u的转发服务。为了更加有效 地激励中继节点,买卖双方以实际可消费的货币进行交易,货币的支付过程由实际的运营 商处理。
[0036] 作为买方,节点s处于业务需求速率很高的情形之下,其购买的是中继节点rij提供 的业务转发速率1^;/,即中继节点与其所在空闲网络小区接入点cU之间的信道速率。本发 明根据无线通信环境特性得到在接入点cU处接收到来自中继节点u的信号及信干比为:
[0039]其中八表不中继节点rij的发射功率,X表不中继节点rij处的信号,為,.,表不信号 X从中继节点rij到接入点di链路增益,表示接入点di处的独立加性高斯白噪声(AWGN), 其均值为〇,方差为表示所有相邻中继节点的干扰,根据中心极限定理,由于的 相邻中继节点数目较大,则气服从均值为0、方差为的高斯分布。依据香农定理,在中 继节点句的发射功率为八、节点句与接入节点cU之间的信道带宽为^^时,其业务转发速 率为:
[0041 ]本发明依据中继节点业务转发速率和节点s出价之间的递增凹函数关系)给 出节点S的出价,gl·,,)的一种具体形式如下:
[0045] 其中ζ是非负调节因子,用于调节的函数曲线形状。
[0046] 作为卖方,中继节点rij的出价函数是发射功率与传输信号信干比的非线性递增函 数本发明设定该抽象函数的一种具体形式如下:
[0050]其中λ是节点rij的调整因子,用于满足节点的信干比SIR和服务质量QoS要求,α和β 是非负的权重因子,表示接入节点cU接收的中继信号的带宽。No表示接入节点cU端 的信道加性高斯噪声功率谱密度。设目标小区接入点cU所要求的最小信干比S ,,弋表 示中继节点的信号到达cU的信干比,其表达式由式(2)得到,则中继节点rij的信号到达cU 需要满足其信干比要求,即为'.,/ ,由此可求得巧的下限:
[0052] 设中继节点发射功率的最大值为,即中继节点发射功率~满足
[0053] 节点s与中继节点句分别利用⑷与(5)式得到出价Y4PY%。如果则双方
节点达成成交共识 的基础上依据节点s与中继节点的出价差 确定增加幅度:
[0055] 如果1<'^,则引入两个非负临界值9_和0_(〇<0_<0_),若'-1<見^, 说明节点S与中继节点rij的出价十分相近,规定P% _=1^.,同时也起到激励中继节点的目 的;若' -Y 说明中继节点句的出价高出节点s过多,成交失败;若\ -Y,介于θ_
和Qmax之间,为了公平起见, 。.综上所述,本发明设定节点s与中继节点rij的 买卖协议表达式如下:
[0057]对Ri = {ri,r2,···,rn},(i = l,2,…,m)中所有中继节点运用式(8)买卖协议计算与 节点s之间的定价,所有成交的中继节点组成Ri的候选中继节点集合:CRi= {rih | rih reached a deal with s Π rihERi}以及对应的定价集合:C7?/? = |Pr,.,,. I /:.A e 和业务转 发速率集合= f & I % e qj。
[0058]本发明设定中继节点性价比【\是其业务转发速率与成交定价的比值,表达式如下:
[0060]建立〇^中所有中继节点的性价比最优化模型,得出性价比最高的中继节点^',对 Γ中所有网络小区对应的候选中继节点集建立以上最优化模型,得到节点S的最优中继节 点集:〇匕=1^',r2',…,r'm}以及对应的定价集合〇?/^iPr;. |/; 和业务转发速率集
。上述性价比最优化模型如下:
[0064]比较0RS中所有中继节点的业务转发速率之和v与节点s的业务需求速率vreq,如果 v<vreq则本次协作交易失败;否则建立如下第二层最优化模型从0RS中选择业务转发速率 总和大于V re3q且总价最小的子集τ'
[0069] 其中τ表示0RS任意子集,vre3q表示节点s的业务需求速率。
[0070] 根据(11)式求解子集τ*,即针对0RS寻找一m元向量其中< e, i £{1,2,···,πι}
最小,因此将式(11)转化成如下0-1整数规划 问题,即:
[0074] ντ; e FRs
[0075] Xie{〇,l}
[0076] 由于+、丨0,1},即每个最优中继节点只有选与不选两种选择,因此本发明首先考 虑采用穷举法,把所有可能的m元向量一一列出,分别计算出价格之和业务转发速率之和, 然后比较所有满足节点s业务需求速率要求的价格,从中选出最低价格对应的m元向量,即 最优解。该算法共有2?个!11元向量,对每个向量计算价格之和业务转发速率之和共2m次计 算,因而该算法的时间复杂度为〇(2m · 2m),也即0(m · 2m+1)。因此,穷举法思路很简单,但实 现却很难,特别是当m很大时,计算量将十分庞大。
[0077] 下面本发明运用动态规划的方法求解,其关键在于下述两个想法:
[0078] (1)若(^¥,."').是父式(12)最优解,则(^,;4'",〇,1<1<111必是下面子式(记 为Ai)的最优解:
[0081] ?5'·, e CRPS
[0082] ^ e
[0083] Xke{〇,l}
[0084] 证明如下,假设^·?··,;^不是式(12)的最优解,而(71,72,~,71)是它的最优解, 显然有:
[0089] 上式说明,_y2,…,_y;,.<+1,是式(12)的最优解,与最优解(.η'<,.)矛 盾。(2)递归计算。根据最优解的上述特性,计算式(12)的最优解可以通过计算其子式八^ 得到,同样,计算Am-i最优解可以通过计算Am_2式得到,最终归结为计算Δ试。在得到Δ试 最优解后,逐步递归,最终得到式(12)最优解。
[0090] 基于上面两个想法,以下给出求式(12)最优解的动态规划算法。
[0091] 设式(12)最优值为Pr(m,vreq),表示节点s业务需求速率为vreq,可选择的最优中继 节点为乂,乂,~,5' 111时的最低价格。如果只考虑节点^的策略&(0或1),则转化为只涉 及前m-Ι个节点的问题:
[0092] 1)若Xm = 0,那么问题转化为"从{ΓΙ',Γ2',···,rVi}中选择一个子集满足节点s的 业务需求速率vreq,同时节点s价格最低。"
[0093] 2)若Xm=l,则问题转化为"从{>1',Γ2',…,r'm-l}中选择一个子集满足节点S的业 务需求速率^ ,同时节点S价格最低。"
[0094]由以上分析过程可得到Pr(m,Vreq)的递归式如下:
[0099]根据图2所示父式与子式的依赖关系,父式的计算需要用到子式在不同业务需求 速率下的多种可能的计算结果,故本发明将节点s业务需求速率Vreq&p为单位平均分为
令j=h · p(h = l,2,…,q)。一般地,Pr(i, j)的递推式如下所示:
[0101 ]以二维数组保存上述计算过程中的Pr(i,j),那么,根据上述算法求出的最小价格表 本身含有原问题最优解的信息,< 依据式(16)比较Pr(m-1,vreq)和1 v,(,,-匕· .j_+_ Pr,:的大 小得出,xl确定后,依据式(17)或式(18)得出,< 由式(19)得出,最终得到整体最优解 (."…乂 )。
[0102]下面本发明以一个简单示例说明动态规划算法的求解过程,其中m = 6,vre3q = 10Mbps,p = 1Mbps那么q = 10。表1为节点数据表:
[0104] 表1节点数据表
[0105] 本发明通过动态规划算法