CN114401037B - 基于联盟形成博弈的无人机通信网络流量卸载方法及系统 - Google Patents

Abstract

本发明公开了一种基于联盟形成博弈的无人机通信网络流量卸载方法，方法包括以下步骤：步骤S1、基于联盟形成博弈理论获取无人机对热点区域的选择决策；步骤S2、根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策。本申请提供的一种基于联盟形成博弈的无人机通信网络流量卸载方法，首先为无人机对热点区域的选择提供决策方案，再设计一种流量卸载记载，最大化带宽所有者的效用的前提下解决带宽所有者对热点区域的带宽分配问题。

Description

基于联盟形成博弈的无人机通信网络流量卸载方法及系统

技术领域

本发明涉及通信网络的流量卸载技术领域，具体是涉及一种基于联盟形成博弈的无人机通信网络流量卸载方法及系统。

背景技术

无人机具有机动性高，易部署，成本低等特点，可将其作为空中移动基站辅助热点区域通信，提高网络吞吐量。近年来，热点区域拥塞问题严重，无人机辅助热点区域完成流量卸载任务非常重要。

联盟形成博弈理论通常被用来解决无线通信网络中资源分配的相关问题。它被广泛应用于经济和计算机网络领域，比如：频谱资源共享，能量分配，任务分配等等。蜂窝网络之间通过联盟形成博弈实现频谱资源共享。联盟形成博弈理论也可用于能量分配，最大化能量效率。同时，也可用于任务分配，提高网络效率。相较于其他的模型，比如：非合作博弈模型，联盟形成博弈可以使参与者合作共赢。联盟形成博弈模型和非合作博弈模型也可以相结合，应用于网络中的资源分配问题。

发明内容

本发明的目的是为了克服上述背景技术的不足，提供一种基于联盟形成博弈的无人机通信网络流量卸载方法及系统。

第一方面，本申请提供了一种基于联盟形成博弈的无人机通信网络流量卸载方法，包括以下步骤：

步骤S1、基于联盟形成博弈理论获取无人机对热点区域的选择决策；

步骤S2、根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策。

根据第一方面，在第一方面的第一种可能的实现方式中，所述步骤S1，具体包括以下步骤：

步骤S11、获取无人机的效用；

步骤S12、获取无人机对热点区域的偏好排序；

步骤S13、根据获取的偏好排序以及无人机的效用，获取无人机对热点区域的选择决策。

根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述步骤S11，具体包括以下步骤：

根据以下公式，获取无人机的效用：

其中，

为第i个无人机在第j个热点区域的效用，

为第j个热点区域的效用，

为第j个热点区域分到的带宽数量，

表示选择第j个热点区域的无人机消耗的总能量，c表示单位带宽成本，

表示选择第j个热点区域的无人机的总数量。

根据第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，所述步骤S13，具体包括以下步骤：

步骤S131、获取每个无人机任意选择一个热点区域形成的初始的联盟分割中每个无人机的初始效用

；

步骤S132、获取每个无人机再次任意选择一个热点区域形成的新的联盟分割后，每个无人机的再次选择效用

；

步骤S133、根据获取无人机对热点区域的初始效用

和再次选择效用

，判断偏好排序条件是否满足，获取无人机对联盟的选择情况；

步骤S134、重复步骤S132，S133，当所有的无人机都不选择加入新的联盟时，获取无人机对热点区域的选择决策。

根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述步骤S133，具体包括以下步骤：

当无人机对热点区域的偏好排序为帕累托排序时，给定两个联盟A和B，

条件1：无人机在联盟A的效用高于其在联盟B的效用时；

条件2：无人机离开联盟B后，联盟B中的其他无人机的效用不会减少；

条件3：无人机加入联盟A后，联盟A中的其他无人机的效用会增加时;

当且仅当同时符合三个条件时，判定该无人机会选择离开联盟B，加入联盟A;

当以上三个条件任一不满足时，判定该无人机不会进行联盟重选择加入操作。

根据第一方面的第三种可能的实现方式，在第一方面的第五种可能的实现方式中，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为自私排序时，给定两个联盟A和联盟B,

条件1：无人机在联盟A中的效用高于其在联盟B中的效用；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

根据第一方面的第三种可能的实现方式，在第一方面的第六种可能的实现方式中，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为合作排序时，给定两个联盟A和联盟B,

条件1，无人机离开联盟B，加入联盟A后，无人机在联盟A中的效用和联盟A中其他无人机的效用以及联盟B中所有无人机效用之和大于无人机加入联盟A前，无人机在联盟B中的效用和联盟B中其他无人机的效用以及联盟A中所有无人机的效用之和；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

根据第一方面，在第一方面的第七种可能的实现方式中，所述步骤S2，具体包括以下步骤：

将无人机对热点区域的选择决策，根据以下目标函数基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策：

其中，s.t.

