CN111148252A - 基于拍卖的lte电力无线专网资源分配方法 - Google Patents

基于拍卖的lte电力无线专网资源分配方法 Download PDF

Info

Publication number
CN111148252A
CN111148252A CN201911394113.3A CN201911394113A CN111148252A CN 111148252 A CN111148252 A CN 111148252A CN 201911394113 A CN201911394113 A CN 201911394113A CN 111148252 A CN111148252 A CN 111148252A
Authority
CN
China
Prior art keywords
power
resource
virtual network
wireless private
lte
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
CN201911394113.3A
Other languages
English (en)
Inventor
李欢
孟凡博
孙峰
刘扬
王东东
卢盛阳
杨智斌
任帅
李桐
佟昊松
宋保泉
李秋林
凌鸽
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.)
Shenyang Shine Technology Co ltd
State Grid Corp of China SGCC
Original Assignee
Shenyang Shine Technology Co ltd
State Grid Corp of China SGCC
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 Shenyang Shine Technology Co ltd, State Grid Corp of China SGCC filed Critical Shenyang Shine Technology Co ltd
Priority to CN201911394113.3A priority Critical patent/CN111148252A/zh
Publication of CN111148252A publication Critical patent/CN111148252A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及LTE电力无线专网的资源管理技术领域，特别涉及一种基于拍卖的LTE电力无线专网资源分配方法。本发明包括：LTE电力无线专网资源分配模型构建；求解LTE电力无线专网的预测价格；根据预测价格，求解电力虚拟网的最优竞价策略；根据最优竞价策略，执行资源分配。本发明的资源分配方法在电力虚拟网的总效用和总收益方面取得了较好的结果,解决动态环境下电力虚拟网资源分配效用低的问题，本发明在电力虚拟网的最优竞拍策略和总收益方面取得了较好的效果。

Description

基于拍卖的LTE电力无线专网资源分配方法
技术领域
本发明涉及LTE电力无线专网的资源管理技术领域，特别涉及一种基于拍卖的LTE电力无线专网资源分配方法。
背景技术
网络虚拟化是解决传统网络问题的重要方法。采用网络虚拟化技术之后，传统的LTE电力无线专网服务提供商被划分为LTE电力无线专网服务提供商(infrastructureprovider,InP)和电力虚拟网络服务提供商(virtual network provider,VNP)。InP负责建设LTE电力无线专网，LTE电力无线专网包括节点资源、链路资源。VNP通过租用LTE电力无线专网资源，建设电力虚拟网络，从而为最终用户提供网络服务。电力虚拟网络包括虚拟节点资源、虚拟链路资源。虚拟节点资源由LTE电力无线专网的节点资源进行分配。虚拟链路资源由LTE电力无线专网的链路资源提供。InP如何分配LTE电力无线专网资源，即虚拟网络嵌入问题(virtual network embedding problem，VNEP)，已成为近年来的研究热点。
从网络资源分配本身进行研究的文献较多。根据研究成果解决问题不同，可以将已有研究分为提高资源利用率、降低成本两个方面。
(1)在提高资源利用率的研究成果方面：Zhang等认为网络节点的存储资源容量会在一定程度上影响带宽资源，提出了一种基于3-D资源约束的VN嵌入模型，并设计了两种启发式算法作为解决VN嵌入的基线算法[Zhang P,Yao H,Liu Y.Virtual networkembedding based on computing,network,and storage resource constraints[J].IEEEInternet of Things Journal,2017,5(5):3298-3304.]。罗斯特等提出了一种基于线性规划的随机取整解决方案，该方案在不超过资源容量的情况下嵌入了最有利可图的虚拟网络集[Rost M,Schmid S.Virtual network embedding approximations:Leveragingrandomized rounding[J].IEEE/ACM Transactions on Networking(TON),2019,27(5):2071-2084.]。Luizelli使用VNF放置和链接作为优化目标，提出了一种基于修复和优化的启发式算法，有效地减少了所需的资源分配[Luizelli M C,da Costa Cordeiro W L,Buriol L S,et al.A fix-and-optimize approach for efficient and large scalevirtual network function placement and chaining[J].Computer Communications,2017,102:67-77.]。Gao定义了VNF布局和路由(VNF-PR)问题，提出了一个通用的线性规划公式来提供更稳定、更优化的解决方案[Gao M,Addis B,Bouet M,et al.Optimalorchestration of virtual network functions[J].Computer Networks,2018,142:108-127.]。Sang等人设计了两种简单的贪婪算法，最大限度地减少了虚拟网络功能(VNF)实例的总数，并为网络中的所有流提供了特定的服务[Sang Y,Ji B,Gupta G R,etal.Provably efficient algorithms for joint placement and allocation ofvirtual network functions[C]//IEEE INFOCOM 2017-IEEE Conference on ComputerCommunications.IEEE,2017:1-9.]。Laghrissi详细阐述了可能会破坏虚拟网络功能(VNF)和虚拟机(VM)放置的问题，提出了VNF的一般放置以及基于目标VNF类型的放置方法[Laghrissi A,Taleb T.A survey on the placement of virtual resources andvirtual network functions[J].IEEE Communications Surveys&Tutorials,2018,21(2):1409-1434]。
