CN111314861B - 拥挤网络中基于拍卖博弈的中继网络带宽分配方法 - Google Patents
拥挤网络中基于拍卖博弈的中继网络带宽分配方法 Download PDFInfo
- Publication number
- CN111314861B CN111314861B CN202010097682.8A CN202010097682A CN111314861B CN 111314861 B CN111314861 B CN 111314861B CN 202010097682 A CN202010097682 A CN 202010097682A CN 111314861 B CN111314861 B CN 111314861B
- Authority
- CN
- China
- Prior art keywords
- relay
- bandwidth
- operator
- allocated
- commission
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
- H04W28/20—Negotiating bandwidth
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
Abstract
本发明涉及拥挤网络中基于拍卖博弈的中继网络带宽分配方法,包括:用户向运营商发送数据下载请求;运营商将数据转发需求广播给所有通信网络中的中继,基于空闲程度和靠近用户终端的距离为用户选择中继;中继与运营商之间进行多次拍卖博弈交互后,为中继分配带宽资源,并确定佣金;中继将数据内容传输给终端用户,数据传输完成后,运营商对该中继给予对应的佣金奖励。本发明的方法采用佣金激励的方式鼓励中继加入数据协作传输,可以扩展运营者的服务范围和服务质量。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种拥挤网络中基于拍卖博弈的中继网络带宽分配方法。
背景技术
在思科发布的一项预测报告中,到2021年,每月49艾字节的移动数据中将会有78%是视频内容,并且随着移动用户数量的增加,对网络资源的需求也越来越大。运营商可以提供的无线资源,如带宽和功率,相对来说是非常稀缺的。同时,由于移动用户数量和其移动性的增加,有限的带宽无法满足用户的服务质量要求。特别是在智慧校园、社区、体育馆等拥挤的场所,有限的资源无法满足激增的网络同时发生数据传输服务的请求,导致单用户服务质量很差,这主要体现在用户的网络速度变慢或者失去网络连接。
一种解决方法是使用协同的无线中继辅助源节点进行数据传输。但是中继节点作为资源有限、自私的用户,没有足够的动力参与到协作通信中,所以本发明提出使用价格激励的方式鼓励更多的中继参与协作传输。到目前为止,已经有一些关于价格策略和带宽分配的研究,其中包括互联网上带宽分配的统一价格拍卖,静态定价是当前市场上的主要定价策略,但是为了适应现代网络系统模式,价格应该随着网络环境的变化具有动态性。在未来智慧城市的互联网架构中,越来越多的用户将成为信息传递链条中的中继站,未来成熟的算法可以保证网络各部分的利益,通过资源共享实现资源的最大化利用。本发明建立了一种面向海量用户的基于中继的数据传输服务价格模型,并给出了基于拍卖博弈的中继选择方法。
目前多数关于协同中继传输的研究都是基于网络节点的无私性,然而,在现实中,普通无线协作网络环境中的中继节点总是具有自私的行为,这些自私的中继往往只有在对自己有利的情况下才愿意参与数据传输协作。为了激励中继节点参与协作通信,有三个问题需要解决:1、源节点在什么情况下会受益于协作中继?2、中继节点需要协助源节点转发多少数据?3、源节点如何偿还中继节点。目前的大多研究仅仅是基于单一的中继协作协议,对非对称协作中继鲜有研究。因此,既要考虑网络的整体性能,又要考虑个体利益的公平性,并提供良好的激励机制,使这些自私的中继能够积极主动地参与到协作中继中来,是目前亟待解决的问题。
发明内容
本发明的目的在于提供一种拥挤网络中基于拍卖博弈的中继网络带宽分配方法,以解决运营商在高负荷拥挤地区远距离通信服务质量低的问题。
为实现上述技术目的,本发明采用如下技术方案:
一种拥挤网络中基于拍卖博弈的中继网络带宽分配方法,其特征在于,包括:
用户向运营商发送数据下载请求;
运营商将数据转发需求广播给所有通信网络中的中继,基于空闲程度和靠近用户终端的距离为用户选择中继;
中继与运营商之间进行多次拍卖博弈交互后,为中继分配带宽资源,并确定佣金;
中继将数据内容传输给终端用户,数据传输完成后,运营商对该中继给予对应的佣金奖励。
作为本发明的进一步改进,所述中继带宽资源分配方式为:
中继首先声明其收取的带宽单价;
