一种基于演化博弈论的动态无线网络选择方法技术

本发明专利技术公开了一种基于演化博弈论的动态无线网络选择方法，属于异构无线网络移动性管理技术领域。本发明专利技术提出异构无线网络中基于能量效率的动态网络选择机制，在无线网络选择中考虑数据传输的能量消耗，实现基于能量效率的网络选择。应用演化博弈理论对用户的网络选择过程建模，用演化博弈的复制动态方程表示用户之间不断博弈和演化的过程，然后根据复制动态得到演化博弈的均衡点，根据非线性系统的稳定原理得到网络选择的稳定策略。通过改进的Q-Learning算法实现了用户网络选择的演化博弈过程，把用户选择网络的过程模拟为多智能体的马尔可夫决策过程，解决了基础Q-Learning算法在多智能体条件下难以收敛的问题。

【技术实现步骤摘要】

本专利技术属于异构无线网络移动性管理
，更具体地，涉及一种基于演化博 弈论的动态无线网络选择方法。
技术介绍
无线通信网络消耗的能量占信息通信产业的大部分。由于能量消耗，不仅所排放 的二氧化碳等污染气体对自然环境造成了重大伤害，而且也增加了网络运营商的运营成 本。随着移动互联网的迅猛发展，移动用户数量呈爆炸式增长，将使这一问题变得更加严 重。另一方面，无线通信的设备主要是便携的移动设备，其主要供能方式是电池，而电池储 存的能量是有限的，这也将极大影响移动通信的发展。当前的无线网络在最初架构设计时 没有将能量消耗作为重要的考虑因素，以致很多无线网络的能量消耗偏高，例如WIFI。同 时，蜂窝网络在最初架构时对能量的考虑也不够周全，导致能量消耗高，造成巨大的能量和 经济损失。 异构无线网络选择是异构无线网络移动性管理方面的重要内容之一。不同的无线 通信系统具有不同的优势，多模移动终端设备可以根据不同的衡量标准，例如服务质量、价 格、能量效率等，进行无线接入网络选择。 因此，如何在异构无线网络中充分利用不同无线网络的优势，合理调度无线资源、 降低能量消耗、提升能量效率，是异构无线网络接入中的一个非常重要的问题。 国内外许多研究小组已经致力于异构无线网络关键技术的研究，异构融合网络技 术研究是国内外二十世纪九十年代至今的研究热点。近年来开展的相关研究项目和课题有 中国国家863计划通信主题的重大项目未来通信通用环境future、欧洲电信标准协会的宽 带无线接入网标准项目ETSI RAN、欧盟1ST的框架结构中的WINE GLASS和BRAIN/MIND项 目以及日本的e-Japan计划下的MIRAI项目等。国内外一系列研究已经取得了很多成果， 但是还有很多问题需要继续研究。 尽管全球很多研究机构都在探索异构无线网络方面的研究，并且取得了很多成 果，但是面对日益增长的无线网络用户数目以及未来多种无线网络与移动终端共存的通信 环境，异构无线网络选择研究仍是一个有价值的课题。并且，异构无线网络中基于能量效率 的网络选择研究较少，很多研究没有考虑能量因素或者只是把能量因素看作一个常量。因 此，在异构无线网络中研究基于能量效率的无线网络接入技术非常有必要。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供一种基于演化博弈论的动 态无线网络选择方法，保证用户在异构无线网络中获得总是最好连接（Always Best Connected，ABC)服务的基础上，能够提高异构无线网络的能量效率。 本专利技术提供，包括以下步骤： 步骤1建立基于IP核心网络的松耦合异构无线网络架构，设定该异构无线网络中 的信号传输模型，并针对所述信号传输模型定义能量模型； 步骤2针对所述步骤1建立的网络架构，建立演化博弈模型，包括定义收益模型和 所述演化博弈模型参数设定，其中： 所述收益模型定义为：Uj(n) = f (CjOiD-gbjOl))，其中，η表示选择无线网络j的 用户数量；f (C](n))和g(P](n))分别表示收益函数和代价函数；C](n)表示无线网络j的数 据率； ρ] (η)表示无线网络j的能量消耗； 所述演化博弈模型参数包括： (1)区域h的群体的策略选择比例用向量々=?,?,心…，·^丨表示，其中Xh^ 示区域h中选择无线网络j的用户占区域h总用户数的比例；S n表示可供选择的无线网络 总数，并且满足关系式： (2)区域h的总用户数定义为Nh，其中选择无线网络j的总用户数定义为N h]，并且 满足关系式：Nhj = Nh · xhj; B (3)假设无线网络j分配给每个用户的带宽为馬=#，分配给每个用户的数据率 ''J C 为￡广]^，其中，Bp C,分别表示无线网络j的总带宽和总数据率，N ,表示选择无线网络j 的用户数； 步骤3针对所述演化博弈论模型，通过复制动态来求解演化博弈的均衡点，使得 演化博弈达到的稳定状态； 步骤4不断调整用户选择的网络以获得最好的收益，直至所有用户都达到了所述 步骤3的演化博弈稳定状态，整个流程结束。 总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效 果： (1)建立能量效率模型，通过香农公式推导出无线信道传输的能量消耗模型，而且 还综合考虑了用户的接收功率。能量效率定义为数据率和能量消耗的函数，用户根据收益 选择最优的网络，使得用户的网络选择综合考虑了用户的服务质量和能量消耗； (2)应用演化博弈理论对异构融合网络的动态网络选择建模，异构系统中的一个 覆盖区域模拟为生物演化论中的一个群体，用户之间通过相互竞争来选择网络，并且不断 调整网络选择，淘汰效益低的网络，使整个异构系统各区域的用户收益达到平衡； (3)改进的Q-Learning算法，把控制理论里的基础Q-Learning算法运用到 异构无线网络选择中来，把网络选择过程模拟为一个多Agent的马尔可夫过程，然后用 Q-Learning算法实现用户的网络选择过程。【附图说明】 图1为本专利技术基于演化博弈论的动态无线网络选择方法的流程图； 图2为本专利技术异构无线网络架构示意图； 图3为本专利技术异构无线网络传输模型示意图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并 不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要 彼此之间未构成冲突就可以相互组合。 图1所示为基于演化博弈论的动态无线网络选择方法的流程图，具体包括以下步 骤： 步骤1建立基于IP核心网络的松耦合异构无线网络架构，设定该异构无线网络中 的信号传输模型，并针对该传输模型定义本专利技术的能量模型。 在本专利技术实施例中，信号传输模型具体表示为：44)，其中，^和^ 分别表示用户i与无线网络j的基站通信的发送功率和接受功率；Ch1,表示用户i和无线 网络j的基站的信道参数。 在本专利技术实施例中，能量模型为基于上述信号传输模型中双方通信数据发送和接 收所产生的发送功率和接收功率之和，表示为如下公式： Pa= P tx+Prx (1) 其中，Ptx、P"分别表示发送功率和接收功率。根据香农公式，在高斯白噪声干扰信 道中，传输速率可以表示为：(2) 其中，C表示传输速率；B表示信道带宽；〇2表示噪声功率；g表示信道增益，因此 发送功率可以表示为：(3) 根据发送功率和接收功率的关系，可以得到接收功率为： Prx=Kd λ WPtx (4) 其中，d、λ分别表示传输距离、路径损耗指数；随机变量Ψ表示衰落过程；在本发 明实施例中，系数K可以表示为： K = UVff (5) 其中，变量U表示基站和移动终端的因素，例如天线高度、载波频率、传播条件等； 变量V、W表示天线模式参数等信息。 步骤2针对步骤1建立的网络架构，对动态网络运用演化博弈论的方法建立演化 博弈模型，该模型建立过程包括定义收益模型和模型参数设定两部分。 在本专利技术实施例中，收益模型包括：用户收益（即数据传输的获得的数据率）和代 价（即数据传输对应的能量消耗）。具体的，本专利技术将收益模型定义为用户选择无线网络j 时所获得的收益和代价的本文档来自技高网...