(2)在降低成本的研究成果方面：Marotta等提出了一种启发式的方法来增强对未知或不准确的资源需求变化的鲁棒性，从而在不影响网络运营商期望的质量和服务水平协议的情况下，降低了能源成本[Marotta A,D Andreagiovanni F,Kassler A,et al.On theenergy cost of robustness for green virtual network function placement in 5Gvirtualized infrastructures[J].Computer Networks,2017,125:64-75.]。为了实现虚拟机之间的物理隔离，Hou等人提出了一种风险感知启发式虚拟网络嵌入算法，该算法在保持数据中心安全性和赚取租金收入方面取得了更好的性能[Hou W,Ning Z,Guo L,etal.Novel framework of risk-aware virtual network embedding in optical datacenter networks[J].IEEE Systems Journal,2017,12(3):2473-2482.]。为了提高数据中心网络的性能和成本，Curran等在网络运行时更改网络拓扑，以更好地处理当前的流量模式[Curran M,Rahman M S,Gupta H,et al.Rethinking Virtual Network Embedding inReconfigurable Networks[C]//2018 15th Annual IEEE International Conference onSensing,Communication,and Networking(SECON).IEEE,2018:1-9.]；由于可以“定制”网络以适应传入的VN请求，因此实现有效的网络虚拟化。针对分布式数据中心网络服务互连时响应时间长、流量开销大的问题，Bhamare等提出了一种基于亲和力的最佳虚拟网络功能放置机制[Bhamare D,Samaka M,Erbad A,et al.Optimal virtual network functionplacement in multi-cloud service function chaining architecture[J].ComputerCommunications,2017,102:1-16.]，在延迟和总资源成本方面产生了较好的效果。该类研究主要集中在从网络资源本身的角度出发，研究如何提高底层网络资源利用率和虚拟网络的映射成功率，没有从市场竞争和经济学的角度研究如何实现经济效用和经济收益的最大化。
但是，从市场竞争和经济学的角度研究资源分配还处于起步阶段，没有考虑VNP的竞价差别以及具有的自私性，因此无法实现高效的InP和VNP的资源分配。尤其是对于LTE电力无线专网资源的增加、减少、资源回收、资源退网，以及虚拟网服务需求的动态变化等问题，不能很好的进行解决。
发明内容
针对上述现有技术中存在的不足之处，本发明提供了一种基于拍卖的LTE电力无线专网资源分配方法，其目的是为了解决动态环境下电力虚拟网资源分配效用低的问题。
本发明解决其技术问题所采用的技术方案是：
基于拍卖的LTE电力无线专网资源分配方法,包括以下步骤：
步骤1.LTE电力无线专网资源分配模型构建；
步骤2.求解LTE电力无线专网的预测价格；
步骤3.根据预测价格，求解电力虚拟网的最优竞价策略；
步骤4.根据最优竞价策略，执行资源分配。
所述LTE电力无线专网资源分配模型,包括：LTE电力无线专网管理中心和电力虚拟网的资源管理中心，通过LTE电力无线专网管理中心的资源分配模块与电力虚拟网资源管理中心的资源分配模块相互通信，将底层网络资源分配给电力虚拟网络资源。
所述LTE电力无线专网管理中心包括：LTE电力无线专网资源、资源分配模块及资源定价模块。
所述电力虚拟网的资源管理中心包括：电力虚拟网资源、资源分配模块及资源定价模块。
所述电力虚拟网的资源管理中心向LTE电力无线专网管理中心申请相关资源，从而实现其上电力虚拟网服务的稳定运营；
电力虚拟网的资源管理中心需要申请的资源包括：节点的CPU和内存资源、链路的带宽资源；
资源分配包括：当前时间的资源分配和未来时间的资源分配两部分；
第1、t时刻网络虚拟化环境下的资源分配状态空间：
(1)将t时刻网络虚拟化环境下的资源分配状态空间定义为
Figure BDA0002345819820000041
(2)底层网络在时间t具有的带宽值使用
Figure BDA0002345819820000042
表示，电力虚拟网络i在时间t需要申请的带宽值使用
Figure BDA0002345819820000043
表示，该带宽值来自于时间t电力虚拟网络上承载的所有电力虚拟网服务的资源需求
Figure BDA0002345819820000044
之和；
第2、t+1时资源的转移概率：
(1)动态环境下的资源分配过程中，在时间t+1时，每个电力虚拟网的资源需求转移概率为
Figure BDA0002345819820000045
(2)在时间t+1时LTE电力无线专网资源的转移概率为
Figure BDA0002345819820000046
第3、t时资源分配、t+1时资源请求：
(1)InP根据现有的LTE电力无线专网资源和每个电力虚拟网服务提供商的资源需求，并结合历史资源分配数据，确定资源的价格和分配给每个VNP的资源数量；
(2)在时间t时电力虚拟网络i从InP获得资源使用
Figure BDA0002345819820000047
表示；
(3)在时间t+1时电力虚拟网络i向InP提出的资源请求为：
Figure BDA0002345819820000048
其中，
Figure BDA0002345819820000049
表示在时间t+1时电力虚拟网络上承载的所有电力虚拟网服务的资源需求之和。
所述步骤2中，求解LTE电力无线专网的预测价格，首先确定如何解决非结构化模型，之后描述使用随机鲁棒优化方法求解预测价格的方法；假设根据历史数据统计得到的随机需求的概率密度为f，用围绕在这个近似分布周围的模型集合Q来表示可能的模型范围；相对熵是表示两个概率密度间距离的一种测度；考虑到相对熵能够对模型的不确定性进行表示，使用相对熵对概率密度q∈Q和概率密度f的不确定性进行描述；定义概率密度q∈Q关于概率密度f的相对熵为：R(q|f)＝Eqln(q/f)；利用乘法形式的需求函数来刻画需求为D(p)＝d(p)*ε，其中d(p)是价格反应函数；LTE电力无线专网管理中心根据历史数据统计得到价格反应函数和ε的概率密度函数f，假定f是ε的连续函数；概率密度q∈Q关于概率密度f的相对熵可以表示为R(q|f)＝∫q(ε)ln(q(ε)/f(ε))dε；d(p)为线性价格反应函数d(p)＝a-bp，系数a和b的值根据历史观测到的结果确定，ε服从均值为1的指数分布f(ε)＝e-ε；
假设给定价格p，则t时刻LTE电力无线专网管理中心在概率密度q下的期望收益J(p,q)为J(p,q)＝Eqpmin{Ct,d(p)ε}，并有minq J(p,q)，subject to q∈Q,R(q|f)≤γ的期望收益的鲁棒对应；说明给定价格p，可以从相对熵约束构成的凸集中选择使期望收益最差的概率密度q；求解带约束的期望收益，使用拉格朗日乘子方法进行变换，变换之后的拉格朗日函数为：
L(q,θ)＝J(p,q)+θ[R(q|f)-γ]；
其中，将拉格朗日乘子θ被定义为θ≥0，LTE电力无线专网管理中心的鲁棒定价问题构造成为公式(2)所示的目标函数：
Jθ＝maxpminq{Eqpmin{Ct,d(p)ε}+θR(q|f)} (2)
给定θ≥0时原问题(2)等价于公式(3)的求最小值的问题，并且有Jθ＝-θlnFθ：
Fθ＝minpEfexp(-min(Ct,d(p)ε)/θ) (3)
公式(3)相当于效用函数为Uθ(x)＝-exp(-θx)，θ＞0的指数函数的风险规避型决策问题，θ属于风险规避系数，并且有θ(x)＝θ；说明LTE电力无线专网管理中心对于所有的电力虚拟网资源管理中心的竞拍策略具有相同的风险规避系数值；因此，LTE电力无线专网管理中心的定价问题就能够转换为非线性的优化问题，能够通过求解非线性优化问题的方法，来求解LTE电力无线专网管理中心的预测价格。
所述步骤3中根据预测价格，求解电力虚拟网的最优竞价策略：
将电力虚拟网i资源管理中心资源分配最优策略计算公式定义为公式(4)，其中
Figure BDA0002345819820000061
是公式(5)的解；
Figure BDA0002345819820000062
Figure BDA0002345819820000063
上式中：
Figure BDA0002345819820000064
电力虚拟网i参与拍卖时资源管理中心资源分配最优策略；
Figure BDA0002345819820000065
电力虚拟网i不参与拍卖时资源管理中心资源分配最优策略；
s：网络虚拟化环境下的资源分配状态空间；
Figure BDA0002345819820000066
在t+1时，每个电力虚拟网的资源需求转移概率；
p：价格；
α、β：资源分配的权重系数；
Figure BDA0002345819820000067
电力虚拟网络i在时间t需要申请的带宽值；
Figure BDA0002345819820000068
电力虚拟网络i在时间t+1需要申请的带宽值；
Figure BDA0002345819820000069
底层网络在时间t具有的带宽值；
Figure BDA00023458198200000610
在t+1时，电力虚拟网络i在带宽值为
Figure BDA00023458198200000611
价格为p时的效用函数；
Figure BDA00023458198200000612
电力虚拟网服务商i在t时的效用函数。
所述步骤4中根据最优竞价策略，执行资源分配，包括：定义LTE电力无线专网资源管理中心基于拍卖执行资源分配的目标函数、定义电力虚拟网i的资源管理中心的收益、定义电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用。
所述定义LTE电力无线专网资源管理中心基于拍卖执行资源分配的目标函数为：
Figure BDA0002345819820000071
该目标函数表示最大化所有电力虚拟网资源管理中心的效用，其中，
Figure BDA0002345819820000072
表示电力虚拟网服务商i在需要
Figure BDA0002345819820000073
资源时，给LTE电力无线专网服务商上报的资源需求的最优策略，
Figure BDA0002345819820000074
表示电力虚拟网服务商i在时间t时的效用函数，定义为
Figure BDA0002345819820000075
表示真实使用到的LTE电力无线专网资源的数量，系数η用于规范化各参数之间的数值；约束条件
Figure BDA0002345819820000076
表示所有电力虚拟网服务商获得的资源数量之和不能大于LTE电力无线专网服务商的资源之和。
所述电力虚拟网i的资源管理中心的收益定义为：
Figure BDA0002345819820000077
公式(7)中，
Figure BDA0002345819820000078
表示电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用：
定义电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用为：
Figure BDA0002345819820000079
其中，
Figure BDA00023458198200000710
表示当电力虚拟网i的资源管理中心没有参与竞拍时，所有电力虚拟网资源管理中心的最优竞拍策略之和，
Figure BDA00023458198200000711
表示当电力虚拟网i的资源管理中心参与竞拍时，其它电力虚拟网资源管理中心的最优竞拍策略之和；λiW表示电力虚拟网i的资源管理中心多申请的LTE电力无线专网资源。
本发明具有以下优点及有益技术效果：
本发明提出资源分配方法能够帮助电力虚拟网资源管理中心获得较优的竞拍策略，通过与资源分配机制VNRA-Greedy基于贪婪理论的虚拟网资源分配算法、VNRA-Mart基于市场理论的虚拟网资源分配算法相比，本发明的资源分配方法在电力虚拟网的总效用和总收益方面取得了较好的结果,解决动态环境下电力虚拟网资源分配效用低的问题。
本发明首先建立了动态环境下的LTE电力无线专网资源分配模型，并对资源分配问题进行了形式化的描述。其次，提出了基于拍卖的LTE电力无线专网资源分配方法，并证明了分配方法存在纳什均衡。最后，通过性能分析，验证了本发明提出的资源分配方法在电力虚拟网的最优竞拍策略和总收益方面取得了较好的效果。
本发明充分考虑了虚拟网服务商的竞价差别以及具有的自私性，从市场竞争和经济学的角度，研究了动态环境下的虚拟网资源分配方法。主要优点包括：
(1)有效避免了虚拟网服务商的自私性造成的资源浪费问题，实现了底层网络服务商和虚拟网服务商之间资源的高效分配。
(2)算法充分考虑到网络环境的动态性，有效解决了基础网络资源的增加、减少，以及虚拟网服务需求的动态变化等网络环境下资源分配效率低的难题。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明的流程示意图；