基于运营商效益最大化原则为每个中继分配带宽;所述运营商效益由运营商的收入扣除运营商付给中继的佣金计算获取。
进一步的,还包括,基于为中继分配的带宽资源调整带宽单价,包括:
基于中继声明的带宽单价获取初始的分配带宽;
在确立分配带宽的基础上,基于中继效益最大化原则为每个中继重新确立带宽单价;所述中继效益由中继获取的佣金扣除分配带宽的经济成本计算获取。
作为本发明的进一步改进,通过迭代的方式对分配带宽和带宽单价进行动态调整,直至获取最优分配带宽和带宽单价,包括:在每个迭代中:
a.如果当前时刻和上一时刻已分配带宽总量均低于总带宽,则上调分配带宽;
b.如果当前时刻和上一时刻已分配带宽总量均高于总带宽,则上调带宽单价以在下一个迭代中降低分配带宽量;
c.如果当前时刻分配带宽总量低于总带宽,而上一时刻已分配带宽总量高于总带宽,则基于剩余未分配带宽上调分配带宽量。
作为本发明的进一步改进,所述佣金基于带宽量、带宽单价、中继工作时间定义,运营商提供惩罚因子,确定中继最终获取的佣金,所述惩罚因子基于中继占用的带宽定义为:
式中,λi为中继i的惩罚因子;Bs为总带宽,bi为中继i分配的带宽量。
运营商的成本受分配的带宽影响,如果中继消耗更多的带宽,则运营商的资源负担就越大,更很容易出现网络拥塞的问题。中继占用的带宽越多,网络拥塞越严重,网络延迟越大。本发明引入惩罚因子确定最终为中继支付的奖励(佣金),惩罚因子随网络拥塞的增加而增加,即随着中继占用的带宽的增加而增加,避免中继对带宽要求虚高。
作为本发明的进一步改进,中继工作时间对佣金的影响基于积极因子定义,所述积极因子表示中继带宽协同时间在生命周期的占用率,采用下式定义:
式中,αi为中继i的积极因子;k1为折衷因子;Δt为运营商预计租用中继的时长,mi(Δt)为中继i在指定时间内可以工作的时间。
作为本发明的进一步改进,基于运营商效益最大化原则定义分配带宽和带宽单价的关系如下:
式中,ci为中继i的带宽单价;bi为中继i分配的带宽量;Eb为信号发送功率;N0为噪音;Gb为信道增益;Bs为总带宽;αi为中继i的积极因子;k2为折衷因子。
进一步的,本发明中,基于分布式迭代升序算法确定最优分配带宽和带宽单价。
进一步的,迭代过程中,对带宽进行动态调整,在当前已分配带宽小于总带宽,且前一个迭代的已分配带宽大于总带宽时,基于下式调整中继i当前分配带宽:
式中,bi(t)为中继i当前分配带宽;bi(t-1)为中继i上一迭代分配带宽;Bs为总带宽;Bt为当前已分配带宽。
作为本发明的进一步改进,所述方法还包括,对分配的带宽设立上限和下限。带宽的限制在一定程度上可以确保价格不能太低,也不会太高。
作为本发明的进一步改进,所述方法还包括,中继向运营商缴纳押金,加入通信网络,运营商将数据转发需求广播给加入通信网络的中继;在中继违反定价规则的情形下扣除押金。为防止中继的作弊行为,要求中继事先在运营商处存放一定数量的押金,交了押金的设备才有机会参与协作通信并从中受益。如果被选择的中继可以遵守定价策略并提供良好的服务,押金数量将随之减少;但如果中继违反了定价规则,部分押金将会被扣下直接转给运营商。
本发明具有以下有益效果:
1、本发明建立一种新的运营商、中继和用户之间的交易模型。通过使用这个模型,中继可以从协助转发数据服务中获得经济上的奖励,并且可以扩展运营者的服务范围和服务质量(QoS)。
2、本发明提出一种动态带宽分配策略,根据中继请求的不同资源数量收取不同的价格,最大化运营商获得的收益。
3、本发明基于拍卖博弈提出一种分布式迭代升序算法,使中继找到最优的定价方案,以获得最大的收益,并应用适当的带宽分配调整策略,最大限度地利用带宽资源。
附图说明
图1为本发明中继协同通信场景中拍卖博弈交易框图。
图2为本发明带宽单价与分配带宽的变化关系。
图3为本发明运营商收益与分配带宽的变化关系。
图4为本发明中继收益与带宽单价的变化关系。
图5为考虑网络拥塞和不考虑络拥塞的性能对比图。
图6为噪音功率对本发明提出算法与其他算法性能影响对比图。
图7为信号发送功率对本发明提出算法与其他算法性能影响对比图。
图8为总带宽可用额度对本发明提出算法与其他算法性能影响对比图。
具体实施方式
实施例1
为了克服由于距离远或负载大而导致的数据质量低的问题,本发明考虑利用中继协助转发数据,中继协同通信场景如图1所示。图中有一个运营商、多个用户和多个候选中继,其中中继设备可以通过提供数据传输服务赚取利润。具体协议流程如下:
(1)中继向运营商缴纳押金,加入通信网络,成为中继候选人(图1中的资金链接A);
(2)用户向运营商发送数据(视频)下载请求;
(3)运营商将数据转发需求广播给所有中继候选人,在中继与运营商之间进行多次拍卖交互后,运营商选择最合适的不繁忙且靠近终端用户的中继,运营商将带宽资源分配给所选的中继,并确定佣金;
(4)运营商向所选中继发送指令和要求,同时它将所选中继的信息通知给用户;
