基于博弈论的同频异构网络功率分配算法研究

文章针对异构网络的功率分配问题,研究分析了基于博弈论的同频异构网络功率分配算法。然后,基于该算法提出了两种代价因子选择方法：固定代价因子和自适应代价因子。最后根据这两种代价因子选择方法对所提出的基于博弈论的同频异构网络功率分配算法进行了仿真和性能分析。     

探究LTE网络中基于博弈论的资源分配及网络选择算法

主要研究LTE网络基于博弈论的资源分配与网络选择算法,建立了单个用户的效益模型和多用户的博弈模型,并利用进化博弈论完成群体网络决策优化,均衡多重网络负载,提高网络稳定性。     

下一代异构网络中基于进化博弈论的业务负载均衡

阐述了进化博弈论(EGT)的基本理论和模型，并将其应用于异构(heterogeneous)通信网络的业务负载均衡问题中，给出了一种基于进化博弈理论的异构网络业务分配模型。应用复制动力学的动态学习能力，进化博弈模型中的用户方通过动态调整分配策略，可以获得进化稳定策略(ESS)下均衡的负载分配和改善的期望效用(utility，或适应度fitness)。计算机仿真结果从负载分配的稳定、均衡和改善的平均期望效用三个方面验证了进化博弈模型在异构网络负载均衡问题中的有效性。     

博弈论方法在混合无线网络中网络选择问题研究中的应用

随着无线网络技术的日益发展以及人们对无线互联的需求,各种适用于不同工作环境的无线网络技术往往共同应用于人们的日常活动区域中.为了提高网络的利用率与最大化自身收益,用户往往会在不同的无线网络中切换,选择最合适网络的进行连接.这种情况下,一个无线网络用户的行为变化会对其他用户的网络环境带来严重的影响.博弈论在分析研究这类情况具有很大的优势.本文简单介绍了博弈论的基本概念,并总结了当前采用博弈论的方法研究解决混合无线网络中网络选择问题的代表的工作.     

CDMA/OFDMA异构网络中最小化中断概率的网络选择方案

该文针对采用周期式负载测量机制的CDMA/OFDMA异构网络场景,提出了一种最小化SIR中断概率(Minimizing SIR Outage Probability, MSOP)网络选择方案。该算法采用Wilkinson近似方法得出呼叫最佳接纳概率。仿真结果证明,在较长的测量周期下,该算法能有效实现负载均衡,获得更高的中继增益,提高资源的使用效率;同时,该算法也能大大降低呼叫的平均中断概率,使用户获得更好的通信体验。     

浅谈WLAN与LTE异构网络中网络选择优化算法

LTE与WLAN均属于未来十分重要的两个通信网络。如何实现LTE与WLAN网络的有机融合,为用户提供更优质、便捷的服务是摆在运营商面前的一个重要课堂。文章简要探讨WLAN与LTE异构网络中网络选择最优算法,以供参考。     

异构融合网络中多网无感切换技术研究

单一通信网络越来越难以满足人们对于网络通信高可靠、高带宽、覆盖广、高移动性和低时延的需求,但在目前的相关研究中,主要提供的是网络层的解决方案,较易出现用户终端在各个网络中频繁切换所引起的切换准确率不高、切换效率低等问题.因此,提出一种基于统一通信架构的多网无感切换解决方案.该方案屏蔽底层接入网络,有利于解决在网络层误切...     

异构网络融合环境下基于加权二分图的网络选择算法

摘要：在异构网络融合场景中,为了合理利用异构网络资源,提出了一种基于加权二分图的网络选择算法。将网络选择过程映射为寻找最优加权二分图的过程,用户和网络双方的需求经数学建模后进行供需最优匹配,供需匹配有二次选择机会以平衡网络负载。与其他算法相比,提出的算法可以为不同QoS业务提供满足需求的匹配结果,并且能够动态调整网络负载,实现异构网络融合场景中用户需求和网络资源的合理匹配。     

异构网络中多网络并行传输的网络选择算法

为了充分利用异构网络中的无线资源,提出了一种基于多网络并行传输的异构网络接入选择算法,该算法根据终端接收信号功率确定能够进行通信的无线网络,以这些无线网络的任意非空子集作为候选方案,计算各个方案对应的聚合属性,再根据吞吐量和功耗阈值条件限定候选网络方案,对这些方案建立多属性决策矩阵,采用基于用户偏好的逼近理想值排序法(TOPSIS)得到各个候选网络方案的效用函数值,从中选出与理想方案最接近的多网络接入方案。仿真结果表明该算法能有效改善用户服务质量,提高用户吞吐量,降低用户的单位吞吐量对应的功耗和费用,保证网络的负载均衡。      

基于匹配博弈的车辆异构网络选择算法

摘要：针对车辆在异构网络覆盖环境下的网络接入选择问题,基于双边匹配博弈中稳定匹配的相关概念,提出一种车辆异构网络选择博弈模型,通过用户侧与网络侧的双向选择得到异构网络选择的稳定匹配。算法首先利用层次分析法获得相应权重分配以给出满意度函数,然后将网络侧的一对多匹配转化为一对一匹配问题,在稳定匹配条件下构建多目标优化模型,并求解最优匹配结果。相关性能分析及仿真实验表明,基于稳定匹配的博弈模型相对于传统决策模型,能够使网络和用户侧双方的满意度最优化,从而得到双向网络选择的均衡状态。     

基于Markov演化博弈的网络防御策略选取方法

当前运用博弈理论的网络安全研究大多采用完全理性假设,本文针对现实社会中攻防双方的有限理性限制条件和攻防过程的动态变化特征,基于非合作演化博弈理论,从有限理性约束出发,将演化博弈模型与Markov决策相结合,构建多阶段Markov攻防演化博弈模型,实现对多阶段、多状态攻防对抗的动态分析推演;依据博弈的折扣总收益设计目标函数,提出多阶段博弈均衡的求解方法,给出最优防御策略选取算法.通过实验验证了模型和方法的有效性.     

超密集网络中基于博弈论的频谱分配策略研究

超密集网络(Ultra-Dense Network,UDN)作为5G的关键技术之一,密集分布的小基站带来了系统容量和传输速率的提升,已成为近年的研究热点.针对UDN中严重的同层与跨层干扰问题,将博弈论应用到频谱分配中,求解相关均衡得到优化的频谱分配策略.使用Matlab对基于博弈论的频谱分配策略(SAGT)、对图论着色...     

基于动态灰色多指标决策的异构网络选择

将异构网络中的网络选择转化为典型的动态多指标决策问题,提出了一种基于动态多指标决策理论和灰色关联理论的网络选择策略。在考虑用户偏好、业务应用和网络参数当前好坏程度的基础上,进一步考虑了网络参数的动态变化趋势,从而为用户提供全面的QoS保证。仿真结果表明,这种策略能为用户提供合理的接入选择。     

无线传感器网络能量均衡路由博弈算法

针对无线传感器网络节点能耗不均匀,容易形成网络分区的问题,提出了一种基于博弈论的无线传感网络路由选择策略,建立传感器节点之间以剩余能量为效用的博弈模型,求解并确定节点剩余能量最优的路由。仿真结果表明,所提出的路由选择策略可以有效地最大化节点的剩余能量,同时当该模型处于纳什均衡解时,每条路径的能耗处于均衡状态,有效地利用了传感器节点的能量资源,避免了网络能量的空洞,延长了网络的生命周期。     

异构网络融合场景下车联网的移动性管理和资源管理

摘要：针对异构网络融合场景下车联网的特点,研究了车联网中的移动性管理技术和资源管理技术。在介绍物联网及车联网基本概念的基础上,分析了车联网中异构网络融合的应用场景,通过研究车联网中的通信设备、通信形式、组网方式等,提出了车联网的网络架构。与一般异构网络相比,车联网中车辆移动速度快,造成车辆接入公共网络时频繁切换的问题,为此,研究了车联网中的移动性管理技术。车联网中通信设备以及通信形式的多样化带来了多样化的业务需求,针对不同优先级业务提出了车联网中基于优先级的资源管理技术,即在异构网络的资源管理中必须保证高优先级业务在资源分配、接入控制、网络选择等方面始终处于优先状态。     

一种多属性决策的异构网络选择算法

针对异构网络融合环境下的网络选择不能仅依靠物理信号强度的特点,利用多属性决策理论提出了一种异构网络选择算法。该算法考虑业务要求、用户喜好以及网络差异,通过层次分析法和熵值法确定网络属性的权重,并由此计算可得网络性能,选出最优网络。仿真结果表明,此算法可以准确选择接入网络,并当用户在网络边缘做兵乓运动时有效减小切换次数,降低丢包率。     

基于业务类型的异构无线网络选择算法

下一代异构无线网络环境下,用户的业务需求将更加多样化。根据3GPP对无线网络业务类型的划分,提出了一种基于业务类型的异构无线网络选择算法。该算法在无线多模终端中引入业务分析模块,考虑网络数据速率、时延、可靠性、安全性、价格等多种因素对不同业务的影响,采用模糊层次分析法,综合评价选出最佳网络接入。仿真结果证明,该算法能够根据业务类型有效地选择最佳网络,充分发挥异构网络的优势,有利于网络资源的优化调控。