基于Stackerlberg和议价博弈的Femtocell网络功率控制

针对Femtocell网络中存在的干扰问题,提出一种基于Stackerlberg博弈和议价博弈的功率控制策略.首先,给出既可以使Femtocell网络系统容量最大化,又可以体现效用公平的效用函数;然后,在保证宏小区用户效用最大化的条件下,考虑到Femtocell家庭用户的收益,给出Stackelberg博弈模型;接着,考虑到Femtocell家庭用户之间的效用公平和最小服务质量要求,给出基于议价博弈的Kalai-Smorodinsky议价解,并证明议价解的存在性和唯一性.使用拉格朗日乘子法给出宏小区的最优价格,保证宏小区的效用最大化.仿真结果表明,该策略在满足宏蜂窝网络效用最大化的情况下,不但能够满足Femtocell家庭用户最小服务质量需求和公平性,而且Femtocell网络的收益也能得到较好的保证.     

基于议价博弈的高效机会网络路由算法

现有基于议价博弈的机会网络路由算法存在着因节点交互过程偏多所引起的控制开销过大、对无用消息提出请求时带来了额外开销和博弈双方达成交易概率不高所引起的时延以及SV列表中消息剩余跳数降为1时带来了额外开销等问题,对此提出了一种高效的机会网络路由算法——EORB。该算法通过采用自适应精简数据包摘要、自适应合并SV-DP消息和求购消息、综合考虑买卖双方收益的博弈策略等机制减少了冗余开销,加速了消息的转发速率并提高了消息的到达率。仿真结果表明,该算法有效提高了数据传送到达的成功率,降低了系统开销以及消息的平均端到端时延。     

基于议价博弈的卫星网络时隙分配算法

针对卫星网络中时隙分配公平性不足导致低优先级业务流性能恶化的问题,引入博弈论中议价博弈理论构建网络模型和收益模型,求解并讨论系统最佳收益点及获得条件,提出一种基于议价博弈的时隙分配算法。在最佳收益点上根据实际传输需求进行业务间议价,通过贴现因子反映议价妥协程度,形成合理的分配方案。仿真结果表明,该算法能有效提升业务流间公平性,改善低等级业务的服务质量。     

传感器网络非合作博弈功率控制及其仿真

针对基于CDMA通信方式的传感器网络模型,采用非合作博弈功率控制算法对网络中的节点进行分布式功率控制。在算法中为传感器节点构造包含效用函数和代价函数的支付函数模型,通过并行迭代的方式获得网络功率控制的纳什均衡策略,使所有节点的支付函数达到最优化。为了验证算法的有效性,采用OPNET对不同参数组合下的情况进行仿真,仿真结果表明,基于博弈论模型的非合作博弈功率控制算法具有很好的收敛性,当选择效用因子在1.0~1.1、价格因子在5.5~5.9时,网络具有很好的性能。     

基于非合作博弈的无线传感器网络功率控制研究

如何提高能量的有效性是无线传感器网络（WSNs）设计的重要问题,针对WSNs在多媒体等业务中的应用,对基于码分多址（CDMA）通信方式的WSNs模型,提出一种基于非合作博弈的WSNs功率控制算法,并证明了该算法纳什均衡的存在性及唯一性.仿真结果表明,所提出的算法在设计时充分考虑了节点的剩余能量问题,因此能够很好地降低网络的总发射功率,有效地节约节点能量,延长网络的生命周期.     

引入弹性理论的混合接入式Femtocell网络资源分配策略

在混合接入式Femtocell网络中,为了激励家庭小区基站接纳位于死区的宏用户,提出了基于Stackelberg 博弈和弹性理论的资源分配方法。首先建立Stackelberg博弈模型,宏基站 （Macro Base Station,MBS）作为主导者（Leader）,家庭小区基站（Femto base station,FBS）作为跟随者（Follower）,MBS支付给FBS效用,而FBS通过获利来补偿因为接纳宏用户（Macro user equipment,MUE）而损失的速率。接着引入弹性理论确立MBS和FBS的效用函数,构建凸优化问题,并求解出价格和速率的均衡解,参与人都能实现效用最大化。最后通过数值分析,验证了均衡解的存在,比较分析了在发射功率不同的情况下,FBS和MBS的效用。结果表明,迭代20次左右即可找到均衡解,弹性因子参数为0.7时,FBS和MBS的收益最佳。通过理论研究和数值分析验证了策略有效性。     

基于跨层议价博弈的认知无线电网络资源优化分配策略

如何合理分配有限的频谱资源是认知无线电网络的核心问题之一.通过对物理层功率控制和MAC层带宽分配需求的研究,建立以最大化系统吞吐量为目标的跨层优化模型.并在该模型的基础上设计一种基于跨层议价博弈的带宽与功率分配算法(Bandwidth and Power Allocation Algorithm-Cross Layer Bargaining Game,BPAA-CLBG).仿真结果表明该算法可以有效地提高认知无线电网络的频谱利用率,且在系统吞吐量方面较现有算法有明显的改善.     

基于零和博弈的多智能体网络鲁棒包容控制

针对受扰非线性多智能体网络,研究分布式鲁棒包容控制方法.采用微分博弈理论将有界L2增益包容控制问题描述成多玩家零和博弈问题.对于每个跟随者,当至少有一个领航者与其存在有向路径通信时,基于局部邻居信息定义每个跟随者的性能指标,从而得出包容误差L2有界且零和博弈解存在的结论.在系统动态完全未知的情况下,采用积分强化学习算法...     

基于中断概率的星地网络鲁棒功率控制算法

相较于传统的地面认知网络,星地认知网络链路传输时延较长,因此基于实时信道感知的认知用户中断概率较高。以离散时间马尔科夫链描述授权用户的动态及衰落信道,同时考虑信道转移概率的不确定性,建立基于似然不确定性模型的信道状态马尔科夫链,利用鲁棒的向后递归方法得到离线存储的功率分配矩阵,并对网络中多个用户采用博弈论的方法,进而提出基于中断概率的功率控制算法。仿真结果表明,与RRAP和TS-RS-PA算法相比,该算法在网络延迟存在的情况下能够更有效地降低中断概率并节约能耗。     

一种改进的认知无线电网络博弈功率控制算法

基于David Goodman的非合作功率控制博弈方法,本文提出一种适用于认知无线电网络的功率控制博弈算法,对S型有效函数和代价函数进行改进和优化,实现认知用户功率控制的公平性,并证明该算法纳什均衡的存在性。仿真结果表明,该算法使认知用户的总吞吐量提升,发射功率降低,效用提高,且在一定程度上兼顾了系统的公平性。     

Multi-Issue Negotiation Processes by Evolutionary Simulation, Validation and Social Extensions

We describe a system for bilateral negotiations in which artificial agents aregenerated by an evolutionary algorithm (EA). The negotiations are governed bya finite-horizon version of the alternating-offers protocol. Several issuesare negotiated simulataneously. We first analyse and validate the outcomes ofthe evolutionary system, using the game-theoretic subgame-perfect equilibriumas a benchmark. We then present two extensions of the negotiation model. Inthe first extension agents take into account the fairness of the obtainedpayoff. We find that when the fairness norm is consistently applied during thenegotiation, agents reach symmetric outcomes which are robust and ratherinsensitive to the actual fairness settings. In the second extension we modela competitive market situation where agents have multiple bargainingopportunities before reaching the final agreement. Symmetric outcomes are nowalso obtained, even when the number of bargaining opportunities is small. Wefurthermore study the influence of search or negotiation costs in this game.     

一种基于合作博弈论的自动驾驶车道变更模型

提出一个新颖的车道变更模型,采用合作博弈方法激励车辆参与合作.首次将合作博弈理论应用到车道变更领域,设计用于两车变道的纳什讨价还价变道模型,然后扩展为三车的合作博弈变道模型,并求出变道模型的纳什讨价还价解和夏普利值.为了进一步激励车辆参与合作,在收益分配方案中加入支付补偿部分来实现整体收益的可转移性,从而取得模型的解....     

认知无线电网络中基于公平性的功率控制方案

针对现有非合作功率控制博弈算法中存在用户“远近性公平”问题,在主次用户共享频谱的认知无线电上行链路中,给出一种基于代价函数的高效和公平的功率控制博弈算法。在该博弈模型中,代价函数的设定依据次用户接收端信号质量需满足次用户的服务质量要求。改进后的效用函数能够同时兼顾认知无线电系统的总吞吐量和次用户获取资源的公平性,并利用超模理论证明了该模型存在纳什均衡,然后得到求解发射功率纳什均衡解的迭代过程。仿真结果表明,相比已有的研究,该算法不仅能提高认知系统的吞吐量,还能降低发射功率,改善系统效用,而且兼顾了远近用户吞吐量的公平性。     

Bandwidth Allocation with Minimum Rate Constraints in Cluster-based Femtocell Networks

 Inter-femtocell interference becomes serious when femtocells are densely deployed. To mitigate the inter-femtocell interference, this paper proposes a cluster-based bandwidth allocation algorithm. We create femtocell clusters by constructing a weighted interference graph and allocate bandwidth to each cluster based on a Nash bargaining solution (NBS). Simulation results show that the cluster-based bandwidth allocation algorithm can reduce the inter-femtocell interference and meet the minimum rate constraint of each cluster.     

无线网络中自私功率控制行为研究

在满足网络吞吐量要求的前提下,研究节点的自私功率控制行为对网络性能的影响.针对非相干频移键控调制方式,证明最优传输策略的存在性,提出一个重复的动态博弈.由于链路会将发送功率从干扰较高的时间段移到干扰较低的时间段,该博弈在某些情况下无法收敛,因此引入惩罚函数确保该博弈收敛,并通过模拟实验验证该方法的有效性和正确性.     

考虑风险规避和谈判权力的农产品供应链绿色投资机制

研究风险规避的农户和风险中性的销售商组成的农产品供应链,在集中式决策和分散式决策下绿色投资的最优决策问题.考虑两类成本共担契约,分别为一般成本共担契约和考虑谈判权力的讨价还价的成本共担契约;同时,分析风险规避和谈判权力对相关决策变量的影响.结果表明:在分散式供应链中,风险规避与绿色投资水平负相关,而在两类契约中,两者正相关.两类契约都有利于供应链绿色投资水平和期望效用的提高.在双方谈判的成本共担契约中,成本分担比例和绿色投资水平分别与谈判权力和风险规避正相关;在满足一定条件时,供应链绿色投资水平高于集中式供应链的相应值;供应链绿色投资水平和期望效用可同时高于一般成本共担契约中的相应值.投资成本系数对供应链绿色投资水平和期望效用有负向影响.