(5)被选中的中继将视频内容传输给终端用户;
(6)在数据传输完成后,中继向运营商报告完成信息,用户在收到全部内容后将完成确认信息上报给运营商,最后用户为享用的资源和服务付费(图1中的资金链接B)。运营商对选择的中继给予相应的佣金奖励(图1中的资金链接C)。
在数据传输过程中,若多个中继服务于多个用户,每个通信链路都需要分配一定的带宽,但是服务提供者运营商的总带宽是固定的,特别是当用户数量增加时,可能会出现带宽分配不足的问题,从而影响单用户的QoS。因此,本发明通过搭建拍卖博弈模型分析运营商和中继候选人之间的激励模型,以期最优化带宽分配。
下面将分别阐述拍卖博弈模型中运营商和中继的效用函数(也称为收益)的定义。
1、运营商效用函数
运营商的收入主要取决于中继和终端用户间链路的传输质量,在第i个中继协同通信之后运营商的收入可以表示为它是协同中继传输过程中获得的接收信噪比对数据传输质量的影响值,由此可见,中继协作通信的链路信噪比越高,对于运营商来说收入越大。
运营商的效用函数定义如下:
其中第i个中继的协作为运营商带来的效益为:
公式(2)中的αi代表积极因子,表示中继带宽协同时间在生命周期的占用率,用公式表示为
其中k1是折衷因子,Δt是运营商预计租用中继的时长,mi(Δt)是中继在指定时间内可以工作的时间。
公式(2)中的λi是运营商对中继的惩罚因子,根据M/M/1排队论模型,惩罚因子可以定义为
其中Bs为总带宽,λi的值随着中继分配到的带宽bi的增加而增加。
带宽分配博弈模型的最终目的是在确保运营商效用函数最大化的情况下,选择分配的带宽量bi和带宽单价ci。经过公式分析可以得到公式(2)表示的效用函数为凸函数,所以对效用函数关于bi求一阶导,可得到公式(5):
当bi在极点位置时运营商的效用函数最大,即收益最大。通过求解公式(5),可得最优分配带宽bi和最优带宽单价ci的公式关系为:
2、中继效用函数
中继的收入来自于运营商的奖励,中继的支出取决于协助数据传输的资源消耗,所以中继的效用函数可以定义为:
Ui=αiλicibi-θibi (7)
其中θi表示分配单位带宽的经济成本。运营商对中继的佣金奖励是中继的收入,去掉成本后即为中继的收益,即效用函数,中继的成本依赖于中继参与合作博弈时分配的带宽bi。
以下将对单运营商多中继的合作拍卖博弈模型进行建模并分析。
考虑单源多中继的通信场景,运营商作为系统中的主导者将与中继进行讨价还价,并雇佣中继帮助转发数据。由于每个中继所提出的价格不同,运营商所能分配的总带宽资源有限。如何选择中继,并给选定的中继分配带宽资源是需要解决的问题。在这个动态的交易过程中,运营商和中继者都想要使自己的利益最大化,如何确定最佳的合作带宽定价方案将是基于拍卖的合作博弈交易模型的关键。
在拍卖过程中,中继首先声明其对带宽的收费单价,然后运营商根据这些价格确定每个中继的带宽资源数量,并在一个工作周期后支付中继费用。假设中继当前合作带宽的单价定义为c={c1,c2,…,cN},根据公式(6),运营商可以得到在这些收费价格条件下得到最佳带宽资源分配方案,此处定义最优带宽分配方案为b*={b1 *,b2 *,…,bN *}。
中继作为跟随者希望通过提高单价来获得更多的收入,但是当中继的给定价格更高时,运营商分配的带宽也会随之减少,这符合市场中薄利多销的经济规律。根据中继的效用函数,中继的效用值随其声称的单价和分配的带宽而变化,当拍卖博弈达到博弈均衡时,中继得到最优定价方案。因此,本发明设计了一个动态定价算法来帮助中继找到最优的定价方案以获得最大的收益,定义最优定价方案可以用符号c*={c1 *,c2 *,…,cN *}表示。
基于最大运营商效用的最优带宽分配方案可以表示为公式(8),基于中继效用的最优定价方案由公式(9)表示。
公式(8)中的约束意味着所分配的带宽有上限和下限,并且根据带宽和单价之间的关系式(6),带宽的限制在一定程度上可以确保价格不能太低,也不会太高。公式(8)和(9)中的约束还表明了运营商和中继的效益不会小于零。
将公式(6)描述为bi(ci)的形式,带入公式(7),可以得到中继效用函数Ui随着价格ci变化的函数Ui(ci)。那么中继效益函数就成为了关于价格ci一个变量的函数,当自变量在闭区间变化时可以得到最优的价格将最优的价格带入公式(6),可求解最优的带宽分配且此带宽分配和最优价格满足最大化运营商效益的目标。
但事实上因为无法根据公式(6)得到bi(ci)的解析表达式,无法直接得到中继效用函数Ui关于价格ci的单变量函数,所以提出以下分布式迭代升序算法寻找博弈均衡解。算法1描述了提出的动态定价方案实施过程。在算法1中,将价格更新步长μ设置为1,根据公式(8)和(9)可以获得最佳的带宽分配和定价策略。在每个迭代步骤中,中继为了更接近最优的效益,持续增加其对带宽的收费价格,运营商根据这些价格更新其带宽分配策略。为了最大限度地利用带宽,本发明对带宽分配策略应用了一种新的调整策略,所分配带宽的调整规则为