图2为本发明LTE电力无线专网资源分配模型示意图；
图3为本发明中预测步长对竞拍策略的影响示意图；
图4为本发明中电力虚拟网络资源管理中心总效用比较示意图；
图5为本发明中电力虚拟网络资源管理中心总支付比较示意图；
图6为本发明中电力虚拟网络资源管理中心总收益比较示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明，但是并不用于限定本发明。
在本发明的方案中，为解决动态环境下电力虚拟网资源分配效用低的问题，本发明提供了一种基于拍卖的LTE电力无线专网资源分配方法。
如图1所示，根据本发明的一种基于拍卖的LTE电力无线专网资源分配方法，该算法包括以下步骤：
步骤1.LTE电力无线专网资源分配模型构建；
步骤2.求解LTE电力无线专网的预测价格；
步骤3.根据预测价格，求解电力虚拟网的最优竞价策略；
步骤4.根据最优竞价策略，执行资源分配。
所述步骤1.LTE电力无线专网资源分配模型构建，如图2所示，图2为本发明LTE电力无线专网资源分配模型示意图。
在网络虚拟化环境下，LTE电力无线专网的资源会随着网络运营环境的变化而增加、减少，并进行资源回收、退网、或资源扩容。随着电力虚拟网服务的动态变化，VNP向InP申请的资源也会增加或减少。所以，LTE电力无线专网资源分配方法需要适应网络环境的动态变化特性。
为此，LTE电力无线专网资源分配模型,主要包括：LTE电力无线专网管理中心、电力虚拟网的资源管理中心。
其中，LTE电力无线专网管理中心包括：LTE电力无线专网资源、资源分配模块及资源定价模块。
其中，电力虚拟网的资源管理中心包括：电力虚拟网资源、资源分配模块及资源定价模块。
通过LTE电力无线专网管理中心的资源分配模块与电力虚拟网资源管理中心的资源分配模块相互通信，将底层网络资源分配给电力虚拟网络资源。
电力虚拟网的资源管理中心需要向LTE电力无线专网管理中心申请相关资源，从而实现其上电力虚拟网服务的稳定运营。一般来说，电力虚拟网的资源管理中心需要申请的资源包括：节点的CPU和内存资源、链路的带宽资源。根据已有研究可知，节点资源可以通过虚拟化技术按需扩容，相对来说，带宽资源的扩容难度较大，已成为LTE电力无线专网资源分配中的关键资源。所以，本发明主要研究LTE电力无线专网资源管理中心如何给电力虚拟网资源管理中心分配链路带宽资源。另外，由于本发明主要解决不同时间t的LTE电力无线专网资源分配问题，所以，需要将资源分配问题划分为当前时间的资源分配和未来时间的资源分配两个部分。
第1、t时刻网络虚拟化环境下的资源分配状态空间：
(1)将t时刻网络虚拟化环境下的资源分配状态空间定义为
Figure BDA0002345819820000101
(2)底层网络在时间t具有的带宽值使用
Figure BDA0002345819820000102
表示，电力虚拟网络i在时间t需要申请的带宽值使用
Figure BDA0002345819820000103
表示，该带宽值来自于时间t电力虚拟网络上承载的所有电力虚拟网服务的资源需求
Figure BDA0002345819820000104
之和；
第2、t+1时资源的转移概率：
(1)动态环境下的资源分配过程中，在时间t+1时，每个电力虚拟网的资源需求转移概率为
Figure BDA0002345819820000105
(2)在时间t+1时LTE电力无线专网资源的转移概率为
Figure BDA0002345819820000106
第3、t时资源分配、t+1时资源请求：
(1)InP根据现有的LTE电力无线专网资源和每个电力虚拟网服务提供商的资源需求，并结合历史资源分配数据，确定资源的价格和分配给每个VNP的资源数量；
(2)在时间t时电力虚拟网络i从InP获得资源使用
Figure BDA0002345819820000107
表示；
(3)在时间t+1时电力虚拟网络i向InP提出的资源请求为：
Figure BDA0002345819820000108
其中，
Figure BDA0002345819820000109
表示在时间t+1时电力虚拟网络上承载的所有电力虚拟网服务的资源需求之和。
底层网络在时间t具有的带宽值使用
Figure BDA00023458198200001010
表示。电力虚拟网络i在时间t需要申请的带宽值使用
Figure BDA00023458198200001011
表示，该带宽值来自于时间t电力虚拟网络上承载的所有电力虚拟网服务的资源需求
Figure BDA00023458198200001012
之和。本发明将t时刻网络虚拟化环境下的资源分配状态空间定义为
Figure BDA00023458198200001013
在动态环境下的资源分配过程中，在时间t+1时，每个电力虚拟网的资源需求转移概率为
Figure BDA00023458198200001014
InP根据现有的LTE电力无线专网资源和每个电力虚拟网服务提供商的资源需求，并结合历史资源分配数据，确定资源的价格和分配给每个VNP的资源数量。在时间t+1时LTE电力无线专网资源的转移概率为
Figure BDA0002345819820000111
在时间t时电力虚拟网络i从InP获得资源使用
Figure BDA0002345819820000112
表示。在时间t+1时电力虚拟网络i向InP提出的资源请求被定义为公式(1)。其中，
Figure BDA0002345819820000113
表示在时间t+1时电力虚拟网络上承载的所有电力虚拟网服务的资源需求之和。
Figure BDA0002345819820000114
所述步骤2.求解LTE电力无线专网的预测价格：
由于LTE电力无线专网管理中心能够获得所有电力虚拟网资源管理中心的运营数据和LTE电力无线专网的运营数据，基于这些数据，可以获得类似于真实环境的样本估计需求模型，为估计真实的需求模型提供参考。由于随机鲁棒优化方法通过建立相应的鲁棒对等模型，可以将原始的不确定的优化问题转换为具有多项式计算复杂度的凸优化问题，所以，本发明使用随机鲁棒优化方法，研究一个模型集合中最差情况下使目标值最好的决策。
本部分首先说明如何解决非结构化模型的问题，之后描述使用随机鲁棒优化方法求解预测价格的方法。假设根据历史数据统计得到的随机需求的概率密度为f，用围绕在这个近似分布周围的模型集合Q来表示可能的模型范围。相对熵是表示两个概率密度间距离的一种测度。考虑到相对熵能够对模型的不确定性进行表示，本发明使用相对熵对概率密度q∈Q和概率密度f的不确定性进行描述。定义概率密度q∈Q关于概率密度f的相对熵为R(q|f)＝Eqln(q/f)。利用乘法形式的需求函数来刻画需求为D(p)＝d(p)*ε，其中d(p)是价格反应函数。LTE电力无线专网管理中心根据历史数据可以统计得到价格反应函数和ε的概率密度函数f，并且假定f是ε的连续函数。所以，概率密度q∈Q关于概率密度f的相对熵可以表示为R(q|f)＝∫q(ε)ln(q(ε)/f(ε))dε。d(p)为线性价格反应函数d(p)＝a-bp，系数a和b的值根据历史观测到的结果确定。ε服从均值为1的指数分布f(ε)＝e-ε。
