无线局域网中业务流接入控制的博弈论算法

提出一种IEEE 802.11无线局域网中的用户流接入控制(AC)算法．通过建立用户流的QoS满意度(UQS)函数,将用户与接入点(AP)之间的接入控制决策过程建模为UQS最大化下的非协作博弈;根据此博弈的纳什均衡解,在不同的网络负载条件下,给出AP的最优接入控制策略(G-AC)．仿真结果表明:G-AC算法能够为接入的用户流提供定量的QoS保证;并且,同传统的截止优先权AC算法(CP)相比,G-AC算法可以根据网络负载状况自适应的改变接纳策略,从而获取更高的带宽资源利用率(平均吞吐量高于CP算法10％),并为服务商带来更高的网络收益．     

基于粒子群优化的协作网络资源分配的博弈策略

应用基于竞价机制的斯坦克尔伯格博弈提出协作中继网络中的一种资源分配策略,用以解决单一中继节点对多用户节点协作带宽的分配问题。首先中继根据用户的协作带宽需求对资源定价,然后用户根据价格调整其纳什均衡策略,即获取协作效用最大化的最优带宽购买量。证明了纳什均衡的存在性,提出基于粒子群优化的均衡求解算法,分析了均衡的有效性,仿真给出了粒子群优化的全局最优带宽分配结果。仿真结果表明,所提出的博弈可以激励中继节点参与协作,并协调多用户节点间的资源分配。     

基于网络编码的用户协作博弈资源分配算法

在正交频分多址接入两用户协作中继系统中,为进一步提高协作系统的吞吐量,提出在协作节点处运用网络编码(NC)进行全双工协作通信的传输方案. 同时,引入纳什议价均衡(NBS)博弈,考虑协作用户吞吐量均衡,设计了双层纳什议价均衡(DL_NBS)博弈来协调用户对间的子载波和功率分配. 仿真结果表明,基于NC协作系统方案的吞吐量比普通协作传输模式提高约491%,比直传模式提高约464%;DL_NBS博弈资源分配方案与传统资源分配算法相比,不仅更适用于分布式用户协作场景,且能取得公平性和有效性的折中.     

基于博弈论的协作超宽带系统资源分配算法

为使多用户协作超宽带系统的资源分配算法能在有效利用系统资源的同时满足用户的服务质量QoS（Quality of Service）公平性需求,在纳什议价解方法和凸优化理论基础上,将合作博弈论方法用于协作多频带超宽带系统的资源优化分配中。提出以最大化系统净效用为目标,以用户的QoS需求为公平性指标的协作超宽带系统协作伙伴选择算法和自适应功率分配算法。通过仿真与最大化系统速率（max-rate）和最大化最小用户速率（max-min）公平性算法作比较,证明了该资源分配方法在最大化系统速率和用户QoS公平性两方面有很好的折衷,适于超宽带系统。     

无线局域网中多用户接入控制的博弈论算法

应用非协作博弈论提出一种无线局域网多用户接入控制(AC)算法.以分组发送时延作为实时用户对QoS的满意度指标,先建立AP对单用户的AC博弈模型(SAG);然后将SAG扩展为多用户AC博弈(MAG);通过求解MAG的纳什均衡,得到AP获取效用最大化的多用户接入策略。仿真结果表明,通过调整多用户接入缓冲区和AC周期的大小,MAG能够获得理想的用户接入时延;且与SAG相比,MAG能够在不影响系统吞吐量的情况下,通过优化接入用户的组合,显著地提高网络服务供应商的收益率(14%)。     

基于博弈论的协作中继策略

针对无线网络中协作节点公平、高效的资源分配,提出一种基于博弈论的协作中继策略.设置节点的中继策略为其中继码元数和相应的中继功率,建立中继策略选择的联合博弈(JSPAG)模型.为求解JSPAG的双赢纳什议价解(NBS)策略并降低其运算复杂度,将JSPAG依次分解为码元分配博弈(SAG)和功率分配博弈(PAG).应用凸优化理论,分别证明SAG和PAG具有惟一的纳什议价解;使用低复杂度的策略搜索算法求得SAG和PAG的惟一NBS解.仿真实验表明:与直接传输策略相比,所提出的NBS策略能使协作节点获得公平的数据传输速率增益;与最大化系统速率策略(即不考虑用户间的公平性)相比,NBS策略能在获取节点间公平性的同时减小系统资源利用效率上的损失.     

认知无线电网络中基于演化博弈的协作频谱感知技术

 提出了一种基于演化博弈理论的认知网络协作频谱感知方法．对协作频谱感知中次级用户的传输时间和吞吐量进行分析,建立协作感知的博弈模型并研究其动态演化特性,基于次级用户吞吐量最大化准则,得到相应纳什均衡解,在此基础上提出一种次级用户自适应分布式学习算法．理论分析和仿真结果表明,这种协作感知方法在保证检测性能的基础上,有效减少了协作通信开销,提高了次级用户吞吐量．     

多蜂窝系统下行多用户CoMP中一种次优的子载波和功率分配算法

针对传统的协作多点传输/接收(CoMP)系统中蜂窝中心用户和边缘用户在子载波分配过程中出现的分配不公平和未考虑可变功率因素的问题,提出了一种次优的旨在最大化扇区内所有用户吞吐量的子载波和功率分配算法.该算法将蜂窝边缘用户可使用的频率资源扩展到蜂窝所在的整个频段,同时蜂窝中心用户和边缘用户在整个频段上通过正比公平算法竞争最优的子载波资源,用以保证用户的公平性,然后根据最优化目标函数和得到的子载波分配算法,对小区内的所有用户进行最小速率和正比公平限制,利用拉格朗日乘子法计算出了分配给每个用户的功率.仿真结果显示,该算法可以显著提高所有用户的公平性和吞吐量.     

