CN103702406A - 异构网络中基于博弈论的联合用户功率和速率控制方法 - Google Patents
异构网络中基于博弈论的联合用户功率和速率控制方法 Download PDFInfo
- Publication number
- CN103702406A CN103702406A CN201310745430.1A CN201310745430A CN103702406A CN 103702406 A CN103702406 A CN 103702406A CN 201310745430 A CN201310745430 A CN 201310745430A CN 103702406 A CN103702406 A CN 103702406A
- Authority
- CN
- China
- Prior art keywords
- function
- user
- power
- transmission rate
- control method
- 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.)
- Granted
Links
Images
Classifications
-
- Y02B60/50—
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及异构网络中基于博弈论的联合用户功率和速率控制方法。该方法通过利用博弈论进行数学建模,加入干扰共存分析相关知识,提出了一种适于在异构网络环境下的功率与速率控制博弈算法。该方法考虑到了用户之间的公平性,算法在收益函数中引入了代价函数机制,不仅体现了不同用户、不同***之间的干扰性问题,还考虑了用户之间传输速率和发射功率的公平性问题。本发明发射功率方面较高,同时在损失少量收益的情况下使得传输速率公平性方面得到了很大改善。
Description
技术领域
本发明涉及无线资源管理技术,特别是涉及异构网络中基于博弈论的联合用户功率和速率控制方法。
背景技术
在现今多***共存的通信***中,不同业务类型要求数据发送速率不同,需要有效的功率控制来减少发射功率、延长电池寿命。又由于干扰的存在,频谱共享对于所有参与者的实际利益最大化行为和用户之间的相互决策关系的分析具有现实意义。目前在异构网络相互间干扰共存的前提下,如何利用博弈论对用户进行合理的功率控制和速率分配,从而有效提高频谱利用率的研究主要包括非合作功率控制博弈(Non-cooperative Power controlGame,NPG)算法,但该算法仅仅是单纯的功率控制,即通常认为用户的传输速率为固定值,在这种情况下小区内每个用户都是“自私”的,即它们只会不断的提高自己的发射功率来使自己的收益函数最大化。NPG模型没有充分考虑到用户之间的公平性,收益函数中也没有体现其他用户对于目标用户产生的干扰。
发明内容
本发明提出了一种在收益函数中引入代价函数机制的非合作联合功率与速率控制博弈算法,提出了一种新的代价函数,引进速率方面的代价函数机制,同时还考虑了***间干扰的情况。改进的算法通过严格的数学证明,讨论了该博弈模型纳什均衡的存在性和唯一性,同时给出了算法的详细实现流程,并通过仿真验证了算法的有效性。
本发明的目的通过以下技术方案来实现:
异构网络中基于博弈论的联合用户功率和速率控制方法包括如下步骤:
1)认知用户接入网络;
2)探测是否存在空闲频段;若存在,监听信道是否存在授权用户的接入,不存在则返回步骤1:
3)若不存在授权用户接入网络,则重新监听;
4)对发射功率、传输速率、代价函数和收益函数进行初始化,令k=0;
5)利用初始化发射功率、传输速率和代价函数,计算信干噪比SINR和用户收益函数;
6)将所得出的收益函数与上一步所得收益函数进行对比,若当前收益函数值较大,结束;若当前收益函数值较小,继续;
7)更新信干噪比和价格函数;
8)令k=k+1;
9)进入步骤5。
10)认知用户退出网络
本发明的优点在于:本发明在收益函数中引入了代价函数机制,不仅解决了不同用户、不同***之间的干扰性问题,还兼顾了用户之间传输速率和发射功率的公平性问题。本发明发射功率方面较高,同时在损失少量收益的情况下使得传输速率公平性方面得到了很大改善。
本发明的目的是为了提出一种适于在异构网络环境下的功率与速率控制博弈技术方案。该技术方案不仅考虑到了用户之间的公平性,方案在收益函数中引入了代价函数机制,不仅体现了不同用户、不同***之间的干扰性问题,还考虑了用户之间传输速率和发射功率的公平性问题。
附图说明
图1:本发明控制方法流程图;
图2:随着距离变化的距离用户信干比的比较;
图3:本发明与文献算法发射功率的比较;
图4:本发明与文献算法传输速率的比较;
图5:本发明与文献算法收益函数的比较;
图6:干扰共存情况下***容量损失结果图。
具体实施方式
如图1所示为异构网络中基于博弈论的联合用户功率和速率控制方法流程图。该控制方法包括如下步骤:
1)认知用户接入网络;
2)探测是否存在空闲频段;若存在,监听信道是否存在授权用户的接入,不存在则返回步骤1:
3)进入下一步,若不存在授权用户接入网络,则重新监听;
4)初始化:k=0,在开始算法之前,对发射功率、传输速率、代价函数和收益函数进行初始化;
5)计算收益函数:利用初始化发射功率、传输速率和代价函数,计算信干噪比SINR和用户收益函数;
6)比较:将所得出的收益函数与上一步所得收益函数进行对比,若当前收益函数值较大,结束;若当前收益函数值较小,继续;
7)更新:更新信干噪比和价格函数;
8)k=k+1;
9)进入步骤5。
10)认知用户退出网络。
以下结合附图对本发明技术方案详细说明。本文所研究的模型是一个由FDD与TDD共存的无线通信***,被干扰***FDD***中共有K个小区,N个用户,干扰***TDD***中共有KT个小区,NT个用户。第j个小区中第i个用户的信干比表达式为:
其中,W为***带宽;用户i,(i∈N)距离基站j,(j∈K)的距离用dij表示;rij和pij分别表示第j个小区中第i个用户的数据传输速率和发射功率;设信道矩阵表示为Hij={hij},其中hij表示第j个小区中第i个用户到本小区基站的信道增益,其表达式为μ为小区间干扰因子,一般取值为μ∈[0,1];ACIR为邻信道干扰比;σ2为用户接收端加性高斯白噪声(AWGN)功率。