假设给定价格p，则t时刻LTE电力无线专网管理中心在概率密度q下的期望收益J(p,q)为J(p,q)＝Eqpmin{Ct,d(p)ε}，并有minq J(p,q)，subject to q∈Q,R(q|f)≤γ的期望收益的鲁棒对应。这就是说，给定价格p，本发明可以从相对熵约束构成的凸集中选择使期望收益最差的概率密度q。由于拉格朗日乘子法可以求解包含约束条件的函数极值。为了求解带约束的期望收益，本发明使用拉格朗日乘子方法进行变换。变换之后的拉格朗日函数为：
L(q,θ)＝J(p,q)+θ[R(q|f)-γ]。
其中，将拉格朗日乘子θ被定义为θ≥0。所以，LTE电力无线专网管理中心的鲁棒定价问题可以构造成为公式(2)所示的目标函数。
Jθ＝maxpminq{Eqpmin{Ct,d(p)ε}+θR(q|f)} (2)
给定θ≥0时原问题(2)等价于公式(3)的求最小值的问题，并且有Jθ＝-θlnFθ。
Fθ＝minpEfexp(-min(Ct,d(p)ε)/θ) (3)
通过以上分析我们可以看出，公式(3)相当于效用函数为Uθ(x)＝-exp(-θx)，θ＞0的指数函数的风险规避型决策问题。θ属于风险规避系数，并且有θ(x)＝θ。这说明，LTE电力无线专网管理中心对于所有的电力虚拟网资源管理中心的竞拍策略具有相同的风险规避系数值。所以，LTE电力无线专网管理中心的定价问题就可以转换为非线性的优化问题，可以通过求解非线性优化问题的方法，来求解LTE电力无线专网管理中心的预测价格。
所述步骤3.根据预测价格，求解电力虚拟网的最优竞价策略：
LTE电力无线专网资源管理中心求解所有电力虚拟网资源管理中心的资源分配最优策略是比较关键的步骤。但是，LTE电力无线专网资源管理中心不会在资源分配之前，将这些信息告知所有的电力虚拟网资源管理中心，并且LTE电力无线专网资源管理中心是根据历史数据预测未来的纳什均衡策略集合。将电力虚拟网i资源管理中心资源分配最优策略计算公式定义为公式(4)，其中
Figure BDA0002345819820000121
是公式(5)的解。
Figure BDA0002345819820000122
Figure BDA0002345819820000131
上式中：
Figure BDA0002345819820000132
电力虚拟网i参与拍卖时资源管理中心资源分配最优策略；
Figure BDA0002345819820000133
电力虚拟网i不参与拍卖时资源管理中心资源分配最优策略；
s：网络虚拟化环境下的资源分配状态空间；
Figure BDA0002345819820000134
在t+1时，每个电力虚拟网的资源需求转移概率；
p：价格；
α、β：资源分配的权重系数；
Figure BDA0002345819820000135
电力虚拟网络i在时间t需要申请的带宽值；
Figure BDA0002345819820000136
电力虚拟网络i在时间t+1需要申请的带宽值；
Figure BDA0002345819820000137
底层网络在时间t具有的带宽值；
Figure BDA0002345819820000138
在t+1时，电力虚拟网络i在带宽值为
Figure BDA0002345819820000139
价格为p时的效用函数；
Figure BDA00023458198200001310
电力虚拟网服务商i在t时的效用函数。
步骤4.根据最优竞价策略，执行资源分配：
在LTE电力无线专网资源分配过程中，多个电力虚拟网服务提供商需要相互竞争LTE电力无线专网服务商的资源。由于VCG拍卖机制具有占优策略激励兼容的优点，已被成功应用于网络资源分配中。为了实现多个电力虚拟网服务提供商的收益最大化，将VCG拍卖机制应用于资源分配的时间片内部的LTE电力无线专网资源分配算法中。在执行LTE电力无线专网资源分配过程中，LTE电力无线专网资源管理中心在获得所有电力虚拟网资源管理中心提出的带宽需求后，采用VCG拍卖机制进行电力虚拟网的资源分配。基于此，定义LTE电力无线专网资源管理中心基于拍卖执行资源分配的目标函数如公式(6)所示。
Figure BDA00023458198200001311
该目标函数表示最大化所有电力虚拟网资源管理中心的效用，其中，
Figure BDA0002345819820000141
表示电力虚拟网服务商i在需要
Figure BDA0002345819820000142
资源时，给LTE电力无线专网服务商上报的资源需求的最优策略，
Figure BDA0002345819820000143
表示电力虚拟网服务商i在时间t时的效用函数，定义为
Figure BDA0002345819820000144
表示真实使用到的LTE电力无线专网资源的数量，系数η用于规范化各参数之间的数值。约束条件
Figure BDA0002345819820000145
表示所有电力虚拟网服务商获得的资源数量之和不能大于LTE电力无线专网服务商的资源之和。电力虚拟网i的资源管理中心的收益可以定义为公式(7)，其中，
Figure BDA0002345819820000146
表示电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用。
Figure BDA0002345819820000147
定义电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用为公式(8)所示，其中，
Figure BDA0002345819820000148
表示当电力虚拟网i的资源管理中心没有参与竞拍时，所有电力虚拟网资源管理中心的最优竞拍策略之和，
Figure BDA0002345819820000149
表示当电力虚拟网i的资源管理中心参与竞拍时，其它电力虚拟网资源管理中心的最优竞拍策略之和。λiW表示电力虚拟网i的资源管理中心多申请的LTE电力无线专网资源。
Figure BDA00023458198200001410
纳什均衡存在性证明：
下面使用定理1说明本发明的资源分配方法存在纳什均衡解。其中，纳什均衡是指参加竞拍的单个个体，不能通过单方面的修改个人策略，使其能够获得更优的收益。如果竞拍中存在纳什均衡，那么每个参与个体都只有有限个最优策略。任何参与个体都无法通过单方面的修改自身竞拍策略来提高自己的收益值，从而确保存在最优的竞拍策略集合。
定理1：本发明的解决多次资源分配问题的基于拍卖的资源分配方法在纳什均衡解。
证明：在参与者对于效用为1的资源分配模型中,如果有一方掌握完全信息，则在掌握完全信息参与者的主导下，模型存在惟一的纳什均衡解。在本发明资源分配方法中,对于LTE电力无线专网管理中心和任意一个电力虚拟网络资源管理中心之间,LTE电力无线专网管理中心根据网络资源监控系统，可以统计每个电力虚拟网络资源管理中心业务对底层资源的使用情况，所以知道电力虚拟网络资源管理中心真实的资源需求数量
