CN110233686A - 认知无线网络基于联盟博弈的稳定配对方法 - Google Patents

认知无线网络基于联盟博弈的稳定配对方法 Download PDF

Info

Publication number
CN110233686A
CN110233686A CN201810639349.8A CN201810639349A CN110233686A CN 110233686 A CN110233686 A CN 110233686A CN 201810639349 A CN201810639349 A CN 201810639349A CN 110233686 A CN110233686 A CN 110233686A
Authority
CN
China
Prior art keywords
user
users
pairing
recipient
wireless network
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.)
Pending
Application number
CN201810639349.8A
Other languages
English (en)
Inventor
邓小芳
李翠玲
仇洪冰
张金顺
郑霖
罗丽燕
张曾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201810639349.8A priority Critical patent/CN110233686A/zh
Publication of CN110233686A publication Critical patent/CN110233686A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/382Monitoring; Testing of propagation channels for resource allocation, admission control or handover

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开一种认知无线网络基于联盟博弈的稳定配对方法,结合了认知无线网络的特点,采用用户的偏好值进行用户比较配对,使得联盟U中每个用户都可以寻求本身的最佳的配对搭档,克服了现有技术为追求高的系统性能而未考虑用户的公平性的不足,使得本发明提高了认知无线网络的公平性。采用用户的信道容量建立偏好列表库,通过联盟博弈的方法比较用户的偏好值进行用户的循环配对,实现稳定配对联盟的形成,克服了现有技术中未考虑用户配对过程中配对联盟的稳定性的不足,使得本发明实现了配对联盟以及用户个体的利益最大化。