实际上所有用户之间都存在干扰因子μ′,其范围应该是μ′∈[0,1]。文献(Efficient power control via pricing in wireless data networks)中将干扰因子设为μ=μ′=1。但由于***小区的用户距离本小区基站较远,信号除了正常的传输损耗以外,还会存在阴影衰落等其他因素引起的信号减弱,而本小区的用户由于距离基站较近,本文只考虑传输损耗,将本小区的干扰因子设为1,外小区的干扰因子小于1。
由于用户期望在可分配方式下优化自己的传输功率和数据速率,使得收益最大化。因此该收益函数不仅要取决于SIR和功率,还应取决于速率:
1)固定发射功率,收益函数应随SIR的增加而增加;
2)固定SIR,收益函数应随发射功率的增加而减少;
3)固定传输速率,收益函数应随SIR的增加而增加;
4)固定SIR,收益函数应随传输速率的增加而增加。
通过上述要求可知收益函数是一个同传输速率和SIR成正比、发射功率成反比的函数,由于考虑到非线性函数会使研究过分复杂化,因此本文将非线性函数优化成线性函数,于是收益函数可写成如下形式:
其中K是与QoS要求有关的参数,可以通过调节参数K来达到用户所需的QoS目的,其表达式为:
从公式3还可看出,调整参数K也能够达到调整误比特率pe的目的。整个收益函数的物理意义为用户在尽可能高的SIR条件下,不断调整自己的发射功率和传输速率以使自己的利益最大化。
基于以上不足,NPRGP模型提出代价函数cij:
cij=αβijhijpij (4)
其中βij为本文提出的用户间速率分配的公平性因子,该因子的表达式为:
在公式中,表示该用户根据实际情况所应分配的理论速率值;rij表示该用户实际的传输速率值。公平性因子βij作为一个参数引入到代价函数中,目的是让公平性大的用户惩罚多一些,公平性小的用户惩罚少一些。这样就能体现不同种类用户在速率分配方面的公平性原则。其中α为可调常量,可以通过调整α的大小来控制代价函数,同时得到理想中的收益函数,需满足以下条件:
因此收益函数变为:
3干扰共存条件下基于博弈论的联合用户功率和速率控制
为了证明本发明算法为可行的标准的非合作联合功率控制和速率分配的博弈算法,需证明该算法满足以下定理。证明过程如下:
证明:纳什均衡的存在性条件为:
(1)Rij是一个紧密非空凸的欧几里德空间Ω中的子集;
证明:根据博弈论,定义用户收益函数的权重和:
关于这个权重和的伪梯度可以表示为:
因此为一对角阵,其中对角元素均为负。同时也为对角矩阵,因此根据文献Existence and Uniqueness of Equilibrium Points forConcave N-Person Games,为对角严格凹,因此证明了纳什均衡传输速率的唯一性。
证明:同关于传输速率的纳什均衡存在性的证明相同,也必须要满足文献Existence and Uniqueness of Equilibrium Points for Concave N-PersonGames提出的两个条件。由于每个用户的发射功率的策略空间取值为之间,因此可以知道关于发射功率的策略空间为紧密凸集,所以满足第一个条件,现只需证明收益函数是关于发射功率的凹函数,则可证明收益函数关于发射功率存在纳什均衡。先计算c关于pij的一阶偏导数:
根据定理3,本文定义一个用户收益函数的权重和:
关于这个权重和的伪梯度可以表示为:
对本发明的控制方法进行仿真分析,仿真分析中设定TDD与FDD为共覆盖模式,两个基站之间的距离为100m,被干扰***为FDD***,干扰***为TDD***,共有10个用户随机分布在小区中,基站位于每个小区的中央,小区半径为500m,由大到小设定了各个用户根据实际情况所应分配的理论速率值rij=[95kbps,88kbps,80kbps,73kbps,65kbps,58kbps,52kbps,45kbps,38kbps,30kbps],使距离近的用户得到较高的传输速率,距离远的用户得到较低的传输速率,从而更加有效的利用网络资源。每个用户的最大传输速率最小传输速率为最大发射功率为最小发射功率为传输带宽为W=106Hz,加性高斯白噪声功率(AWGN)为σ2=5×10-15Watts/Hz,干扰因子c=0.097,gij为该用户到基站所产生的干扰链路的增益,故采用与hij一样的模型。K=0.21886。为了分析简单,设定常量λ=1.6×1010。干扰***用户共5个,随机分布在小区中,由大到小设定了各个用户根据实际情况所应分配的理论速率值 其余各项参数同上文相同。
本发明提出的NPRGP和收益函数信干比为12.42,二者信干比的设定都为刚刚好能保证用户的正常通信,即保证目标SIR,如图2所示。
文献Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks中使用了与本文相同的效用函数,不同的是该文献中仅考虑了功率方面的代价函数,而没有引进速率方面的代价函数机制。因此下面将对本文提出的NPRGP和该文献中的算法进行对比分析。图3是本发明与文献(Energy-Efficient Joint Power and Rate Control via Pricingin Wireless Data Networks)算法发射功率的比较,图4是本发明与文献(Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks)算法传输速率的比较,图5是本发明与文献(Energy-Efficient Joint Power and Rate Control via Pricing inWireless Data Networks)算法收益函数的比较。从图3至5可以看出,本文的NPRGP算法在发射功率方面略高,但却是在损失少量收益的情况下使得传输速率公平性方面得到了很大改善,达到了该算法的目的。
最后考虑异构场景下的NPRGP算法,由于目前尚无文献对对联合功率控制和速率控制在异构场景下进行相关研究,因此本文没有给出该算法与其他算法的对比结果。所以本文主要对加入***干扰后的容量进行评估,主要借鉴3GPP中的做法来进行研究。在LTE的共存研究中,需要仿真***相对容量损失与ACIR的关系。其中,采用5%的***平均容量损失作为能承受的外***最大干扰的评估准则。在仿真中需要分别计算有外***干扰和无外***干扰时候的***平均容量,通过考虑上述容量变化得到相对容量损失情况,公式如下:
其中,
TP_loss表示加入外***干扰之后***容量的损失情况;