Figure BDA0002345819820000151
所以本发明的资源分配方法是在LTE电力无线专网管理中心掌握完全信息的模式下进行,存在惟一的纳什均衡解。
证毕进行性能分析：
为了验证本发明提出的资源分配方法的有效性，首先分析了电力虚拟网络资源管理中心竞拍策略的性能，其次，从电力虚拟网的总收益、总支付、总效用三个方面，比较了表1中描述的三种算法。实验环境方面，假设1个LTE电力无线专网管理中心为10个电力虚拟网络资源管理中心提供链路资源。链路的带宽BtSN从100Mbps增加到200Mbps，步长为10Mbps。每个电力虚拟网络资源管理中心的资源需求量服从[10Mbps,30Mbps]的均匀分布。实验在i5-2520M CPU 2.50GHz、4G内存的PC机上运行。
算法比较方面，将本发明提出的基于拍卖的LTE电力无线专网资源分配方法VNRA-VCG与算法VNRA-Greedy、算法VNRA-Mart进行了比较。其中，算法VNRA-Greedy主流程使用本发明提出的基于拍卖的LTE电力无线专网资源分配方法，每个电力虚拟网资源管理中心根据电力虚拟网服务的资源需求之和进行竞拍。算法VNRA-Mart主流程使用本发明提出的基于拍卖的LTE电力无线专网资源分配方法，每个电力虚拟网资源管理中心使用V-Mart机制进行竞拍[Fida-E Z,Jin X,Raouf B.Multi-provider service negotiation andcontracting in network virtualization网络虚拟化环境下多服务提供商的协作与契约[C]//Proceedings of IEEE/IFIP Network Operations and ManagementSymposium.Osaka:IEEE,2010:471-478]。
下面检验动态资源分配环境下，当LTE电力无线专网链路资源的带宽容量为
Figure BDA0002345819820000152
时，本发明的资源分配方法对电力虚拟网络资源管理中心竞价行为的指导作用。假设电力虚拟网络i资源管理中心在时间t收到了电力虚拟网服务的资源需求之和是21Mbps，可选的竞拍策略集为
Figure BDA0002345819820000161
在图3中，x轴表示求解电力虚拟网络i的竞拍策略的步长，y轴表示在每个步长下重复试验20次时，选择每种竞拍策略的概率值。从试验结果可知，在预测步长较少时，电力虚拟网络i资源管理中心选择每种竞拍策略的概率值接近，随着预测步长的增加，竞拍策略20被选择的概率增长较快。表明竞拍策略20使电力虚拟网络i资源管理中心可能获得较大的收益，使系统收敛到稳定的纳什均衡解。
三种资源分配机制下，电力虚拟网络的总效用、总支付、总收益实验结果如图4到图6所示。从实验结果可以看出，随着底层网络带宽值的增加，三种资源分配机制下电力虚拟网络的总效用、总支付、总收益值都在增加，并且增加趋势都逐渐变缓。实验结果说明，三种算法在底层网络资源增加时，电力虚拟网获得的资源都逐渐增加，但当底层网络资源增加较多时，较多的电力虚拟网资源需求能够被满足，降低了竞价策略值。另外，三种资源分配机制的实验结果方面，本发明提出的资源分配机制VNRA-VCG(基于VCG理论的虚拟网资源分配算法)比资源分配机制VNRA-Greedy(基于贪婪理论的虚拟网资源分配算法)、VNRA-Mart(基于市场理论的虚拟网资源分配算法)。
取得了更好的电力虚拟网总效用和总收益，这说明本发明提出的资源分配方法能够为电力虚拟网络资源管理中心计算出比较优化的竞拍策略，从而减少因竞拍策略不合理而导致的惩罚，使电力虚拟网的总效用和总收益取得了较好的效果。
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。
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 (10)

1.基于拍卖的LTE电力无线专网资源分配方法,其特征在于，包括以下步骤：
步骤1.LTE电力无线专网资源分配模型构建；
步骤2.求解LTE电力无线专网的预测价格；
步骤3.根据预测价格，求解电力虚拟网的最优竞价策略；
步骤4.根据最优竞价策略，执行资源分配。
2.根据权利要求1所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述LTE电力无线专网资源分配模型,包括：LTE电力无线专网管理中心和电力虚拟网的资源管理中心，通过LTE电力无线专网管理中心的资源分配模块与电力虚拟网资源管理中心的资源分配模块相互通信，将底层网络资源分配给电力虚拟网络资源。
3.根据权利要求2所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述LTE电力无线专网管理中心包括：LTE电力无线专网资源、资源分配模块及资源定价模块。
4.根据权利要求2所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述电力虚拟网的资源管理中心包括：电力虚拟网资源、资源分配模块及资源定价模块。
5.根据权利要求2所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述电力虚拟网的资源管理中心向LTE电力无线专网管理中心申请相关资源，从而实现其上电力虚拟网服务的稳定运营；
电力虚拟网的资源管理中心需要申请的资源包括：节点的CPU和内存资源、链路的带宽资源；
资源分配包括：当前时间的资源分配和未来时间的资源分配两部分；
第1、t时刻网络虚拟化环境下的资源分配状态空间：
(1)将t时刻网络虚拟化环境下的资源分配状态空间定义为
Figure FDA0002345819810000011
(2)底层网络在时间t具有的带宽值使用
Figure FDA0002345819810000012
表示，电力虚拟网络i在时间t需要申请的带宽值使用
Figure FDA0002345819810000013
表示，该带宽值来自于时间t电力虚拟网络上承载的所有电力虚拟网服务的资源需求
Figure FDA0002345819810000014
之和；
第2、t+1时资源的转移概率：
(1)动态环境下的资源分配过程中，在时间t+1时，每个电力虚拟网的资源需求转移概率为
Figure FDA0002345819810000021
(2)在时间t+1时LTE电力无线专网资源的转移概率为
Figure FDA0002345819810000022
第3、t时资源分配、t+1时资源请求：
(1)InP根据现有的LTE电力无线专网资源和每个电力虚拟网服务提供商的资源需求，并结合历史资源分配数据，确定资源的价格和分配给每个VNP的资源数量；
(2)在时间t时电力虚拟网络i从InP获得资源使用
Figure FDA0002345819810000023
表示；
(3)在时间t+1时电力虚拟网络i向InP提出的资源请求为：
Figure FDA0002345819810000024
