基于三边匹配的无人机辅助6G网络资源分配方法组成比例

本发明专利技术公开了一种基于三边匹配的无人机辅助6G网络资源分配方法。所述方案包括：首先，将无人机辅助6G网络涉及的要素抽象为HAPs、UAVs和终端用户三类实体，其中用户需通过UAVs连接到HAPs。然后，我们将无人机辅助6G网络资源中三类实体的偏好列表形成一个循环，每个代理通过对另外一种代理的偏好排序建立自己的偏好列表,将其构建成具有大小和循环偏好的三边匹配问题。最后，我们通过设计一些合理的限制，将其转化为具有大小和循环偏好的受限三边匹配问题，利用三边匹配方法求解，得到稳定的三边匹配结果。本发明专利技术系统提高了HAPs收益，解决了海量数据高效传输中的资源分配问题。决了海量数据高效传输中的资源分配问题。

【技术实现步骤摘要】
基于三边匹配的无人机辅助6G网络资源分配方法


[0001]本专利技术涉及未来通信网络与物联网领域，具体为基于三边匹配的无人机辅助6G网络资源分配方法。

技术介绍

[0002]随着物联网、云计算和大数据等新兴应用的发展，对第六代(6G)移动通信技术的研究正日益引起工业界与学术界重视。由于空地一体化6G网络覆盖范围大、吞吐量高、恢复能力强，它对于实现海上、空中以及地面网络系统难以覆盖的边远地区通信与信息服务有其明显优势，已经成为广域通信保障和信息应用的一个重要发展领域。目前，地面终端用户的数量在持续高速的增长，因此如何有效的利用有限的资源来满足日益增长的用户需求，已经成为了人们日益关注的问题。
[0003]通过克服传统资源分配方案和博弈论的局限，匹配博弈已经成为网络资源分配中一种有潜力的方案。匹配的主要优点是它提供分布式解决方案，并考虑每个相关实体的优先级。两方实体之间存在经典的匹配方案，然而，双边匹配方法无法有效处理包含三类实体的资源分配问题。在空地一体化6G网络中，需要同时考虑HAPs、UAVs和终端用户三类实体来系统解决资源的有效分配。而双边匹配算法往往要对三类实体进行解耦，会引起各类实体偏好信息的缺失，从而造成系统效能损失。
[0004]三方实体之间存在三方匹配方案，三个实体(用户、HAPs和UAVs)之间的关系问题可以重新表述为三个实体之间具有大小和循环偏好列表(TMSC)的三方匹配博弈。TMSC的目标是在用户、HAPs和UAVs之间找到具有最大基数的稳定匹配。由于确定TMSC模型本身是否存在稳定匹配的过程是NP
‑
complete的，通过添加一些合理的限制，可将其转化为具有大小和循环偏好的受限三边匹配问题（R
‑
TMSC）。本专利技术通过三边匹配的方案，同时考虑HAPs、UAVs和终端用户三类实体，分布式分配网络资源，在保证QoS的同时有效提高了HAPs收益，提升系统整体性能。