这种调整可以最大限度地利用带宽。
通过应用拍卖博弈和所提出的新的动态定价算法,可以得到不同条件下不同中继的最优价格策略。提出的动态定价方案的计算复杂度为O(Ntmax),由中继数N和最大迭代步长tmax决定。由于最优带宽分配策略仅基于公式(6),且每个迭代步骤中带宽的价格中继费用仅改变一个步长,因此该算法具有较低的复杂度。
算法1:动态非等迭代定价算法
初始化:
初始化中继为获得资源应支付的价格c(0)={c1(0),c2(0),…,cN(0)};
初始化价格更新步长μ;
初始化所有中继在初始时刻的最优带宽分配策略b*(0)={b1(0),b2(0),…,bN(0)};
如果B(0)>Bs,
迭代:
初始化带宽更新步长ε;
初始化t=1;
循环开始(条件:t<tmax)
确定各中继的最优带宽分配策略b*(t)={b1(t),b2(t),…,bN(t)};
如果B(t-1)≤Bs且B(t)≤Bs,
循环开始(条件B(t)≤Bs)
循环结束
否则,如果B(t-1)>Bs且B(t)>Bs,
否则,如果B(t-1)>Bs且B(t)≤Bs,
更新t=t+1;
循环结束
输出:
实施例2
本实施例假设拍卖过程中有3个中继和1个运营商,本发明提出的算法也适用于中继和中继较多的场景。噪音初始为N0=10-14W/Hz,信号发送功率Eb=37dBm,信道增益Gb=0.999,总带宽Bs=1MHz,积极因子α=1,折衷因子k2=2,单位带宽的中继支出为θ=7.5,单价上界和下界最高迭代次数tmax设为15,带宽更新步长ε设为1000。
所提出的动态非固定定价方案(Non-EP)巧妙地帮助中继根据其初始要求的单价和步长找到分配带宽的最优单价。为和本发明提出算法的仿真结果进行对比,此处与现在较流行的固定价格方案进行性能比较。
图2给出了一个中继的单价和分配带宽之间的关系,可以看出,过多的分配带宽将超过中继所能分配的总带宽,而过少的分配带宽将导致中继过多的扣款,两者都是不现实的。因此带宽约束在一定范围内,5×104≤bi≤5×105。图2中的曲线是基于公式(6)绘制的,其完全符合实际拍卖过程,即随着价格上涨,分配的带宽更少;与此同时,它还遵循经济市场规则,即薄利多销。
图3给出了运营商收益和分配带宽之间的关系。从图中可以看出,运营商的效用是随着分配带宽的增加而递增的。图4给出了中继收益与单价之间的关系,可以看出符合凸函数的曲线变化,且极点对应的是中继实现最大效用的最优价格。为保证算法1中价格的更新能够趋于最优的中继效用极点,算法1中价格初始值应该较小,满足价格的更新使得中继效益处于爬坡过程。
图5给出了惩罚因子λ的影响。“NC”代表考虑网络拥塞,“Non-NC”代表不考虑网络拥塞。与“NC”相比,“Non-NC”的运营商收益明显下降。因此,有必要考虑中继引起的网络堵塞,说明本发明提出的算法适合拥挤的校园、社区、体育馆等人员众多的环境。
图6-8给出了四种方案在不同噪声功率、信号功率和总带宽可用额度下的运营商收益比较。本发明随机设置了三套固定的定价方案,分别称为“EPc1”、“EPc2”和“EPc3”,它们的定价策略不会根据网络状态的改变而改变。而本发明提出的算法将中继的单价初始为5、10和12,应用动态非固定定价方案后,得到最优定价方案为11、16、18。在“EPc1”中,价格策略被设定为60、70、50。在“EPc2”中设置为9、14、12。在“EPc3”中设置为30、4、50。结果表明,本发明提出的动态不平等定价策略明显优于固定定价策略。其原因在于该方案中带宽的定价是非线性的,一个中继需要的带宽越多,单价就越低。这意味着中继将通过降低单价来鼓励积极参与协同通信的中继节点。
Claims (7)
1.一种拥挤网络中基于拍卖博弈的中继网络带宽分配方法,其特征在于,包括:
用户向运营商发送数据下载请求;
运营商将数据转发需求广播给所有通信网络中的中继,基于空闲程度和靠近用户终端的距离为用户选择中继;
中继与运营商之间进行多次拍卖博弈交互后,为中继分配带宽资源,并确定佣金,包括:
中继首先声明其收取的带宽单价;基于运营商效益最大化原则为每个中继分配带宽;所述运营商效益由运营商的收入扣除运营商付给中继的佣金计算获取;
在确立分配带宽的基础上,基于中继效益最大化原则为每个中继重新确立带宽单价;所述中继效益由中继获取的佣金扣除分配带宽的经济成本计算获取;
通过迭代的方式对分配带宽和带宽单价进行动态调整,直至获取最优分配带宽和带宽单价,在每个迭代中:
a.如果当前时刻和上一时刻已分配带宽总量均低于总带宽,则上调分配带宽;
b.如果当前时刻和上一时刻已分配带宽总量均高于总带宽,则上调带宽单价以在下一个迭代中降低分配带宽量;
c.如果当前时刻分配带宽总量低于总带宽,而上一时刻已分配带宽总量高于总带宽,则基于剩余未分配带宽上调分配带宽量;
中继将数据内容传输给终端用户,数据传输完成后,运营商对该中继给予对应的佣金奖励。
6.根据权利要求1所述的方法,其特征在于,还包括,对分配的带宽设立上限和下限。
7.根据权利要求1所述的方法,其特征在于,还包括,中继向运营商缴纳押金,加入通信网络,运营商将数据转发需求广播给加入通信网络的中继;在中继违反定价规则的情形下扣除押金。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010097682.8A CN111314861B (zh) | 2020-02-17 | 2020-02-17 | 拥挤网络中基于拍卖博弈的中继网络带宽分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010097682.8A CN111314861B (zh) | 2020-02-17 | 2020-02-17 | 拥挤网络中基于拍卖博弈的中继网络带宽分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111314861A CN111314861A (zh) | 2020-06-19 |
CN111314861B true CN111314861B (zh) | 2021-11-09 |
Family
ID=71161687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010097682.8A Active CN111314861B (zh) | 2020-02-17 | 2020-02-17 | 拥挤网络中基于拍卖博弈的中继网络带宽分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111314861B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8100747B2 (en) * | 2006-04-11 | 2012-01-24 | Bobkat Productions, Llc | System and method of conducting an auction based game |
EP2448206A1 (en) * | 2009-06-23 | 2012-05-02 | Tencent Technology (Shenzhen) Company Limited | Method, system and device for transmitting video data |
CN103415074A (zh) * | 2013-07-12 | 2013-11-27 | 南京邮电大学 | 基于拍卖理论的无线协作中继网络中继带宽资源分配方法 |
CN104639307A (zh) * | 2015-01-23 | 2015-05-20 | 重庆邮电大学 | 无线网络虚拟化中的资源分配方法 |
CN104853415A (zh) * | 2015-04-07 | 2015-08-19 | 南京邮电大学 | 一种基于联盟形成的分布式中继选择方法 |
CN105142195A (zh) * | 2015-07-24 | 2015-12-09 | 中南大学 | 一种基于Stackelberg博弈的无线终端通信策略选择与资源分配方法 |
CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
CN108601058A (zh) * | 2018-04-16 | 2018-09-28 | 南京邮电大学 | 一种基于博弈论的多目标决策网络接入选择方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7839798B2 (en) * | 2007-06-22 | 2010-11-23 | Microsoft Corporation | Seamlessly switching overlay network relay trees |
US20140194209A1 (en) * | 2013-01-08 | 2014-07-10 | Polyxeni Ziouvelou | Platforms for community game development and community management of game lifecycle |
CN104270768B (zh) * | 2014-07-17 | 2017-07-25 | 重庆邮电大学 | 协作认知无线网络中基于斯塔克伯格博弈的频谱共享方法 |
