基于事件驱动控制的混杂动态博弈系统的纳什均衡分析

本文研究了基于事件驱动控制的混杂动态博弈系统的纳什均衡分析问题. 首先, 分析了事件驱动机制对混杂动态博弈过程的影响, 进而, 在进行状态空间描述的基础上, 给出了混杂动态博弈的纳什均衡的定义, 并建立了对应博弈系统的策略型模型. 其次, 结合Lanchester方程, 分别讨论了两类混杂动态博弈系统的均衡问题, 包括事件驱动策略设计和固定的情况, 获得了均衡解存在的必要条件. 最后, 通过数值模拟进行了应用分析, 验证了所取得结果的合理性和科学性, 并总结了混杂动态博弈研究的未来工作.     

基于二分图的D2D通信资源复用分配算法

为了提升D2D（Device to Device）通信资源复用分配的频谱效率,本文以最大化系统吞吐率为目标建立资源复用模型。同时面对高复杂度的组合优化求解过程,提出一种分布式的资源分配迭代算法,该算法使用二分图建立D2D用户与RB（Resource Block）资源的关系模型。每轮资源分配中,D2D用户根据所在RB资源上的动态干扰环境,自治的竞争RB资源,基站则根据吞吐率增益选举最优的D2D用户分配,避免多对一的RB竞争冲突。仿真实验表明,二分图算法在降低算法复杂度的同时,拥有较优的吞吐率性能优势。     

下含D2D蜂窝网中基于公平性原理的功率控制

针对蜂窝下含D2D系统的资源分配问题,文中首次以共道链路间传输速率的公平性为目标来研究功率控制问题。首先,将建立的系统模型归结为以系统吞吐量最大化为目标的联合信道分配与功率控制的最优化问题。为了降低求解该问题的难度,将问题解耦为信道分配和功率控制两个子问题。在假设已得到最优链路匹配集合的基础上,重点研究功率控制问题,分别得出基于公平性原理的最佳发射功率的闭式解、基于系统吞吐量最大化的最佳发射功率的闭式求解域以及满足公平性前提下基于系统吞吐量最大化的最佳发射功率的闭式求解域。仿真结果表明, 共道链路的公平性能得到了有效提升。     

D2D通信资源复用分配奖惩加权算法研究

为了改善不同D2D用户在资源复用模式下的服务质量瓶颈,以最大化系统吞吐率为目标建立资源复用分配模型,在资源需求量约束下,D2D用户通过复用多个蜂窝用户上行链路资源的方式来提升性能收益。同时在模型求解过程中,提出一种次优的奖惩机制,通过动态激励或约束不同资源差量的D2D用户获取RB资源,以降低问题复杂度。仿真实验表明,奖惩算法在牺牲少量系统吞吐率性能的基础上,能够较好的满足多个D2D用户的服务质量需求,使系统处于相对公平的资源分配状态。     

D2D通信中基于保证蜂窝用户通信质量的功率分配算法

针对D2D通信与蜂窝通信复用频谱资源时会产生同频干扰的问题,提出一种基于保证蜂窝用户通信质量的功率分配算法。在保证蜂窝用户平均SINR和最小SINR双重约束的基础上,建立以最大化D2D链路平均吞吐量为目标的凸优化问题,并利用拉格朗日函数推导出最优功率分配的闭式解。仿真结果表明:该算法不仅可以保证蜂窝用户通信质量,而且也能最大限度地提高D2D链路以及整个系统的总吞吐量。     

支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

一种改进的认知无线网络功率控制博弈算法

针对认知无线网络的特点,设计了一种基于信干比的新效用函数,其优点是无须考虑用户无线接入技术的调制方式,且具有边际效用递减的特性。另外,在传统代价函数中引入了动态调整机制。在此效用函数的基础上,提出了基于动态代价的非合作功率控制博弈算法,分析了算法纳什均衡解的存在性和唯一性。仿真实验表明,新算法与经典算法相比,能够明显改善系统性能。最后,比较和分析了在不同用户数下新算法的性能表现。     

5G全双工D2D通信系统中的最优功率控制方案

作为5G的关键技术,设备直通技术(Device-to-Device Communication,D2D通信)和全双工可以提升5G系统的频谱效益和吞吐量,两者结合可以进一步提升性能增益。但是全双工节点的自干扰和资源复用产生的同频干扰会很大程度影响系统的性能。基于此提出了功率控制方案,通过凸规划的拉格朗日对偶方法得到最优的发射功率,来最大化全双工D2D的链路速率并同时满足蜂窝用户的服务质量(quality-of-service,QoS)需求。通过仿真,观察了相比于半双工D2D,全双工D2D的增益随着蜂窝用户的需求和自干扰消除量变化的影响,并且对比了全双工D2D复用不同数目信道时的性能。     

基于改进蚁群算法的纳什均衡求解

在基本蚁群算法寻优机制的基础上,提出一种用于求解有限n人非合作博弈的纳什均衡解的改进蚁群算法。在全局搜索中,引入遗传算法中的交叉和变异操作提高算法的全局搜索能力。在局部搜索中,嵌入动态随机搜索技术使算法加速收敛到最优解,并通过引入控制步长调整随机搜索向量,保证蚁群始终在混合策略空间内。算例测试结果表明,与传统的遗传算法相比,该算法具有更好的计算性能。     

基于纳什均衡的多用户分布式系统负载均衡的研究

本文在基于排队论M/M/1动态负载均衡模型的基础上,提出了一种基于纳什均衡的动态负载均衡和静态负载均衡相结合的负载均衡方案.将改进后的方法与原负载均衡模型作对比,结果表明,在系统高通信开销时,新方案能有较好的性能表现,当系统负载量超过45％时,可以取得较好的期望响应时间.     