，

，a表示热点区域效用系数，M表示热点区域的总数量，B表示带宽所有者拥有的总带宽数量，

表示第i个无人机在第j个热点区域的流量卸载发射功率。

第二方面，本申请提供了一种基于联盟形成博弈的无人机通信网络流量卸载系统，包括：

无人机区域选择决策获取模块，用于基于联盟形成博弈理论获取无人机对热点区域的选择决策；

带宽分配决策获取模块，与所述无人机区域选择决策获取模块通信连接，用于根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策。

根据第二方面，在第二方面的第一种可能的实现方式中，所述无人机区域选择决策获取模块进一步包括：

无人机效用获取子模块，用于获取无人机的效用；

无人机偏好排序获取子模块，与所述无人机效用获取子模块通信连接，用于获取无人机对热点区域的偏好排序；

无人机选择决策获取子模块，与所述无人机效用获取子模块和所述无人机选择决策获取子模块通信连接，用于根据获取欧的偏好排序以及无人机的效用，获取无人机对热点区域的选择决策。

与现有技术相比，本发明的优点如下：

本申请提供的一种基于联盟形成博弈的无人机通信网络流量卸载方法，首先为无人机对热点区域的选择提供决策方案，再设计一种流量卸载记载，最大化带宽所有者的效用，解决带宽所有者对热点区域的带宽分配问题。

附图说明

图1是本发明实施例提供的基于联盟形成博弈的无人机通信网络流量卸载方法的方法流程图；

图2是本发明实施例提供的基于联盟形成博弈的无人机通信网络流量卸载方法的另一方法流程图；

图3是本申请实施例提供的三种不同偏好排序下，带宽所有者效用随着迭代次数的变化；

图4是初始联盟分割和三种不同偏好排序下的稳定联盟分割示意图；

图5(a)是在稳定联盟分割场景下，三种不同偏好排序下不同热点区域的带宽分配情况；

图5(b)是在稳定联盟分割场景下，三种不同偏好排序下不同热点区域的效用图；

图5(c)是在稳定联盟分割场景下，三种不同偏好排序下不同热点区域的无人机的平均效用图；

图6(a)是在稳定联盟分割场景下，三种不同偏好排序下总带宽数量和带宽所有者效用之间的关系图；

图6(b)是在稳定联盟分割场景下，三种不同偏好排序下无人机悬停能量和带宽所有者效用之间的关系图；

图7是本申请实施例提供的基于联盟形成博弈的无人机通信网络流量卸载系统的功能模块框图。

具体实施方式

现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。

无人机具有机动性高、易部署、成本低的优点，将其作为空中移动基站辅助热点区域通信，提高网络吞吐量，如何有效解决带宽所有者对热点区域的带宽资源分配，无人机如何选择热点区域，并在完成流量卸载任务的同时，提升带宽所有者效用是一个亟待解决的问题。

有鉴于此，参见图1所示，本发明实施例提供一种基于联盟形成博弈的无人机通信网络流量卸载方法，包括以下步骤：

步骤S1、基于联盟形成博弈理论获取无人机对热点区域的选择决策；

步骤S2、根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策。

本申请提供的一种基于联盟形成博弈的无人机通信网络流量卸载方法，首先为无人机对热点区域的选择提供决策方案，再设计一种流量卸载记载，最大化带宽所有者的效用，解决带宽所有者对热点区域的带宽分配问题。

