泛在无线网络下基于协同优化的多域资源分配方法

摘要

泛在无线网络下基于协同优化的多域资源分配模型的建立是以经济学基本原理为基础，以通用多域资源分配模型研究为主线，以协同学和混沌理论为主要研究工具，结合业务QoS保证，综合考虑用户、业务、网络和资源等多个域，旨在实现泛在无线网络资源的均衡分配。该发明将泛在无线网络视为一个供给—需求模型；将网络的资源分配看作一个生产—消费模型；在生产—消费模型中结合用户业务的QoS，利用自适应调制技术、有效带宽理论、有效容量理论为用户分配资源，考虑运营商的收费情况，以效用值来衡量用户满意度；从介观角度，将经营各异构无线网络的运营商分别视为协同子系统，基于混沌理论与协同学的视角，建立泛在无线网络下多运营商的基于协同优化的多域资源分配模型，通过混沌优化和协同优化的联合，实现泛在无线网络的资源分配。

说明书

技术领域

本发明基于混沌理论与协同学的视角，利用经济学基本原理与方法，结合业务 QoS保证，综合考虑用户、业务、网络和资源等多个域，建立了泛在无线网络下基 于协同优化的多域资源分配模型，应用于泛在无线网络中的资源分配。

背景技术

泛在无线网络，可随时随地供人使用，让人享用无处不在服务的无线网络，其 通信服务对象由人扩展到任何东西，如智能家居、智能交通等。已有的泛在无线网 络技术包括3G、LTE、GSM、WLAN、WiMax、RFID、Zigbee、Bluetooth等无线 通信协议和技术。这些网络存在着很大差异，彼此之间很难相互替代，当今社会即 将迈入无线互联网时代，人们对无线通信的需求也不断扩展，但稀缺的无线网络资 源是对人们无限欲望的抑制。这就要求研究人员在既定的无线资源条件下，不断开 发新技术来推动无线通信技术的发展。

在既定的无线网络资源下，网络所能提供的最大数据传输数率是一定的。从宏 观角度，运营商不断开发新技术以致力于提高网络资源利用率，提升系统吞吐量； 从微观角度，用户真正关心的是分配给他的资源能否满足其需求。运营商不可能提 供无偿服务，因此对定价机制的研究有很大的实用意义，运营商对网络的建设和网 络服务的提供将投入大量的成本，需要通过定价计费收回其投资并取得收益，同时， 运营商的收费又能起到引导用户消费行为的作用。

混沌理论是一种兼具质性思考与量化分析的方法，用以研究动态系统，是系统 从有序突然变为无序状态的一种演化理论。而协同学则是研究协同系统从无序到有 序的演化规律，协同系统是指由许多子系统组成、能以自组织方式形成宏观的空间、 时间或功能有序结构的开发系统。混沌理论与协同学是紧密联系的。泛在无线网络 的发展依赖于现存的多种无线网络技术，由于网络间的差异性，这些网络将长期共 存，从宏观角度，泛在无线网络包含多种异构无线网络；从介观角度，我们可以将 这些异构无线网络分别视为协同子系统，如GSM子系统、LTE子系统、WLAN子 系统等；从微观角度，我们又可以将网络用户分别视为协同子系统，网络用户的数 量是庞大的，而且各用户的消费行为是随机的，但又是稳定的周期运动。

基于混沌理论和协同学的视角，面向泛在无线网络下用户多样的业务及QoS的 需求，采用经济学理论和方法，结合业务QoS保证，综合考虑用户、业务、网络和 资源等多个域，建立基于协同优化的多域资源分配模型，是泛在无线网络商用发展 的必然趋势。

发明内容

技术问题：本发明的目的是基于混沌理论和协同学的视角，采用经济学原理和 方法，结合业务QoS保证，综合考虑用户、业务、网络和资源等多个域，建立泛在 无线网络下基于协同优化的多域资源分配模型，实现泛在无线网络资源的均衡分配。

技术方案：本发明是以经济学基本原理和方法为基础，以泛在无线网络通用多 域资源分配模型为主线，以协同学和混沌理论为主要研究工具，结合业务QoS保证， 综合考虑用户、业务、网络和资源等多个域，建立泛在无线网络下基于协同优化的 多域资源分配模型，通过各异构无线网络的协同优化带动资源分配的优化。

本发明拟将泛在无线网络视为一个供给—需求模型，运营商出售无线网络资源 的使用权，而用户按照其需求向运营商购买无线资源的使用权。将无线网络资源分 配看作一个生产—消费模型，在无线网络中生产资源包括频谱、时间、空间、能量、 码字、缓冲区等；生产者为各种网络实体和控制算法；消费者为用户的各种业务。 结合业务QoS保证，采用自适应调制技术、有效带宽理论、有效容量理论等，利用 不同类型资源的适当组合提供一定数量的网络数据传输服务，运营商不可能提供无 偿服务，应当考虑到运营商的收费情况。

不同异构无线网络由不同运营商运营，从介观角度，将不同运营商视为协同子 系统，基于混沌理论与协同学的视角，建立多运营商定价协同机制的优化。泛在无 线网络内各异构无线网络的调度以帧为周期，对于每个调度帧，泛在无线网络中的 用户总数是一定的，以泛在无线网络用户社会福利最大化为系统目标，以各异构无 线网络子系统的协同优化为约束，考虑泛在无线网络具有复杂性、混沌性和协同性， 将协同优化和混沌优化相结合，完成泛在无线网络的优化。

本发明泛在无线网络下基于协同优化的多域资源分配方法基于混沌理论和协同 学的视角，通过泛在无线网络协同优化机制的运行实现资源的均衡分配，它包括以 下几个流程：

1）.协同子系统的划分：用户基于效用最大化的资源分配模型选择网络并发出 请求接入信号；

2）.混沌优化：各个协同子系统内部的混沌优化；

3）.协同优化：协同子系统间的协同优化；

4）.联合优化：混沌优化和协同优化的联合优化以达到泛在无线网络的资源分 配；

其中：

所述协同子系统的划分为：泛在无线网络是包含多种异构无线网络，且不同的 异构无线网络由不同运营商经营，一个用户可能处于多家运营商网络的覆盖范围， 用户基于效用最大化的资源分配模型选择能使其效用最大的网络，在生产-消费模型 结合业务QoS保证，综合考虑用户、业务、网络和资源的多个域，采用自适应调制 技术提高频谱效率，为用户i分配功率资源p_i，采用有效带宽理论建模业务的到达 过程，采用有效容量理论抽象业务的服务过程，当有效带宽与有效容量取得均衡时， 达到业务服务的最佳状态，为用户i分配一定的频谱资源f_i和时隙资源t_i，完成资源 的有效分配，这样便确定在某异构网络中保证用户iQoS等级π_i所分配的资源量 (f_i,t_i,p_i)，运营商的收费m_i=G(f_i,t_i,p_i)以及效用值u_i，用户i将选择其效用值最大 的运营商并发出请求接入信号，同时确保各个网络不超载，这样便可确定各个运营 商在当前调度帧的活动用户，将各个运营商视为协同子系统，为资源分配做准备。

所述的混沌优化为：各异构网络拥有的资源是既定的，在每个调度帧内只能服 务一定数量的用户并保证他们的QoS，考虑各个协同子系统的复杂性、混沌性，各 个协同子系统内部的混沌优化以其对应的相容性约束为优化目标，优化 模型如图3所示，优化流程如图4所示。

所述的协同优化为：考虑泛在无线网络的复杂性、协同性，以泛在无线网络用 户社会福利最大化为目标函数，以各异构无线网络子系统协同优化为约束，优 化模型如图3所示，优化流程如图4所示。

所述的混沌优化和协同优化的联合优化为：优化模型如图3所示，优化流程如 图4所示，在确定各协同子系统后进入混沌优化，满足条件后将进入协同优化，其 中当用户数较少系统资源过剩时，将调整用户请求的QoS等级π_i以提升其效用值， 使得社会福利和资源利用率提高，逐步实现混沌优化和协同优化的联合优化以完成 泛在无线网络系统的资源分配，最终便可确定用户i选择的异构网络n、业务的QoS 等级π_i、分配的资源量(f_i,t_i,p_i)、对应的消费金额m_i以及用户的效用值u_i(π_i,m_i)。

有益效果：本发明基于混沌理论与协同学的视角，利用经济学基本原理与方法， 综合考虑用户、业务、网络和资源等多个域，结合业务QoS保证，建立了一种异构 无线网络之间基于协同优化的多域资源分配模型，应用于泛在无线网络的资源分配， 使网络的供给—需求达到均衡。

附图说明

图1是基于供给—需求的泛在无线网络市场机制框图。

图2是基于生产—消费的多域资源分配模型框图。

图3是基于协同优化的泛在无线网络优化模型框图。

图4是基于协同优化的泛在无线网络优化流程框图。

图5是泛在无线网络下基于协同优化的多域资源分配模型框图。

具体实施方式

本发明是以经济学基本原理为基础，以通用多域资源分配模型研究为主线，以 混沌理论和协同学为主要研究工具，结合业务QoS保证，综合考虑用户、业务、网 络和资源等多个域，建立泛在无线网络下基于协同优化的多域资源分配模型，实现 泛在无线网络资源的均衡分配。

相关经济学原理：效用是指对于消费者通过消费或者享受闲暇等使自己的需求、欲 望等得到的满足的一个度量。经济学家用它来解释有理性的消费者如何把他们有限 的资源分配在能给他们带来最大满足的商品上。相关的经济学重要概念和原理有： 边际效益递减原理、帕累托最优、社会福利以及公平性。边际效益递减原理是指消 费者在消费物品时，每一单位物品对消费者的效用是不同的，它们呈递减关系。帕 累托最优,是指资源分配的一种状态，在不使任何人境况变坏的情况下，而不可能 再使某些人的处境变好。社会福利最大化是比用户总效用最大化更加宽泛的概念， 在这里后者可以看作是前者的一种特殊形式。

本发明建立了一个多运营商协同的市场模型,其供求关系描述如图1。把网络资 源分配看作一个生产-消费模型，如图2，无线网络中生产资源包括频谱、时间、空 间、能量、码字、缓冲区等；生产者为各种网络实体和控制算法；消费者为用户的 各种业务。利用不同类型资源的适当组合，生产者可以提供一定数量的网络数据传 输服务。假定网络拥有五类资源：频谱资源F、时间资源T、空间资源S、能量资源 P以及码字资源C，可以向多个用户提供两类数据传输服务：有QoS的服务G和尽 力而为的服务E。生产函数表示给定资源组合，可以产出多少产品或服务；消费函 数表示用户根据业务请求的产品或服务的量。运营商不可能提供无偿服务，在上述 生产—消费模型中应当考虑到运营商的收费情况，运营商将会对用户请求的资源进 行收费，假定运营商的收费m_i=G(f_i,t_i,s_i,p_i,c_i)，f_i为系统为用户i分配的频谱资源 的量；t_i为系统为用户i分配的时间资源的量；s_i为系统为用户i分配的空间资源的 量；p_i为系统为用户i分配的能量资源的量；c_i为系统为用户i分配的码字资源的量。 参数(f_i,t_i,s_i,p_i,c_i)的确定取决于用户需求，即业务数据到达过程，还与用户选择的 QoS等级π_i有关，业务QoS包括：误码率要求、时延界限、违反概率以及丢包率， 运营商为用户分配的QoS等级不得低于用户请求的QoS等级，本发明采用自适应 调制技术、有效带宽理论、有效容量理论以保证业务QoS。而用户将会根据其QoS 满足情况以及收费做出一个评价，即用户效用值征，令g代表分配给用户的网络资 源（一维或多维）,假定效用函数为u(g)，根据边际效用递减规律有： 表示用户的效用u(g)随着g增大而增大，但增大的幅度变 小,效用u(g)有最大值：这样，我们可确定用户效用值的范围 0≤u(g)≤1。

自适应调制技术：主要包括以下四种调制方式：BPSK、QPSK、16QAM、64QAM， 对应的星座图点数分别为M=2,4,16,64。特殊地，M=0对应于“停电”模式,即不传 送数据。自适应调制模式的确定取决于用户i的衰落程度，即用户i的调制模式 是信噪比γ的函数，定义$M_l^i\left(\gamma \right)=\frac{\gamma }{{\gamma }_0/K}$其中$K=\frac{-1.5}{\mathrm{In}(5·{\mathrm{BER}}_i)},$γ₀为一常量。 这样，我们需将分为5个互不重叠的连续区间，6个界限点，分别标记为 M₀=0,M₁=2,M₂=4,M₃=16,M₄=64,M₅=∞。若落在区间 [M_l,M_l+1)，则对该用户i采的调制模式为l，特殊地，落在区间[M₀,M₁)， 调制模式为l=0，即“停电”模式。根据频谱效率最大化模型，即最大化

$E\left[{\log }_2{M}_l^i\left(\gamma \right)\right]=\int {\log }_2(1+\frac{1.5\gamma }{-\mathrm{In}(5·{\mathrm{BER}}_i)}\frac{P\left(\gamma \right)}{\bar{P}})p\left(\gamma \right)\mathrm{d\gamma }$

其中$\frac{P\left(\gamma \right)}{\bar{P}}=\left(\begin{array}{c}\frac{1}{{\gamma }_0}-\frac{1}{\mathrm{\gamma K}},\gamma \ge {\gamma }_0/K\\ 0,\gamma <{\gamma }_0/K,\end{array}\right),$$K=\frac{-1.5}{\mathrm{In}(5·{\mathrm{BER}}_i)},$BER_i为用户i的目标误码率。根 据功率限制条件我们推导出γ₀的等式

$\frac{\sqrt{\pi }}{\sqrt{\bar{\gamma }}K}\mathrm{erfc}\left(\frac{{\gamma }_0}{\sqrt{\bar{\gamma }}K}\right)-\frac{1}{{\gamma }_0}\exp (-\frac{{\gamma }_0^2}{\bar{\gamma }{K}^2})+1=0$

确定γ₀值后，便能确定的值，从而确定用户i的自适应调制模式l以及功率P_i， 符号比特率为用户i所处调制模式l的星座图点数，详细参 数特征见下表。

马尔科夫信道模型：ζ_n(t)表示帧t在子信道n上传输过程的状态，若帧t在子信道n 上的传输数据被可靠接收了，我们则认为该状态是“好”的，即ζ_n(t)=G；类似地， 传输的数据未能被可靠接收，我们说该状态是“坏”的，即ζ_n(t)=B。则ζ_n(t)状态的 判断为

${\zeta }_n\left(t\right)=\left(\begin{array}{c}B,{\left|{\xi }_n\left(t\right)\right|}^2\le {\gamma }_n^{*}\\ G,{\left|{\xi }_n\left(t\right)\right|}^2>{\gamma }_n^{*}\end{array}\right)$

其中ξ_n(t)为帧t子信道n上载波的包络，基于离散马尔 可夫链的性质，在帧t时ζ_n(t)为好而在帧t+1时ζ_n(t+1)仍为好的概率为 p(ζ_n(t+1)=G|ζ(t)_n=G)=1-q_n，或者在帧t+1时ζ_n(t+1)变为坏的概率为 p(ζ_n(t+1)=B|ζ_n(t)=G)=q_n；类似地，在帧t时ζ_n(t)为坏而在帧t+1时ζ_n(t+1) 仍为坏的概率为p(ζ_n(t+1)=B|ζ_n(t)=B)=1-η_n，或者在帧t+1时ζ_n(t+1)变为好的 概率为p(ζ_n(t+1)=G|ζ_n(t)=B)=η_n。则子信道n的转移矩阵为

$T_n=\left(\begin{array}{cc}1-q_n& q_n\\ {\eta }_n& 1-{\eta }_n\end{array}\right)$

其中$q_n=\frac{1-e^{-{\gamma }_n^{*}}}{e^{-{\gamma }_n^{*}}}{\eta }_n,$Q(·,·)表示MarcumQ函数， ρ_n=J_O(2πf_mT_f)，J_O(·)为一类0阶Bessel函数，f_m为最大多普勒频 移，T_f为帧周期。

有效容量理论：是基于网络对业务的服务过程而言的。对于一个H状态FSMC模型 的服务过程，有效容量可以表示为

$E_C\left(\theta \right)=-\frac{1}{\theta }\log \left\{\delta \right[T·\Phi \left(\theta \right)\left]\right\}$

其中T为H×H转移概率矩阵，δ(·)为矩阵谱半径乘子， R_h,h=1,2K,H，表示一帧内能被目标地址可靠 接收的比特数，θ为QoS指标。时隙分配是将子信道n的s个时隙分配给用户i， 因此我们将θ表示成以s为自变量的函数则用户i在子信道n的2状态马尔 可夫模型的有效容量

$E_C^{i,n}\left({\theta }_n^i\left(s\right)\right)=-\frac{1}{{\theta }_n^i\left(s\right)}\log \left\{\delta \right[T_n{\Phi }_n^i\left({\theta }_n^i\left(s\right)\right)\left]\right\}$

其中为用户i确定调制方式后的符号比特率。则 的闭式表达式可写为

$\delta \left[T_n{\Phi }_n^i\left({\theta }_n^i\left(s\right)\right)\right]=\frac{1}{2}\{(1-q_n)e^{-{\theta }_n^i\left(s\right)\frac{s}{S}{T}_{f}B{R}_l^i}+1-{\eta }_n$

$+\sqrt{{[(1-q_n)e^{-{\theta }_n^i\left(s\right)\frac{s}{S}{T}_{f}B{R}_l^i}+1-{\eta }_n]}^2-4(1-q_n-{\eta }_n)e^{-{\theta }_n^i\left(s\right)\frac{s}{S}{T}_{f}B{R}_l^i}}\}$

其中n=1,2,K,N。

有效带宽理论：有效带宽理论的提出是基于业务的到达过程。假定业务数据到达过程 为{A(t),t≥0}，A(t)为该过程在时间区间[0,t)到达的用户数据比特数，根据有效 带宽理论，其渐近log-moment生成函数定义为

$\Lambda \left(\theta \right)=\underset{t\to \infty }{\lim }\frac{1}{t}\mathrm{InE}\left[e^{\mathrm{\theta A}\left(t\right)}\right],\theta \ge 0$

用户i业务的数据到达过程A(t)在子信道n上满足一定QoS要求对应的有效带宽可 表示为

$E_B^{i,n}\left({\theta }_n^i\left(s\right)\right)=\frac{\Lambda \left({\theta }_n^i\left(s\right)\right)}{{\theta }_n^i\left(s\right)},\forall {\theta }_n^i\left(s\right)\ge 0$

假定{A(t)，t≥0}服从泊松分布，即n=0,1,2,K，其中λ为常 数，则有

$E_B^{i,n}\left({\theta }_n^i\left(s\right)\right)=\frac{\lambda ·(e^{{\theta }_n^i\left(s\right)}-1)}{{\theta }_n^i\left(s\right)},\forall {\theta }_n^i\left(s\right)\ge 0$

均衡资源分配：有效带宽是满足一定QoS参数要求的业务到达过程的建模，即满足 QoS要求时所需的最小带宽，有效带宽是一个业务随机特性和一定QoS 要求的函数；有效容量是满足一定QoS参数要求的服务过程的抽象，即满足一定的 QoS要求下信道所能支持的最大信源速率理论应用中，对于业务到达 过程和服务过程，分别对应有效带宽和有效容量令

$E_B^{i,n}\left({\theta }_n^i\left(s\right)\right)=E_C^{i,n}\left({\theta }_n^i\left(s\right)\right)$

可确定变量s的函数对于平稳到达和服务过程，在数据平均到达速率不超过 平均服务速率的情况下，队列大小U(t)超过确定阈值Z的概率服从指数衰减

$p\{\mathrm{Delay}>D_i\}\approx \exp (-{\theta }_n^i\left(s\right){\tau }_n^i\left(s\right)D_i)$

其中Di为用户i的延时界限。则信道n分配给用户i的最小整数时隙数可由以下 线性优化解得

$s_{\min }^{i,n}=\min \left\{s\right\}$

$s.t.\exp (-{\theta }_n^i\left(s\right){\tau }_n^i\left(s\right)D_i)\le {ϵ}_i$

其中，ε_i为用户i的违反概率，s取整数值。

根据用户优先级按照上述过程，依次选择状况最好的信道，这样便可确定分配 给用户i的频谱f_i，时间t_i，功率p_i等参数。根据帕累托最优，资源分配可转化为以 最大化社会福利（用户效用之和）为目标，消费者货币预算以及稀缺资源为约束条 件的优化问题，与运营商的收益并不相违背。

从宏观角度，泛在无线网络即是一个包含多种异构无线网络的网络；从介观角 度，我们可以将这些异构无线网络分别视为协同子系统；从微观角度，我们又可以 将每个用户分别视为协同子系统，网络用户的数量是庞大的，而且各用户的消费行 为是随机的，但又是稳定的周期运动。这里，我们认为不同网络将由不同运营商运 营，从介观角度，将不同运营商视为协同子系统，基于混沌理论与协同学的视角， 利用经济学基本原理与方法，建立多运营商协同机制的资源优化方法。

协同子系统的确定：通用的基于效用最大化的资源分配模型为

$\underset{m,f,t,s,p,c}{\max }{u}_i(m_i,{\pi }_i)$

$s.t.\underset{i=1}{\overset{N}{\Sigma }}{f}_i\le F$

$\underset{i=1}{\overset{N}{\Sigma }}{t}_i\le T$

$\underset{i=1}{\overset{N}{\Sigma }}{p}_i\le P$

其中F，T，P分别为每个调度帧中频谱总量、时隙总数以及基站功率总量。一个用户 可能处于多家运营商覆盖范围，根据该优化，我们可以知道用户能够接受到的各家 运营商的服务所达到的效用值，从而为用户选择运营商提供理性依据。

泛在无线网络协同优化模型：泛在无线网络内各异构无线网络的调度以帧周期为单 位时间，对于每个调度帧，各异构网络拥有的资源是既定的，在每个调度帧内只能 服务一定数量的用户并保证他们的QoS；对于用户，所在位置可能有多异构网络覆 盖。以泛在无线网络优化为系统目标，以各异构无线网络子系统协同优化为约束， 由于泛在无线网络具有复杂性、混沌性和协同性，将协同优化和混沌优化相结合， 泛在无线网络下基于协同优化的多域资源分配模型如图3所示。模型中，u为泛在 无线网络优化层用户的效用，为泛在无线网络优化级目标函数，意味着泛在无 线网络用户社会福利最大化，分别为n个子系统对应的相容性约束，u^*为 异构无线网络优化层用户的效用，u^**为异构无线网络优化层用户效用的最优化结 果。

泛在无线网络优化分为泛在无线网络级的混沌优化和各异构无线网络间的协同 优化，流程如图4所示，用户效用u∈[0,1]，在混沌优化模块，变量μ为控制参数， μ∈[0,4]，考虑系统的混沌特性，根据Logistic映射，我们取μ=4，若混沌序列生 产的u_i不满足约束条件，需对u_i进行变换，令u_i(k)=d_i+g_iu_i，n+1，d_i为约束条件的 下限，即d_i=0，g_i为约束条件的上限与下限之差的绝对值，即g_i=1，为协同异 构无线网络优化目标函数，变量α,k，m,c，C均用于计数；在协同优化模块，常数ε用 于控制优化的精度。

完成上述一系列优化后，我们最终便可确定用户该接受哪家运营商的服务、所 属的QoS等级π_i、分配到的资源(f_i,t_i,s_i,p_i,c_i)、对应的消费金额m_i以及用户的效 用值u_i。泛在无线网络下基于协同优化的多域资源分配方法的基本流程如图4所示。