【技术保护点】
一种基于演化博弈论的动态无线网络选择方法，其特征在于，包括：步骤1建立基于IP核心网络的松耦合异构无线网络架构，设定该异构无线网络中的信号传输模型，并针对所述信号传输模型定义能量模型；步骤2针对所述步骤1建立的网络架构，建立演化博弈模型，包括定义收益模型和所述演化博弈模型参数设定，其中：所述收益模型定义为：Uj(n)＝f(cj(n))‑g(pj(n))，其中，n表示选择无线网络j的用户数量；f(cj(n))和g(pj(n))分别表示收益函数和代价函数；cj(n)表示无线网络j的数据率；pj(n)表示无线网络j的能量消耗；所述演化博弈模型参数包括：(1)区域h的群体的策略选择比例用向量xh＝{xh1,xh2,xh3...,xhsn}表示，其中xhj表示区域h中选择无线网络j的用户占区域h总用户数的比例；sn表示可供选择的无线网络总数，并且满足关系式：(2)区域h的总用户数定义为Nh，其中选择无线网络j的总用户数定义为Nhj，并且满足关系式：Nhj＝Nh·xhj；(3)假设无线网络j分配给每个用户的带宽为分配给每个用户的数据率为其中，Bj、Cj分别表示无线网络j的总带宽和总数据率，Nj表示选择无线网络j的用户数；步骤3针对所述演化博弈论模型，通过复制动态来求解演化博弈的均衡点，使得演化博弈达到的稳定状态；步骤4不断调整用户选择的网络以获得最好的收益，直至所有用户都达到了所述步骤3的演化博弈稳定状态，整个流程结束。...

【技术特征摘要】

【专利技术属性】
技术研发人员：罗常青，杨天若，陈瑾翊，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42