在一实施例中，请参考图2，所述步骤S1，具体包括以下步骤：

步骤S11、获取无人机的效用；

步骤S12、获取无人机对热点区域的偏好排序，所述偏好排序包括帕累托排序、自私排序和合作排序；

步骤S13、根据获取的偏好排序以及无人机的效用，获取无人机对热点区域的选择决策。

在一实施例中，所述步骤S11，具体包括以下步骤：

根据以下公式，获取无人机的效用：

其中，

为第i个无人机在第j个热点区域的效用，

为第j个热点区域的效用，

为第j个热点区域分到的带宽数量，

表示选择第j个热点区域的无人机消耗的总能量，c表示单位带宽成本，

表示选择第j个热点区域的无人机的总数量。

在一实施例中，所述步骤S13，具体包括以下步骤：

步骤S131、获取每个无人机任意选择一个热点区域形成的初始的联盟分割中每个无人机的初始效用

；

步骤S132、获取每个无人机再次任意选择一个热点区域形成的新的联盟分割后，每个无人机的再次选择效用

；

步骤S133、根据获取无人机对热点区域的初始效用

和再次选择效用

，判断偏好排序条件是否满足，获取无人机对联盟的选择情况；

步骤S134、重复步骤S132，S133，当所有的无人机都不选择加入新的联盟时，获取无人机对热点区域的选择决策。

在一实施例中，所述步骤S133，具体包括以下步骤：

当无人机对热点区域的偏好排序为帕累托排序时，给定两个联盟A和B，

条件1：无人机在联盟A的效用高于其在联盟B的效用时；

条件2：无人机离开联盟B后，联盟B中的其他无人机的效用不会减少；

条件3：无人机加入联盟A后，联盟A中的其他无人机的效用会增加时;

当且仅当同时符合三个条件时，判定该无人机会选择离开联盟B，加入联盟A;

当以上三个条件任一不满足时，判定该无人机不会进行联盟重选择加入操作。

在一实施例中，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为自私排序时，给定两个联盟A和联盟B,

条件1：无人机在联盟A中的效用高于其在联盟B中的效用；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

在一实施例中，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为合作排序时，给定两个联盟A和联盟B,

条件1，无人机离开联盟B，加入联盟A后，无人机在联盟A中的效用和联盟A中其他无人机的效用以及联盟B中所有无人机效用之和大于无人机加入联盟A前，无人机在联盟B中的效用和联盟B中其他无人机的效用以及联盟A中所有无人机的效用之和；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

在一较具体实施例中，无人机对热点区域的选择，实现方式如下：

假设一个带宽所有者，M个热点区域，N个无人机，带宽所有者拥有的带宽数量为B。每个热点区域可以接入多个无人机，每个无人机只能选择一个热点区域接入，选择同一热点区域的无人机形成一个联盟，共同完成流量卸载任务。

M个热点区域的带宽总和为B，用公式表示为：

式中，

为第j个热点区域分到的带宽数量。

第j个热点区域的所有无人机的带宽总和为

，用公式表示为：

式中，

表示选择第j个热点区域的总无人机数量，

表示第i个无人机在第j个热点区域分到的带宽数量。

首先定义第j个热点区域的效用如下式所示：

其中，a表示热点区域效用系数，

表示第i个无人机在第j个热点区域的流量卸载发射功率，

表示发射功率损失系数，

表示功率谱密度。

表示第j个热点区域的流量卸载总量，即第j个热点区域的效用。

然后定义带宽所有者的效用如下式所示：

其中，

表示M个热点区域的流量卸载总量，

表示总带宽成本，c表示单位带宽成本，

表示无人机的总能量开销，

表示选择第j个热点区域的无人机消耗的总能量。

第j个热点区域的无人机消耗的总能量为：

其中，

表示无人机执行流量卸载任务时悬停耗能，β表示单位距离能量消耗系数，

表示无人机执行流量卸载任务前的位置距离第j个热点区域的距离。

假设所有的无人机在执行流量卸载任务前处于相同的位置，无人机确定最终选择的热点区域后，飞行至目标热点区域附近，悬停执行流量卸载任务。我们假设所有的无人机执行流量卸载任务的悬停时间是相同的，归一化为1，所以，

表示无人机执行流量卸载任务的通信耗能。

表示第j个热点区域中的所有无人机消耗能量之和，每个无人机消耗的能量包括三部分：其执行流量卸载任务时通信耗能，其执行流量卸载任务时悬停耗能，飞行至热点区域附近的距离耗能。

