一种基于用户需求的分布式中继资源分配方法与流程

本发明属于无线通信技术领域，具体涉及一种基于用户需求的分布式中继资源分配方法。

背景技术：

随着无线通信网络的迅猛发展，对数据的传输速率的需求急剧增加。空间分集问题和网络传输容量性能优化成为关键问题。协同传输模式被视为一种很有前景的传输技术。在无线协同通信网络中，具有良好的信道增益的中继传输链路将有效帮助蜂窝边缘用户向目的节点传输信息，从而扩展了蜂窝网络的覆盖范围，提升了用户的传输容量。然而，由于网络中的中继节点数量受限，且源节点之间存在竞争关系。这一情况下，合适的中继节点分配策略将使得源-目的节点对得到比直传模式更高的传输速率，而不恰当的中继分配策略将可能对网络造成负面影响(参考文献c.jun,s.xuemin,j.w.mark,anda.s.alfa,"semi-distributeduserrelayingalgorithmforamplify-and-forwardwirelessrelaynetworks,"ieeetransactionsonwirelesscommunications,vol.7,no.4,pp.1348-1357,2008.)。因此，中继分配问题是中继传输技术中的重要问题。

现有文献已经提出很多方法解决中继选择可能出现的问题。他们中大部分方法为集中式算法(参考文献s.sharma,y.shi,y.t.hou,ands.kompella,"anoptimalalgorithmforrelaynodeassignmentincooperativeadhocnetworks,"ieee/acmtransactionsonnetworking,vol.19,no.3,pp.879-892,2011；y.dejun,f.xi,andx.guoliang,"opra:optimalrelayassignmentforcapacitymaximizationincooperativenetworks,"inieeeinternationalconferenceoncommunications(icc),20112011,pp.1-6.)，比如将中继选择建模成最优化数学问题。虽然集中式算法是有效的方式，但集中式算法总是需要一个集中控制器和其对于传输链路的度量，比如信道状态信息等等，方便集中控制器做分配决策。当源节点数和中继节点数量增加时，优化问题将变得越来越复杂。

为了解决上述问题，也有文献提出了分布式算法解决中继分配问题。现有的文章主要集中在最大化全网的传输容量或者提升传输的传输容量公平性上(参考文献s.sharma,y.shi,y.t.hou,ands.kompella,"anoptimalalgorithmforrelaynodeassignmentincooperativeadhocnetworks,"ieee/acmtransactionsonnetworking,vol.19,no.3,pp.879-892,2011；y.dejun,f.xi,andx.guoliang,"opra:optimalrelayassignmentforcapacitymaximizationincooperativenetworks,"inieeeinternationalconferenceoncommunications(icc),20112011,pp.1-6.)，忽略了用户设备的实际需求。而实际上网络中的无线设备有各自的通信业务需求，或多或少有用户觉得自身的传输容量不足或者有剩余，过分的强调传输的传输容量可能使得网络在分配资源时不恰当。

技术实现要素：

本发明的目的在于为协同传输网络提供一种基于用户需求的分布式中继资源分配方法。

实现本发明目的的技术解决方案为：一种基于用户需求的分布式中继资源分配方法，包括以下步骤：

步骤1，将中继选择问题建模为博弈模型，博弈的参与者是网络内所有的源节点和中继节点；

步骤2，中继网络中的源节点根据位置信息和传输速率估计中继节点的链路传输效果，对中继节点进行优先序列排序；

步骤3，每个源节点向优先级最高的中继节点提出申请，并得到接受、接受资源不足或拒绝三种可能的结果之一：若被接受或者中继节点给予的资源比当前得到的资源多，源节点接入新的中继节点；若被拒绝或者中继节点给予的资源比当前得到的资源少，源节点将对下一个优先级的中继节点进行申请；

步骤4，中继节点接收到源节点的传输请求，对向自己提出申请的源节点通过传输效率进行优先级排序，根据用户的速率需求分配传输时间资源：如果中继节点的资源足够时，源节点将能得到所需的传输速率，转步骤6；如果源节点分配的资源不足，源节点只能得到所连接中继节点的传输剩余资源，进入步骤5；

步骤5，源节点将重组列表次序，未满足需求的源节点向下一个中继节点提出申请，并返回步骤3；如果没有更好的中继可以选择，将保持原有的中继选择策略，继续连接以往的中继节点，并转步骤6；

步骤6，传输连接达到稳定状态，结束循环。

进一步地，步骤1所述将中继选择问题建模为博弈模型，该博弈模型定义为：

该博弈模型ga中包含三个组成部分，其中，s＝{s1,s2,...,sn}和r＝{r1,r2,...,rm}分别是参与博弈的源节点集合和中继节点集合，表示源节点和中继节点的匹配偏好关系，此项关系为在s和r中完全的、具有传递特性和反射性的二元关系，每一个决策者利用偏好关系排列位于匹配对方的匹配项，决策者所能配对的最大数量即为匹配配额q，qi,qj分别表示源节点和中继节点的匹配配额。

