基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈。分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解。在博弈下层,定义移动虚拟网络操作者(MVNOs)m—切片n对m_n及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对\begin{document}${m_n}$\end{document}定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与已匹配关系,形成基础资源提供者(InPs)与的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优。最后定义了双层循环稳定条件及过程。仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈。     

双层分级蜂窝网最优频谱分配与定价

针对异频组网的双层分级蜂窝网,提出了一种基于纳什谈判解法的最优频谱分配与定价策略,该策略能激励家庭基站采用开放用户组模式,最大化频谱效益。通过Stackelberg博弈建模,分析了频谱定价与用户需求的关系。通过纳什谈判解法,获得了最佳的频谱分配与定价策略,按需地为宏基站与家庭基站分配了带宽资源,定量地分析了家庭基站所提高的频谱效益。仿真结果表明,该策略相比非合作博弈方法,可有效提高运营商以及家庭基站拥有者所能获得的频谱效益,部署家庭基站将提高蜂窝网络的总效益。      

异构无线网络中基于Stackelberg博弈的分布式定价和资源分配算法

针对异构无线网络资源管理问题,结合多主多从Stackelberg博弈模型,提出了一种同时满足网络运营商和用户效用最大的异构无线网络定价和资源分配方案。首先设计了一种基于收益和花费的移动用户效用函数,并证明在运营商的价格确定后,效用函数满足凹函数的条件,保证了移动用户间非合作博弈的纳什均衡点存在。为了获取移动用户的最优带宽策略和运营商的最优价格策略,提出了一种分布式迭代算法。最后通过仿真实验取得了参与者的最优策略和子博弈完美纳什均衡。     

基于Stackelberg博弈的多任务协作频谱感知算法

随着移动设备的增多,认知无线电技术诞生,而频谱感知是认知无线电技术中的重要一环。本文将群智感知和频谱感知结合,提出了一种基于Stackelberg博弈的多任务协作频谱感知算法。该算法将融合中心(平台)与次用户分别建模为Stackelberg博弈领导者和从属者。在领导者博弈中,平台给次用户发布最优的报酬值以获得最佳的效用;在从属者博弈中,本文着重考虑了剩余能量对次用户的影响,次用户在平台给的报酬下改变感知时间以获得最优的效用。仿真结果表明,该算法可以提高融合中心对频谱的检测概率。      

恶意干扰下基于斯坦伯格博弈的无人机动态频谱分配

针对恶意干扰场景下无人机群动态频谱分配问题,构建了基于斯坦伯格博弈的动态频谱分配模型,干扰机为斯坦伯格博弈的领导者,无人机群为斯坦伯格博弈的跟随者,设计了不同博弈参与者的效益函数,并证明了该博弈存在稳定的斯坦伯格均衡解。在此基础上设计了一种分层动态频谱分配算法,针对领导者采用Q学习选择干扰信道的场景下,跟随者采用随机学习自动机来确定信道分配策略。仿真结果表明,所提算法能够得到无人机用户的最优信道分配策略,有效提升无人机用户的总吞吐量性能,实现效益最大化。     

基于Stackelberg博弈的网络虚拟化资源分配方法

在网络虚拟化环境中,基于Stackelberg博弈模型提出了静态博弈算法下网络运营商对频谱的定价策略及静态和动态博弈算法下各虚拟运营商的频谱分配方法,并推导了各运营商收益最大时的纳什均衡点。该方法能同时满足网络运营商和虚拟网络运营商收益最大化的需求。仿真结果验证了算法的有效性及纳什均衡点的存在性。     

基于Stackelberg博弈的动态频谱接入控制

为了解决多主用户和多次级用户共存网络的频谱资源分配问题,提出了一种基于斯塔科尔伯格（Stackelberg）博弈的动态频谱接入控制算法。该算法通过三阶段Stackelberg博弈模拟主用户频谱竞价,博弈过程中次级用户以最大化传输速率为目的接入主用户频谱,同时设计了一种迭代过程来求解纳什均衡。实验计算与结果分析证明了纳什均衡唯一存在性的充要条件,并说明了迭代过程的收敛性以及主用户最佳效用的影响因素。     

改进的认知无线电频谱共享博弈模型

提出了一种改进的认知无线电频谱共享模型.该模型综合考虑了主用户的收益受到所有次用户请求带宽的影响,以及每个次用户的收益受到其他次用户请求带宽的影响;同时,与次用户竞争的主用户能够通过选择最佳带宽定价来获得最大的收益,相互竞争或合作的次用户通过从有限的频谱中改变请求频谱带宽来获得最大收益.对改进模型的静态博弈、动态博弈及其稳定性、帕累托最优等特性的仿真结果证明该模型适应实际情况.     

利用部分重叠信道的多无人机自主协同优化抗干扰

针对多无人机通信网络抗干扰中的功率和信道联合优化问题,考虑多无人机通信网络中的部分重叠信道切换、外部恶意干扰与网络内部互扰问题,通过构建Stackelberg博弈抗干扰模型,设计无人机用户和干扰机的效用函数,并提出了基于次梯度迭代的算法求解博弈的均衡解,获得无人机用户在干扰条件下的部分重叠信道选择和功率选择联合优化结果。仿真结果表明,所提算法能使多无人机用户获得良好的信道选择和传输功率策略,优化多无人机通信网络抗干扰性能。     

优先级保护的分布式动态频谱分配算法

对认知无线网络中动态频谱分配算法进行了研究,在分析原有的ADP（Asynchronou s Distributed Pricing）算法的前提下,运用合作博弈的理论提出了具有干扰价格因子的A DP算法,分配过程中所有用户发布自己的干扰价格,用户在选择信道和功率的时候需要考虑 到自身的效用和对其它用户的干扰,可以在有效保证高优先级用户性能的前提下最大化网络 效用。仿真结果表明,该算法可以达到纳什均衡并且具有极快的收敛速度,可以提高高优先 级用户的信干噪比。