最后，定义选择第j个热点区域的第i个无人机的效用为：

。选择同一热点区域的无人机均分热点区域的效用，带宽费用和能量费用，并考虑流量卸载总量、总带宽成本和总能量成本，目标是最大化带宽所有者的效用。

利用联盟形成博弈解决无人机对热点区域的接入选择问题。所有的无人机的接入选择不再发生改变时将无人机对热点区域的选择情况定义为稳定的联盟分割。无人机对热点区域的选择排序定义为偏好排序。

本申请提出的无人机接入选择算法如下：

步骤1、 每个无人机任意选择一个热点区域，形成一个初始的联盟分割。将初始的联盟分割输入热点区域的带宽分配算法，得到初始带宽分配结果。每个无人机计算其效用

。

步骤2、 每个无人机再次任意选择一个热点区域，形成一个新的联盟分割。将新的联盟分割输入热点区域的带宽分配算法，得到新的带宽分配结果。每个无人机再次计算其效用

。

步骤3、 如果提出的合作排序、帕累托排序或自私排序条件满足，无人机会离开当前的联盟，加入新的联盟。更新网络的联盟分割和带宽分配。

步骤4、 重复步骤2和步骤3，直至网络的联盟分割中所有的无人机都不会选择别的联盟接入的稳定状态。

在一较具体实施例中，各种偏好排序中的条件如下：

帕累托排序：给定两个联盟A，B，如果无人机在联盟A的效用高于在联盟B的效用，同时，无人机离开联盟B后，在联盟B中其余的无人机的效用不会减少，同时，无人机加入联盟A后，在联盟A中其余的无人机的效用会增加。当这三个条件同时满足后，无人机会选择离开联盟B，加入联盟A。其公式表达为：给定第n个无人机和任意两个联盟

和

，

。

自私排序：给定两个联盟A，B，如果无人机在联盟A中的效用高于在联盟B中的效用，无人机会选择离开联盟B，加入联盟A。其公式表达为：给定第n个无人机和任意两个联盟

和

，

。

合作排序：给定两个联盟A，B，无人机离开联盟B，加入联盟A后，无人机在联盟A中的效用和联盟A中其他无人机的效用以及联盟B中所有无人机效用之和大于无人机加入联盟A前，无人机在联盟B中的效用和联盟B中其他无人机的效用以及联盟A中所有无人机的效用之和。其公式表达为：给定第n个无人机和任意两个联盟

和

，

。

在一实施例中，所述步骤S2，具体包括以下步骤：

将无人机对热点区域的选择决策，根据以下目标函数基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策：

其中，s.t.

，

，a表示热点区域效用系数，M表示热点区域的总数量，B表示带宽所有者拥有的总带宽数量，

表示第i个无人机在第j个热点区域的流量卸载发射功率。

本申请主要提出了一种基于联盟形成博弈的无人机通信网络流量卸载方法，无人机辅助热点区域通信。考虑了无人机的接入选择和热点区域的带宽分配，使得最后的网络流量卸载方法有效提升网络的总吞吐量，同时降低整个系统的带宽开销和能量开销，并最大化带宽所有者的效用。

实施例运行在Matlab上，对本发明的流程进行一个具体的阐述，如下：

假设总共有1个带宽所有者，5个热点区域和20个无人机。总带宽数量为10。假设无人机与不同的热点区域的距离服从随机分布，热点区域的拥塞程度服从高斯分布，无人机对能量消耗的敏感程度服从均匀分布。

首先分析无人机接入选择和热点区域带宽分配的收敛性，以及网络的稳定联盟分割。

然后分析稳定联盟分割下，热点区域的带宽分配情况，无人机和热点区域的效用。

最后，分析总带宽数量和无人机悬停能量开销对带宽所有者效用的影响。我们将提出的合作排序与帕累托排序，自私排序对比，最终，我们提出的合作排序能有效提高带宽所有者的效用。

图3为三种不同偏好排序下，带宽所有者效用随着迭代次数的变化。

图4为初始联盟分割和三种不同偏好排序下的稳定联盟分割。

图5(a)、(b)和(c)为三种不同偏好排序的稳态联盟分割场景下，不同热点区域的带宽分配情况，效用，不同热点区域中无人机的平均效用。

图6(a)和(b)为三种不同偏好排序的稳态联盟分割场景下，总带宽数量对稳定联盟分割下的带宽所有者效用的影响，以及无人机悬停能量对稳定联盟分割下的带宽所有者效用的影响。

