[论文解读] Overlapping Coalition Formation Games for Emerging Communication Networks

Tianyu Wang, Lingyang Song+2 more|arXiv (Cornell University)|Aug 31, 2015

Cognitive Radio Networks and Spectrum Sensing参考文献 24被引用 4

一句话总结

本文提出重叠联盟形成博弈（OCF博弈）作为一种新颖的框架，用于建模和解决未来5G及异构无线网络中的合作资源分配问题，其中节点可同时属于多个联盟。该文提出了多项式时间算法，以在K联盟和K任务OCF博弈中实现o-稳定结果，展示了在干扰管理、协作频谱感知、多无线接口卸载以及智能手机感知等场景中的应用，显著提升了网络性能和用户吞吐量。

ABSTRACT

Modern cellular networks are witnessing an unprecedented evolution from classical, centralized and homogenous architectures into a mix of various technologies, in which the network devices are densely and randomly deployed in a decentralized and heterogenous architecture. This shift in network architecture requires network devices to become more autonomous and, potentially, cooperate with one another. Such cooperation can, for example, take place between interfering small access points that seek to coordinate their radio resource allocation, nearby single-antenna users that can cooperatively perform virtual MIMO communications, or even unlicensed users that wish to cooperatively sense the spectrum of the licensed users. Such cooperative mechanisms involve the simultaneous sharing and distribution of resources among a number of overlapping cooperative groups or coalitions. In this paper, a novel mathematical framework from cooperative games, dubbed \emph{overlapping coalition formation games} (OCF games), is introduced to model and solve such cooperative scenarios. First, the concepts of OCF games are presented, and then, several algorithmic aspects are studied for two main classes of OCF games. Subsequently, two example applications, namely, interference management and cooperative spectrum sensing, are discussed in detail to show how the proposed models and algorithms can be used in the future scenarios of wireless systems. Finally, we conclude by providing an overview on future directions and applications of OCF games.

研究动机与目标

• 解决传统联盟形成博弈在密集、去中心化的未来无线网络中假设非重叠、排他性联盟所带来的局限性。
• 建模网络设备可同时参与多个重叠联盟的场景，以最大化资源共享和性能增益。
• 开发高效、多项式时间的算法，实现在重叠联盟形成博弈中的o-稳定结果。
• 展示OCF博弈在实际无线网络问题（如干扰协调、频谱感知和多无线接口卸载）中的适用性。

提出的方法

• 提出OCF博弈的两个子类：K联盟OCF博弈和K任务OCF博弈，分别适用于无线网络中不同的协作场景。
• 基于网络性能指标（如吞吐量、用户体验和感知效用）定义联盟价值。
• 设计一种分布式算法（表II），用于K任务OCF博弈，可在多项式时间内收敛至o-稳定结果。
• 提出一种基于最优响应的算法（表I），用于K联盟OCF博弈，通过迭代联盟重分配实现o-稳定性。
• 利用OCF博弈框架建模实际应用场景，包括基站卸载、CoMP传输和智能手机感知。
• 采用博弈论中的稳定性概念（o-稳定性）确保联盟结构对单方面偏离具有鲁棒性。

实验结果

研究问题

• RQ1 在密集、去中心化的5G网络中，当网络设备可同时属于多个重叠联盟时，如何实现有效协作？
• RQ2 在重叠协作环境中，如何构建可扩展且高效的算法框架，以实现稳定且最优的联盟形成？
• RQ3 如何将重叠联盟形成博弈应用于实际无线网络问题，如干扰管理与频谱感知？
• RQ4 与传统非重叠联盟模型相比，允许节点参与多个联盟可带来多大的性能增益？
• RQ5 能否设计出在具有实际网络约束条件下的重叠联盟形成博弈中，计算稳定结果的多项式时间算法？

主要发现

• 所提出的K任务OCF博弈模型通过将用户流量分布在多个基站之间，实现了高效的多无线接口流量卸载，显著提升了整体网络吞吐量。
• K联盟OCF博弈模型支持在协调多点（CoMP）传输中实现高效的无线资源分配，通过重叠基站协作提升了边缘用户的速率。
• 在协作频谱感知中，OCF框架允许次用户加入多个感知联盟，提高了感知可靠性与频谱接入机会。
• 所开发的算法在多项式时间内实现o-稳定结果，确保了大规模网络中的收敛性与可扩展性。
• 仿真结果表明，在所有考虑的应用中，吞吐量和用户体验均获得显著性能提升，验证了OCF博弈框架的有效性。
• 该框架支持异构网络中灵活、去中心化的协作，支持自组织与节能的网络运行。