Description

认知无线网络基于联盟博弈的稳定配对方法
技术领域
本发明涉及通信技术技术领域,具体涉及一种认知无线网络基于联盟博弈的稳定配对方法。
背景技术
近年来,随着通信用户的大幅度上涨,大部分的频谱已经被分配给授权用户,导致无线网络中的频谱资源极其紧缺。在认知无线电网络中,次用户没有频谱的使用权的,其想要接入信道中,只能租用授权用户的空闲频谱。在多用户—频谱少的不对等的关系下,可见次用户对频谱的争夺是多么的激烈。为了使次用户更能有效的获取频谱且提高用户的利益,人们提出了用户配对来竞争频谱资源。
用户配对是用户为了获得接入空闲频谱的权限,根据自身的偏好选择与其他用户进行合作来接入信道,提高网络的系统容量,实现高质量的通信性能。如今,国内学者已经研究了多种配对方法,如:随机配对方法、最大系统容量算法以及集中配对算法。随机配对方法是未配对的用户随机选取其他用户进行配对,直到所有的用户配对完成。该方法不足的是:只考虑了用户的需求,却未考虑用户配对的效用。最大系统容量算法是遍历所有可能的配对方式,寻求系统容量最大的配对方案。该方法不足的是:只考虑了配对用户的容量,却未考虑到用户配对之间的公平性。集中配对算法是未发起有效提议的用户必须按固定次序发起提议,算法循环运行,直到所有用户都存在有效提议。该方法不足的是:算法容易导致系统陷入死循环。
发明内容
本发明所要解决的是现有技术在认知无线网络中不能有效利用综合化的思想进行稳定配对的的问题,提供一种认知无线网络基于联盟博弈的稳定配对方法。
为解决上述问题,本发明是通过以下技术方案实现的:
认知无线网络基于联盟博弈的稳定配对方法,具体包括步骤如下:
步骤1、计算用户集合中所有用户配对的信道容量;
步骤2、对于用户集合中的每个用户,分别计算该用户与用户集合中的其他用户配对的信道容量,并根据信道容量递减的顺序对其他用户进行排序,得到用户集合中的每个用户的偏好列表;
步骤3、判断用户集合中的总用户数S是奇数还是偶数:
如果为奇数,则进一步判断用户集合中是否存在没有向其他用户发送有效提议的用户:如果有,则循环执行步骤4-7;否则,仅有一个用户没有进行配对,输出当前稳定配对;
如果偶数,则进一步判断用户集合中是否存在没有向其他用户发送有效提议的用户:如果有,则循环执行步骤4-7;否则,所有用户配对成功,输出当前稳定配对;
步骤4、从用户集合中选择一个没有向其他用户发送过有效提议的用户作为发送方用户i,其中i=1,2,…,S;
步骤5、基于该发送用户i的偏好列表,依次选择用户集合的其他用户作为接收方用户j,其中j=1,2,…,S,且j≠i;
步骤6、发送方用户i发送提议给接收方用户j;
步骤7、判断接收方用户j是否已经接受其他用户k发送的提议,其中k∈[1,S]:
若没有接受,则接收方用户j接受发送方用户i发送的提议,发送方用户i与接收方用户j配对成功;
若已经接受,则进一步判断在接收方用户j的偏好列表中,发送方用户i的排列位置是否高于其他用户k:若不高于,则接收方用户j和其他用户k保持配对关系;否则,接收方用户j和发送方用户i配对成功。
与现有技术相比,本发明具有如下特点:
第一,采用用户的偏好值进行用户比较配对,使得联盟U中每个用户都可以寻求本身的最佳的配对搭档,克服了现有技术为追求高的系统性能而未考虑用户的公平性的不足,使得本发明提高了认知无线网络的公平性。
第二,采用用户的信道容量建立偏好列表库,通过联盟博弈的方法比较用户的偏好值进行用户的循环配对,实现稳定配对联盟的形成,克服了现有技术中未考虑用户配对过程中配对联盟的稳定性的不足,使得本发明实现了配对联盟以及用户个体的利益最大化。
第三,通过检测用户数的奇偶,将用户数划分为奇数和偶数两种情况进行用户配对,克服了现有技术中只考虑了用户数为偶数的情况,没有考虑实际通信场景奇数情况的不足,使得本发明提高了系统配对的全面性。
附图说明
图1为认知无线网络基于联盟博弈的稳定配对方法的原理图。
图2为本发明应用场景图。
图3为认知无线网络基于联盟博弈的稳定配对方法的流程图。
图4为偏好列表中用户偏好关系样例表。
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,以下结合具体实例,并参照附图,对本发明进一步详细说明。
为了解决认知无线网络中不能有效利用综合化的思想进行稳定配对的问题,本发明结合了认知无线网络的特点,采用了计算用户配对的信道容量、检测用户数的奇偶、建立偏好列表库、检测用户配对状态、用户配对、检测用户配对状态和输出稳定配对的配对方法,参见图1。本配对方法使用户间两两最优配对,达到联盟稳定配对,实现了配对联盟整体的利益最大化,同时在配对联盟的用户也实现了自身利益最大化;通过检测用户数的奇偶,将用户数划分为奇数和偶数两种情况进行用户配对,提高了系统用户配对的全面性。
本发明的应用场景为认知无线网络,网络中的所有用户处于同一个地理位置中,位于同一个基站下,用户间根据配对的偏好值进行循环两两配对,形成一个稳定的配对联盟来接入上行链路和基站进行数据通信。参见图2。