实验结果分析：

图3中的横坐标表示迭代次数，纵坐标表示带宽所有者效用，我们分析帕累托排序，自私排序，合作排序三种不同的情况。将无人机接入选择发生变化导致一次热点区域带宽重新分配作为一次迭代。经过一定的迭代次数，带宽所有者的效用在三种不同的排序下保持不变，说明网络到达了稳定状态，即所有的无人机不会改变接入选择，带宽所有者不会重新分配带宽。对比三种不同的排序方式，我们提出的合作排序方式有效提高带宽所有者的效用。

图4为初始联盟分割，稳定状态下的帕累托排序联盟分割，自私排序联盟分割，合作排序联盟分割。初始联盟分割中，20个无人机随机选择5个热点区域接入。经过一定迭代次数后，我们得到了三种不同的稳定联盟分割。帕累托排序联盟分割中，没有无人机加入5号热点区域。自私排序联盟分割中，所有的无人机只会选择3号，4号热点区域加入。合作排序联盟分割中，没有无人机加入5号热点区域，但是无人机的接入选择分布与帕累托排序联盟分割，自私排序联盟分割是不同的。三种不同的排序中，无人机根据不同的规则选择合适的热点区域接入，无人机的接入选择变化会导致热点区域的带宽分配发生改变，带宽分配的改变会导致无人机的接入选择发生改变。图中展示的是三种不同排序下的最终稳定联盟分割，无人机接入选择和热点区域的带宽分配不会发生改变，同时，带宽所有者的效用达到最大。

图5（a），图5（b），图5（c）为稳定的帕累托排序联盟分割，自私排序联盟分割，合作排序联盟分割场景下，热点区域的带宽分配情况，热点区域的效用和热点区域中无人机的平均效用。三张柱状图的横坐标均表示热点区域，纵坐标分别表示热点区域分到的带宽，热点区域的效用，热点区域中无人机的平均效用。我们可以观察到，帕累托排序场景下，3号热点区域分到的带宽数量最多，效用最高，2号热点区域的无人机平均效用最高。自私排序场景下，4号热点区域分到的带宽数量最多，效用最高，3号热点区域的无人机平均效用最高。我们提出的合作排序联盟分割场景下，2号热点区域被分到的带宽数量最多，效用最高，无人机的平均效用最高。同一种分割场景下，热点区域分到的带宽数量越多，其效用越高。因为无人机更倾向加入分到带宽数量更多的热点区域，因此，此热点区域的流量卸载更多，增加其效用。热点区域的带宽资源数量会影响此热点区域的无人机的平均效用，但不是影响的唯一因素，无人机的平均效用还会受到此热点区域的无人机数量，能量开销，带宽开销等因素影响。

图6（a），图6（b）为三种不同的稳定联盟分割场景下，总带宽数量和无人机悬停消耗能量对带宽所有者效用的影响。总带宽数量越多，带宽所有者的效用减少。带宽数量增加，增加的网络总吞吐量获利不能弥补购买带宽本身带来的开销，所以，带宽所有者的效用会减少。相比于其他两种排序方式，我们提出的合作排序方法能够有效提高带宽所有者的效用。我们还可以观察到，无人机悬停消耗的能量越多，带宽所有者的效用减少。因为带宽所有者的效用考虑到无人机能量开销，无人机悬停消耗的能量越多，带宽所有者的效用越低，合作排序方法提高了带宽所有者的效用。

基于同一发明构思，请参考图7，本申请提供了一种基于联盟形成博弈的无人机通信网络流量卸载系统，包括：

无人机区域选择决策获取模块100，用于基于联盟形成博弈理论获取无人机对热点区域的选择决策；

带宽分配决策获取模块200，与所述无人机区域选择决策获取模块100通信连接，用于根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策。

在一实施例中，所述无人机区域选择决策获取模块进一步包括：

无人机效用获取子模块，用于获取无人机的效用；

无人机偏好排序获取子模块，与所述无人机效用获取子模块通信连接，用于获取无人机对热点区域的偏好排序；

无人机选择决策获取子模块，与所述无人机效用获取子模块和所述无人机选择决策获取子模块通信连接，用于根据获取欧的偏好排序以及无人机的效用，获取无人机对热点区域的选择决策。