CN106131857B (zh) * | 2016-07-29 | 2019-05-28 | 浙江工业大学 | 一种基于契约的带宽和功率联合优化协作频谱共享方法 |
-
2020
- 2020-02-17 CN CN202010097682.8A patent/CN111314861B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8100747B2 (en) * | 2006-04-11 | 2012-01-24 | Bobkat Productions, Llc | System and method of conducting an auction based game |
EP2448206A1 (en) * | 2009-06-23 | 2012-05-02 | Tencent Technology (Shenzhen) Company Limited | Method, system and device for transmitting video data |
CN103415074A (zh) * | 2013-07-12 | 2013-11-27 | 南京邮电大学 | 基于拍卖理论的无线协作中继网络中继带宽资源分配方法 |
CN104639307A (zh) * | 2015-01-23 | 2015-05-20 | 重庆邮电大学 | 无线网络虚拟化中的资源分配方法 |
CN104853415A (zh) * | 2015-04-07 | 2015-08-19 | 南京邮电大学 | 一种基于联盟形成的分布式中继选择方法 |
CN105142195A (zh) * | 2015-07-24 | 2015-12-09 | 中南大学 | 一种基于Stackelberg博弈的无线终端通信策略选择与资源分配方法 |
CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
CN108601058A (zh) * | 2018-04-16 | 2018-09-28 | 南京邮电大学 | 一种基于博弈论的多目标决策网络接入选择方法 |
Non-Patent Citations (5)
Title |
---|
A Stackelberg Game for DSTC-Based Cognitive Radio Networks with Multiple Cooperative Relays;Lijie Wang;《International Conference on Intelligent Networking and Collaborative Systems》;20161027;全文 * |
Energyefficient cooperative transmission over multiuser ofdm networks: Who helps whom and how to cooperate;Z. Han;《Wireless Communications & Networking Conference》;20141231;全文 * |
协作和感知网络中基于博弈论的资源分配研究;刘蔚;《中国博士学位论文全文数据库 信息科技辑》;20110520;全文 * |
基于价格理论的无线网络资源分配算法研究;郭超平;《中国博士学位论文全文数据库 信息科技辑》;20160504;全文 * |
无线多媒体传输优化理论与关键技术;王琴;《中国博士学位论文全文数据库 信息科技辑》;20190115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111314861A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111262940B (zh) | 一种车载边缘计算应用缓存方法、装置及系统 | |
Li et al. | An online incentive mechanism for collaborative task offloading in mobile edge computing | |
Van Der Schaar et al. | Spectrum access games and strategic learning in cognitive radio networks for delay-critical applications | |
Asheralieva et al. | Learning-based mobile edge computing resource management to support public blockchain networks | |