认知无线电中的联合准则频谱分配算法

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

基于神经网络和遗传算法的高密集WLAN公平性保障算法

为了满足用户在各类场景下对无线业务日益增长的要求，高密集部署的无线局域网(wireless local area network, WLAN)是未来发展的趋势。但由于频率资源有限，相同信道必然存在多个WLAN无线接入点(access point, AP),然而处于同一信道的AP会互相干扰，造成网络中小区间吞吐量的公平性下降，无法为用户提供良好的服务质量。为了提高网络公平性，改善用户体验，需要制定合理的网络参数调优方法，给出了一种基于神经网络和遗传算法对WLAN参数优化的方法。采用神经网络构建网络参数与网络吞吐量公平性之间的映射，将训练完成的模型作为遗传算法的适应度评估函数，通过遗传算法求解优化参数组合配置来改善WLAN吞吐量公平性问题。仿真结果表明所提出算法能够使得高密集WLAN吞吐量公平性得到提升。     

认知网络中基于纳什议价解的功率控制方法

本文基于合作博弈论中的纳什议价博弈理论,研究了认知无线电网络中的功率控制问题。提出一种基于信干扰比(Signal-to-Interference plus Noise Ratio, SINR)的效用函数模型,按照纳什定理基于该模型的合作功率控制算法获得的纳什议价解(Nash Bargaining Solution, NBS)可以保证整个系统的帕雷托最优性,同时通过证明纳什议价解实质是比例公平性的一般形式从而保证用户之间的公平性。在主要用户干扰温度限和认知用户的最大传输功率等限制条件下,按照纳什定理把基于NBS的功率控制问题转化为求解多重限制条件下的最优化问题,通过引入拉氏乘子求解该问题有效获得了各个认知用户的传输功率水平,实现SINR门限的要求。仿真结果表明本文算法有较快的收敛速度,同时较非合作算法相比可以有效改善认知用户之间的公平性和系统的整体性能。     

OFDMA网络比例公平性的中继资源分配

在中继协作正交频分多址（OFDMA/Relay）系统中,应用协作博弈论提出一种比例公平性的多用户中继资源（子载波和功率）分配方案.定义了用户基于比特传输速率的效用函数,并建立中继资源分配的协作博弈模型.求解此博弈的纳什议价解（NBS）具有较高的计算复杂度,为此,提出一种快速子载波与功率联合分配算法,即：先进行固定发射功率的最优子载波分配,再进行最优的发射功率分配,最终通过上述迭代方式获得联合资源分配的NBS.仿真试验表明：与已有的OFDMA/Relay系统资源分配算法相比,所提出的NBS求解算法能够在提高系统频谱资源利用率的同时,对用户进行更为公平的中继资源分配.     

应用于802.11e无线局域网QoS区分的新机制

针对802.11e无线局域网中的不公平现象,即当网络负载较大时低优先级数据流的吞吐量几乎为零,提出一种新的媒体接入控制机制P-EDCA,实现按数据流权重公平的系统带宽资源分配．P-EDCA支持802.11e的多优先级队列结构,通过站点内部的队列调度机制保证各队列分组获取公平的站点发送权; 通过站点之间的信道竞争机制保证各站点获取公平的信道访问机率．仿真表明,P-EDCA能够精确实现按权重、成比例的带宽资源分配．与EDCA相比,在满足高优先级数据流QoS需求的前提下,P-EDCA能够将低优先级数据流的时延降低50％．     

单播组播共存环境下的多波束卫星功率优化分配

针对多波束卫星系统单播组播共存情况下的功率分配问题,提出了一种多目标优化设计方案。考虑同一组播流在不同波束下的一致性、数据流之间共享关口站上行链路带宽的公平性以及各个业务流的平均速率三项性能指标,构造了具有多重目标函数的数学模型,并采用基于快速分类的非支配排序遗传算法(NSGA-II)进行了最优功率集的求解。仿真结果表明,该方案在组播一致性、带宽公平性以及平均业务速率方面均取得了较好的性能,而且算法的收敛速度较快,可适应网络业务量动态变化的需求。     

中继增强蜂窝系统中的比例公平资源分配

针对中继增强蜂窝系统,提出了一种基于比例公平准则的资源分配算法.在基站和中继节点分别独立地调度所服务用户的情况下,通过资源划分和用户调度两个步骤,实现蜂窝小区内所有用户的比例公平资源分配目标.仿真结果表明,该算法可在保证用户公平性的前提下,获得比传统算法更好的系统吞吐量增益.     

一种保护TCP流的AFRED缓存管理算法

在存在用户数据报协议业务流的情况下, 为了有效地保护传输控制协议（TCP）流, 并保证业务流的公平性,提出了一种自适应的流随机早期检测（FRED）缓存管理算法AFRED（Adaptive FRED）. 新算法通过对分组丢弃门限和丢弃概率的动态调节,保护了TCP流,提高了系统的公平性和带宽利用的有效性. 分析和仿真表明, 算法的复杂度与FRED相近,但是能获得更好的性能.