[发明专利]一种基于联盟博弈的带宽资源分配方法及系统

说明书

本发明属于带宽资源分配领域，提供了一种基于联盟博弈的带宽资源分配方法及系统，将待分配带宽资源的用户划分到多个联盟，并生成初始全局最优归档集、初始局部最优归档集和若干初始带宽分配方案；基于更新规则、最优归档集和局部最优归档集，对带宽分配方案进行更新；对于每个更新后的带宽分配方案，计算所有联盟的不满意度，并利用帕累托排序和拥挤熵更新全局最优归档集和局部最优归档集；判断是否满足结束条件，若满足，选取最优带宽分配方案；否则，返回对带宽分配方案继续进行更新；通过用联盟博弈来总结带宽资源分配的问题，找到最大化系统效用的带宽分配。

技术领域

本发明属于带宽资源分配技术领域，尤其涉及一种基于联盟博弈的带宽资源分配方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着5G网络和物联网的飞速发展，许多新兴应用(例如，增强现实、虚拟现实和自动驾驶)变得更加流行，这些应用往往对时延和能耗有很高的要求。由于用户设备计算资源和存储空间往往不能满足这类任务的时延和能耗需求，于是，多接入边缘计算(Multi-access edge computing，MEC)被提出，并被认为是一个有前途的解决方案，成为近年来通信领域的热点话题。多接入边缘计算被认为是一种有前途的技术，边缘计算的概念是建立在云计算的基础上的。云计算指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。边缘计算与云计算的区别在于，边缘计算的服务器分布在靠近用户的网络边缘。它通过靠近用户的移动网络的边缘部署边缘服务器来应对用户设备计算资源不足的问题，用户通过将任务卸载到边缘服务器上执行，从而获得大量的计算资源，存储资源，加速任务的执行。

由于边缘系统中的各类资源相比于云计算来说非常有限，低效的资源分配方式不能缓解有限的资源与时延敏感任务之间的冲突。为了缓解上述冲突，移动边缘计算中关于资源分配的研究变得很有吸引力。因此，如何高效地分配计算和通信资源以实现整个系统的性能优化是一个非常关键的问题。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种基于联盟博弈的带宽资源分配方法及系统，用联盟博弈来总结带宽资源分配的问题，联盟博弈可以最大化系统效用，找到最大化系统效用的带宽分配方案。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于联盟博弈的带宽资源分配方法，其包括：

将待分配带宽资源的用户划分到多个联盟，并生成初始全局最优归档集、初始局部最优归档集和若干初始带宽分配方案；

基于更新规则、全局最优归档集和局部最优归档集，对带宽分配方案进行更新；

对于每个更新后的带宽分配方案，计算所有联盟的不满意度，并利用帕累托排序和拥挤熵更新全局最优归档集和局部最优归档集；

判断是否满足结束条件，若满足，选取最优带宽分配方案；否则，返回对带宽分配方案继续进行更新。

进一步的，所述对带宽分配方案进行更新的过程中，如果更新后的带宽分配方案中的总带宽超过最大带宽，则按比例重新分配带宽。

进一步的，所述不满意度的计算过程为：

对于每个带宽分配方案，计算每个用户任务的效用；

根据每个联盟中的用户以及每个用户任务的效用，计算每个联盟的价值；

基于每个联盟的价值，利用夏普利分配方式计算每个联盟的不满意度。

进一步的，所述联盟的价值由联盟中用户任务的通信延迟与任务期限的关系决定。

进一步的，所述利用帕累托排序和拥挤熵更新全局最优归档集和局部最优归档集的具体步骤为：