逼近纳什均衡的动态蜂窝选择方案

发布时间：2021-11-10 14:22

　　在异构蜂窝选择博弈中,纳什均衡对应终端的蜂窝选择结果可以让系统获得相对较优的性能,然而在动态的网络场景中,终端会不断地移动,导致此前选择的结果偏离原纳什均衡,采用传统搜索纳什均衡的方法无法非常快速地重新逼近新的纳什均衡。文章提出一种逼近纳什均衡的动态蜂窝选择方案,借助设计的经验公式,快速调整终端的蜂窝选择策略,使整个系统始终保持逼近纳什均衡。 

【文章来源】：合肥工业大学学报(自然科学版). 2020,43(05)北大核心

【文章页数】：6 页

【部分图文】：

逼近纳什均衡的动态蜂窝选择方案

在异构蜂窝网络场景中,终端会不断地移动。为了方便研究,设置终端周期性地在场景内移动。若终端在整个场景内随机移动,则新的纳什均衡结果相比于第1次的纳什均衡结果不会发生明显的变化。因此,将场景平均分成4个正四边形区域,场景内的终端均在各自的区域内逆时针移动。以其中1个正四边形区域为例,将该区域再分成4个小的正四边形区域。在某个短周期内,当场景达到纳什均衡状态后,从某个小区域内开始,随机选取该小区域内10%～20%的终端,并以逆时针的方向同时向相邻小区域随机移动,终端移动到任意蜂窝内就接入该蜂窝的基站。同理,下个短周期再从终端到达的小区域内开始,终端按照上一轮短周期的方式移动。终端移动场景与蜂窝选择纳什均衡结果如图2所示。通过直观地对比方案1、方案2得出的仿真场景图,大致地评估方案1的性能。由于每个短周期内,只有场景中的某个区域内有终端发生位置移动,本文仿真终端移动4个短周期后的蜂窝场景。图2b、图2c中,更改策略的终端与其更改策略后接入的基站图形相同,由此可以直观地看出由方案1蜂窝选择结果逼近方案2结果。

方案1、方案2及方案3的时间消耗量对比如图3所示。对于传统的搜索纳什均衡的方案2、方案3,所有蜂窝边缘的终端需要不断地变更策略,因此需要经过很多次迭代运算。而方案1是根据经验公式直接得出每个蜂窝内需要变更策略的终端,它比任何搜索纳什均衡的方案都快。(2) 平均信道容量。


本文编号：3487428