进一步地，步骤2所述的中继网络中的源节点根据位置信息和传输速率估计中继节点的链路传输效果，对中继节点进行优先序列排序，具体如下：

定义源节点si在协同传输网络中得到的传输速率为bi，且bi的定义如式(1)所示：

其中，源节点si通过中继节点rj传输单位时间内达到的传输速率为cr(si,rj)，不选择中继传输单位时间内达到的传输速率为cd(si)；xij为指示函数，当源节点成功连接中继节点时等于1，否则为0；tij代表传输时间；

由于不同的中继选择得到的传输速率不同，得到源节点的优先选择关系式：

源节点根据得到的传输速率对中继节点排序，公式中的bi(rm)和bi(rj)分别表示源节点si在中继节点rm、rj下的传输速率。

进一步地，步骤4所述中继节点接收到源节点的传输请求，对向自己提出申请的源节点通过传输效率进行优先级排序，根据用户的速率需求分配传输时间资源，具体如下：

由于不同的源节点能达到的传输速率不同，对于中继节点rj来说，源节点的优先选择关系式为：

式(3)中，cr(sn,rj)的值表示源节点sn连接中继节点rj时所能得到的传输效率；

中继节点根据源节点的需求和自身剩余的时间资源进行分配，定义tij为源节点si在单位时间内占用中继节点的时间长度：

其中b′为源节点需求的传输速率，bn′表示优先级比源节点si高的源节点；xnj为指示函数，当源节点成功连接中继节点时等于1，否则为0；

当中继节点的资源足够时，源节点将能得到所需的传输速率，否则源节点只能得到所连接中继节点的传输剩余资源。

本发明与现有技术相比，其显著优点在于：(1)充分考虑了源节点的传输需求，根据不同的传输需求进行中继的资源分配，提升了传输的用户体验；(2)提出分布式优化方法，解决了多节点网络的优化问题。

附图说明

图1是中继协同网络示意图。

图2是本发明所提出的基于用户需求的中继资源分配示意图。

图3是本发明实施例中模型方法与现有模型方法的网络用户满意度性能比较示意图。

图4是本发明实施例中模型方法收敛速度性能示意图。

具体实施方式

本发明提出一种分布式中继分配方法优化源节点的传输容量满意度性能，而这一性能在前人做研究的中继网络中较少被考虑。中继选择问题被建模为博弈模型，源节点根据自身的传输需求，选择适合的中继节点。而中继节点通过协助源节点的数据传输得到相应的回报。由于中继节点的数量有限，且源节点的动态传输需求，使得在优化过程中需要考虑节点的动态匹配配额。

本发明所提出的模型方法能收敛至双边的稳定结果。仿真结果表明，所提模型方法在用户满意度优化方面优于现有优化算法，且算法能在一个合理的收敛时间内达到全网的公平性能优化。

图1是中继协同网络示意图。该网络中，源节点根据传输需求选择中继节点，中继节点协助源节点的传输。图2是本发明所提的基于用户需求的中继资源分配模型示意图，中继节点rj可以在单位时间内根据源节点s1和s2的不同需求分配不同的时间资源给予源节点。

本发明基于中继网络中用户的传输需求进行按需分配资源，达到全网的最大化用户满意度的目标。本发明提出的一种基于用户需求的分布式中继资源分配方法，包括以下步骤：

步骤1，将中继选择问题建模为博弈模型，博弈的参与者是网络内所有的源节点和中继节点；

步骤2，中继网络中的源节点根据位置信息和传输速率估计中继节点的链路传输效果，对中继节点进行优先序列排序；

步骤3，每个源节点向优先级最高的中继节点提出申请，并得到接受、接受资源不足或拒绝三种可能的结果之一：若被接受或者中继节点给予的资源比当前得到的资源多，源节点接入新的中继节点；若被拒绝或者中继节点给予的资源比当前得到的资源少，源节点将对下一个优先级的中继节点进行申请；

步骤4，中继节点接收到源节点的传输请求，对向自己提出申请的源节点通过传输效率进行优先级排序，根据用户的速率需求分配传输时间资源：如果中继节点的资源足够时，源节点将能得到所需的传输速率，转步骤6；如果源节点分配的资源不足，源节点只能得到所连接中继节点的传输剩余资源，进入步骤5；

步骤5，源节点将重组列表次序，未满足需求的源节点向下一个中继节点提出申请，并返回步骤3；如果没有更好的中继可以选择，将保持原有的中继选择策略，继续连接以往的中继节点，并转步骤6；

步骤6，传输连接达到稳定状态，结束循环。

本发明的具体实施如下：

一、步骤1所述将中继选择问题建模为博弈模型，该博弈模型定义为：

该博弈模型ga中包含三个组成部分，其中，s＝{s1,s2,...,sn}和r＝{r1,r2,...,rm}分别是参与博弈的源节点集合和中继节点集合，表示源节点和中继节点的匹配偏好关系，此项关系为在s和r中完全的、具有传递特性和反射性的二元关系，每一个决策者利用偏好关系排列位于匹配对方的匹配项，决策者所能配对的最大数量即为匹配配额q，qi,qj分别表示源节点和中继节点的匹配配额。

二、步骤2所述中继网络中的源节点根据位置信息和传输速率估计中继节点的链路传输效果，对中继节点进行优先序列排序，具体如下：

定义源节点si在协同传输网络中得到的传输速率为bi，且bi的定义如式(1)所示：

其中，源节点si通过中继节点rj传输单位时间内达到的传输速率为cr(si,rj)，不选择中继传输单位时间内达到的传输速率为cd(si)；xij为指示函数，当源节点成功连接中继节点时等于1，否则为0；tij代表传输时间；

由于不同的中继选择得到的传输速率不同，得到源节点的优先选择关系式：

源节点根据得到的传输速率对中继节点排序，公式中的bi(rm)和bi(rj)分别表示源节点si在中继节点rm、rj下的传输速率；对于源节点来说，能提供越大传输速率的中继节点将会得到越大的优先级。

三、步骤4所述所述中继节点接收到源节点的传输请求，对向自己提出申请的源节点通过传输效率进行优先级排序，根据用户的速率需求分配传输时间资源，具体如下：

由于不同的源节点能达到的传输速率不同，对于中继节点rj来说，源节点的优先选择关系式为：

式(3)中，cr(sn,rj)的值表示源节点sn连接中继节点rj时所能得到的传输效率，越高的cr值表示通过越少的时间传输越多的信息。因此，连接过程中传输效率越高的源节点，越有可能被中继节点所接收。

中继节点根据源节点的需求和自身剩余的时间资源进行分配，定义tij为源节点si在单位时间内占用中继节点的时间长度：

其中b′为源节点需求的传输速率，bn′表示优先级比源节点si高的源节点。xnj为指示函数，当源节点成功连接中继节点时等于1，否则为0。

当中继节点的资源足够时，源节点将能得到所需的传输速率。否则源节点只能得到所连接中继节点的传输剩余资源。

四、博弈的优化目标：以式(2)和(3)作为优选关系进行节点的筛选，最终可以实现全网用户满意度的优化目标如式(5)所示：

其中f(si)表示一个源节点si的满意程度。公式(5)说明，满意度性能的博弈优化目标为最大化网络中所有用户的满意程度之和。以公式(5)为优化目标进行中继选择，能够实现最大化用户满意度总和。

实施例1

本发明的一个具体实施例如下描述，系统仿真采用matlab软件，参数设定不影响一般性。该实施例验证所提模型与方法的有效性和与收敛性(图3和图4)。在一个2000×2000平方米的拓扑结构中，有若干源节点和中继节点随机分布。目的节点位于该地区的中心。源节点的最大传输功率设置为20dbm，中继节点最大传输功率设置为30dbm的。假设系统信道带宽为w＝10mhz，系统的噪声功率密度是-174dbm/hz。源节点有各自的传输速率需求，随机从10mbps到25mbps不等。

图3为本发明实施例中模型方法与现有模型方法的网络用户满意度性能比较示意图。在模拟过程中，我们比较所提的方法与optimalrelayassignment(ora)算法(参考文献s.sharma,y.shi,y.t.hou,ands.kompella,"anoptimalalgorithmforrelaynodeassignmentincooperativeadhocnetworks,"ieee/acmtransactionsonnetworking,vol.19,no.3,pp.879-892,2011.)，optimalrelayassignmentforcapacitymaximization(opra)算法(参考文献y.dejun,f.xi,andx.guoliang,"opra:optimalrelayassignmentforcapacitymaximizationincooperativenetworks,"inieeeinternationalconferenceoncommunications(icc),20112011,pp.1-6.)和evolutionaryself-organizingrelayassignment(esra)算法(参考文献l.dianxiong,y.xu,andc.ding,"evolutionarilyself-organizingrelayassignmentforcooperativecommunications,"in2015ieee16thinternationalconferenceoncommunicationtechnology(icct),2015,pp.712-718.)，这些算法的目标分别是最大化最小的性能，最大限度地提高总的性能和最大化平均性能。

图3示出全网平均满意度的比值，比较了本发明所提分布式算法，ora，opra和esra。结果表明，所提出的分布式算法在不同的网络规模中满意度性能都有显著的优势，当源-目的节点对的个数不超过20时，全网满意度的比例高于0.98。当源节点的数量为中继节点的5倍时，所提算法能保持良好的性能(比现有文献ora算法高30％)。

图4是本发明实施例中模型方法收敛速度性能示意图。从图4可以看出，所提方法模型有较为合理的收敛速度性能。随着源-目的节点对的数目增加，由于决策者数量的增加，平均迭代次数的增加。然而，图4表明，所提的分布式方法可以在一个合理的时间收敛到稳定状态，当网络中有源-目的节点对n＝50和15个中继节点时，收敛时间不超过36次迭代。

综上，本发明提出的优化方法在用户满意度优化方面优于现有优化算法，且算法能在一个合理的收敛时间内达到全网的总体性能优化。