协作通信中基于博弈论的自私节点激励策略研究
本文选题:协作通信 + 自私节点 ; 参考:《哈尔滨工业大学》2016年博士论文
【摘要】:协作通信技术通过允许邻近节点共享彼此的天线发送信号,不仅能够形成虚拟的多天线阵列获得空间分集增益,改善接收端的信号质量,还能够形成中继传输模式,扩大信号的覆盖范围。因此,协作通信技术成为了未来无线通信系统对抗多径衰落、提供高质量及高速率服务所需的关键技术。然而,传统的协作通信方面的研究大多是在节点自愿合作的假设上进行的。当网络中的节点属于不同的利益主体(用户或者服务提供商)时,节点为了节约自身的资源表现出“自私”的特性而不参与合作,因此,基于节点自愿合作的假设在实际的网络应用中往往是不现实的。为了使网络中的“自私”节点通过合作来提高工作效率,完成同一通信任务,以期达到“整体大于部分之和”的效应,有必要对激励合作的策略进行研究,进而解决合作的必要性和前提条件、合作伙伴的选取、合作的实施策略及通过合作网络中的节点或整个通信网络得到何种好处等问题。因此,本文针对如何建立一套有效的激励策略来促使网络中的“自私”节点参与合作的研究,以使协作通信技术能够应用于具体的无线通信场景是十分必要和有意义的。针对无线网络中的“自私”节点为了节约自身资源不愿合作这一问题,提出了基于交换带宽资源的激励合作方法。通过网络中的节点分享彼此的带宽资源达到建立合作并提高彼此收益的目的。首先,将节点间的协作带宽分配建模为合作博弈中的谈判问题,通过拉格朗日乘数法得到两个用户基于纳什谈判解(Nash Bargaining Solution,NBS)的协作带宽分配;其次,提出了一种新的基于Kalai-Smorodinsky谈判解(Kalai-Smorodinsky Bargaining Solution,KSBS)协作带宽分配方法;并提出了两种评价效用公平性的公平指数,对基于NBS策略和KSBS策略的协作带宽分配的公平性进行了研究;最后,在分析了采用不同调制阶数的M-QAM对合作性能的影响的基础上,提出了一种自适应调制KSBS(Adaptive Modulation KSBS,AM-KSBS)合作策略,该策略与非自适应合作策略相比,能够增加节点的合作范围,并保证节点在合作时始终能够获得最佳的合作效用增益。提出了一种基于纳什谈判解的最优价格激励和基于粒子群发射功率优化(Optimal Price Incentive Algorithm based on NBS and Optimal Transmit Power Algorithm based on Particle Swarm Optimization,OPINBS-OTPPSO)的协作算法,解决了激励“自私”节点合作机制中如何激励合作及何时合作的问题。针对第一问题,通过源节点对中继节点转发的数据进行价格补偿,从而达到促使网络中的“自私”节点进行合作的目的。同时,将源节点和中继节点协商价格的过程建模为谈判问题,通过求解得到具有帕累托最优性的激励价格,从而保证源节点和中继节点在合作中获得最佳收益;针对第二个问题,当源节点和中继节点合作获得的收益大于非合作的收益时,双方达成合作;进一步,为了提高源节点和中继节点的收益,采用粒子群优化算法得到了源节点和中继节点的最优发射功率。最后,由仿真实验可以得出,所提OPINBS-OTPPSO算法,与随机价格激励相比,能使源节点和中继节点在合作中获得的收益达到最优;与源节点和中继节点采用固定发射功率策略相比,能明显提高中继节点和源节点的收益,并保证系统的整体性能最优。针对鲜有同时采用合作博弈与非合作博弈理论对同一网络模型中的激励问题进行研究这一问题,将博弈论中的非合作博弈与合作博弈方法应用到同一网络模型中,通过价格激励机制激励网络中的“自私”节点进行合作。首先,采用合作与非合作博弈理论对合作发起节点(Initiating Cooperation Node,ICN)和合作参与节点(Participating Cooperation Node,PCN)在合作达成时,ICN以多大带宽通过PCN传输数据,PCN以多大带宽帮助ICN进行数据传输的问题进行了分析。尽管采用非合作博弈和合作博弈理论能够达成相同的合作结果,但通过分析可以得出,合作博弈理论更适用于带有中心控制节点的网络系统,而针对非中心控制网络系统,则非合作博弈理论更为适用。其次,提出了协作引擎(Cooperation Engine,CE)的概念,给出了CE基于博弈论的可实现算法,同时给出了带有CE的三节点协作系统模型,用户通过带有CE的激励和响应机制达到建立合作的目的。最后,仿真实验表明,和没有激励合作机制的通信系统相比,提出的带有CE的协作通信系统,能够显著提高ICN的能量效率,并增加PCN的收益。
[Abstract]:Cooperative communication technology can send signals by allowing adjacent nodes to share each other's antennas, not only can form a virtual multi antenna array to gain spatial diversity gain, improve the signal quality of the receiver, but also form a relay transmission mode and expand the coverage of the signal. Therefore, the cooperative communication technology has become a future wireless communication system. Anti multipath fading provides the key technologies for high quality and high rate services. However, the traditional cooperative communication research is mostly based on the assumption of voluntary cooperation. When the nodes in the network belong to different stakeholders (users or service providers), the nodes show "selfishness" in order to save their own resources. Therefore, the assumption of voluntary cooperation based on nodes is often unrealistic in practical network applications. In order to improve the efficiency of the "selfish" nodes in the network and accomplish the same communication task in order to achieve the "overall greater than part of the sum" effect, it is necessary to cooperate with the incentive cooperation. The strategy is studied to solve the necessity and prerequisite of cooperation, the selection of partners, the implementation strategy of cooperation and the benefits of the nodes in the cooperative network or the whole communication network. Therefore, this paper aims at establishing an effective incentive strategy to promote the participation of "selfish" nodes in the network. In order to make cooperative communication technology applied to specific wireless communication scenes, it is very necessary and meaningful to study the cooperative communication technology in wireless networks. In order to save their own resources and not cooperate, the "selfish" node in wireless networks has proposed an incentive cooperative method