其中，
Figure FDA0002345819810000025
表示在时间t+1时电力虚拟网络上承载的所有电力虚拟网服务的资源需求之和。
6.根据权利要求1所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述步骤2中，求解LTE电力无线专网的预测价格，首先确定如何解决非结构化模型，之后描述使用随机鲁棒优化方法求解预测价格的方法；假设根据历史数据统计得到的随机需求的概率密度为f，用围绕在这个近似分布周围的模型集合Q来表示可能的模型范围；相对熵是表示两个概率密度间距离的一种测度；考虑到相对熵能够对模型的不确定性进行表示，使用相对熵对概率密度q∈Q和概率密度f的不确定性进行描述；定义概率密度q∈Q关于概率密度f的相对熵为：R(q|f)＝Eqln(q/f)；利用乘法形式的需求函数来刻画需求为D(p)＝d(p)*ε，其中d(p)是价格反应函数；LTE电力无线专网管理中心根据历史数据统计得到价格反应函数和ε的概率密度函数f，假定f是ε的连续函数；概率密度q∈Q关于概率密度f的相对熵可以表示为R(q|f)＝∫q(ε)ln(q(ε)/f(ε))dε；d(p)为线性价格反应函数d(p)＝a-bp，系数a和b的值根据历史观测到的结果确定，ε服从均值为1的指数分布f(ε)＝e-ε；
假设给定价格p，则t时刻LTE电力无线专网管理中心在概率密度q下的期望收益J(p,q)为J(p,q)＝Eqp min{Ct,d(p)ε}，并有minqJ(p,q)，subject to q∈Q,R(q|f)≤γ的期望收益的鲁棒对应；说明给定价格p，可以从相对熵约束构成的凸集中选择使期望收益最差的概率密度q；求解带约束的期望收益，使用拉格朗日乘子方法进行变换，变换之后的拉格朗日函数为：
L(q,θ)＝J(p,q)+θ[R(q|f)-γ]；
其中，将拉格朗日乘子θ被定义为θ≥0，LTE电力无线专网管理中心的鲁棒定价问题构造成为公式(2)所示的目标函数：
Jθ＝maxpminq{Eqp min{Ct,d(p)ε}+θR(q|f)} (2)
给定θ≥0时原问题(2)等价于公式(3)的求最小值的问题，并且有Jθ＝-θlnFθ：
Fθ＝minpEfexp(-min(Ct,d(p)ε)/θ) (3)
公式(3)相当于效用函数为Uθ(x)＝-exp(-θx)，θ＞0的指数函数的风险规避型决策问题，θ属于风险规避系数，并且有θ(x)＝θ；说明LTE电力无线专网管理中心对于所有的电力虚拟网资源管理中心的竞拍策略具有相同的风险规避系数值；因此，LTE电力无线专网管理中心的定价问题就能够转换为非线性的优化问题，能够通过求解非线性优化问题的方法，来求解LTE电力无线专网管理中心的预测价格。
7.根据权利要求1所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述步骤3中根据预测价格，求解电力虚拟网的最优竞价策略：
将电力虚拟网i资源管理中心资源分配最优策略计算公式定义为公式(4)，其中
Figure FDA0002345819810000031
是公式(5)的解；
Figure FDA0002345819810000032
Figure FDA0002345819810000033
上式中：
Figure FDA0002345819810000034
电力虚拟网i参与拍卖时资源管理中心资源分配最优策略；
Figure FDA0002345819810000041
电力虚拟网i不参与拍卖时资源管理中心资源分配最优策略；
s：网络虚拟化环境下的资源分配状态空间；
Figure FDA0002345819810000042
在t+1时，每个电力虚拟网的资源需求转移概率；
p：价格；
α、β：资源分配的权重系数；
Figure FDA0002345819810000043
电力虚拟网络i在时间t需要申请的带宽值；
Figure FDA0002345819810000044
电力虚拟网络i在时间t+1需要申请的带宽值；
Figure FDA0002345819810000045
底层网络在时间t具有的带宽值；
Figure FDA0002345819810000046
在t+1时，电力虚拟网络i在带宽值为
Figure FDA0002345819810000047
价格为p时的效用函数；
Figure FDA0002345819810000048
电力虚拟网服务商i在t时的效用函数。
8.根据权利要求1所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述步骤4中根据最优竞价策略，执行资源分配，包括：定义LTE电力无线专网资源管理中心基于拍卖执行资源分配的目标函数、定义电力虚拟网i的资源管理中心的收益、定义电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用。
9.根据权利要求8所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述定义LTE电力无线专网资源管理中心基于拍卖执行资源分配的目标函数为：
Figure FDA0002345819810000049
该目标函数表示最大化所有电力虚拟网资源管理中心的效用，其中，
Figure FDA00023458198100000410
表示电力虚拟网服务商i在需要
Figure FDA00023458198100000411
资源时，给LTE电力无线专网服务商上报的资源需求的最优策略，
Figure FDA00023458198100000412
表示电力虚拟网服务商i在时间t时的效用函数，定义为
Figure FDA00023458198100000413
表示真实使用到的LTE电力无线专网资源的数量，系数η用于规范化各参数之间的数值；约束条件
Figure FDA00023458198100000414
表示所有电力虚拟网服务商获得的资源数量之和不能大于LTE电力无线专网服务商的资源之和。
10.根据权利要求8所述的基于拍卖的LTE电力无线专网资源分配方法，其特征在于，所述电力虚拟网i的资源管理中心的收益定义为：
Figure FDA0002345819810000051
公式(7)中，
Figure FDA0002345819810000052
表示电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用：
定义电力虚拟网i的资源管理中心使用LTE电力无线专网资源时需要支付的费用为：
Figure FDA0002345819810000053
其中，
Figure FDA0002345819810000054
表示当电力虚拟网i的资源管理中心没有参与竞拍时，所有电力虚拟网资源管理中心的最优竞拍策略之和，
Figure FDA0002345819810000055
表示当电力虚拟网i的资源管理中心参与竞拍时，其它电力虚拟网资源管理中心的最优竞拍策略之和；λiW表示电力虚拟网i的资源管理中心多申请的LTE电力无线专网资源。
