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。     

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博弈的无线资源分配算法

4G系统可以随意更改速率控制方案以满足网络应用的需要,这样在传输协议中系统不遵守速率控制规则的行为更使得4G系统能耗大大提高。针对此4G系统接入选择问题,结合单跟随者Stackelberg博弈模型,文章提出了一种使用简单的效用函数和线性代价函数的4G系统无线资源分配算法,理论证明了其收敛的特性,而且通过仿真对基于Stackelberg博弈的4G系统无线资源分配算法的运行结果进行评价,证明了该算法在纳什均衡态的稳定性,取得了4G系统的最优传输效能策略和子博弈完美纳什均衡。     

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。     

基于最大边缘分配算法的雷达博弈波形设计

实战背景下雷达目标先验信息有较大的不确定性,基于先验信息设计的波形不能满足参数估计的需要.为解决该问题,提出了一种博弈条件下的雷达波形设计方法.考虑到雷达与干扰机在电子对抗中的非同时性,采用Stackelberg博弈框架进行建模.该方法以优化雷达能量谱分布为策略,采用最大互信息准则建立效用函数.博弈过程中,雷达与干扰机...     

面向ICN的非合作博弈优化缓存策略

针对信息中心网络（Information-Centric Network,ICN）的缓存分布问题,提出了一种基于非合作博弈算法(Non-cooperative Game)的优化缓存策略。算法将ICN网络建模成复杂网络,采用非合作博弈框架,兼顾用户服务质量（Quality of Service,QoS）的情况下,综合缓存节点距离、能效和流行度对网络中每个节点构建相应的效用函数,采用分布式迭代算法解出非合作博弈的纳什均衡解,得到全局最优的效用函数值,获取最佳的缓存分配结果。仿真结果表明,在用户请求次数和请求内容流行度不断增加的情况下,使用非合作博弈算法可以减少网络整体能耗,提高平均缓存命中率,减少平均响应跳数。     

基于混合博弈的虚拟网络动态资源分配模型

传统的互联网构架模型已难以满足消费者层出不穷的新兴应用要求,网络虚拟化作为解决当前互联网僵化问题的技术手段,近年来受到了国内外新一代网络研究领域的广泛关注。如何在异构的物理环境下设计出既能满足虚拟网用户资源需求,又能最大化利用物理网络资源的资源分配算法,是网络虚拟化技术亟待解决的问题。本文根据博弈论的思想,将合作博弈与非合作博弈相结合,提出了基于混合博弈的竞争模型,并根据业务类型把虚拟网划分为不同的服务类型,提出虚拟网络资源动态分配方法。仿真结果表明,本文提出的基于混合博弈的虚拟网络动态资源分配方案相对于传统资源分配方案而言,充分利用了基础设施提供商提供的物理资源,同时有效预防链路拥塞,增加了用户满意度。     

基于斯塔克伯格博弈的边缘协同计算研究

小型基站(Small-cell base stations,SBSs)被认为是边缘计算环境中重要的组成部分。但由于自身计算资源有限,当计算工作负载过大时,为用户提供的服务质量将面临重大的挑战。因此,针对小型基站间协同计算展开研究。首先,以最优化小型基站的个人效用为目标,结合多主多从斯塔克伯格(stackelberg)博弈模型,提出一种可实现小型基站间协同计算的算法。然后,通过循环迭代的方式求解小型基站之间非合作博弈的纳什均衡解。最后,通过Matlab进行实验,验证了该算法的可行性和有效性。     

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。      

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mn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mn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mn,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mn已匹配关系,形成基础资源提供者(InPs)与mn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.     

Cognitive RAN Slicing Resource Allocation Based on Stackelberg Game

The cognitive network has become a promising method to solve the spectrum resources shortage problem. Especially for the optimization of network slicing resources in the cognitive radio access network(RAN), we are interested in the profit of the mobile virtual network operator(MVNO) and the utility of secondary users(SUs). In cognitive RAN,we aim to find the optimal scheme for the MVNO to efficiently allocate slice resources to SUs. Since the MVNO and SUs are selfish and the game between the MVN...     

