[发明专利]一种基于非合作博弈的网络选择方法

权利要求书

1.一种基于非合作博弈的网络选择方法，其特征是，包括以下步骤：

步骤S1，根据无线接入网络模型中用户和网络接入点之间动态选择特征，建立非合作博弈模型，此模型中参与者为用户，动作为可接入的网络，支付函数为系统吞吐量；

步骤S2，将非合作博弈模型转化为普通势博弈模型，此势博弈模型中势函数定义为所有用户的加权干扰总和的负值；将求解吞吐量最大的网络选择问题转化为求解加权干扰总和最小的网络选择问题；

步骤S3，求解势博弈模型的纳什均衡，获得的解即为最佳的接入网络选择方案；

步骤S2中，非合作博弈模型是一个服从势函数的普通势博弈，其中P_i和P_n分别为第i个以及第n个AP的发射功率；d_in为第i个AP与第n个用户之间的距离，U为用户集合，I_n为用户u_n干扰AP的集合，α为路径损耗因子；

采用分布式学习算法求解势博弈模型的纳什均衡；

采用分布式学习算法求解势博弈模型的纳什均衡的具体过程为：

定义q_n(k)＝[q_n1(k),…,q_nm(k),…,q_nM(k)]为用户u_n在其可接入网络集中的选择策略，其中q_nm(k)为在第k次试验中，用户u_n选择接入APa_m的概率；

步骤1：初始化选择策略为q_nm(k)＝1/|A_n|，其中|A_n|表示用户u_n可选择网络集合A_n的元素个数；

步骤2：根据策略q_n(k)选择接入网络，设为a_m；

步骤3：计算选择a_m后的吞吐量R_n(k)；

步骤4：更新下一轮策略q_n(k+1)：b为学习步长因子；为归一化吞吐量，R_n为用户u_n的吞吐量；T_n为判决因子；

步骤5：重复步骤2～4，直至达到最大迭代次数或者算法收敛；

步骤6：用户u_n根据q_n(k)选择网络接入。

2.根据权利要求1所述的一种基于非合作博弈的网络选择方法，其特征是，用户u_n的吞吐量R_n采用下式计算：

R_n＝B_mlog₂(1+SINR_n)

其中，B_m为APa_m的可用带宽，SINR_n为用户u_n的信号干噪比。

3.根据权利要求1所述的一种基于非合作博弈的网络选择方法，其特征是，用户u_n的信号干噪比可以表示为：

其中，P_m表示第m个APa_m的发射功率；d_mn为第m个APa_m与第n个用户u_n之间的距离；P_i表示干扰集合中第i个APa_i的发射功率；d_in为干扰集合中第i个APa_i与用户u_n之间的距离；α为路径损耗因子；σ为加性噪声。