一种面向多源多中继协作网络的资源分配方法与流程

本发明涉及一种面向多源多中继协作网络的资源分配方法，属于通信网络领域。

背景技术

协作中继网络存在大量用户节点(包括源节点和中继节点)，在多个节点之间实现网络资源的优化分配能够提高资源利用效率。在协作中继网络中，中继节点的协作源节点的信号传输可以提高源节点的传输速率和服务质量，而源节点将其部分收益分配给参与协作的中继节点，从而达到双方共赢的目的。在此过程中，如何分配网络资源就成为影响系统性能的关键因素。

网络资源分配方法主要分为两类：集中式和分布式。集中式分配方法要求网络存在一个中心节点并负责网络优化的全部计算量，然后将最优分配结果分发给网络所有节点。这种方法对中心节点的要求较高且不能实时反映网络环境的变化，不适应于网络拓扑变化较快的网络。分布式分配方法将网络优化目标分散到各个节点的子目标，每一个节点只负责优化各自的子目标，从而实现网络分配计算的分布式。在分布式分配方法中，基于博弈论的分配方法将网络中的节点当作参与者，每一个参与者优化自己的收益函数以达到网络均衡解，得到了广泛的关注。根据具体的网络环境，博弈论的多个经典模型都得到了各自的应用。wangb,hanz和liukjr.等在“distributedrelayselectionandpowercontrolformultiusercooperativecommunicationnetworksusingstackelberggame”(ieeetransactionsonmobilecomputing,vol.8,no.7,pp.975-990,2009)中考虑的是一个源节点和多个中继节点的情形，将源节点和中继节点分别作为买方和卖方。基于斯坦伯格模型源节点和目的节点分别优化自己的收益函数以达到中继选择的目的。针对大量中继节点和多个源节点协作网络情形，zhangz和zhangh等在“avariable-populationevolutionarygamemodelforresourceallocationincooperativecognitiverelaynetworks”(ieeecommunicationsletters,vol.17,no.2,pp.361-364,2013)利用演化博弈模型(源节点是策略，中继节点是参与者)来构建中继节点之间的竞争关系。在源节点的参数固定的情况下，中继节点根据策略收益函数来实时地调整各自的源节点选择，并最终达到均衡解。但是，在多源多中继协作网络中，基于博弈论的资源分配方法大多只考虑源节点或中继节点一方的收益函数，并将其作为参与者，从而不能调动另一方的协作积极性。因此，面向多源多中继协作网络，如何设计一个博弈模型使得源节点和中继节点双方都作为参与者，从而充分调动双方的积极性，就成为当前亟待解决的问题。

技术实现要素：

本发明提供了一种面向多源多中继协作网络的资源分配方法，解决了传统方法只考虑源节点或中继节点一方的收益，难以调动双方积极性的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种面向多源多中继协作网络的资源分配方法，包括以下步骤，

源节点为参与协作的中继节点设置收益分配系数，参与协作的中继节点平均分配收益；

中继节点基于演化博弈选择源节点，源节点基于斯坦伯格博弈来调整收益分配系数，直到源节点和中继节点同时达到均衡解。

源节点的收益函数为，

其中，us(t)为t时刻源节点s的收益，as为源节点s信号传输速率的单位收益参数，αs为源节点s给参与协作的中继节点的收益分配系数，γs(t)为t时刻源节点s的直射路径信噪比，ns(t)为t时刻参与源节点s协作的中继节点个数，为中继节点参与源节点s协作的平均信噪比增量

参与协作的中继节点的收益函数为，

其中，ur,s(t)为t时刻参与源节点s协作的中继节点r收益，as为源节点s信号传输速率的单位收益参数，αs为源节点s给参与协作的中继节点的收益分配系数，γs(t)为t时刻源节点s的直射路径信噪比，ns(t)为t时刻参与源节点s协作的中继节点个数，为中继节点参与源节点s协作的平均信噪比增量

演化博弈中，群体复制动态公式为，

其中，是xs(t)对时刻t的导数，xs(t)＝ns(t)/n为源节点s的中继节点比例，n为中继节点总数，ns(t)为t时刻参与源节点s协作的中继节点个数，πs(t)为策略收益，等于中继节点收益，为平均策略收益，m为源节点总数。

斯坦伯格博弈中，源节点是主参与人，中继节点是从参与人，调整收益分配系数以使源节点收益最大化。

满足以下公式，则判断源节点和中继节点同时达到均衡解；

具体公式为，

其中，是xs(t)对时刻t的导数，xs(t)＝ns(t)/n为源节点s的中继节点比例，us(t)为t时刻源节点s的收益，αs为源节点s给参与协作的中继节点的收益分配系数。

本发明所达到的有益效果：本发明中继节点之间采用演化博弈，源节点与中继节点之间采用斯坦伯格博弈，通过双层博弈来分配多源多中继协作网络资源，有效地提高网络资源利用效率。

附图说明

图1为本发明的流程图；

图2为多源多中继协作网络示意图；

图3为源节点的收益分配系数调整过程图；

图4为不同源节点的中继节点个数的演化过程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种面向多源多中继协作网络的资源分配方法，包括以下步骤：

步骤1，源节点为参与协作的中继节点设置收益分配系数，参与协作的中继节点平均分配收益，中继方式为放大-转发。

源节点的收益函数为：

其中，us(t)为t时刻源节点s的收益，as为源节点s信号传输速率的单位收益参数，αs为源节点s给参与协作的中继节点的收益分配系数，0≤αs≤1，γs(t)为t时刻源节点s的直射路径信噪比，ns(t)为t时刻参与源节点s协作的中继节点个数，为中继节点参与源节点s协作的平均信噪比增量

参与协作的中继节点的收益函数为：

其中，ur,s(t)为t时刻参与源节点s协作的中继节点r收益。

步骤2，中继节点基于演化博弈选择源节点；即基于演化博弈，每一个中继节点从m个源节点选择一个节点作为其协作策略，m为源节点总数。

在演化博弈中，对于选择源节点s的中继节点来说，策略收益等于中继节点的收益函数，即：

其中，πs(t)为策略收益。

则平均策略收益为：

其中，为平均策略收益，xs(t)＝ns(t)/n为源节点s的中继节点比例，n为中继节点总数。

此时，群体复制动态公式为：

其中，是xs(t)对时刻t的导数，代表xs(t)的变化趋势。

步骤3，源节点基于斯坦伯格博弈来调整收益分配系数，以使源节点收益最大化。

斯坦伯格博弈中，源节点是主参与人(上级)，中继节点是从参与人(下级)，对源节点来说，参与其协作的是受利益分配系数影响的(如步骤二所示)，也就说，不同的利益分配系数对应不同的中继节点个数。为获得最大收益，源节点调整其收益分配系数，αs＝argmaxus(t)。

步骤4，判断直源节点和中继节点是否同时达到均衡解，如果到达，则结束，否则转至步骤2；其中，当满足时，则判断源节点和中继节点同时达到均衡解。

为了进一步说明上述方法，给出以下实例。

以2个源节点和50个中继节点组成的协作网络为例(即，m＝2和n＝50)，源节点1和2信号传输速率的单位收益参数分别为a1＝25和a2＝25，源节点1和2的直射路径信噪比分别为γ1(t)＝1.0和γ2(t)＝0.5，中继节点参与源节点的平均信噪比增量仿真结果采用1000次独立信道试验的平均结果。

从附图3可以看出，当博弈开始t＝0时，源节点1和2的收益分配系数分别为α1＝0.9和α2＝0.1。由于收益分配系数过大，源节点1的收益很小并逐渐下调收益分配系数，与之相反，源节点2逐渐上调收益分配系数。随着时间的推移，源节点1和2的收益分配系数逐渐趋于稳定(t＝13)并分别保持在0.42和0.63。源节点1的收益分配系数小于源节点2的收益分配系数的原因在于源节点1的直射信噪比大于源节点2的直射信噪比。

从附图4可以看出，当博弈开始t＝0时，选择源节点1和2的中继节点个数分别为n1(0)＝46和n2(0)＝4。此时，对于中继节点来说，源节点1的策略收益小于策略2的策略收益，是劣势策略。根据演化博弈，下一时刻，选择源节点1的中继节点个数会减小，与此同时，选择源节点2的中继节点会增大。随着演化的进行，选择源节点1和2的中继节点个数也会逐渐趋于稳定。在时刻t＝13时，选择源节点1和2的中继节点个数稳定在16和34。基于以上分析，此双层博弈最终的均衡解为：α1＝0.42，α2＝0.63，n1(t)＝16，n2(t)＝34。一旦达到均衡解，源节点和中继节点将不会再调整自己的选择并保持稳定。

上述方法中中继节点参与源节点的协作通信以提升其传输速率，中继节点之间通过演化博弈来选择源节点以获得最大收益，源节点之间通过斯坦伯格博弈来调整其收益分配系数以达到其最大收益，从而提高整个网络资源的利用效率。

上述方法中继节点之间采用演化博弈，源节点与中继节点之间采用斯坦伯格博弈，通过双层博弈来分配多源多中继协作网络资源，有效地提高网络资源利用效率。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。