Resource Allocation in Cognitive Radio Networks Using Stackelberg Game: A Survey

Wireless Personal Communications - With the promise of improving the spectrum utilization of wireless devices, cognitive radio technology has gained a significant amount of interest from the...     

基于非合作竞价博弈的网络资源分配算法的应用研究

本文运用博弈理论对资源分配技术进行了深入研究,提出了能够反映供求关系的基于竞价的网络资源定价机制,并设计了端系统的效用函数,论证了资源分配博弈中Nash均衡点的存在性和唯一性以及Nash均衡解.基于所提资源分配博弈模型,设计了一种网络资源分配算法(RANG).仿真实验表明,RANG算法能够为端系统的资源数量提供参考,规范端系统竞价,从而使得整个资源的分配趋于合理.     

基于移动边缘计算的资源分配策略

为进一步探究移动互联网的资源分配问题,文中基于无线互联网通信工况恶劣的特殊情形构建了仿真模型,并结合实际情况,以支持移动边缘计算的服务器为基础,引入基于深度域不变性残差计算的长短期记忆网络（DR-LSTM）,从互联网设备任务卸载的角度着手设计了资源分配策略和主要算法流程。通过仿真实验结果可知,基于移动边缘计算的资源分配策略在性能上存在一定的优势,具有潜在的应用价值。     

博弈论框架下认知小蜂窝网络的动态资源分配算法

为提高认知小蜂窝网络(CSCN)的系统容量,本文基于博弈论框架分析了上行链路中频谱、小蜂窝基站和功率的动态分配行为.传统的频谱分配方案只考虑了异质网路中相互独立频带间的最优分配,而没有考虑可重叠频段间的分配模式和上行链路资源的联合优化.基于此,本文提出了一种具有频带可交叉特性的联合分配模型.通过引入干扰温度限制、全新的干扰算子和记忆因子构造了一种新型的上行注水功率算法.仿真结果表明,基于博弈理论的动态选择特性和干扰温度的干扰避免准则,本算法可以有效提高CSCN的吞吐量和鲁棒性.     

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。     

Joint Resource Allocation at Edge Cloud Based on Ant Colony Optimization and Genetic Algorithm

Wireless Personal Communications - Both the radio resources in wireless networks and the computational resources in cloud have big impact on the performance of the mobile cloud computing system. In...     

电力应急通信非合作博弈资源分配方法

电力应急通信Mesh网络承载单兵装备业务能力受到现场无线信道质量、节点通信资源抢占等影响,不合适的信道资源分配将降低Mesh网络整体服务质量。在构建Mesh拓扑网络的基础上,提出考虑单兵装备业务类型的非合作博弈资源分配方法,构建节点报价-业务通信-节点惩罚机制,实现无线信道资源合理分配。仿真结果表明,在明确接入单兵装备业务类型的前提下进行节点报价和信道资源分配,能够提升Mesh网络整体服务质量,为应急作业效率优化提升提供参考。     

基于势博弈的车载边缘计算信道分配方法

针对车载边缘计算环境中,边缘节点在为不同数据传输任务分配信道时产生的同信道干扰(Co-Chan-nel Interferences,CCI)问题,本文形式化定义了车载边缘计算信道分配问题,致力于为不同数据传输任务合理分配信道,最大化数据传输任务的完成率.利用势博弈模型将全局优化的信道分配问题转化为边缘节点间的分布式信道...     

基于Bertrand博弈论的动态频谱分配算法

研究了在多主用户参与的完全竞争模式下的频谱价格问题,建立基于博弈理论的经济模型,分析主用户的频谱利润和频谱价格与认知用户的频谱需求之间的关系。考虑了主用户数、频谱替代因子和学习速率对频谱价格、纳什均衡、收敛性及稳定性的影响。仿真结果表明,合理的频谱价格及传输参数,可以使主用户获得的利润最大化,合理的学习速率可以使主用户的频谱价格快速收敛,通过有偿频谱共享,充分调动了主用户的积极性,从而有效的缓解了认知用户频谱资源紧张的局面。