基于博弈论的D2D通信资源共享算法

吉林大学学报(理学版)

基于博弈论的D2D通信资源共享算法

唐亚纯¹, 乔玲玲², 尹向东¹

1. 湖南科技学院电子与信息工程学院, 湖南永州 425199； 2. 商丘学院计算机工程学院, 河南商丘 476000

收稿日期:2016-07-26 出版日期:2017-09-26 发布日期:2017-09-26
通讯作者: 唐亚纯 E-mail:tangyachun80@163.com

Device to Device Communication Resource Sharing Algorithm Based on Game Theory

TANG Yachun^1, QIAO Lingling², YIN Xiangdong¹

1. School of Electronics and Information Engineering, Hunan University of Science and Engineering, Yongzhou 425199, Hunan Province, China;2. College of Computer Science and Technology, Shangqiu University, Shangqiu 476000, Henan Province, China

Received:2016-07-26 Online:2017-09-26 Published:2017-09-26
Contact: TANG Yachun E-mail:tangyachun80@163.com

摘要/Abstract

摘要： 针对目前端对端(D2D)通信资源共享算法无法解决资源利用率和信道干扰之间矛盾的问题, 为了改善D2D通信性能, 设计一种基于博弈论的D2D通信资源共享算法. 该算法将通信系统吞吐量作为目标, 通过引入博弈论实现各用户间的通信资源共享, 使通信链路之间合理地分配资源, 减少信道之间的干扰, 提高蜂窝链路的通信质量. 与经典D2D通信资源共享算法进行对比实验结果表明, 该算法明显提高了D2D通信质量, 提升了信道利用率, 系统总吞吐量得到大幅度提高.

关键词: 端对端通信, 系统总吞吐量, 博弈论, 信道干扰, 信道利用率

Abstract: Aiming at the problem that current device to device (D2D) communication resource sharing algorithm could not solve the contradiction between resource utilization and channel interference, in order to improve the performance of D2D communication, we designed a D2D communication resource
sharing algorithm based on game theory. The algorithm took the communication system throughput as the goal. By introducing game theory, the communication resource sharing among various users could be realized, so that resources could be reasonably allocated among communication links, interference between channels could be reduced, and communication quality of cellular link could be improved. Compared with the classical D2D communication resource sharing algorithm. The result shows the proposed algorithm obviously improves the quality of D2D communication, improves the channel utilization, and improves the total system throughput greatly.

Key words: channel utilization, game theory, total system throughput, device to device communication, channel interference

中图分类号:

TP391

唐亚纯, 乔玲玲, 尹向东. 基于博弈论的D2D通信资源共享算法[J]. 吉林大学学报(理学版), 2017, 55(05): 1239-1243.

TANG Yachun, QIAO Lingling, YIN Xiangdong. Device to Device Communication Resource Sharing Algorithm Based on Game Theory[J]. Journal of Jilin University Science Edition, 2017, 55(05): 1239-1243.

[1]	王玉, 申铉京, 周昱洲, 林鸿斌. 一种求解交通网络中最短路径问题的人工蜂群算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1144-1150.
[2]	朱新丽, 才华, 寇婷婷, 杜冬晖, 孙俊喜. 行人多目标跟踪算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1161-1170.
[3]	张震, 张照崎, 朱留存, 刘济尘, 魏金占, 蔡旭航, 赵成龙. 一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1171-1178.
[4]	孙启隆, 于萍, 司振惠, 郭鑫, 王岩. 基于暗通道的沙尘图像增强算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1179-1187.
[5]	刘高天, 段锦, 范祺, 吴杰, 赵言. 基于改进RFBNet算法的遥感图像目标检测[J]. 吉林大学学报(理学版), 2021, 59(5): 1188-1198.
[6]	胡雅婷, 陈营华, 宝音巴特, 曲福恒, 李卓识. 一种增量式MinMax k-Means聚类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1205-1211.
[7]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[8]	蒲晓川, 黄俊丽, 祁宁, 宋长松. 基于密度信息熵的K-means算法在客户细分中的应用[J]. 吉林大学学报(理学版), 2021, 59(5): 1245-1251.
[9]	焦冲, 苏科华, 吴博文, 任术波, 辛宁. 一种基于局部平均法向变形的网格参数化方法[J]. 吉林大学学报(理学版), 2021, 59(4): 867-876.
[10]	丁通, 刘元宁, 朱晓冬, 刘帅, 张齐贤, 张阔. 面向残差网络多元特征的轻量级虹膜分类[J]. 吉林大学学报(理学版), 2021, 59(4): 877-882.
[11]	孙俊, 才华, 朱新丽, 胡浩, 李英超. 基于双重注意力机制的深度人脸表示算法[J]. 吉林大学学报(理学版), 2021, 59(4): 883-890.
[12]	傅博, 王瑞子, 王丽妍, 张湘怡. 基于深度卷积神经网络的水下偏色图像增强方法[J]. 吉林大学学报(理学版), 2021, 59(4): 891-899.
[13]	李晓峰, 李东, 王妍玮. 基于深度残差网络的医学超声图像多尺度边缘检测算法[J]. 吉林大学学报(理学版), 2021, 59(4): 900-908.
[14]	张震, 张照崎, 朱留存, 苗志滨, 王骥月, 李修明, 赵成龙, 张坤伦. 基于Harris-改进LBP的特征匹配及目标定位算法[J]. 吉林大学学报(理学版), 2021, 59(3): 568-576.
[15]	李二强, 陈凯健, 周漾. 可控多重纹理扩展合成与迁移[J]. 吉林大学学报(理学版), 2021, 59(3): 577-586.