首页 / 专利库 / 电信 / 瑞利衰落 / 基于双边契约激励的D2D缓存内容共享方法

基于双边契约激励的D2D缓存内容共享方法

阅读:284发布:2021-01-06

专利汇可以提供基于双边契约激励的D2D缓存内容共享方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于双边契约激励的D2D缓存内容共享方法,包括:BUE向eNB 请求 数据包;eNB获取BUE和SUE的地理 位置 信息,以及SUE请求包的历史记录;eNB筛选出可为BUE服务的SUE集合;eNB拟定合同,并将合同集合广播给BUE和SUE;每个BUE和SUE选取合同,并反馈给eNB;eNB收到反馈信息后进行匹配,将匹配结果进行广播;若匹配失败,则结束;SUE按照合同共享数据包给BUE;eNB分别对BUE和SUE执行扣费和奖励,完成缓存内容的共享。本发明提供了一种基于双边契约激励的D2D缓存内容共享方法,充分考虑了BUE所需的数据包在传输速率上的差异性,以及数据包在多个BUE处时需要进行匹配的问题,可有效地激励SUE参与传输服务过程,使得BUE能够从SUE中获取所需数据。,下面是基于双边契约激励的D2D缓存内容共享方法专利的具体信息内容。

1.基于双边契约激励的D2D缓存内容共享方法,其特征在于,包括以下步骤:
S1:服务请求用户BUE向基站eNB请求数据包;
S2:基站eNB获取服务请求用户BUE和服务用户SUE的地理位置信息,以及服务用户SUE请求包的历史记录;
S3:基站eNB筛选出可为服务请求用户BUE服务的服务用户SUE集合;
S4:基站eNB拟定合同,并将合同集合广播给服务请求用户BUE和服务用户SUE;
S5:每个服务请求用户BUE和服务用户SUE选取合同,并反馈给基站eNB;
S6:基站eNB收到反馈信息后进行匹配,将匹配结果进行广播;若匹配失败,则结束;
S7:服务用户SUE按照合同共享数据包给服务请求用户BUE;
S8:基站eNB分别对服务请求用户BUE和服务用户SUE执行扣费和奖励,完成缓存内容的共享。
2.根据权利要求1所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S1具体为:
S11:参数定义:一个基站eNB存在多个和基站eNB通信的蜂窝用户CUE;B个有数据包需求的服务请求用户BUE,其集合为B={b1,b2,...,bi,...,bB};S个缓存有一个或多个数据包的服务用户SUE,其集合为S={s1,s2,...,sj,...,sS};数据包集合为F={f1,f2,...,fk,...,fK},K为数据包的个数;
S12:计算数据包被请求的概率,由Zipf分布进行描述,具体为:
其中, 表示每份数据包被请求的概率,表示数据包集合的分布指数。
3.根据权利要求2所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S2具体为:定义服务请求用户BUE的请求数据包集合、服务用户SUE的历史请求包记录:
服务请求用户BUE潜在通信链路集合Si:假设在每个时隙TS内,每个服务请求用户BUE只会请求一份数据包,表示为 并将服务用户SUE已缓存有的数据包集合记为 且服务请求用户BUE和服务用户SUE请求和缓存数据包的概率均由Zipf分布描述。
4.根据权利要求3所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S3具体为:
S31:将满足服务请求用户BUE通信范围内,即di,j≤dmax,TS时隙内sj和bi之间的通信距离di,j小于等于D2D最大通信距离dmax,且已经缓存有该服务请求用户BUE所请求数据包的服务用户SUE的集合定义为服务请求用户BUE潜在通信链路集合,即服务请求用户BUE和服务用户SUE之间存在的具备潜在通信能的全部D2D通信链路,表示为集合Si,即:
潜在服务用户SUE集合S0:定义所有潜在服务用户SUE的集合为S0,其中:
设共有S′个服务用户SUE,S′=card(S0),其中card(·)为集合的求势操作符;
S32:定义信道传输速率、基站eNB调度分配指示、服务请求用户BUE的期望速率等级和服务用户SUE服务意愿度等级:
信道传输速率ri,j:当bi和sj之间存在潜在D2D通信链路时,定义信道传输速率为ri,j,具体表达式为:
其中,Pi,j表示sj的发射功率,Hi,j=(di,j)-η|hi,j|2表示bi和sj之间的信道增益,di,j表示bi和sj之间的距离,η为路损指数,|hi,j|2为瑞利衰落影响因子,n0表示高斯白噪声,w为系统带宽;
基站eNB调度分配指示xi,j:定义集合X={xi,j},xi,j为eNB调度分配指示,xi,j=1表示sj向bi提供数据传输服务;设定在一个时隙内每个服务请求用户BUE至多得到一个服务用户SUE的服务,每个服务用户SUE至多能服务nj(nj≥1)个服务请求用户BUE,即:
服务请求用户BUE的期望速率等级θi:定义θi(θi>0)为服务请求用户BUE的期望速率等级,θi越大,表示bi期望所需求数据包的传输速率要求越高,愿意付出更多的成本;反之,θi越小,则认为bi可以接受较低的速率,其付出的成本也随之降低;据此,设置M(1≤M≤B)个离散的用户等级,其组成一个期望速率等级集合ΘB,即:
其中: 为第m个期望速率等级,且 则bi的期望速率等级θi∈
ΘB;θi属于服务请求用户BUE的固有个体属性,随用户期望、时间、空间等因素的变化而改变;
服务用户SUE服务意愿度等级 定义 为sj参与提供缓存服务的意愿度,
越大,sj参与服务的意愿度越高;设置共有N(1≤N≤S′)个服务意愿度等级,其组成一个服务意愿度等级集合ΘS,即:
其中: 为第n个服务意愿度等级,且 则sj的服务意愿度
属于服务用户SUE的固有隐私属性,信息不会上报给基站eNB;
S33:基站eNB获取服务请求用户BUE获取数据包的历史统计信息,确定不同期望速率等级的服务请求用户BUE所占比重;
S34:基站eNB获取服务用户SUE获取数据包的历史统计信息以及参与D2D服务的统计信息,确定不同服务意愿度等级的服务用户SUE所占比重;
S35:将服务请求合同记为∏={ri,j,πi,j},其中ri,j为信道传输速率,表示基站eNB调度sj来为bi提供数据包传输服务时bi预期可获得的速率;πi,j表示bi从sj获取服务时需要付给基站eNB的费用
bi根据ri,j并结合其需要付出的费用πi,j,得到一个满意度评价,具体为:
其中:α(α>0)为服务请求用户BUE的价格敏感因子, 为满意度评价,即bi从sj处获取服务时的效用函数;由式(7)可知, 随ri,j单调递增,表明服务请求用户BUE获取的数据包速率越高,满意度越高;而当ri,j很大时,服务请求用户BUE获取的数据速率够高,其满意度则会增长较为缓慢,故 是ri,j的凹函数,另一方面,随着服务请求用户BUE的付出费用πi,j增加,其满意度会降低,即 随πi,j单调递减;
S36:将服务合同记为 表示当sj服务于bi时基站eNB需付给sj的服务报
酬;
sj根据ri,j并结合其需要收取的费用 得到一个满意度评价,具体为:
其中: 为满意度评价,即sj为bi提供服务时的效用函数; 随着报酬 单调递增,也即价格越高服务用户SUE越满意,且随着sj的付出ri,j变大,其满意度会降低;
S37:基于式(7)和式(8),假设相同期望速率等级的服务请求用户BUE的扣费标注相同,且相同服务意愿度等级的服务用户SUE的奖励标准相同,则基站eNB的整体加权平均效用函数为:
因此,可设定优化的目标函数P1为:
其约束式包括式(3)、式(4)以及
其中:
约束式(2)、式(3)为匹配约束,其表示一个时隙TS内,每个服务请求用户BUE至多得到一个服务用户SUE的服务,且每个服务用户SUE可服务多个服务请求用户BUE;
约束式(11)和式(13)表示个人激励的合理性约束条件IRC,即每个服务请求用户BUE和服务用户SUE的效用均应为非负值,保证激励服务请求用户BUE与服务用户SUE的参与;
约束式(12)和式(14)表示激励兼容条件CIC,二者不等式的右侧表达式ln(1+θiri′,j)-απi′,j和 分别表示服务请求用户BUE拿期望速率等级θi′等级的服务请求用户BUE的合同可获得的效用,以及服务意愿度等级为 的服务用户SUE拿服务意愿度等级为 的服务用户SUE的合同可获得的效用;故式(12)、式(14)表明每个服务请求用户BUE和服务用户SUE均只愿意拿到自己对应等级的合同。
5.根据权利要求4所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S4具体为:
S41:分别对服务请求用户BUE和服务用户SUE的合理性约束条件IRC、激励兼容条件CIC进行简化;
S42:利用简化后的约束条件分别迭代推导出πi,j、 关于ri,j的表达式;
S43:将问题P1转化为仅有变量ri,j的函数形式;
S44:不考虑ri,j单调性约束的前提下利用拉格朗日乘子法求解出ri,j;判断求得的解是否满足ri,j单调,满足则结束;不满足则进行调整,使ri,j满足约束;
S45:根据得到的解求解出合同集合Γ和Π,完成合同拟定。
6.根据权利要求5所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S41具体为:
不考虑变量xi,j的求解,忽略式(10)的匹配约束条件式(3)、式(4),并定义:
则将问题P1转化为问题P2,具体为:
其约束式为式(11)、式(12)、式(13)和式(14);
所述步骤S42具体为:
满足合同可行的全部必要条件和充分条件具体为:
必要条件:1)θi随ri,j单调增;2)πi,j随ri,j单调增;3)Ubi,j随θi单调增;4)ri,j随 单调增;5) 随ri,j单调增;6)Usi,j随 单调增;其中,将条件1)和条件4)分别定义为服务请求用户BUE和服务用户SUE合同的单调性约束,即式(17)和式(18)如下:
充分条件:对期望速率等级为θi和θi-1的服务请求用户BUE,二者效用函数满足式(16),且对θi和θi+1的服务请求用户BUE,二者效用函数满足式(17);对服务意愿度等级为 和的服务用户SUE,,二者效用函数满足式(18),且对 和 的服务用户SUE,二者效用函数满足式(19),具体如下:
利用式(7)和式(8),在满足式(17)、式(18)的约束下,将问题P2的约束条件式(11)、式(12)、式(13)、式(14)简化为式(23)、式(24)、式(25)和式(26),具体如下:
故结合所述的充分条件和必要条件,将问题P2转化为问题P2-1,具体表达式如下:
其约束条件为式(17)~式(26);
所述步骤S43具体为:
根据式(27)联立式(20)和式(21),有:
联立式(22)和式(23),有:
将式;(25)和式(26)代入问题P2-1中,得到只关于ri,j的表达式,且约束式为式(14)和式(15);
所述步骤S44具体为:不考虑式(14)、式(15),通过拉格朗日乘子法求解得出该优化问题的无限制最优解;然后再检验该解是否满足式(14)、式(15);对于不满足的解进行调整,使其满足约束;
所述步骤S45具体为:将求解出的值ri,j代入式;(25)和式(26)中,最终得到问题P2-1的目标解πi,j和 从而求解出合同集合Γ和Π,完成合同拟定。
7.根据权利要求6所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S6匹配目标过程具体为:
S61:产生潜在匹配矩阵XP,求出基站eNB的效用矩阵UP;
S62:修改基站eNB的效用矩阵UP,形成扩增矩阵U′P;
S63:对矩阵XP和U′P利用一对一匹配的匈牙利算法进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
S64:检验匹配矩阵X,判断是否满足匹配条件,若服务请求用户BU不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程;若匹配成功,则获得服务请求用户BUE和服务用户SUE的匹配结果。
8.根据权利要求7所述的基于双边契约激励的D2D缓存内容共享方法,其特征在于:所述步骤S6具体为求解变量xi,j使式(10)最大化,具体匹配过程如下:
所述步骤S61具体为:根据求解到的ri,j、πi,j和 由式(27)求解出来后,将问题P1转化为:
其约束式为式(2)、式(3);
不考虑式(30)的约束条件,产生每个服务请求用户BUE与潜在通信链路均建立连接时的潜在匹配矩阵XP,计算该匹配情况下基站eNB可获得的效用,形成B×S′维的效用矩阵,记为UP;
所述步骤S62具体为:对接入nj(nj>1)个服务请求用户BUE的服务用户SUE等效于nj个只能接入一个的服务用户SUE来进行分配,即复制矩阵UP的第j列,对UP扩增(nj-1)列,形成扩增矩阵U′P;
所述步骤S63具体为:对矩阵XP和U′P利用一对一匹配的匈牙利算法进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
所述步骤S64具体为:根据基站eNB效用矩阵U以及匹配矩阵X求解变量xi,j,完成整个目标函数的优化求解,从而获得服务请求用户BUE和服务用户SUE的匹配结果;
若服务请求用户BUE不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程。

说明书全文

基于双边契约激励的D2D缓存内容共享方法

技术领域

[0001] 本发明涉及移动通信领域,更具体的,涉及一种基于双边契约激励的D2D 缓存内容共享方法。

背景技术

[0002] 近年来,终端直通通信(Device-to-Device,D2D)由于可以让临近终端设备不通过基站(eNB)而直接建立通信,从而有减轻回传链路的负荷,有效-增加蜂窝网络容量,成为5G移动通信的关键技术之一。
[0003] 随着移动数据流量的爆炸式增长,蜂窝网络的负荷量变得越来越大,为了减轻该负担,将内容缓存至无线网络边缘成为了一种新型的技术,这种方式提高频谱效率并减小无线网络系统的能量消耗[1]。其中,较常见的两种方式分别是缓存至eNB端和终端设备端(User Equipment,UE),当缓存至UE端或需要借助 UE进行D2D通信完成数据流量卸载时,考虑到用户的自私属性,需要激励机制来激励UE参与缓存。目前常见的激励方式有线性计价、拍卖激励、博弈激励、契约激励等方式。其中契约激励广泛应用于雇主和雇员之间,存在信息不对称的情况[1],即雇主不知道雇员的所有信息(如较隐私的个人信息等,雇员不会告诉雇员)。对应到无线缓存系统中,考虑到UE固有的私密属性,例如电量状态、存储空间、参与D2D通信的意愿等信息一般不会上报给eNB。这就构成了一个典型的信息不对称场景。
[0004] 现有的涉及信息不对称场景下的基于UE激励机制的D2D缓存方案,仍存在较多问题[2]-[3],例如未能联合考虑到数据包的服务者的自私属性且请求的数据包是否存在于多个缓存者处,或是无法知悉请求的数据包是否存在等问题。文献[2]单边激励数据包的请求者通过D2D链路获取包,匹配阶段数据包请求者和服务者分别基于自身效用和匹配约束条件由高到低进行偏好排序,然后请求者选择最高效用的匹配对象进行匹配;服务者收到匹配请求后搜索该请求方是否在自己偏好列表的中,若在则匹配成功,不在则匹配失败。该方案在激励阶段没有考虑到服务者的天然自私属性,且匹配性能与请求者的发起请求顺序有关,具有随机性。文献[3]假设其周边的UE所存有的数据包各不相同,所以不会出现同一数据包存储在不同用户处的情况。同时,对于信道质量的分类,该文献只讨论了两种类别的情况,而且将信道质量作为不对称信息时,则视为eNB和UE之间不进行交互。此时eNB并不能知道UE属于哪一类的概率分布函数,所以该模型的实际应用中可能存在无法实现的问题。另一方面,文献[4]讨论了一种契约理论激励,但没有涉及D2D共享数据包的分析,该文献考虑运营商激励UE尽量从空闲的eNB处获取数据包,来解决eNB的拥塞问题,并保证网络的稳定性。由于该方案将eNB视为运营商方的附属,eNB服务UE为天然义务,因而并不涉及eNB需要获取额外回报的问题。但是,如将该方案应用于D2D场景时,提供数据服务的主体由eNB变为存储有目标数据包的服务用户(Seller UE,SUE),则需考虑到UE本身的自私性和个体性,除自然灾害等紧急情况外,系统不能强制任何UE向其他UE提供D2D服务。因此,运营商可考虑付出一定的回报作为对SUE参与提供D2D服务的激励。
[0005] 另一方面,从需要获取数据服务的服务请求用户(Buyer UE,BUE)度看,在微蜂窝基站网络中存在部分BUE,由于自我隐私保护等各种原因,可能只愿意从eNB端获取数据包。但eNB考虑到自身业务的承载能,为了减轻业务服务量的拥塞,可以给出一定的回报来激励BUE去从SUE处获取数据包,同时给予SUE一定的补偿来激励其参与共享传输数据包。

发明内容

[0006] 本发明为克服上述现有的基于UE激励机制的D2D缓存方案,存在未能考虑到BUE所需的数据包在传输速率上的差异性以及数据包在多个BUE处时需要进行匹配的技术缺陷,提供一种基于双边契约激励的D2D缓存内容共享方法。
[0007] 为解决上述技术问题,本发明的技术方案如下:
[0008] 基于双边契约激励的D2D缓存内容共享方法,包括以下步骤:
[0009] S1:服务请求用户BUE向基站eNB请求数据包;
[0010] S2:基站eNB获取服务请求用户BUE和服务用户SUE的地理位置信息,以及服务用户SUE请求包的历史记录;
[0011] S3:基站eNB筛选出可为服务请求用户BUE服务的服务用户SUE集合;
[0012] S4:基站eNB拟定合同,并将合同集合广播给服务请求用户BUE和服务用户SUE;
[0013] S5:每个服务请求用户BUE和服务用户SUE选取合同,并反馈给基站eNB;
[0014] S6:基站eNB收到反馈信息后进行匹配,将匹配结果进行广播;若匹配失败,则结束;
[0015] S7:服务用户SUE按照合同共享数据包给服务请求用户BUE;
[0016] S8:基站eNB分别对服务请求用户BUE和服务用户SUE执行扣费和奖励,完成缓存内容的共享。
[0017] 其中,所述步骤S1具体为:
[0018] S11:参数定义:一个基站eNB存在多个和基站eNB通信的蜂窝用户CUE; B个有数据包需求的服务请求用户BUE,其集合为B={b1,b2,...,bi,...,bB};S个缓存有一个或多个数据包的服务用户SUE,其集合为S={s1,s2,...,sj,...,sS};数据包集合为F={f1,f2,...,fk,...,fK},K为数据包的个数;
[0019] S12:计算数据包被请求的概率,由Zipf分布进行描述,具体为:
[0020]
[0021] 其中,pfk表示每份数据包被请求的概率,表示数据包集合的分布指数。
[0022] 其中,所述步骤S2具体为:定义服务请求用户BUE的请求数据包集合、服务用户SUE的历史请求包记录:
[0023] 服务请求用户BUE潜在通信链路集合Si:假设在每个时隙TS内,每个服务请求用户BUE只会请求一份数据包,表示为 并将服务用户SUE已缓存有的数据包集合记为 且服务请求用户BUE和服务用户SUE请求和缓存数据包的概率均由Zipf分布描述。
[0024] 其中,所述步骤S3具体为:
[0025] S31:将满足服务请求用户BUE通信范围内,即di,j≤dmax,TS时隙内sj和bi之间的通信距离di,j小于等于D2D最大通信距离dmax,且已经缓存有该服务请求用户BUE所请求数据包的服务用户SUE的集合定义为服务请求用户BUE潜在通信链路集合,即服务请求用户BUE和服务用户SUE之间存在的具备潜在通信能力的全部D2D通信链路,表示为集合Si,即:
[0026] Si={sj;di,j≤dmax且
[0027] 潜在服务用户SUE集合S0:定义所有潜在服务用户SUE的集合为S0,其中:
[0028]
[0029] 设共有S′个服务用户SUE,S′=card(S0),其中card(·)为集合的求势操作符;
[0030] S32:定义信道传输速率、基站eNB调度分配指示、服务请求用户BUE的期望速率等级和服务用户SUE服务意愿度等级:
[0031] 信道传输速率ri,j:当bi和sj之间存在潜在D2D通信链路时,定义信道传输速率为ri,j,具体表达式为:
[0032]
[0033] 其中,Pi,j表示sj的发射功率,Hi,j=(di,j)-η|hi,j|2表示bi和sj之间的信道增益,di,j表示bi和sj之间的距离,η为路损指数,|hi,j|2为瑞利衰落影响因子,n0表示高斯白噪声,w为系统带宽;
[0034] 基站eNB调度分配指示xi,j:定义集合X={xi,j},xi,j为eNB调度分配指示, xi,j=1表示sj向bi提供数据传输服务;设定在一个时隙内每个服务请求用户BUE 至多得到一个服务用户SUE的服务,每个服务用户SUE至多能服务nj(nj≥1) 个服务请求用户BUE,即:
[0035]
[0036]
[0037] 服务请求用户BUE的期望速率等级θi:定义θi(θi>0)为服务请求用户 BUE的期望速率等级,θi越大,表示bi期望所需求数据包的传输速率要求越高,愿意付出更多的成本;反之,θi越小,则认为bi可以接受较低的速率,其付出的成本也随之降低;据此,设置M(1≤M≤B)个离散的用户等级,其组成一个期望速率等级集合ΘB,即:
[0038]
[0039] 其中: 为第m个期望速率等级,且 则bi的期望速率等级θi∈ΘB;θi属于服务请求用户BUE的固有个体属性,随用户期望、时间、空间等因素的变化而改变;
[0040] 服务用户SUE服务意愿度等级 定义 为sj参与提供缓存服务的意愿度, 越大,sj参与服务的意愿度越高;设置共有N(1≤N≤S′)个服务意愿度等级,其组成一个服务意愿度等级集合ΘS,即:
[0041]
[0042] 其中: 为第n个服务意愿度等级,且 则sj的服务意愿度属于服务用户SUE的固有隐私属性,信息不会上报给基站 eNB;
[0043] S33:基站eNB获取服务请求用户BUE获取数据包的历史统计信息,确定不同期望速率等级的服务请求用户BUE所占比重;
[0044] S34:基站eNB获取服务用户SUE获取数据包的历史统计信息以及参与D2D 服务的统计信息,确定不同服务意愿度等级的服务用户SUE所占比重;
[0045] S35:将服务请求合同记为∏={ri,j,πi,j},其中ri,j为信道传输速率,表示基站eNB调度sj来为bi提供数据包传输服务时bi预期可获得的速率;πi,j表示bi从 sj获取服务时需要付给基站eNB的费用
[0046] bi根据ri,j并结合其需要付出的费用πi,j,得到一个满意度评价,具体为:
[0047]
[0048] 其中:α(α>0)为服务请求用户BUE的价格敏感因子, 为满意度评价,即bi从sj处获取服务时的效用函数;由式(7)可知, 随ri,j单调递增,表明服务请求用户BUE获取的数据包速率越高,满意度越高;而当ri,j很大时,服务请求用户BUE获取的数据速率够高,其满意度则会增长较为缓慢,故 是 ri,j的凹函数,另一方面,随着服务请求用户BUE的付出费用πi,j增加,其满意度会降低,即 随πi,j单调递减;
[0049] S36:将服务合同记为 表示当sj服务于bi时基站eNB需付给sj的服务报酬;
[0050] sj根据ri,j并结合其需要收取的费用 得到一个满意度评价,具体为:
[0051]
[0052] 其中: 为满意度评价,即sj为bi提供服务时的效用函数; 随着报酬 单调递增,也即价格越高服务用户SUE越满意,且随着sj的付出ri,j变大,其满意度会降低;
[0053] S37:基于式(7)和式(8),假设相同期望速率等级的服务请求用户BUE的扣费标注相同,且相同服务意愿度等级的服务用户SUE的奖励标准相同,则基站eNB的整体加权平均效用函数为:
[0054]
[0055] 因此,可设定优化的目标函数P1为:
[0056]
[0057] 其约束式包括式(3)、式(4)以及
[0058]
[0059]
[0060]
[0061]
[0062] 其中:
[0063] 约束式(2)、式(3)为匹配约束,其表示一个时隙TS内,每个服务请求用户BUE至多得到一个服务用户SUE的服务,且每个服务用户SUE可服务多个服务请求用户BUE;
[0064] 约束式(11)和式(13)表示个人激励的合理性约束条件IRC,即每个服务请求用户BUE和服务用户SUE的效用均应为非负值,保证激励服务请求用户 BUE与服务用户SUE的参与;
[0065] 约束式(12)和式(14)表示激励兼容条件CIC,二者不等式的右侧表达式 ln(1+θiri′,j)-απi′,j和 分别表示服务请求用户BUE拿期望速率等级θi′等级的服务请求用户BUE的合同可获得的效用,以及服务意愿度等级为 的服务用户SUE拿服务意愿度等级为 的服务用户SUE的合同可获得的效用;故式(12)、式(14)表明每个服务请求用户BUE和服务用户SUE均只愿意拿到自己对应等级的合同。
[0066] 其中,所述步骤S4具体为:
[0067] S41:分别对服务请求用户BUE和服务用户SUE的合理性约束条件IRC、激励兼容条件CIC进行简化;
[0068] S42:利用简化后的约束条件分别迭代推导出πi,j、 关于ri,j的表达式;
[0069] S43:将问题P1转化为仅有变量ri,j的函数形式;
[0070] S44:不考虑ri,j单调性约束的前提下利用拉格朗日乘子法求解出ri,j;判断求得的解是否满足ri,j单调,满足则结束;不满足则进行调整,使ri,j满足约束;
[0071] S45:根据得到的解求解出合同集合Γ和Π,完成合同拟定。
[0072] 其中,所述步骤S41具体为:
[0073] 不考虑变量xi,j的求解,忽略式(10)的匹配约束条件式(3)、式(4),并定义:
[0074]
[0075] 则将问题P1转化为问题P2,具体为:
[0076]
[0077] 其约束式为式(11)、式(12)、式(13)和式(14);
[0078] 所述步骤S42具体为:
[0079] 满足合同可行的全部必要条件和充分条件具体为:
[0080] 必要条件:1)θi随ri,j单调增;2)πi,j随ri,j单调增;3)Ubi,j随θi单调增; 4)ri,j随单调增;5) 随ri,j单调增;6)Usi,j随 单调增;其中,将条件 1)和条件4)分别定义为服务请求用户BUE和服务用户SUE合同的单调性约束,即式(17)和式(18)如下:
[0081]
[0082]
[0083] 充分条件:对期望速率等级为θi和θi-1的服务请求用户BUE,二者效用函数满足式(16),且对θi和θi+1的服务请求用户BUE,二者效用函数满足式(17);对服务意愿度等级为和 的服务用户SUE,,二者效用函数满足式(18),且对 和 的服务用户SUE,二者效用函数满足式(19),具体如下:
[0084]
[0085]
[0086]
[0087]
[0088] 利用式(7)和式(8),在满足式(17)、式(18)的约束下,将问题P2 的约束条件式(11)、式(12)、式(13)、式(14)简化为式(23)、式(24)、式(25)和式(26),具体如下:
[0089]
[0090]
[0091]
[0092]
[0093] 故结合所述的充分条件和必要条件,将问题P2转化为问题P2-1,具体表达式如下:
[0094]
[0095] 其约束条件为式(17)~式(26);
[0096] 所述步骤S43具体为:
[0097] 根据式(27)联立式(20)和式(21),有:
[0098]
[0099] 联立式(22)和式(23),有:
[0100]
[0101] 将式;(25)和式(26)代入问题P2-1中,得到只关于ri,j的表达式,且约束式为式(14)和式(15);
[0102] 所述步骤S44具体为:不考虑式(14)、式(15),通过拉格朗日乘子法求解得出该优化问题的无限制最优解;然后再检验该解是否满足式(14)、式(15);对于不满足的解进行调整,使其满足约束;
[0103] 所述步骤S45具体为:将求解出的值ri,j代入式;(25)和式(26)中,最终得到问题P2-1的目标解πi,j和 从而求解出合同集合Γ和Π,完成合同拟定。
[0104] 其中,所述步骤S6匹配目标过程具体为:
[0105] S61:产生潜在匹配矩阵XP,求出基站eNB的效用矩阵UP;
[0106] S62:修改基站eNB的效用矩阵UP,形成扩增矩阵U′P;
[0107] S63:对矩阵XP和U′P利用一对一匹配的匈牙利算法进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
[0108] S64:检验匹配矩阵X,判断是否满足匹配条件,若服务请求用户BU不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程;若匹配成功,则获得服务请求用户BUE 和服务用户SUE的匹配结果。
[0109] 其中,所述步骤S6具体为求解变量xi,j使式(10)最大化,具体匹配过程如下:
[0110] 所述步骤S61具体为:根据求解到的ri,j、πi,j和 由式(27)求解出来后,将问题P1转化为:
[0111]
[0112] 其约束式为式(2)、式(3);
[0113] 不考虑式(30)的约束条件,产生每个服务请求用户BUE与潜在通信链路均建立连接时的潜在匹配矩阵XP,计算该匹配情况下基站eNB可获得的效用,形成B×S′维的效用矩阵,记为UP;
[0114] 所述步骤S62具体为:对接入nj(nj>1)个服务请求用户BUE的服务用户SUE等效于nj个只能接入一个的服务用户SUE来进行分配,即复制矩阵UP的第j列,对UP扩增(nj-1)列,形成扩增矩阵U′P;
[0115] 所述步骤S63具体为:对矩阵XP和U′P利用一对一匹配的匈牙利算法进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
[0116] 所述步骤S64具体为:根据基站eNB效用矩阵U以及匹配矩阵X求解变量 xi,j,完成整个目标函数的优化求解,从而获得服务请求用户BUE和服务用户 SUE的匹配结果;
[0117] 若服务请求用户BUE不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程。
[0118] 与现有技术相比,本发明技术方案的有益效果是:
[0119] 本发明提供了一种基于双边契约激励的D2D缓存内容共享方法,充分考虑了服务请求用户BUE所需的数据包在传输速率上的差异性,以及数据包在多个服务请求用户BUE处时需要进行匹配的问题,可有效地激励服务用户SUE参与传输服务过程,使得服务请求用户BUE能够从服务用户SUE中获取所需数据,进而令网络获得比传统方法更全面的性能提升。附图说明
[0120] 图1为本发明步骤流程示意图;
[0121] 图2为本发明模型示意图;
[0122] 图3为合同拟定流程图
[0123] 图4为服务请求用户BUE和服务用户SUE流程图;
[0124] 图5为服务请求用户BUE获得的传输速率与期望速率等级的关系示意图;
[0125] 图6为服务请求用户BUE的付出与期望速率等级的关系图;
[0126] 图7为服务用户SUE获得的回报与服务意愿度等级的关系图;
[0127] 图8为基站eNB效用与服务请求用户BUE期望速率等级的关系图;
[0128] 图9为服务请求用户BUE与服务用户SUE数目比与预期可成功匹配总数目的关系图;
[0129] 图10为服务请求用户BUE与服务用户SUE数目比与基站eNB效用的关系图;
[0130] 图11为服务用户SUE所有的数据包数目与预期可成功匹配总数目的关系图;
[0131] 图12为服务用户SUE所有的数据包数目与基站eNB效用的关系图。

具体实施方式

[0132] 附图仅用于示例性说明,不能理解为对本专利的限制;
[0133] 为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
[0134] 对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
[0135] 下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0136] 实施例1
[0137] 如图1所示,基于双边契约激励的D2D缓存内容共享方法,包括以下步骤:
[0138] S1:服务请求用户BUE向基站eNB请求数据包;
[0139] S2:基站eNB获取服务请求用户BUE和服务用户SUE的地理位置信息,以及服务用户SUE请求包的历史记录;
[0140] S3:基站eNB筛选出可为服务请求用户BUE服务的服务用户SUE集合;
[0141] S4:基站eNB拟定合同,并将合同集合广播给服务请求用户BUE和服务用户SUE;
[0142] S5:每个服务请求用户BUE和服务用户SUE选取合同,并反馈给基站eNB;
[0143] S6:基站eNB收到反馈信息后进行匹配,将匹配结果进行广播;若匹配失败,则结束;
[0144] S7:服务用户SUE按照合同共享数据包给服务请求用户BUE;
[0145] S8:基站eNB分别对服务请求用户BUE和服务用户SUE执行扣费和奖励,完成缓存内容的共享。
[0146] 更具体的,如图2所示,所述步骤S1具体为:
[0147] S11:参数定义:一个基站eNB存在多个和基站eNB通信的蜂窝用户CUE; B个有数据包需求的服务请求用户BUE,其集合为B={b1,b2,...,bi,...,bB};S个缓存有一个或多个数据包的服务用户SUE,其集合为S={s1,s2,...,sj,...,sS};数据包集合为F={f1,f2,...,fk,...,fK},K为数据包的个数;
[0148] S12:计算数据包被请求的概率,由Zipf分布进行描述[3],具体为:
[0149]
[0150] 其中,pfk表示每份数据包被请求的概率,表示数据包集合的分布指数。
[0151] 更具体的,所述步骤S2具体为:定义服务请求用户BUE潜在通信链路集合、潜在服务用户SUE集合、信道传输速率、基站eNB调度分配指示、服务请求用户BUE的期望速率等级和服务用户SUE服务意愿度等级:
[0152] 服务请求用户BUE潜在通信链路集合Si:假设在每个时隙TS内,每个服务请求用户BUE只会请求一份数据包,表示为 并将服务用户SUE已缓存有的数据包集合记为 且服务请求用户BUE和服务用户SUE请求和缓存数据包的概率均由Zipf分布描述。
[0153] 更具体的,所述步骤S3具体为:
[0154] S31:将满足服务请求用户BUE通信范围内,即di,j≤dmax,TS时隙内sj和bi之间的通信距离di,j小于等于D2D最大通信距离dmax,且已经缓存有该服务请求用户BUE所请求数据包的服务用户SUE的集合定义为服务请求用户BUE潜在通信链路集合,即服务请求用户BUE和服务用户SUE之间存在的具备潜在通信能力的全部D2D通信链路,表示为集合Si,即:
[0155] Si={sj;di,j≤dmax且
[0156] 在具体实施过程中,如图2所示的BUE3分别至SUE5、SUE6的通信链路均满足可达条件,且可从这两个SUE处获取已缓存的数据时,则BUE3的潜在链路集合为S3={s5,s6};
[0157] 潜在服务用户SUE集合S0:定义所有潜在服务用户SUE的集合为S0,其中:
[0158]
[0159] 设共有S′个服务用户SUE,S′=card(S0),其中card(·)为集合的求势操作符;
[0160] S32:定义信道传输速率、基站eNB调度分配指示、服务请求用户BUE的期望速率等级和服务用户SUE服务意愿度等级:
[0161] 信道传输速率ri,j:当bi和sj之间存在潜在D2D通信链路时,定义信道传输速率为ri,j,具体表达式为:
[0162]
[0163] 其中,Pi,j表示sj的发射功率,Hi,j=(di,j)-η|hi,j|2表示bi和sj之间的信道增益,di,j表示bi和sj之间的距离,η为路损指数,|hi,j|2为瑞利衰落影响因子,n0表示高斯白噪声,w为系统带宽;
[0164] 基站eNB调度分配指示xi,j:定义集合X={xi,j},xi,j为eNB调度分配指示, xi,j=1表示sj向bi提供数据传输服务;设定在一个时隙内每个服务请求用户BUE 至多得到一个服务用户SUE的服务,每个服务用户SUE至多能服务nj(nj≥1) 个服务请求用户BUE,即:
[0165]
[0166]
[0167] 服务请求用户BUE的期望速率等级θi:定义θi(θi>0)为服务请求用户 BUE的期望速率等级,θi越大,表示bi期望所需求数据包的传输速率要求越高,愿意付出更多的成本;反之,θi越小,则认为bi可以接受较低的速率,其付出的成本也随之降低;据此,设置M(1≤M≤B)个离散的用户等级,其组成一个期望速率等级集合ΘB,即:
[0168]
[0169] 其中: 为第m个期望速率等级,且 则bi的期望速率等级θi∈ΘB;θi属于服务请求用户BUE的固有个体属性,随用户期望、时间、空间等因素的变化而改变;
[0170] 服务用户SUE服务意愿度等级 定义 为sj参与提供缓存服务的意愿度, 越大,sj参与服务的意愿度越高;设置共有N(1≤N≤S′)个服务意愿度等级,其组成一个服务意愿度等级集合ΘS,即:
[0171]
[0172] 其中: 为第n个服务意愿度等级,且 则sj的服务意愿度属于服务用户SUE的固有隐私属性,信息不会上报给基站 eNB;
[0173] S33:基站eNB获取服务请求用户BUE获取数据包的历史统计信息,确定不同期望速率等级的服务请求用户BUE所占比重;
[0174] 在具体实施过程中,在室内场景下,用户可能期望较高的速率,而在室外移动过程中对速率的期望值可能会降低。或者,某些时候或场合下,用户可能不愿为某些非实时业务数据或特定的数据内容支付较高的费用,而宁愿选择低速率、低费率的传输服务。因此,在多用户场景下,为避免频繁更新等级信息导致的大量信令消耗,基站eNB可不实时获取每个BUE的等级取值,而可通过BUE获取数据包的历史统计信息来推断系统中不同等级的BUE所占比重。
[0175] S34:基站eNB获取服务用户SUE获取数据包的历史统计信息以及参与D2D 服务的统计信息,确定不同服务意愿度等级的服务用户SUE所占比重;
[0176] S35:将服务请求合同记为∏={ri,j,πi,j},其中ri,j为信道传输速率,表示基站eNB调度sj来为bi提供数据包传输服务时bi预期可获得的速率;πi,j表示bi从 sj获取服务时需要付给基站eNB的费用;
[0177] bi根据ri,j并结合其需要付出的费用πi,j,得到一个满意度评价,具体为:
[0178]
[0179] 其中:α(α>0)为服务请求用户BUE的价格敏感因子, 为满意度评价,即bi从sj处获取服务时的效用函数;由式(7)可知, 随ri,j单调递增,表明服务请求用户BUE获取的数据包速率越高,满意度越高;而当ri,j很大时,服务请求用户BUE获取的数据速率够高,其满意度则会增长较为缓慢,故 是 ri,j的凹函数,另一方面,随着服务请求用户BUE的付出费用πi,j增加,其满意度会降低,即 随πi,j单调递减;
[0180] S36:将服务合同记为 表示当sj服务于bi时基站eNB需付给sj的服务报酬;
[0181] sj根据ri,j并结合其需要收取的费用 得到一个满意度评价,具体为:
[0182]
[0183] 其中: 为满意度评价,即sj为bi提供服务时的效用函数; 随着报酬 单调递增,也即价格越高服务用户SUE越满意,且随着sj的付出ri,j变大,其满意度会降低;
[0184] S37:基于式(7)和式(8),假设相同期望速率等级的服务请求用户BUE的扣费标注相同,且相同服务意愿度等级的服务用户SUE的奖励标准相同,则基站eNB的整体加权平均效用函数为:
[0185]
[0186] 因此,可设定优化的目标函数P1为:
[0187]
[0188] 其约束式包括式(3)、式(4)以及
[0189]
[0190]
[0191]
[0192]
[0193] 其中:
[0194] 约束式(2)、式(3)为匹配约束,其表示一个时隙TS内,每个服务请求用户BUE至多得到一个服务用户SUE的服务,且每个服务用户SUE可服务多个服务请求用户BUE;
[0195] 约束式(11)和式(13)表示个人激励的合理性约束条件IRC,即每个服务请求用户BUE和服务用户SUE的效用均应为非负值,保证激励服务请求用户 BUE与服务用户SUE的参与;
[0196] 约束式(12)和式(14)表示激励兼容条件CIC,二者不等式的右侧表达式ln(1+θiri′,j)-απi′,j和 分别表示服务请求用户BUE拿期望速率等级θi′等级的服务请求用户BUE的合同可获得的效用,以及服务意愿度等级为 的服务用户SUE拿服务意愿度等级为 的服务用户SUE的合同可获得的效用;故式(12)、式(14)表明每个服务请求用户BUE和服务用户SUE均只愿意拿到自己对应等级的合同。
[0197] 在具体实施过程中,留意到问题P1,即式(10)属于一种非线性、非凸的 NP-难优化问题,求解的变量和条件较多,为有效求解问题P1,保证BUE和SUE 之间的匹配有效,本发明分为两个阶段进行求解,即合同拟定阶段和BUE和SUE 之间的匹配阶段;
[0198] 更具体的,如图3所示,所述步骤S4具体为:
[0199] S41:分别对服务请求用户BUE和服务用户SUE的合理性约束条件IRC、激励兼容条件CIC进行简化;
[0200] S42:利用简化后的约束条件分别迭代推导出πi,j、 关于ri,j的表达式;、 S43:将问题P1转化为仅有变量ri,j的函数形式;
[0201] S44:不考虑ri,j单调性约束的前提下利用拉格朗日乘子法求解出ri,j;判断求得的解是否满足ri,j单调,满足则结束;不满足则进行调整,使ri,j满足约束;
[0202] S45:根据得到的解求解出合同集合Γ和Π,完成合同拟定。
[0203] 更具体的,所述步骤S41具体为:
[0204] 不考虑变量xi,j的求解,忽略式(10)的匹配约束条件式(3)、式(4),并定义:
[0205]
[0206] 则将问题P1转化为问题P2,具体为:
[0207]
[0208] 其约束式为式(11)、式(12)、式(13)和式(14);
[0209] 所述步骤S42具体为:
[0210] 满足合同可行的全部必要条件和充分条件[6]具体为:
[0211] 必要条件:1)θi随ri,j单调增;2)πi,j随ri,j单调增;3)Ubi,j随θi单调增; 4)ri,j随单调增;5) 随ri,j单调增;6)Usi,j随 单调增;其中,将条件1)和条件4)分别定义为服务请求用户BUE和服务用户SUE合同的单调性约束,即式(17)和式(18)如下:
[0212]
[0213]
[0214] 充分条件:对期望速率等级为θi和θi-1的服务请求用户BUE,二者效用函数满足式(16),且对θi和θi+1的服务请求用户BUE,二者效用函数满足式(17);对服务意愿度等级为和 的服务用户SUE,,二者效用函数满足式(18),且对 和 的服务用户SUE,二者效用函数满足式(19),具体如下:
[0215]
[0216]
[0217]
[0218]
[0219] 根据文献[6]的思想,利用式(7)和式(8),在满足式(17)、式(18)的约束下,将问题P2的约束条件式(11)、式(12)、式(13)、式(14)简化为式(23)、式(24)、式(25)和式(26),具体如下:
[0220]
[0221]
[0222]
[0223]
[0224] 故结合所述的充分条件和必要条件,将问题P2转化为问题P2-1,具体表达式如下:
[0225]
[0226] 其约束条件为式(17)~式(26);
[0227] 所述步骤S43具体为:
[0228] 根据式(27)联立式(20)和式(21),有:
[0229]
[0230] 联立式(22)和式(23),有:
[0231]
[0232] 将式;(25)和式(26)代入问题P2-1中,得到只关于ri,j的表达式,且约束式为式(14)和式(15);
[0233] 所述步骤S44具体为:由于式(14)和式(15)是两个非线性、非凸约束条件的存在,是的问题P2-1无法直接求解,为了有效解决该问题,先不考虑式(14)、式(15),通过拉格朗日乘子法[8]求解得出该优化问题的无限制最优解;然后再检验该解是否满足式(14)、式(15);对于不满足的解进行调整,可参照参考文献[7]进行调整,使其满足约束;
[0234] 所述步骤S45具体为:将求解出的值ri,j代入式;(25)和式(26)中,最终得到问题P2-1的目标解πi,j和 从而求解出合同集合Γ和Π,完成合同拟定。
[0235] 更具体的,如图4所示,所述步骤S6匹配目标过程具体为:
[0236] S61:产生潜在匹配矩阵XP,求出基站eNB的效用矩阵UP;
[0237] S62:修改基站eNB的效用矩阵UP,形成扩增矩阵U′P;
[0238] S63:对矩阵XP和U′P利用一对一匹配的匈牙利算法[9]进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
[0239] S64:检验匹配矩阵X,判断是否满足匹配条件,若服务请求用户BU不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程;若匹配成功,则获得服务请求用户BUE 和服务用户SUE的匹配结果。
[0240] 更具体的,所述步骤S6具体为求解变量xi,j使式(10)最大化,具体匹配过程如下:
[0241] 所述步骤S61具体为:根据求解到的ri,j、πi,j和 由式(27)求解出来后,将问题P1转化为:
[0242]
[0243] 其约束式为式(2)、式(3);
[0244] 不考虑式(30)的约束条件,产生每个服务请求用户BUE与潜在通信链路均建立连接时的潜在匹配矩阵XP,计算该匹配情况下基站eNB可获得的效用,形成B×S′维的效用矩阵,记为UP;
[0245] 所述步骤S62具体为:对接入nj(nj>1)个服务请求用户BUE的服务用户SUE等效于nj个只能接入一个的服务用户SUE来进行分配,即复制矩阵UP的第j列,对UP扩增(nj-1)列,形成扩增矩阵U′P;
[0246] 所述步骤S63具体为:对矩阵XP和U′P利用一对一匹配的匈牙利算法进行求解,得到匹配后的基站eNB效用矩阵U以及匹配矩阵X;
[0247] 所述步骤S64具体为:根据基站eNB效用矩阵U以及匹配矩阵X求解变量 xi,j,完成整个目标函数的优化求解,从而获得服务请求用户BUE和服务用户 SUE的匹配结果;
[0248] 若服务请求用户BUE不存在潜在通信链路,或存在潜在通信链路但没有寻找到合适匹配对象时,则认为该服务请求用户BUE匹配失败,结束流程。
[0249] 实施例2
[0250] 本发明在本实施例中,如无特别说明,仿真参数取值如表1所示:
[0251] 表1仿真参数表
[0252]参数 参数值 单位
蜂窝小区半径 500 米
D2D通信最大距离 50 米
SUE撒点数目 300 个
BUE撒点数目 600 个
系统中数据包数目 20 个
Zipf参数 0.8 -
SUE最多有的数据包数目 3 个
[0253] 假设蜂窝小区的半径为500米,SUE和BUE在小区内随机均匀分布,系统中共有20个不同的数据包。数据包受欢迎的集中程度,即Zipf分布指数 设定为 假设各SUE的存储容量约束为0-3个数据包,且预存的数据包均已达到自身的最大容量,即每个SUE至多已缓存了3个不同的数据包。设定BUE 期望速率等级和SUE参与意愿度等级均为18个等级,即M=18和N=18,且设定
[0254] 在具体实施过程中,首先检验本发明对不同期望速率等级的BUE和不同服务意愿度等级SUE所拟定与优化的合同是否满足可行性。如图5所示,当BUE 的期望速率等级θi越高时,其期望获得下载数据包的速率会越高,这与BUE合同的单调性条件特性相符合。同时,随着BUE的价格敏感因子α增大,当价格很高时,BUE会更愿意接受速率较低的服务。
[0255] 在具体实施过程中,如图6所示,当BUE的期望速率等级θi越高时,由于其需要获得下载数据包的速率变高,则其需要付给基站eNB的费用会随之增加。同时,随着BUE的价格敏感因子α增大,BUE更倾向于以较低的价格来获取较低速率的下载服务。
[0256] 在具体实施过程中,如图7所示,当SUE的服务意愿度等级 越高时,可在功率许可范围内以较高功率发送信号,从而可以较高的速率完成对BUE的数据包传输,则其可以从运营商处获取到的报酬会增大。同时,随着BUE的价格敏感因子α增大,影响到BUE可以接受的传输速率会降低,从而SUE当以较低速率传输数据包时,其获取到的报酬便会减小。
[0257] 在具体实施过程中,如图8所示,随着BUE的期望速率等级θi的增大,BUE 需求的速率变高,带动了整个激励系统的需求和供给,整个系统的交易量变大,基站eNB获取的效用也会增大。而当BUE的价格敏感因子α增大时,使得系统的交易量减少,从而基站eNB获取的效用会减小。
[0258] 更具体的,由于本发明联合考虑了BUE的固有个体属性和SUE的天然自私属性,因此所提出的模型与现有文献[2]中仅考虑BUE个体属性的系统模型并不相同,所以合同的检验分析与现有文献的方案没有可对比性,故上述仿真分析从本方案的不同侧面来评估合同的有效性。由上述仿真结果可见,通过本发明拟定与优化的合同,可以实现eNB在不知道BUE和SUE固有个体属性和固有私密属性下的激励过程,从而确保了BUE和SUE的参与,相对于拍卖和博弈论激励机制具有信令交互少的良好效果。
[0259] 更具体的,对BUE和SUE之间的匹配性能进行测试,对比现有的两种典型 D2D匹配方案,即:基于BUE和SUE效用的双边匹配方案[2]和随机匹配方案。对于这两种方案,由于匹配结果与BUE发起请求的顺序有关,同时考虑到匹配的随机性,可能存在让某潜在链路多的BUE匹配到某SUE,而该SUE相对于其他BUE却为唯一的可匹配对象,从而导致系统预期可成功匹配总数目会减少的不利结果。同时,这些方案的匹配过程是UE效用或随机匹配,eNB并不能获取最优的效用。
[0260] 为实现公平可比性,所有方案中的UE效用均通过本发明拟定与优化的合同得到。仿真设定α=0.1,系统中的SUE撒点数目为300个。因每个SUE可与多个BUE配对,在仿真中对每一个特定的SUE-BUE预期成功配对均统计1次。
[0261] 在具体实施过程中,如图9所示,给出了在不同的SUE与BUE撒点比例条件下,系统预期可成功匹配总数目的性能结果。由该图可看出,当系统中BUE 的数目增多,满足D2D通信距离和数据包请求约束的潜在D2D匹配对总数目会增大,从而最终系统预期可成功匹配总数也会增大。相应地,基站eNB获得的效用也会增大,如图10所示。由图9、图10可知,相比于其他方案,本方案在匹配数目和运营商效用两方面都能获得性能的提升。该实验说明,在高密集性的场景下,当缓存有数据包的服务用户数目较多,且请求用户数目不断增多时,网络卸载量会增大;但当请求用户增多到一定程度时,会出现卸载量趋于饱和的状态,因为此时出现了供不应求的状态。
[0262] 在具体实施过程中,如图11、图12所示,设置SUE撒点数目为300个, BUE撒点数目为700个。由图11可以看出,随着SUE自身已缓存有的数据包数目增多,BUE所请求的数据包能在其周边SUE中获取到的概率增大,使得潜在匹配对数增大,则最终匹配的总数也增大。相应地,运营商获得的效用也会增大,如图12所示。类似图9、图10的结果,当SUE存储的数据包增多时,相比于其他方案,本方案在匹配数目和运营商效用两方面也都能获得性能的提升。该结果说明,当SUE的存储容量不断扩增时,SUE存储的数据包数量将增加,因此提高了可共享给邻近BUE所需的数据包的概率,这不仅有助于卸载核心网络的流量,也同时为SUE自身获取回报提供了机会。由于目前主流终端的硬件存储容量日趋扩大,这为本发明的实施提供了更好的实现条件和基础
[0263] 显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
[0264] [1].D.Liu,B.Chen,C.Yang,and A.F.Molisch,"Caching at the wireless edge: design aspects,challenges,and future directions,"in IEEE Communications Magazine, vol.54,no.9,pp.22-28,Sept.2016.
[0265] [2].Y.Zhang,M.Pan,L.Song,Z.Dawy,and Z.Han,"A survey of contract theory-based incentive mechanism design in wireless networks,"in IEEE Wireless Communications,vol.24,no.3,pp.80-85,Jun.2017.
[0266] [3].L.Xu,C.Jiang,Y.Shen,T.Q.S.Quek,Z.Han,and Y.Ren,"Energy efficient D2D communications:a perspective of mechanism design,"in IEEE Transactions on Wireless Communications,vol.15,no.11,pp.7272-7285,Nov.2016.
[0267] [4].T.Zhang,H.Wang,X.Chu,and J.He,"A signaling-based incentive mechanism for device-to-device content sharing in cellular networks,"in IEEE Communications Letters,vol.21,no.6,pp.1377-1380,Jun.2017.
[0268] [5].Y.Li,B.Shen,J.Zhang,X.Gan,J.Wang,and X.Wang,"Offloading in HCNs:congestion-aware network selection and user incentive design,"in IEEE Transactions on Wireless Communications,vol.16,no.10,pp.6479-6492,Oct.2017.[0269] [6].L.Breslau,P.Cao,L.Fan,G.Phillips,and S.Shenker,"Web caching and Zipf-like distributions:evidence and implication,"in Proc.IEEE INFOCOM,New York,NY,USA,pp.126-134,Mar.1999.
[0270] [7].P.Bolton and M.Dewatripont,Contract Theory.Cambridge,MA,USA:The MIT Press,2004.
[0271] [8].W.Rudin,Principles of mathematical analysis.New York:McGraw-Hill, 1976.
[0272] [9].H.W.Kuhn,“The Hungarian method for the assignment problem,”Naval Research Logistics,vol.2,no.1/2,pp.83-97,Mar.1955.
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