CN201911394113.3A 2019-12-30 2019-12-30 基于拍卖的lte电力无线专网资源分配方法 Pending CN111148252A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911394113.3A CN111148252A (zh) 2019-12-30 2019-12-30 基于拍卖的lte电力无线专网资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911394113.3A CN111148252A (zh) 2019-12-30 2019-12-30 基于拍卖的lte电力无线专网资源分配方法

Publications (1)

Publication Number Publication Date
CN111148252A true CN111148252A (zh) 2020-05-12

Family

ID=70521756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911394113.3A Pending CN111148252A (zh) 2019-12-30 2019-12-30 基于拍卖的lte电力无线专网资源分配方法

Country Status (1)

Country Link
CN (1) CN111148252A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259175A (zh) * 2021-06-10 2021-08-13 中国人民解放军国防科技大学 一种边缘计算环境下的安全服务与功能服务联合编排方法
CN115616902A (zh) * 2022-11-07 2023-01-17 中国人民解放军国防科技大学 基于鲁棒拍卖算法的集群航天器任务分配方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259175A (zh) * 2021-06-10 2021-08-13 中国人民解放军国防科技大学 一种边缘计算环境下的安全服务与功能服务联合编排方法
CN115616902A (zh) * 2022-11-07 2023-01-17 中国人民解放军国防科技大学 基于鲁棒拍卖算法的集群航天器任务分配方法及装置
CN115616902B (zh) * 2022-11-07 2023-03-07 中国人民解放军国防科技大学 基于鲁棒拍卖算法的集群航天器任务分配方法及装置

Similar Documents

Publication Publication Date Title
Du et al. Contract design for traffic offloading and resource allocation in heterogeneous ultra-dense networks
CN111757354B (zh) 一种基于竞争博弈的多用户切片资源分配方法
CN111163519B (zh) 系统收益最大化的无线体域网资源分配与任务卸载方法
Zhang et al. Online auctions in IaaS clouds: Welfare and profit maximization with server costs
CN111182570B (zh) 提高运营商效用的用户关联和边缘计算卸载方法
CN111641973B (zh) 一种雾计算网络中基于雾节点协作的负载均衡方法
CN111182495B (zh) 一种5g车联网部分计算卸载方法
CN112286677A (zh) 一种面向资源受限边缘云的物联网应用优化部署方法
CN111148252A (zh) 基于拍卖的lte电力无线专网资源分配方法
Liu et al. A multi-tier cost model for effective user scheduling in fog computing networks
Gu et al. Virtualized resource sharing in cloud radio access networks through truthful mechanisms
Zamzam et al. Game theory for computation offloading and resource allocation in edge computing: A survey
CN114126066A (zh) 面向mec的服务器资源配置与选址联合优化决策方法
Cao et al. Towards tenant demand-aware bandwidth allocation strategy in cloud datacenter
Kumar et al. An edge-fog computing framework for cloud of things in vehicle to grid environment
CN113615137A (zh) Cdn优化平台
CN110971707B (zh) 一种在移动边缘网络中的分布式服务缓存方法
Yin et al. Analysis of admission control in P2P-based media delivery network based on POMDP
Sterz et al. Multi-stakeholder service placement via iterative bargaining with incomplete information
CN110996396B (zh) 一种基于在线组合拍卖的移动边缘网络资源分配方法
CN115361453A (zh) 一种面向边缘服务网络的负载公平卸载与迁移方法
Yang et al. Resource reservation for graph-structured multimedia services in computing power network
Liu et al. Stackelberg-Game Computation Offloading Scheme for Parked Vehicle-Assisted VEC and Experiment Analysis
Mohammadi et al. Optimization of virtual machines placement based on microeconomics theory in cloud network
Li et al. Suitability-based edge server placement strategy in 5G ultra-dense 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