车联网D2D通信中最大化频谱资源利用率分配算法

无线通信技术快速发展,终端设备不断增多,为缓解这一现象,提升系统网络容量,针对车联网蜂窝D2D(device to device)通信资源分配问题,提出了一种最大化频谱资源利用率分配算法.该算法以最大化频谱资源利用率为优化目标,在满足车联网通信的基本服务质量(quality of service,QoS)下,通过V2V(vehicle to vehi-cle)和V2P(vehicle to people)共享信道资源来提高频谱资源利用率.首先利用信道状态信息定义的链路增益因子为终端用户找到潜在的通信链路集合;然后证明终端用户复用链路资源时功率分配问题为一个凸优化问题,利用凸优化理论求得最优传输功率;随后求解最优的信道匹配问题,此问题为多对一的加权匹配问题,为降低算法复杂度用KM(Kuhn Munkres)算法来求解.仿真结果表明,所提算法较其他算法能够有效地提升系统吞吐量、提高频谱资源利用率、提升网络性能,优化车联网通信资源分配问题.     

An evolutionary algorithm based on Nash Dominance for Equilibrium Problems with Equilibrium Constraints

This paper introduces an evolutionary algorithm for the solution of a class of hierarchical (“leader-follower”) games known as Equilibrium Problems with Equilibrium Constraints (EPECs). In one manifestation of such games, players at the upper level who assume the role of leaders, are assumed to act non cooperatively to maximize individual payoffs. At the same time, each leader's payoffs are constrained not only by their competitor's actions but also by the behaviour of the followers at the lower level which manifests in the form of an equilibrium constraint. By a redefinition of the selection criteria used in evolutionary methods, the paper demonstrates that the solution for such games can be found via a simple modification to a standard evolutionary multiobjective algorithm. We give a proposed algorithm (NDEMO) and illustrate it with numerical examples drawn from both the transportation systems management literature and the electricity generation industry underlying the applicability of NDEMO in multidisciplinary contexts.     

潜铺型卫星认知通信中上行链路功率控制

针对卫星通信中存在有效信道远小于注册频率的情况,提出了以潜铺型认知无线电为技术依靠的卫星上行链路功率控制算法。该算法以次要用户所获吞吐量与付出代价之差为效用函数,通过次要用户作为参与者建立的博弈模型进行纳什均衡求解,得到最优功率分配策略。该策略可满足次要用户自身需求,亦不影响主要用户系统正常通信,能有效提高频带使用率。在性能方面,指出了次要用户系统容量和预留信噪比的关系。仿真结果表明,在主要用户系统容许范围内次要用户数量越多则其系统吞吐量和系统收益越大,最后讨论了算法的实现复杂度。     

机械产品资源共享平台

鉴于中小企业无资金建立自己的网站宣传产品,开发了基于PaaS模式的机械产品资源共享平台.平台采用四层架构实现,使用X3D展示三维模型,通过SAI方式实现动态交互.结合机械产品非结构化数据多并且数据量大的特点,将X3D文件及三维模型文件放在服务器端,通过MechanicalProductionList表来索引相关文件.平...     

异构蜂窝网络中功率和资源分配博弈算法研究

基于D2D和中继异构蜂窝网络进行资源复用可获得系统性能增益,但同时也使得网络中的干扰更加复杂.针对该问题,提出功率和资源分配博弈(PRAG)算法,通过功率控制和资源分配对D2D和中继异构蜂窝网络进行干扰协调.基于代价参数设定D2D和中继链路效用函数,确定最佳发射功率.在此基础上,将生成的效用值矩阵参与博弈,选择合适的蜂...     

基于公平性的D2D时隙调度算法

针对设备到设备（D2D）通信资源分配中的时隙调度时延以及信道增益变化导致吞吐率下降的问题,提出了一种公平性时隙调度（FTDS）算法。首先,基于频谱复用模式建立系统模型,并归纳为一组合优化问题;然后,在模型的次优求解中,FTDS算法将调度周期划分为多个等长的时隙,根据优先级策略将D2D用户分配至不同时隙调度,从而适应D2D用户多于蜂窝用户的应用场景;同时,为了权衡服务质量（QoS）与系统吞吐率的关系,构造一满足性权值与传输速率相互制约,共同决定用户调度优先级。仿真实验中,FTDS算法相比TDS、RANDOM算法,吞吐率平均增幅分别达到11.09%和40.64%,且FTDS算法下D2D用户被调度频次累积分布更为集中;同时,相比TDS算法调度时延最大降低31.22%。仿真实验表明,FTDS算法拥有更优的吞吐率性能、更公平的调度机制、更小的调度时延。     

一种P2P网络客户资源共享系统设计

近年来P2P网络结构下的分布式应用系统正在形成发展趋势。本文介绍的P2P网络客户资源共享系统就是一个例子。文中分析了采用P2P结构设计客户资源共享系统的主要原则和实现技术。通过系统的开发实践,解决了P2P架构下的用户访问控制、节点通信、信息同步等技术问题。实验证明,P2P网络结构下的分布式客户资源共享系统有较好的实用性和扩展性。     

CDMA系统中基于时延花费的功率速率联合控制

针对CDMA系统中的多业务处理的飞速发展,采用非合作博弈（Non—cooperative Game,NG）理论实现功率与速率的联合控制（joint control of power and rate）。将功率与速率控制问题等效为非合作博弈（Non—cooperative Game,NG）问题,并且提出了一种基于时延花费的代价函数,接着证明了该联合算法纳什均衡（Nash Equilibrium,NE）的存在性与唯一性。仿真结果表明,该算法使得用户在较小的功率下获得较高效用值,并且减少了用户的传输延时。