TPave-m表示没有外***干扰时,***平均容量;
TPave-s表示加入外***干扰时,被干扰***的平均容量。
图6为在干扰共存条件下的***容量损失。设当没有外***干扰时的***容量损失为0。从图中可以看出,当ACIR值较小时,***容量损失大于***平均水平;随着ACIR的增大,***容量损失逐渐下降并接近***平均水平。为保证***之间可以共存,***容量损失应低于5%。
应当理解,以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.异构网络中基于博弈论的联合用户功率和速率控制方法,其特征在于,该控制方法包括如下步骤:
1)认知用户接入网络;
2)探测是否存在空闲频段;若存在,监听信道是否存在授权用户的接入,不存在则返回步骤1:
3)若不存在授权用户接入网络,则重新监听;
4)对发射功率、传输速率、代价函数和收益函数进行初始化,令k=0;
5)利用初始化发射功率、传输速率和代价函数,计算信干噪比SINR和用户收益函数;
6)将所得出的收益函数与上一步所得收益函数进行对比,若当前收益函数值较大,结束;若当前收益函数值较小,继续;
7)更新信干噪比和价格函数;
8)令k=k+1;
9)进入步骤5;
10)认知用户退出网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745430.1A CN103702406B (zh) | 2013-12-30 | 2013-12-30 | 异构网络中基于博弈论的联合用户功率和速率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745430.1A CN103702406B (zh) | 2013-12-30 | 2013-12-30 | 异构网络中基于博弈论的联合用户功率和速率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103702406A true CN103702406A (zh) | 2014-04-02 |
CN103702406B CN103702406B (zh) | 2017-01-18 |
Family
ID=50363776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310745430.1A Active CN103702406B (zh) | 2013-12-30 | 2013-12-30 | 异构网络中基于博弈论的联合用户功率和速率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103702406B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105453A (zh) * | 2017-03-31 | 2017-08-29 | 合肥工业大学 | 基于层次分析法和进化博弈理论的异构网络选择接入方法 |
CN107172704A (zh) * | 2017-05-10 | 2017-09-15 | 叶仕通 | 基于协作频谱感知和干扰约束的认知异构网络功率分配方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102333362A (zh) * | 2011-10-26 | 2012-01-25 | 北京交通大学 | 一种基于分布式价格算法的认知无线电功率控制的方法 |
CN102448159A (zh) * | 2011-09-30 | 2012-05-09 | 南京邮电大学 | 基于干扰管理的功率速率联合控制博弈方法 |
CN102869018A (zh) * | 2012-10-17 | 2013-01-09 | 东北大学秦皇岛分校 | 认知无线电中保证通信连续性的信道和功率联合分配方法 |
CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站***中基于博弈论的功率分配方法 |
CN103369568A (zh) * | 2013-07-11 | 2013-10-23 | 西安交通大学 | Lte-a中继***中基于博弈论的无线资源优化方法 |
-
2013
- 2013-12-30 CN CN201310745430.1A patent/CN103702406B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448159A (zh) * | 2011-09-30 | 2012-05-09 | 南京邮电大学 | 基于干扰管理的功率速率联合控制博弈方法 |
CN102333362A (zh) * | 2011-10-26 | 2012-01-25 | 北京交通大学 | 一种基于分布式价格算法的认知无线电功率控制的方法 |
CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站***中基于博弈论的功率分配方法 |
CN102869018A (zh) * | 2012-10-17 | 2013-01-09 | 东北大学秦皇岛分校 | 认知无线电中保证通信连续性的信道和功率联合分配方法 |
CN103369568A (zh) * | 2013-07-11 | 2013-10-23 | 西安交通大学 | Lte-a中继***中基于博弈论的无线资源优化方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105453A (zh) * | 2017-03-31 | 2017-08-29 | 合肥工业大学 | 基于层次分析法和进化博弈理论的异构网络选择接入方法 |
CN107105453B (zh) * | 2017-03-31 | 2019-08-02 | 合肥工业大学 | 基于层次分析法和进化博弈理论的异构网络选择接入方法 |
CN107172704A (zh) * | 2017-05-10 | 2017-09-15 | 叶仕通 | 基于协作频谱感知和干扰约束的认知异构网络功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103702406B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deb et al. | Algorithms for enhanced inter-cell interference coordination (eICIC) in LTE HetNets | |