一种认知无线网络基于联盟博弈的稳定配对方法,如图3所示,具体步骤描述如下:
1)计算用户配对的信道容量。
VMIMO系统是指窄带平坦衰落VMIMO系统,系统模型由下式给出:
其中,Y=(Y1 Y2)T表示用户接收到的信号向量,Xi表示用户i的传输向量,Pi表示用户i的传输功率,n=(n1 n2)T表示用户i的背景噪声向量。
假定对于VMIMO系统所有用户集合U,给定两个用户i,j∈U,存在着有效的上行链路容量C(i,j);按照下式计算用户配对的信道容量:
其中,det(·)表示矩阵的行列式,At和Ar分别表示发送天线和接收天线的数量,DAr表示Nr次序对角矩阵,No表示高斯白噪声的零均值,Ps表示传输功率,M表示信道矩阵。
由下式计算得到信道矩阵M:
其中,mi,j,i,j∈{1,2}表示在基站中从用户i天线到用户j接收天线的复合信道衰落系统。M1和M2分别表示从两个用户到基站的复合信道矩阵,M1=(m11 m12)T,M2=(m21 m22)T
2)建立偏好列表库。
分别对用户集合中的每个用户与用户集合中的其他用户的信道容量进行排序,并且根据信道容量的排序判断出用户之间的偏好关系,得到关于用户集合中的每个用户的偏好列表。
将步骤1计算出来的用户配对的信道容量C(i,j)以递减顺序进行排列,作为偏好列表库。一个用户总是可以偏好于其他能够达到信道容量最高的用户。在偏好列表库中用>i来表示用户偏好关系,一个用户k∈U(U为用户的集合)存在着关系式i>k j,则表示用户k和用户i配对的偏好值大于用户k和用户j配对的偏好值,即有C(k,i)>C(k,j)。偏好列表中用户偏好关系样例表如图4所示。
3)检测用户数的奇偶。
判断总用户数S是偶数还是奇数,若总用户数为偶数,则执行步骤4a),若总用户数为奇数,则执行步骤4b)。
4)检测用户配对状态。
4a)判断是否存在a个(a≤S,S是用户总数)用户没有向其他用户发送有效提议,若不存在,则所有用户配对,输出稳定配对,否则,执行步骤5。
4b)判断是否存在a个(3≤a≤S,S是用户总数)用户没有向其他用户发送有效提议,若不存在,则只会存在一个用户没有进行配对,输出稳定配对,否则,执行步骤5。
5)用户配对。
5a)选择一个用户i∈a发送提议给在偏好列表中该用户的下一个用户j。
用户配对是指一个配对是函数ψ,如果满足下式:
则称用户i和用户j配对,表示为(i,j)。
5b)判断接收方用户j是否已经接受其他用户k发送的提议,若没有接受,则接收方用户j接受用户i发送的提议,用户i和用户j配对成功,否则,执行步骤5c)。
用户i和用户j配对一定是可行配对,并且符合下式:
ψ(i)≠ψ(j)i,j∈U,i≠j
表明了一个用户不能超过一个其他用户进行配对,若同时和多个用户进行配对,则该用户会一直处于接入上行链路的状态,其他用户就没有机会接入上行链路,这对于其他用户是不公平的。
5c)用户j将用户i发送的提议与用户k发送的提议进行比较分析。
5d)判断用户i在偏好列表中的排列位置是否高于用户k,即用户i与用户j配对的偏好值是否大于用户i与用户k配对的偏好值,若不高于,则接收方j拒绝接受用户i的提议,保留用户k发送的提议,用户i和用k保持配对关系,否则,执行步骤5e)。
5e)接收方用户j接受用户i发送的提议,并且丢弃用户k发送的提议,用户i和用户j配对成功。
按照下式判定用户i和用户j配对是可行配对:
ψ(i)≠ψ(j)i,j∈U,i≠j
其中,ψ(i)是用户i的配对函数,ψ(j)是用户j的配对函数。
5f)重复步骤5b)、步骤5c)、步骤5d)、步骤5e),直至所有用户都无法继续进行配对。
一个用户不能超过一个其他用户进行配对,若同时和多个用户进行配对,则该用户会一直处于接入上行链路的状态,其他用户就没有机会接入上行链路,这对于其他用户是不公平的。
6)检测用户配对状态。
总用户数为偶数,判断用户i是否小于总用户数S,若小于,则返回步骤4a),否则,执行步骤7。
总用户数为奇数,判断用户i是否小于用户数S-1,若小于,则返回步骤4b),否则,执行步骤7。
此处的奇偶数的说明只是为了后续的判断起到标签的作用,而在实际程序中并没有再一次的进行奇偶判断。
7)输出稳定配对。
当总用户数为偶数时,所有用户配对,则输出稳定配对;当总用户数为奇数时,只留下了一个偏好值最差的用户没有配对,则输出稳定配对。
本发明采用联盟博弈的方法,在由信道容量建立偏好列表库的基础上根据偏好值进行用户配对,可保证了用户数无论奇偶都可以稳定配对,保证了用户间的公平性,实现配对联盟帕累托最优。本发明可以根据用户的信道容量、偏好值,结合联盟博弈的方法,依次循环进行配对从而使得认知无线网络配对联盟形成达到稳定的状态,实现联盟利益最大化。
需要说明的是,尽管以上本发明所述的实施例是说明性的,但这并非是对本发明的限制,因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下,凡是本领域技术人员在本发明的启示下获得的其它实施方式,均视为在本发明的保护之内。