技术实现思路

[0005]为了解决上述问题，本专利技术公开了一种基于三边匹配的无人机辅助6G网络资源分配方法。所述方案包括：首先，将无人机辅助6G网络涉及的要素抽象为HAPs、UAVs和终端用户三类实体，其中用户需通过UAVs连接到HAPs。然后，我们将空地一体化6G网络资源中三类实体的偏好列表形成一个循环，每个代理通过对另外一种代理的偏好排序建立自己的偏好列表,将其构建成具有大小和循环偏好的三边匹配问题。最后，我们通过设计一些合理的限制，将其转化为具有大小和循环偏好的受限三边匹配问题，找到稳定的三边匹配结果。本专利技术系统提高了HAPs收益，解决了海量数据高效传输中的资源分配问题。
[0006]无人机辅助6G网络模型，其由空基网络与地面终端用户构成，空基通信网络包括低空通信平台和高空通信平台。我们将上述网络中涉及到的不同角色抽象为HAPs、UAVs和终端用户三类实体，其中用户通过UAVs连接到HAPs,考虑HAPs和UAVs的合作，以实现对偏远
地区用户的大规模访问和数据回程。高空段包括个HAPs, ,。低空段包括个UAVs，,。无人机按照给定的飞行路径服务于考虑区域。地面终端用户包括个，,。其中用户通过UAVs连接到HAPs。UAVs沿给定路径飞行，可能会脱离或建立与用户的连接。
[0007]用二值变量表示用户是否与UAV连接，二值变量表示 UAV是否与HAP连接，具体定义如下：与我们用来衡量系统性能的最重要的因素是HAPs从用户那里赚取的收入。因此，问题表述如下：P0: C1：C2:C3：C4：C5：C6：C1为UAV的容量约束，与UAVs匹配的最大用户数不能超过其容量限制，即，C2 代表与用户匹配的最大HAPs数不能超过1个，C3为 HAP的容量约束,与HAPs匹配的最大UAVs数不能超过其容量限制，即,C4表示用户和UAV之间的数据速率受到用户和UAV之间信道容量的限制，C5、C6代表二值变量与，只能取0或者1。
[0008]从TMSC到R
‑
TMSC，增加了两个限制:(1)HAPs的偏好列表是由一个主偏好列表导出的。这个主列表是所有用户的严格顺序集合(例如，根据所提供的价格)，所有HAPs的偏好列表都是从这个主列表导出的，包括全部或部分;(2)HAPs与UAVs无关，即对于每一个UAVs，其偏好表中的HAPs形成一个平局。我们将此同时满足(1)和(2)的模型称为R
‑
TMSC模型。
[0009]考虑到上述限制，针对我们的场景构建R
‑
TMSC模型。首先，我们为每个HAP、用户和UAV构建偏好列表。如前所述，在循环偏好问题中，每类实体的偏好列表只包含一种类型的其他实体。因此HAPs只对用户进行排名，用户只对UAVs进行排名，UAVs只对HAPs进行排名。
[0010]每个HAPs对于用户的偏好列表是从主列表中导出的，主列表根据用户的报价以降序排列用户。要求更高数据速率的用户将提供更高的价格，并且更受HAPs的青睐。所有内
容源的偏好列表都来自主列表，在我们的例子中，所有HAPs都创建相同的偏好列表(我们假设所有UAVs都可以接受所有用户)另一方面，用户根据由数据传输速率测量的服务质量对可接受的UAVs进行排名（在建立偏好列表时，我们假设干扰=0，因为其他用户的匹配操作事先不为任何用户所知）。因此，用户根据预期的数据速率间接选择UAVs。我们将用户的偏好列表表示为根据R
‑
TMSC模型，HAPs与UAVs无关。换句话说，任何UAVs的偏好列表都包含一个约束条件，所有HAPs的排名都相同，可以表示为问题求解的基本思想是搜索“最佳”三元组。从一个空集合开始，每次将该三元组添加到匹配集合中。每个“最佳”三元组(以的形式)是通过首先选择满足特定要求的HAPs来生成的，然后这个选择的HAPs选择满足其要求的最佳用户，最后这个选择的用户挑选最符合条件的UAVs。
[0011]本专利技术的技术方案具有以下优点：本专利技术公开了一种基于三边匹配的无人机辅助6G网络资源分配方法。所述方案包括：首先，将无人机辅助6G网络涉及的要素抽象为HAPs、UAVs和终端用户三类实体，其中用户需通过UAVs连接到HAPs。然后，我们将无人机辅助6G网络资源中三类实体的偏好列表形成一个循环，每个代理通过对另外一种代理的偏好排序建立自己的偏好列表,将其构建成具有大小和循环偏好的三边匹配问题。最后，我们通过设计一些合理的限制，将其转化为具有大小和循环偏好的受限三边匹配问题，最终找到稳定的三边匹配结果。本专利技术系统提高了HAPs收益，解决了海量数据高效传输中的资源分配问题。
[0012]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明公开了一种基于三边匹配的无人机辅助6G网络资源分配方法，所述方案包括：将无人机辅助6G网络资源分配抽象为HAPs、UAVs和用户之间的三边匹配,然后，我们为无人机辅助6G网络资源中三类实体构建偏好列表,最后，将其转化为具有大小和循环偏好的受限三边匹配问题，利用三边匹配方法求解,本发明系统提高了HAPs收益，解决了海量数据高效传输中的资源分配问题。2.根据权利要求1所述将无人机辅助6G网络涉及的要素抽象为HAPs、UAVs和终端用户三类实体，其中用户需通过UAVs连接到HAPs，考虑对网络进行优化。3.根据权利要求1所述提出一种基于三边匹配的无人机辅助6G网络资源分配方法，其特征在于：使用三边匹配算法对资源进行分布式分配，解决系统中资源分配不够高效的问题，并且使HAPs收益最大。我们用来衡量系统性能的最重要的因素是HAPs从用户那里赚取的收入R
HAP
，因此，目标函数可以表示为：maxR
HAP
收益是激励HAPs为他们的订阅用户提供更好服务的动力,我们假设...

【专利技术属性】
技术研发人员：秦鹏，王淼，和昊婷，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：