益，并跳转到步骤209。

步骤208，若I_n＞I₀，则说明与多个干扰用户发生碰撞，未成功接入信道，信道收益为0，并跳转到步骤209。

步骤209，计算各个用户节点在当前信道选择策略下的后悔值，各个信道对应的所述后悔值的计算公式为：

其中，K表示总时隙个数，k′表示对[1,K]个时隙求和的遍历下标，s_-n(k′)表示在k′时隙除n之外的节点的信道选择。

步骤210，根据所述后悔值计算公式更新下一时隙全部的所述用户节点的信道选择概率，信道选择概率的计算公式为：

之后，选择后悔值最小的信道选择策略，此时各个用户节点的信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解，具体包括：

步骤211，根据步骤209中的后悔值计算公式判断每个用户节点的最大后悔值

是否低于预设的门限值

其中预设的门限值

为接近0的一个预设的数值，例如

若

则跳转到步骤213；否则，若

则跳转到步骤212。

步骤212，时隙数加一，即k＝k+1，返回至步骤202，各个用户节点重新根据所述初始选择概率进行信道竞争，直到满足

步骤213，循环结束，此时所有用户节点信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解q^CCE。

在上述实施例中，利用强化学习思想，通过后悔值匹配算法求解非合作博弈模型的粗相关均衡解，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的多维频谱接入方式即多维频谱接入方式，在保证了超密集无线网络环境中用户服务质量的前提下，有效地提高了有限频段资源的利用率，从而为未来超密集无线网络的频谱资源优化提供一种极具应用潜力的解决方案。

图5为本发明实施例一种基于相关均衡后悔值匹配的资源优化分配装置的结构示意图。所述基于相关均衡后悔值匹配的资源优化分配装置包括：

超密集无线网络模型构建模块11，用于以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型。

非合作博弈模型构建模块12，用于根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型。

求解模块13，用于基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解。

频谱接入方式获得模块14，用于根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式。

可选的，所述超密集无线网络模型构建模块构建关于多个共享用户的超密集无线网络模型包括：

超密集无线网络中包括一个基站以及随机分布在所述基站覆盖区域内的N个用户节点，所述基站的位置坐标为(x₀,y₀)，用户节点n的位置坐标为(x_n,y_n)，

该网络中可用信道集合为

用户节点n的发射功率为P_n，用户节点n所在节点的干扰区域表示为：

其中r_n∝P_n为与发射功率相关的干扰距离；所述超密集无线网络中的有向干扰链路表示为：

ε＝{(n′→n):d_n,n′<r_n′}

其中n′表示区别于n的另一个用户节点，d_n,n′为两个用户节点n、n′间的距离且

r_n′表示用户节点n′对应的干扰距离；用户节点n的干扰集合表示为：

用户节点n的信道选择为s_n，则所有用户节点的一个信道选择形式表示为

竞争同一信道m的用户节点集合表示为

该集合中的用户节点数为

用户节点n与基站间上行链路的信干比SINR表示为：

其中D_n为用户节点n与基站之间的距离且

α_m和

分别是信道m的路径损耗指数和加性高斯白噪声方差，-α_m表示对α_m取负值，表征与距离相关的链路增益，I_n为用户节点n受到的干扰值且

其中

为用户n的实际干扰集合，即潜在干扰集合、与n竞争同一信道的用户集合；i为该集合中的元素；

根据香农公式，用户节点n接入信道m的信道容量表示为：

c_n,m＝B_mlog₂(1+γ_n,m)

其中B_m为信道m的带宽；则系统吞吐量表示为：

可选的，所述非合作博弈模型构建模块12构建的所述非合作博弈模型为：

其中

为共享用户集，

为用户策略空间集，

为用户效应函数集，其中

可选的，还包括：分析所述非合作博弈模型的粗相关均衡解，所述粗相关均衡解q^CCE满足：

其中，在所有用户节点的一个信道选择形式s＝{s₁,s₂,...,s_N}集合中除用户节点n之外的其他用户节点的信道选择表征，即s_-n＝s\s_n；

表示在所有用户节点的策略空间集

中除用户节点n之外的其他用户节点的策略空间表示，即

因此，s_-n为

中的一个元素，即

s′_n表示区别于用户节点n之外的另外一个用户节点n′的信道选择

可选的，所述求解模块13还用于实现：

初始化用户节点对各个信道的初始选择概率；

各个用户节点根据所述初始选择概率进行信道竞争；

计算各个用户节点在当前信道选择策略下的后悔值；

根据所述后悔值计算公式更新下一时隙全部的所述用户节点的信道选择概率；

选择后悔值最小的信道选择策略，此时各个用户节点的信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解。

可选的，所述初始选择概率为：

其中

为网络中的信道个数。

可选的，所述各个用户节点根据所述初始选择概率进行信道竞争包括：

第k个帧时隙开始，各个所述用户节点以所述初始选择概率随机选择信道；

判断信道是否空闲，若是，则选择该信道的多个所述用户节点进行信道资源竞争；若否，所述用户节点等待下一个帧时隙；

计算用户节点n的干扰值I_n，判断干扰值I_n是否低于预设的干扰值门限I₀：若I_n<I₀，则用户节点n竞争信道成功，计算当前信道收益；若I_n＞I₀，则未成功接入信道，信道收益为0。

可选的，各个信道对应的所述后悔值的计算公式为：

其中，K表示总时隙个数，k′表示对[1,K]个时隙求和的遍历下标，s_-n(k′)表示在k′时隙除n之外的节点的信道选择；

信道选择概率的计算公式为：

可选的，还包括：

判断每个用户节点的最大后悔值

是否低于预设的门限值

若

则循环结束，此时所有用户节点信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解；若

则k＝k+1，各个用户节点重新根据所述初始选择概率进行信道竞争，直到满足

在本发明的一个具体的实施例中，对本发明提出的基于相关均衡后悔值匹配的资源优化分配方法进行仿真，首先给出本发明算法和原基于纳什均衡强化学习算法在不同信噪比下系统累计信道容量对比图。设置方形区域大小为20×20，网络中共享用户个数为N＝10，可用信道数为M＝6，信噪比γ₀从0dB到20dB。每个信噪比下仿真产生20个网络模型，每个网络模型独立运行500次。累积信道容量的对比如图6所示，横坐标为信噪比，纵坐标为累计信道容量。由仿真结果可以看出基于粗相关均衡的后悔值匹配算法优于基于纳什均衡的强化学习算法。

在本发明的另一个具体的实施例中，对本发明提出的基于相关均衡后悔值匹配的资源优化分配方法进行仿真，给出本发明算法和原基于纳什均衡强化学习算法在不同网络规模(用户数)下系统累计信道容量对比图。设置方形区域大小为20×20，网络中可用信道数为M＝6，用户个数从5到30。每个用户数下仿真产生20个网络模型，每个网络模型独立运行500次。累积信道容量的对比如图7所示，横坐标为用户个数，纵坐标为累计信道容量。由仿真结果可以看出，不同网络密集程度下，基于粗相关均衡的后悔值匹配算法均优于基于纳什均衡的强化学习算法。

本发明所述基于相关均衡后悔值匹配的资源优化分配方法及装置，针对超密集无线网络环境，基于博弈论(game theory)，将多维动态频谱共享建模为非合作博弈模型，并分析该博弈模型的相关均衡解，获得各个用户信道选择的后悔值最小的共享资源优化分配方案接入混合策略。通过后悔值匹配算法，利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱共享方式。相比于传统基于纳什均衡的强化学习算法，新算法可获得用户后悔值最小的混合策略，进而保证了用户间的公平性，提高频谱利用率，实现更优的网络性能，为保障未来密集网络中无线用户的数据速率和服务质量提供了一种可行的解决方案。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于相关均衡后悔值匹配的资源优化分配方法，其特征在于，包括：

以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型；

根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型；

基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解；

根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式；

其中，所述构建关于多个用户节点的超密集无线网络模型包括：

超密集无线网络中包括一个基站以及随机分布在所述基站覆盖区域内的N个用户节点，所述基站的位置坐标为(x₀,y₀)，用户节点n的位置坐标为(x_n,y_n)，

该网络中可用信道集合为

用户节点n的发射功率为P_n，用户节点n所在节点的干扰区域表示为：

其中r_n∝P_n为与发射功率相关的干扰距离；所述超密集无线网络中的有向干扰链路表示为：

ε＝{(n′→n):d_n,n′<r_n′}

其中n′表示区别于n的另一个用户节点，d_n,n′为两个用户节点间的距离且

r_n′表示用户节点n′对应的干扰距离；用户节点n的干扰集合表示为：

用户节点n的信道选择为s_n，则所有用户节点的一个信道选择形式表示为

竞争同一信道m的用户节点集合表示为

该集合中的用户节点数为

用户节点n与基站间上行链路的信干比SINR表示为：

其中D_n为用户节点n与基站之间的距离且

α_m和

分别是信道m的路径损耗指数和加性高斯白噪声方差，-α_m表示对α_m取负值，I_n为用户节点n受到的干扰值且

其中

为用户节点n的实际干扰集合，i为该集合中的元素；

根据香农公式，用户节点n接入信道m的信道容量表示为：

c_n,m＝B_mlog₂(1+γ_n,m)