Claims (1)

1.认知无线网络基于联盟博弈的稳定配对方法,其特征是,具体包括步骤如下:
步骤1、计算用户集合中所有用户配对的信道容量;
步骤2、对于用户集合中的每个用户,分别计算该用户与用户集合中的其他用户配对的信道容量,并根据信道容量递减的顺序对其他用户进行排序,得到用户集合中的每个用户的偏好列表;
步骤3、判断用户集合中的总用户数S是奇数还是偶数:
如果为奇数,则进一步判断用户集合中是否存在没有向其他用户发送有效提议的用户:如果有,则循环执行步骤4-7;否则,仅有一个用户没有进行配对,输出当前稳定配对;
如果偶数,则进一步判断用户集合中是否存在没有向其他用户发送有效提议的用户:如果有,则循环执行步骤4-7;否则,所有用户配对成功,输出当前稳定配对;
步骤4、从用户集合中选择一个没有向其他用户发送过有效提议的用户作为发送方用户i,其中i=1,2,…,S;
步骤5、基于该发送用户i的偏好列表,依次选择用户集合的其他用户作为接收方用户j,其中j=1,2,…,S,且j≠i;
步骤6、发送方用户i发送提议给接收方用户j;
步骤7、判断接收方用户j是否已经接受其他用户k发送的提议,其中k∈[1,S]:
若没有接受,则接收方用户j接受发送方用户i发送的提议,发送方用户i与接收方用户j配对成功;
若已经接受,则进一步判断在接收方用户j的偏好列表中,发送方用户i的排列位置是否高于其他用户k:若不高于,则接收方用户j和其他用户k保持配对关系;否则,接收方用户j和发送方用户i配对成功。
CN201810639349.8A 2018-06-20 2018-06-20 认知无线网络基于联盟博弈的稳定配对方法 Pending CN110233686A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810639349.8A CN110233686A (zh) 2018-06-20 2018-06-20 认知无线网络基于联盟博弈的稳定配对方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810639349.8A CN110233686A (zh) 2018-06-20 2018-06-20 认知无线网络基于联盟博弈的稳定配对方法

Publications (1)

Publication Number Publication Date
CN110233686A true CN110233686A (zh) 2019-09-13

Family

ID=67862229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810639349.8A Pending CN110233686A (zh) 2018-06-20 2018-06-20 认知无线网络基于联盟博弈的稳定配对方法

Country Status (1)