based on exchange bandwidth resources. First, the cooperative bandwidth allocation among nodes is modeled as a negotiation problem in the cooperative game, and the Lagrange multiplier method is used to get two users based on the Nash Bargaining Solution (NBS) and the wide allocation of cooperative band. Secondly, a new kind of Kalai-Smorod based on Kalai-Smorod is proposed. Insky negotiation solution (Kalai-Smorodinsky Bargaining Solution, KSBS) cooperative bandwidth allocation method, and two fairness indexes for evaluating utility fairness are proposed, and the fairness of cooperative bandwidth allocation based on NBS strategy and KSBS strategy is studied. Finally, the basis of the effect of M-QAM on cooperative performance with different modulation orders is analyzed. On the basis of this, an adaptive KSBS (Adaptive Modulation KSBS, AM-KSBS) cooperation strategy is proposed. Compared with the non adaptive cooperative strategy, this strategy can increase the cooperation range of the nodes and ensure that the nodes can always obtain the best cooperative utility gain in cooperation. A kind of optimal price incentive based on the Nash negotiation solution is proposed. The cooperative algorithm based on particle swarm optimization (Optimal Price Incentive Algorithm based on NBS and Optimal Transmit Power Algorithm) solves the problem of how to motivate cooperation and cooperate in the cooperative mechanism of "selfish" node. At the same time, the process of negotiating the price between the source node and the relay node is modeled as a negotiation problem, and the incentive price with Pareto optimality is obtained to guarantee the source node and the relay node. In order to improve the revenue of the source node and relay node, in order to improve the revenue of the source node and relay node, the particle swarm optimization algorithm is used to obtain the optimal launch power of the source node and relay node. Finally, the second problems, in order to improve the revenue of the source node and relay node, are obtained. The simulation results show that the proposed OPINBS-OTPPSO algorithm, compared with the random price incentive, can make the revenue of the source node and the relay node achieve the best in cooperation. Compared with the fixed transmit power strategy of the source node and the relay node, the return of the relay node and the source node can be obviously improved and the overall performance of the system is optimal. In order to study the problem of incentive problems in the same network model with cooperative game theory and non cooperative game theory at the same time, the non cooperative game and cooperative game method in game theory are applied to the same network model, and the "selfish" nodes in the network are encouraged to cooperate with the price incentive mechanism. In cooperation with non cooperative game theory (Initiating Cooperation Node, ICN) and cooperative participation node (Participating Cooperation Node, PCN), the problem of ICN with much bandwidth to transmit data through PCN, and PCN with much bandwidth to help ICN to transmit data is analyzed. Cooperative game theory can achieve the same result of cooperation, but through analysis, it can be concluded that cooperative game theory is more suitable for network systems with central control nodes, and the non cooperative game theory is more applicable for non central control network systems. Secondly, the concept of Cooperation Engine (CE) is proposed and CE base is given. At the same time, the three node cooperative system model with CE is given in the game theory. The user can achieve cooperation through the incentive and response mechanism with CE. Finally, the simulation experiment shows that the proposed cooperative communication system with CE can significantly improve the energy of the ICN. Amount of efficiency and increase the income of PCN.
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TN92
【相似文献】
相关期刊论文 前10条
1 梅中辉;李晓飞;;协作通信技术[J];数据通信;2009年05期
2 张超;廖晓光;王卫东;卫国;;基于功率最优化分配的选择性协作通信模式[J];中国科学技术大学学报;2010年04期
3 廖素引;徐磊;赵燕;李桂华;卫敏;;协作通信中网络拓扑结构的最佳中继定位[J];小型微型计算机系统;2012年07期
4 詹瑞;刘俊;;协作通信技术的研究进展[J];数字通信;2013年01期
5 杜伟华;刘紫燕;;两跳中继协作通信技术的研究与仿真[J];通信技术;2013年02期
6 范鹏;;协作通信及其在移动通信系统中的应用[J];电信快报;2013年03期
7 徐永杰;;基于不同中继策略的协作通信技术研究[J];互联网天地;2013年04期
8 商敏红;;基于固定中继的协作通信性能分析与仿真[J];大众科技;2014年01期
9 李昌;阮秀凯;;协作通信中突发短帧信号的直接盲恢复[J];电子与信息学报;2014年04期
10 朱康辛,李珂,李建华,诸鸿文;同步协作通信的发送方时延性能比较[J];通信技术;2000年02期
相关会议论文 前7条
1 罗建中;覃团发;刘家锋;;编码协作通信中断性能与协作系数分析[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年
2 赵贤敬;王薇;赵丽平;郑明忠;郑宝玉;;无线移动网络的协作通信方案研究[A];2008年中国通信学会无线及移动通信委员会学术年会论文集[C];2008年
3 吕志兴;;空时编码协作通信技术研究进展[A];2008年中国西部青年通信学术会议论文集[C];2008年
4 孟祥楠;李光球;;选择合并自适应协作通信系统的容量分析[A];浙江省电子学会2010学术年会论文集[C];2010年
5 张秋霞;仰枫帆;;正规LDPC码协作通信与点对点通信转化及比较[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(下册)[C];2010年
6 季薇;郑宝玉;江若宜;;协作通信的能量有效性和时间有效性研究[A];2009年通信理论与信号处理学术年会论文集[C];2009年
7 杜杨;曹傧;刘占军;;无线网络协作MAC机制研究[A];2009年全国无线电应用与管理学术会议论文集[C];2009年
相关博士学位论文 前10条
1 唐蕾;LDPC编码MIMO多中继协作通信的性能研究和QC-LDPC码的优化设计[D];南京航空航天大学;2013年
2 张燕;无线多天线协作通信系统研究[D];大连海事大学;2015年
3 Waheed ur Rehman(瑞曼);60GHz网络的协作通信和资源分配技术[D];北京邮电大学;2015年
4 李东武;协作通信中的分集接收技术研究[D];西安电子科技大学;2015年
5 翟文艳;隧道无线协作通信系统容量与性能优化[D];中国矿业大学;2015年
6 姜华;无线通信系统的中继协作关键技术研究[D];南京大学;2013年
7 卢昊;多中继协作通信的跨层设计与优化[D];中国科学技术大学;2016年
8 赵明雄;协作通信系统中若干关键技术研究[D];华南理工大学;2016年
9 张闯;协作通信中基于博弈论的自私节点激励策略研究[D];哈尔滨工业大学;2016年
10 赵雄伟;协作通信关键技术研究[D];解放军信息工程大学;2009年
相关硕士学位论文 前10条
1 潘鑫;基于空间泊松点过程与社交网络的D2D通信的研究[D];北京交通大学;2016年
2 王帆;5G关键技术D2D的相关研究[D];北京交通大学;2016年
3 孟凡梓;基于多点中继协作的动态多维协同能效优化方法研究[D];东北大学;2014年
4 邹明荃;两用户多天线协作通信传输方案的研究[D];安徽大学;2016年
5 赵尚卿;基于DF的认知协作通信技术研究[D];河南理工大学;2015年
6 徐菲;非理想条件下协作通信系统性能分析与优化[D];苏州大学;2016年
7 魏继尧;协作通信中多用户调度策略的研究[D];苏州大学;2016年
8 冯琳琳;协作通信系统中用户/中继选择技术的研究[D];山东大学;2016年
9 胡国龙;基于和速率的协作通信功率分配算法研究[D];新疆大学;2016年
10 仇艮祥;协作通信中的能效分析与优化[D];南京邮电大学;2016年
,本文编号:1789012
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1789012.html