其中B_m为信道m的带宽；则系统吞吐量表示为：

所述非合作博弈模型为：

其中

为用户节点集，

为用户策略空间集，

为用户效应函数集，其中

所述通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新包括：

初始化用户节点对各个信道的初始选择概率；

各个用户节点根据所述初始选择概率进行信道竞争；

计算各个用户节点在当前信道选择策略下的后悔值；

根据所述后悔值的计算公式更新下一时隙全部的所述用户节点的信道选择概率；

选择后悔值最小的信道选择策略，此时各个用户节点的信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解。

2.根据权利要求1所述的方法，其特征在于，还包括：分析所述非合作博弈模型的粗相关均衡解，所述粗相关均衡解q^CCE满足：

其中，s_-n表示在所有用户节点的一个信道选择形式s＝{s₁,s₂,...,s_N}集合中除节点n之外的其他用户节点的信道选择表征，即s_-n＝s\s_n；

表示在所有用户节点的策略空间集

中除用户节点n之外的其他用户节点的策略空间表示，

且

s′_n表示用户节点n′的信道选择。

3.根据权利要求1所述的方法，其特征在于，所述初始选择概率为：

其中

为网络中的信道个数。

4.根据权利要求3所述的方法，其特征在于，所述各个用户节点根据所述初始选择概率进行信道竞争包括：

第k个帧时隙开始，各个所述用户节点以所述初始选择概率随机选择信道；

判断信道是否空闲，若是，则选择该信道的多个所述用户节点进行信道资源竞争；若否，所述用户节点等待下一个帧时隙；

计算用户节点n的干扰值I_n，判断干扰值I_n是否低于预设的干扰值门限I₀：若I_n<I₀，则用户节点n竞争信道成功，计算当前信道收益；若I_n>I₀，则未成功接入信道，信道收益为0。

5.根据权利要求4所述的方法，其特征在于，各个信道对应的所述后悔值的计算公式为：

其中，K表示总时隙个数，k′表示对[1,K]个时隙求和的遍历下标，s_-n(k′)表示在k′时隙除n之外的节点的信道选择；

信道选择概率的计算公式为：

6.根据权利要求5所述的方法，其特征在于，还包括：

判断每个用户节点的最大后悔值

是否低于预设的门限值

若

则循环结束，此时所有用户节点信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解；若

则k＝k+1，各个用户节点重新根据所述初始选择概率进行信道竞争，直到满足

7.一种基于相关均衡后悔值匹配的资源优化分配装置，其特征在于，包括：

超密集无线网络模型构建模块，用于以系统吞吐量最大化为优化目标，构建关于多个用户节点的超密集无线网络模型；

非合作博弈模型构建模块，用于根据所述超密集无线网络模型，将用户节点的多维频谱接入优化问题建模为非合作博弈模型；

求解模块，用于基于所述非合作博弈模型，通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新，获得所述非合作博弈模型的粗相关均衡解；

频谱接入方式获得模块，用于根据所述粗相关均衡解，获得所述用户节点的多维频谱接入方式；

所述超密集无线网络模型构建模块构建关于多个用户节点的超密集无线网络模型包括：

超密集无线网络中包括一个基站以及随机分布在所述基站覆盖区域内的N个用户节点，所述基站的位置坐标为(x₀,y₀)，用户节点n的位置坐标为(x_n,y_n)，

该网络中可用信道集合为

用户节点n的发射功率为P_n，用户节点n所在节点的干扰区域表示为：

其中r_n∝P_n为与发射功率相关的干扰距离；所述超密集无线网络中的有向干扰链路表示为：

ε＝{(n′→n):d_n,n′<r_n′}

其中n′表示区别于n的另一个用户节点，d_n,n′为两个用户节点n、n′间的距离且

r_n′表示用户节点n′对应的干扰距离；用户节点n的干扰集合表示为：

用户节点n的信道选择为s_n，则所有用户节点的一个信道选择形式表示为

竞争同一信道m的用户节点集合表示为

该集合中的用户节点数为

用户节点n与基站间上行链路的信干比SINR表示为：

其中D_n为用户节点n与基站之间的距离且

α_m和

分别是信道m的路径损耗指数和加性高斯白噪声方差，-α_m表示对α_m取负值，表征与距离相关的链路增益，I_n为用户节点n受到的干扰值且

其中

为用户节点n的实际干扰集合，即潜在干扰集合、与n竞争同一信道的用户集合；i为该集合中的元素；

根据香农公式，用户节点n接入信道m的信道容量表示为：

c_n,m＝B_mlog₂(1+γ_n,m)

其中B_m为信道m的带宽；则系统吞吐量表示为：

所述非合作博弈模型构建模块12构建的所述非合作博弈模型为：

其中

为用户节点集，

为用户策略空间集，

为用户效应函数集，其中

所述求解模块还用于实现：

初始化用户节点对各个信道的初始选择概率；

各个用户节点根据所述初始选择概率进行信道竞争；

计算各个用户节点在当前信道选择策略下的后悔值；

根据所述后悔值计算公式更新下一时隙全部的所述用户节点的信道选择概率；

选择后悔值最小的信道选择策略，此时各个用户节点的信道选择的联合概率即为所述非合作博弈模型的粗相关均衡解。

Images