Country Link
CN (1) CN110233686A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954739A (zh) * 2021-01-26 2021-06-11 西安电子科技大学 基于循环博弈算法的毫米波mec卸载传输方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102438313A (zh) * 2011-09-06 2012-05-02 南京邮电大学 一种基于认知无线电通信盟的调度方法
CN102438245A (zh) * 2011-09-06 2012-05-02 南京邮电大学 一种认知无线电通信盟的结盟方法
CN103260166A (zh) * 2013-03-25 2013-08-21 西安电子科技大学 分布式认知无线网络基于联盟博弈的频谱分配方法
CN105430682A (zh) * 2015-12-31 2016-03-23 桂林电子科技大学 移动通信信号干扰防护评估方法及系统
CN105703855A (zh) * 2016-02-01 2016-06-22 桂林电子科技大学 一种认知系统中基于选择性干扰对齐的均衡场博弈方法
US9669315B1 (en) * 2013-04-11 2017-06-06 Kabam, Inc. Providing leaderboard based upon in-game events

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102438313A (zh) * 2011-09-06 2012-05-02 南京邮电大学 一种基于认知无线电通信盟的调度方法
CN102438245A (zh) * 2011-09-06 2012-05-02 南京邮电大学 一种认知无线电通信盟的结盟方法
CN103260166A (zh) * 2013-03-25 2013-08-21 西安电子科技大学 分布式认知无线网络基于联盟博弈的频谱分配方法
US9669315B1 (en) * 2013-04-11 2017-06-06 Kabam, Inc. Providing leaderboard based upon in-game events
CN105430682A (zh) * 2015-12-31 2016-03-23 桂林电子科技大学 移动通信信号干扰防护评估方法及系统
CN105703855A (zh) * 2016-02-01 2016-06-22 桂林电子科技大学 一种认知系统中基于选择性干扰对齐的均衡场博弈方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邓小芳: "基于博弈论的认知无线网络频谱共享方法研究", 《中国博士学位论文全文库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954739A (zh) * 2021-01-26 2021-06-11 西安电子科技大学 基于循环博弈算法的毫米波mec卸载传输方法

Similar Documents

Publication Publication Date Title
Wu et al. Social-aware rate based content sharing mode selection for D2D content sharing scenarios
Li et al. Multi-armed-bandit-based spectrum scheduling algorithms in wireless networks: A survey
Abuzainab et al. Cognitive hierarchy theory for distributed resource allocation in the Internet of Things
Chen et al. Rethinking mobile data offloading for LTE in unlicensed spectrum
Wang et al. Cooperative scheduling for coexisting body area networks
Wang et al. Price-based spectrum management in cognitive radio networks
Meshkati et al. Energy-efficient resource allocation in wireless networks
Han et al. Uplink channel reusing selection optimization for device-to-device communication underlaying cellular networks
Jiang et al. Two-stage reinforcement-learning-based cognitive radio with exploration control
CN105120468A (zh) 一种基于演化博弈论的动态无线网络选择方法
CN102905277B (zh) 一种选择协作节点的基站、系统及方法
Huang et al. Deep reinforcement learning-based dynamic spectrum access for D2D communication underlay cellular networks
Park et al. Kolkata paise restaurant game for resource allocation in the internet of things
Li et al. Online policies for throughput maximization of energy-constrained wireless-powered communication systems
CN108023648A (zh) 一种基于多任务群智感知的协作频谱感知方法
Cao et al. Admission policy based clustering scheme for D2D underlay communications
Wang et al. Minority game for distributed user association in unlicensed heterogenous networks
CN101729164A (zh) 无线资源分配方法和认知无线电用户设备
Zappone et al. Energy-efficient non-cooperative resource allocation in multi-cell OFDMA systems with multiple base station antennas
Maghsudi et al. Distributed user association in energy harvesting small cell networks: An exchange economy with uncertainty
Vaze Transmission capacity of wireless ad hoc networks with energy harvesting nodes
He et al. A novel distributed resource allocation scheme for wireless-powered cognitive radio Internet of Things networks
CN110233686A (zh) 认知无线网络基于联盟博弈的稳定配对方法
Li et al. Mode selection and resource allocation for D2D communications with tradeoff of throughput and user satisfaction
Xin et al. ROP: Near-optimal rendezvous for dynamic spectrum access 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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190913

RJ01 Rejection of invention patent application after publication