Corroy et al. | Dynamic cell association for downlink sum rate maximization in multi-cell heterogeneous networks | |
Abdallah et al. | Power control and channel allocation for D2D underlaid cellular networks | |
Trabelsi et al. | User association and resource allocation optimization in LTE cellular networks | |
Wu et al. | Secrecy-based energy-efficient data offloading via dual connectivity over unlicensed spectrums | |
CN105075371A (zh) | 针对设备到设备和蜂窝通信进行资源共享的方法和装置 | |
Wu et al. | Revenue sharing based resource allocation for dynamic spectrum access networks | |
Huang et al. | Distributed interference and delay aware design for D2D communication in large wireless networks with adaptive interference estimation | |
Necker et al. | A graph-based scheme for distributed interference coordination in cellular OFDMA networks | |
Kryszkiewicz et al. | Context‐Based Spectrum Sharing in 5G Wireless Networks Based on Radio Environment Maps | |
Hmila et al. | Distributed energy efficient channel allocation in underlay multicast D2D communications | |
Pervaiz et al. | Energy and spectrum efficiency trade-off for Green Small Cell Networks | |
Wu et al. | Joint traffic scheduling and resource allocations for traffic offloading with secrecy provisioning | |
CN103702406A (zh) | 异构网络中基于博弈论的联合用户功率和速率控制方法 | |
Shao et al. | Locally cooperative traffic‐offloading in multi‐mode small cell networks via potential games | |
Song et al. | Deep Reinforcement Learning Enabled Energy-Efficient Resource Allocation in Energy Harvesting Aided V2X Communication | |
Bayat et al. | Optimal multi-objective resource allocation for D2D underlaying cellular networks in uplink communications | |
Xiang et al. | A dynamic programming approximation for downlink channel allocation in cognitive femtocell networks | |
Zhou et al. | Joint peer discovery and resource allocation for social-aware D2D communications: A matching approach | |
Wu et al. | Maximizing throughput gain via resource allocation in D2D communications | |
Li et al. | Resource allocation in highly dynamic device-to-device communication: An adaptive set multi-cover approach | |
Yenihayat et al. | Downlink data rate, energy and spectral efficiency distribution in heterogeneous networks with cell-edge located small cells | |
González et al. | An analytical view of static intercell interference coordination techniques in OFDMA networks | |
Yang et al. | Power control mean field game with dominator in ultra-dense small cell networks | |
Chen et al. | Game‐Based Channel Selection for UAV Services in Mobile Edge Computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |