能量可转移小基站联盟博弈资源优化算法

为提高系统容量和能量效率，本算法针对能量采集小基站网络下行场景，提出采集能量可转移的联盟博弈算法。首先建立能量采集小基站网络模型，邻近小基站间以传输线连接并可以能量转移；提出了分布式的联盟形成算法，该算法以频带效率为效用函数，根据算法得到时间以及能量共享策略，小基站调整其发射功率；制定转移准则控制联盟形成，保证联盟结构的优化和算法收敛性。仿真结果表明，提出的算法能合理分配采集的能量，有效提高系统的频谱效率，并改善了用户的服务满意度。      

协作通信网络基于能量效率的博弈模型

本文研究准静态衰落环境下多用户OFDM协作通信网络能量效率问题,分别在非协作和协作传输情形下建立了能量效率模型。引入联盟博弈理论,根据用户协作关系建立联盟,提出一种联盟合并算法,结合SQP功率分配算法,联盟能量效率能有效提高。     

基于簇级匈牙利与联盟博弈联合的CF mMIMO导频分配算法

针对无小区大规模MIMO（Cell-Free Massive Multiple-Input Multiple-Output,CF mMIMO）系统,提出了一种基于簇级匈牙利与联盟博弈联合的导频分配算法。首先,利用用户的地理位置信息将系统中的用户划分为多个用户簇并为相同簇内的用户分配相互正交的导频序列,从空间角度减轻用户复用导频造成的导频污染;然后,在此基础上利用改进收益矩阵的匈牙利算法优化导频分配方案;最后,利用联盟博弈的思想避免因为固定的导频使用次数而带来的性能上限。仿真结果表明,该导频分配算法性能优于多种典型导频分配算法。     

车联网中基于联盟合作博弈的带宽分享策略

近几年来,车联网领域快速发展并引起广泛关注.在此背景下提出了一种混合Wi-Fi、WiMAX和3G/LTE的网络架构,在这种架构下,车辆可以根据自身的情况选择合适的方式接入网络.网络带宽分享采用基于联盟合作博弈的方式,车辆可以选择加入或离开合作联盟来最大化自身收益.模型从理论上证明了通过车辆间的效用分配与博弈合作,最终将形成一个纳什稳定的联盟划分并能适应车辆的动态变化.仿真结果表明,模型的算法性能接近于最优联盟分配.     

大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案

大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强度弱的小区边缘用户记为A组,剩余用户则为B组。A组用户使用相互正交的导频,B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中,用户被分成若干个互不相交的用户子联盟,属于不同子联盟的用户分配不同的相互正交导频序列,而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比,该文提出的JUG-AG方案更灵活,可以用于所有用户随机分布的场景。而且,该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE),而且可以提高用户的平均服务速率。     

一种基于博弈的联盟组网方法

针对缺乏有效联盟收益分配机制,导致发送端拒绝协作,同时发送信号,造成接收端信号重叠,该文提出一种基于博弈的安全联盟组网方法。首先,将协作博弈机制中的收益分摊机制引入安全联盟组网自适应形成方法,建立发送端联盟组网模型。然后,为实现联盟方式组网,基于博弈方法将联盟组网相比非联盟时增加的总安全速率作为可转移的收益函数,平均分配给组网内各个发送端;之后,发送端遍历所有可能形成的联盟组网,得到均摊收益最大的联盟组网方式;最后,发送端自适应形成该联盟组网,无需发送信号或相同需求下窃听信道条件最坏的发送端发信号,其余所有发送端通过发送人工噪声进行协作。仿真分析验证了该方法的公平性和有效性,当发送端功率等于20 mW时,高斯信道下的网络平均安全速率相比初始状态提高1.8 。     

D2D通信中的基于联盟形成博弈的能量有效的无线资源共享机制

D2D(Device-to-Device)通信作为蜂窝网中的一种新型的通信方式,因其在提高传输速率和改善能效性能等方面的无可比拟的优势,受到人们越来越多的关注。但是,D2D通信技术在带来令人无法抗拒的优势的同时,亦会产生棘手的干扰问题。鉴于此,本文从降低干扰的不利影响、提高网络能效性的角度出发,综合蜂窝用户共享资源的主观性和客观性因素,探讨了无线资源共享机制的设计问题,即联合模式选择和链路资源分配。首先,分析了D2D通信中的两种通信模式下用户的能量有效性。其次,将能量有效的无线资源共享问题建模为效用不可转移联盟形成博弈,分析了博弈性质,并基于合并-拆分准则和帕累托偏好关系提出一种分布式算法,依此确定无线资源共享策略。最后给出并分析了数值仿真结果,以验证所提机制的可行性。      

采用Rao-Blackwellised粒子滤波的时变多用户检测

传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数.在此前提下,传统多用户检测方法能够获得较好的性能.然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检测方法性能恶化.针对这个问题,本文首先采用随机集理论( Random Set Theory,RST)建立多用户动态模型,基于此模型将信道分解为离散部分和连续部分,并通过分析两者的关系得到它们的状态转移概率;然后提出了采用Rao-Blackwellised粒子滤波(RBPF)算法的时变多用户检测器,实现了活跃用户数目变化和信道幅度变化的跟踪及用户发送数据估计;最后给出了算法在抗噪声能力、抗远近效应和系统容量等方面的仿真结果.仿真结果表明本文算法性能明显优于传统多用户检测方法.     

基于虚拟联盟的重叠联盟形成算法

 重叠联盟形成问题是复杂智能系统中极具挑战性的前沿课题.特别是当一个能力有限的agent同时参与了多个不同的任务,但又不能同时满足这多个任务的需求时,就会产生资源冲突.为此,本文重点研究如何把一个无效的二维二进制编码修正为一个合法的编码,提出将有效联盟的剩余能力转移给一个动态的虚拟联盟,由虚拟联盟帮助解决其他无效联盟.实验结果表明,本文算法不会丢弃任何无效编码,在解决激烈的资源冲突时显得更加灵活有效.     

多波束赋形在非正交多址接入技术中的应用研究

为解决非正交多址接入(NOMA)技术在毫米波Massive MIMO系统中用户的分组受限于基站波束宽度的问题,提出了一种能够产生指向多个方向的波束的波束赋形方案.基于该多波束波束赋形方案,建立了多小区多用户场景下的用户资源分配的数学模型.为降低计算的复杂性,采用两阶段的资源分配算法.在第一阶段中,在给定的功率分配条件下将模型转化为联盟博弈中联盟的生成问题,并提出一种通过迭代确定用户分组和天线单元分配的算法;在第二阶段中,通过将非凸的数学优化问题转化为DC规划问题,提出用户功率分配的算法.仿真结果表明,本文所提多波束波束赋形方案能够有效产生指向多个方向的波束,且所提资源分配算法能够有效提高系统的性能.     

Analysis of group multiuser detection based on coalition game theory

Coalition game theory is introduced to investigate the performance, fairness and stability of decorrelating group multiuser detection receiver, not only from the perspective of individual nodes, but also various coalitions and the whole system as well. Firstly, to derive how the system scale with coalition size, a stochastic model with transferable payoffs (stochastic TU-model) is provided. Secondly, to find the most pre-ferred coalition structures from the view point of individual nodes, a model with Non-Transferable payoffs (NTU-model) is presented. Theoretical analysis and simulation results suggest that stochasticaly the grand coalition is payoff maximizing for the system as a whole, while individual nodes with good-conditioned channels may prefer local “win-win coalitions”.     

Algorithms for Transitive Dependence-Based Coalition Formation

Coalition formation methods allow autonomous agents to join together in order to act as a coherent group in which they increase their individual gains by collaborating with each other. Although there are some research efforts toward coalition formation in multiagent systems (MAS), such as game theory-based approaches, these methods cannot be easily applied in real-world scenarios. Based on a novel social reasoning theory, namely, transitive dependence theory, this work proposes two dynamic coalition formation algorithms for coalition formation: 1) without and-action dependence and 2) with and-action dependence, respectively. While most related work addresses the problem of searching for the optimal coalition structure (CS), the proposed algorithms aim to find out the optimal coalitions for specific goals. Theoretical analysis and experimental results suggest that 1) the algorithm for coalition formation without and-action dependence is of polynomial complexity and is efficient, and 2) when the incidence rate of and-action dependence is not high, the anytime algorithm for coalition formation with and-action dependence is also efficient although it has relatively high complexity (NP-complete).     

Task coalition formation and self‐adjustment in the wireless sensor networks

Coalition is an essential mechanism in the multi‐agent systems in the research of task‐oriented area. Self‐interested agents coordinate their behaviors in a coalition to pursue a common goal and obtain payoffs. We propose the clustering‐based coalition formation and self‐adjustment mechanisms for tasks in the wireless sensor network. Before coalition formation, the management center clusters attributes of sensors to reduce the scale of searching space during coalition formation. And then an improved MAX–MIN ant colony optimization algorithm is adopted to resolve the problem of coalition formation. If a coalition member fails to fulfill a task, it can sponsor a negotiation with some noncoalition nodes to execute coalition self‐repairing autonomously. The stimulus‐response mechanism of wasp colony is introduced to determine the probability of response to the task invitation to avoid consuming extra energy. Simulation results show that our model efficiently reduces energy consumption and network traffic, decreases the number of dead nodes, and prolongs the lifetime of the networks. Copyright © 2012 John Wiley & Sons, Ltd.     

信任和效用关系约束的联盟结构生成

联盟结构生成是分布式人工智能的重要研究内容,一般仅依据智能体效用生成任意数量的联盟,这导致最优联盟结构生成的计算复杂度NP难。实际上,信任是合作的基础,信任关系对最终效用有直接的影响,应该综合考虑信任和效用关系。针对以上问题,该文扩展效用约束为信任和效用约束,用信任和效用二元组表示,以此作为联盟结构生成的依据。借鉴图割的s-t-cut算法,研究了基于信任和效用关系的联盟结构生成,在保证智能体个体理性和联盟稳定(无块)的前提下,使用信任和效用关系对网络进行切割,从而形成联盟。由此,该文提出了两种多项式时间的精确算法:信任关系约束下的MT-s-t-cut算法和信任效用关系约束下的MTU-s-t-cut算法,这两种算法均能够在多项式时间内得到最优联盟结构。仿真实验验证了信任关系影响所形成的联盟结构,社会整体效用随智能体数量的增加而增加,并且算法的运行时间远小于动态规划法(DP)和ODP-IP算法。     

基于DSGA的航空作战平台作战联盟形成策略

作战联盟是一种适应分布式网络化作战的重要作战样式。以航空作战平台执行突击作战任务为背景,分析任务资源能力需求与作战平台能力属性匹配特点,建立航空作战平台作战联盟形成问题的数学模型。针对模型特点,采用一种双串编码遗传算法(DSGA)对模型进行求解,并制定部分匹配交叉策略、均匀变异策略以及混合选择算子。案例实验结果表明,算法能够有效解决问题模型,且具有较好的可靠性和时效性。     

Distributed Coalition Formation Games for Secure Wireless Transmission

Cooperation among wireless nodes has been recently proposed for improving the physical layer (PHY) security of wireless transmission in the presence of multiple eavesdroppers. While existing PHY security literature answered the question “what are the link-level secrecy rate gains from cooperation?”, this paper attempts to answer the question of “how to achieve those gains in a practical decentralized wireless network and in the presence of a cost for information exchange?”. For this purpose, we model the PHY security cooperation problem as a coalitional game with non-transferable utility and propose a distributed algorithm for coalition formation. Using the proposed algorithm, the wireless users can cooperate and self-organize into disjoint independent coalitions, while maximizing their secrecy rate taking into account the costs during information exchange. We analyze the resulting coalitional structures for both decode-and-forward and amplify-and-forward cooperation and study how the users can adapt the network topology to environmental changes such as mobility. Through simulations, we assess the performance of the proposed algorithm and show that, by coalition formation using decode-and-forward, the average secrecy rate per user is increased of up to 25.3 and 24.4% (for a network with 45 users) relative to the non-cooperative and amplify-and-forward cases, respectively.     

面向移动目标跟踪的动态联盟平滑切换方法

针对传统动态联盟离散生成方式所导致的能耗较大且历史信息易失等不足,提出一种动态联盟的平滑切换方法。首先,预估目标移动的下一位置;然后,检测联盟切换的触发条件;最后,通过新盟主选择、新旧盟主交接以及盟员变动等一系列过程实现联盟的平滑切换。并在目标丢失后,进行联盟修复。联盟的平滑切换将避免联盟因目标移动而反复生成和解散,并保持和利用联盟收集的历史信息。仿真结果显示,该方法能有效维持动态联盟,实现联盟的平滑切换,与传统动态联盟方法相比,降低了系统的能耗和通信成本,提高了目标跟踪的精度,验证了该方法的有效性。     

基于历史行为的agent联盟策略

协商是多agent系统中联盟形成的重要手段,很少有对协商初始提议的讨论.提出了一种基于个体历史行为确定协商起点的方法,根据agent在历史任务中的各维能力贡献率,计算其在当前任务中的期望获利因子,并据此给出协商时的初始提议,在此基础上设计了一种联盟形成策略,试验表明了该方法的有效性.     

联盟环境中的资源安全共享模型

文章以分布式计算环境中缔结的联盟工作环境(Coalition Environment)为背景，探讨了在这种环境下．联盟中各成员之间的资源共享和保护问题，并针对这个问题提出了自己的解决方案一资源安全共享模型(secure resources sharing)，简称为SRS。SRS是RBAC(基于角色的访问控制模型)在联盟环境中的拓展。在SRS中，联盟成员间完全平等地进行信任协商；通过引入了访问请求证书、管理者和监听者等结构要素，使得联盟的安全结构和联盟中各成员的本地安全结构得到有效隔离。SRS采用了TBAC的基于任务的访问权限管理机制，使其安全机制联盟环境中任务进程有机地统一起来，从而具有了动态安全模型的特征。