基于同一发明构思，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。

本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（例如声音播放功能、图像播放功能等）；存储数据区可存储根据手机的使用所创建的数据（例如音频数据、视频数据等）。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（SmartMedia Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，包括以下步骤：

步骤S1、基于联盟形成博弈理论获取无人机对热点区域的选择决策；

所述步骤S1，具体包括以下步骤：

步骤S11、获取无人机的效用；

步骤S12、获取无人机对热点区域的偏好排序；

步骤S13、根据获取的偏好排序以及无人机的效用，获取无人机对热点区域的选择决策；

其中，无人机对热点区域的选择，实现方式如下：

假设一个带宽所有者，M个热点区域，N个无人机，带宽所有者拥有的带宽数量为B，每个热点区域可以接入多个无人机，每个无人机只能选择一个热点区域接入，选择同一热点区域的无人机形成一个联盟，共同完成流量卸载任务；

步骤S2、根据无人机对热点区域的选择决策，基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策；

所述步骤S2，具体包括以下步骤：

将无人机对热点区域的选择决策，根据以下目标函数基于梯度投影理论获取带宽所有者对热点区域的带宽分配决策：

，其中，

，Bj ≥0，a表示热点区域效用系数，M表示热点区域的总数量，B表示带宽所有者拥有的总带宽数 量，

表示第i个无人机在第j个热点区域的流量卸载发射功率，

表示选择第j个热点区 域的无人机的总数量，Bj为第j个热点区域分到的带宽数量。

2.如权利要求1所述的基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，所述步骤S11，具体包括以下步骤：

根据以下公式，获取无人机的效用：

其中，

为第i个无人机在第j个热点区域的效用，

为第j个热点区域的效用，

为 第j个热点区域分到的带宽数量，

表示选择第j个热点区域的无人机消耗的总能量，c表 示单位带宽成本，

表示选择第j个热点区域的无人机的总数量。

3.如权利要求1所述的基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，所述步骤S13，具体包括以下步骤：

步骤S131、获取每个无人机任意选择一个热点区域形成的初始的联盟分割中每个无人 机的初始效用

；

步骤S132、获取每个无人机再次任意选择一个热点区域形成的新的联盟分割后，每个 无人机的再次选择效用

；

步骤S133、根据获取无人机对热点区域的初始效用

和再次选择效用

，判断偏好 排序条件是否满足，获取无人机对联盟的选择情况；

步骤S134、重复步骤S132，S133，当所有的无人机都不选择加入新的联盟时，获取无人机对热点区域的选择决策。

4.如权利要求3所述的基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，所述步骤S133，具体包括以下步骤：

当无人机对热点区域的偏好排序为帕累托排序时，给定两个联盟A和B，

条件1：无人机在联盟A的效用高于其在联盟B的效用时；

条件2：无人机离开联盟B后，联盟B中的其他无人机的效用不会减少；

条件3：无人机加入联盟A后，联盟A中的其他无人机的效用会增加时;

当且仅当同时符合三个条件时，判定该无人机会选择离开联盟B，加入联盟A;

当以上三个条件任一不满足时，判定该无人机不会进行联盟重选择加入操作。

5.如权利要求3所述的基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为自私排序时，给定两个联盟A和联盟B,

条件1：无人机在联盟A中的效用高于其在联盟B中的效用；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

6.如权利要求3所述的基于联盟形成博弈的无人机通信网络流量卸载方法，其特征在于，所述步骤S133，具体还包括以下步骤：

当无人机对热点区域的偏好排序为合作排序时，给定两个联盟A和联盟B,

条件1，无人机离开联盟B，加入联盟A后，无人机在联盟A中的效用和联盟A中其他无人机的效用以及联盟B中所有无人机效用之和大于无人机加入联盟A前，无人机在联盟B中的效用和联盟B中其他无人机的效用以及联盟A中所有无人机的效用之和；

当以上条件满足时，判定该无人机会选择离开联盟B，加入联盟A;

当以上条件不满足时，判定该无人机不会进行联盟重选择加入操作。

Images