基于图着色理论的全双工D2D分簇资源分配方案

全双工通信允许用户同时同频收发信号,将其应用在D2D(Device-to-Device,D2D)通信中虽然可以提高系统吞吐量,但是也带来了更加复杂的干扰关系。为了降低干扰,提升系统吞吐量,本文提出了以簇为单位的资源分配方案。该方案先引入图着色理论为全双工D2D用户进行合理的分簇,然后采用匈牙利算法进行链路资源的分配,从而优化蜂窝系统的性能。仿真结果表明,该方案在提高频谱利用率的同时提升了整个蜂窝网络的系统容量。     

基于Stackelberg博弈的云CDN缓存资源分配算法

为提高云存储环境下内容分发网络(CDN)的分发效率,提出一种基于Stackelberg博弈的缓存资源分配与定价算法。将Web服务器和云CDN代理商建模成一个多主多从的Stackelberg博弈模型,并构建其各自的效用函数。证明在代理商价格确定的情况下存在Web服务器纳什均衡点,利用一种分布式迭代算法求解博弈模型,得到最优定价与该定价下的最优缓存分配结果。仿真结果表明,该算法可保证Web服务器缓存需求在代理商之间的高效分配,与用户服务质量优先算法相比,可使Web服务器获得更高的单位成本效益。     

基于改进遗传算法的D2D资源分配策略

针对D2D（Device to device, D2D）通信技术在蜂窝系统中的资源分配与干扰问题,提出一种基于改进遗传算法的D2D资源分配策略。首先,确定保证蜂窝用户和D2D用户通信质量的功率范围,然后提出一种改进的遗传算法来确定D2D的最佳发射功率,最大化系统吞吐量。该算法在保证蜂窝系统服务质量（Quality-of-service, QoS）的同时,让交叉算子和变异算子随进化代数进行自适应变化,从而达到全局最优。仿真结果表明,本文所提算法可有效提升系统吞吐量并提高D2D用户的信道利用率。     

V2X通信中基于车辆分簇的资源分配机制

基于3GPP(3rd Generation Partnership Project)R15 SA WI阶段定义的两种V2X业务模型,在无基站覆盖区域进行自主资源选择时导致的碰撞和干扰问题,提出一种基于车辆分簇的资源分配机制。对场景中的所有车辆根据其地理位置和行驶方向进行分簇,根据车簇间的相对位置对所有车簇进行分组,进而划分不同的专属时隙资源;由每个簇中"头车"来担任资源协调与资源占用信息获取的角色。仿真结果表明,该机制在低时延要求场景下的性能较LTE-V2X现有自主资源选择的资源分配方式更优。     

基于联盟博弈的D2D网络资源分配算法研究

无线网络中用户数激增使得现有网络架构面临巨大挑战,如何有效提升系统容量是当前亟待解决的问题.作为5G发展中的关键技术,终端直连(Device-to-Device,D2D)通信和稀疏码多址(Sparse Code Multiple Access,SCMA)技术凭借在增大系统容量上的优越性受到了广泛研究.针对SCMA系统中...     

基于Stackelberg博弈的协作网络功率分配策略

针对协作网络中的功率分配问题,提出基于Stackelberg博弈的分配策略。首先建立博弈模型,源节点根据中继节点分配的功率给出价格;中继节点根据自身资源情况、信道状态、位置信息以及源节点提出的价格,进行协作传输功率的分配,从而构建用户效用函数;接着证明了该效用函数满足凹函数的条件,且存在均衡点,因此参与决策的用户可以通过求解协作功率和价格的Stackelberg均衡解(SE)最大化自己的效用;最后,通过仿真实验验证了均衡点的存在,并对源节点位置不同情况下节点的价格、功率和效用进行了分析,实验中离中继更近的源节点的协作功率和效用分别是距离较远用户的1.29倍和1.37倍。理论分析与实验结果证明了策略的有效性,而且该策略能适用于协作网络及其他分布式网络。     

基于灰狼优化和匈牙利算法的D2D资源分配策略

当前,车联网系统中存在频谱资源有限、系统干扰较大、D2D(device to device)用户通信质量差等问题。针对上述情况,提出了一种基于灰狼优化和匈牙利算法的D2D资源分配策略。在保证蜂窝用户以及D2D用户通信质量的前提下,该模型首先利用灰狼优化获得每个D2D用户的最佳发射功率,然后利用匈牙利算法实现D2D用户与蜂窝用户的最佳信道匹配,最大化D2D用户的总容量。仿真结果表明,该算法与和声搜索算法和遗传算法相比,在有效提升D2D用户的总容量同时,单个D2D用户也能获得较高的最大、最小容量。     

基于分簇的小基站用户资源分配方案

为降低密集网络系统层内干扰并提高系统容量,提出一种基于分簇的用户资源分配方案。在分簇阶段,根据小基站到簇头的最大距离方差与簇头间最小距离对初始分簇结果进行消除、合并及分裂操作,实现网络拓扑变化情况下的自适应分簇。在资源分配阶段,通过用户剩余资源有效利用及资源块微调,保障用户业务速率。仿真结果表明,与现有用户资源分配方案相比,该方案提高了系统容量及用户公平性。     

基于分簇的多用户OFDM自适应资源分配方案

针对正交频分复用自适应资源分配中算法复杂度和系统容量的问题,提出了一种联合子载波分配和功率分配的方案。在子载波分配中,将频带内相邻的子载波合为子载波簇,对用户速率进行比例约束,根据预设的比例为用户分配子载波簇;在功率分配中,根据子载波分配完毕后的用户速率比例,为用户分配功率,再利用注水算法解决单用户下子载波的功率分配问题。仿真结果表明,所提出的方案不仅可以有效降低算法的复杂度,而且提高了系统容量,从而证明了方案的可行性。     

宽带卫星网络中基于Stackelberg模型的下载带宽分配策略*

宽带卫星网络中,下载带宽是非常宝贵的资源。而使用宽带卫星网络下载带宽的用户有着自身的特点,即下载带宽需求量不同。为此,本文将研究高效的的下载带宽分配策略。Stackelberg模型可以解决层次化资源合理分配问题。应用该模型,带卫星网络用户被分成两个组。一组是下载需求量大的用户组;另一组是,下载需求量小的用户组。分别对其建立优化函数,利用Stackelberg求解算法得到各用户最佳的下载带宽。数值仿真实验验证了分配策略的有效性。     

基于ISAP的D2D资源分配优化算法研究*

D2D通信通过复用蜂窝系统频谱资源,实现一定范围内终端设备点到点的直接通信。频谱资源的复用缓解了资源匮乏的问题,但必然会产生同频干扰而影响蜂窝系统的性能。为了提高资源利用率且降低干扰,通过运用ISAP算法来完成合理的资源分配,从而实现D2D对与频谱资源之间的一对多的复用关系。同时,在满足各用户不同QoS需求的前提下,可将干扰有效抑制在合理的范围。最后通过仿真实验可知,该算法既不仅可以提高系统的吞吐量,也能保证蜂窝系统的通信性能不受影响。     

网格资源非对称进化博弈分配策略

针对经济模型的网格系统中资源分配的竞争问题,应用进化博弈论中多种群复制动态博弈模型对有限理性网格用户有差别的出价策略进行了研究,提出了一种非对称进化资源分配博弈模型,该模型将网格用户分为出价偏低的保守种群和出价偏高的激进种群,分析了两种网格种群采取合作与竞争策略的自发进化过程,求解了各自的复制动态方程,并通过实例化的非对称支付矩阵求解了复制动态系统的进化稳定策略。研究表明,只有博弈双方选择对等的行为策略才能促进网格资源的公平分配。     

基于Kuhn-Munkres最优匹配的D2D资源分配算法设计

由于资源复用,D2D链路与蜂窝链路之间会产生同频干扰.为了抑制这种干扰,提出了一种基于Ku-hn-Munkres最优匹配的资源分配算法.该算法采用了图论中的Kuhn-Munkres最优匹配算法来实现最大限度的复用系统内的RB,达到提高系统吞吐量的目的.同时,通过使一对D2D用户复用多个RB进行通信以保证不同的QoS需求.最后,通过计算机仿真可以看出,该算法既可以有效地满足D2D用户的不同QoS需求,又提高了系统吞吐量.     

网格资源分配的进化博弈策略

针对网格资源分配中的竞争问题,提出了一种利用进化博弈的动态机制研究资源分配的方法。该方法利用复制动态方程求解网格使用者策略选择比例的进化稳定点,通过反复博弈使得网格使用者学习并调整出价策略,并讨论了四种典型的使用者评估函数对进化稳定点的影响。最后利用网格模拟器进行了实验评估,结果表明提出的进化博弈方法是收敛的,且在网格使用者的总体效用方面优于传统算法,从而实现了网格资源的优化分配。     

A population game approach for dynamic resource allocation problems

We consider a water distribution system as an example of resource allocation, and investigate the use of a population game for its control. We use a game-theoretic approach based on two evolutionary dynamics, the Brown–von Neumann–Nash and the Smith dynamics. We show that the closed-loop feedback interconnection of the water distribution system and the game-theoretic-based controller has a Nash equilibrium as an asymptotically stable equilibrium point. The stability analysis is performed based on passivity concepts and the Lyapunov stability theorem. An additional control subsystem is considered for disturbance rejection. We verify the effectiveness of the method by simulations under different scenarios.     

基于Stackelberg博弈的双层水下传感器网络功率分配算法

针对水下传感器协作通信网络中能量消耗严重的问题,为了平衡节点间的能量消耗,同时提高系统的信道容量,提出了基于节点剩余能量的分布式博弈功率分配算法。将用户节点和中继节点间的交易模型构建为双层的Stackelberg博弈,使剩余能量少的节点提供较少的功率进行转发服务,反之则提供较多的功率进行服务,从而平衡节点间的能量消耗。与未考虑剩余能量的算法相比,在有2、3和4个中继节点时,信道容量分别提升了9.4%、23.1%和16.7%。仿真结果表明,该算法不仅提高了系统总的信道容量,而且延长了水下传感器协作通信网络的生存时间。     

网格资源分配博弈的随机动态分析*

针对网格资源分配的优化问题,提出利用随机动态来研究有限网格群体博弈的分析方法。通过建立网格使用者策略选择的随机模型来分析有限网格群体的博弈,并利用期望效用生成选择过程的量化指标来判断使用者在反复博弈中策略选择的变化方向及其稳定性。最后通过仿真实例的研究结果表明,在效用矩阵不变的情况下,群体规模是影响网格使用者策略选择方案的一个重要因素。