Ni et al. | Spectrum Allocation Based on Game Theory in Cognitive Radio Networks. | |
Kim | Asymptotic shapley value based resource allocation scheme for IoT services | |
CN110856228B (zh) | 基于动态规划算法和反向拍卖的数据卸载方法 | |
CN110856227B (zh) | 基于贪婪算法和反向拍卖的数据卸载方法 | |
Ma et al. | Truthful computation offloading mechanisms for edge computing | |
CN111314861B (zh) | 拥挤网络中基于拍卖博弈的中继网络带宽分配方法 | |
Kim | A repeated Bayesian auction game for cognitive radio spectrum sharing scheme | |
Quttoum et al. | A collusion-resistant mechanism for autonomic resource management in Virtual Private Networks | |
Alsarhan et al. | Profit optimization in multi-service cognitive mesh network using machine learning | |
Lorenzo et al. | Joint resource bidding and tipping strategies in multi-hop cognitive networks | |
Zou et al. | Joint spectrum and power auction with multiauctioneer and multibidder in coded cooperative cognitive radio networks | |
Xie et al. | On user cooperative caching by reverse auction | |
Feng et al. | Stochastic game-based dynamic information delivery system for wireless cooperative networks | |
Oloyede et al. | Energy efficient soft real-time spectrum auction for dynamic spectrum access | |
Bhattacharyya et al. | Flowbazaar: A market-mediated software defined communications ecosystem at the wireless edge | |
Toka et al. | General distributed economic framework for dynamic spectrum allocation | |
Mach et al. | Coping with Spatial Unfairness and Overloading Problem in Mobile Networks via D2D Relaying | |
Liu et al. | Resource allocation strategy based on improved auction algorithm in mobile edge computing environment | |
He et al. | A leader–follower controlled Markov stopping game for delay tolerant and opportunistic resource sharing networks | |
Khan et al. | Carrot and stick model for dynamic secondary radio spectrum trade with QoS optimization | |
Koutsopoulos et al. | Economics of investment and use of shared network infrastructures |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |