[论文解读] U-BeAS: A Stackelberg Game for Device-to-Device Communications

Nicole Sawyer, David B. Smith|arXiv (Cornell University)|Mar 1, 2016

Advanced MIMO Systems Optimization参考文献 20被引用 4

一句话总结

本文提出U-BeAS，一种用户行为感知的动态Stackelberg博弈，用于设备到设备（D2D）通信，通过将D2D用户建模为三种行为类别——随意型、中间型和认真型——来优化发射功率和分组丢包率（PDR）。基站（BS）作为Stackelberg领导者，设定价格以最大化用户满意度，而D2D配对作为跟随者则调整功率以满足QoE要求，实现子博弈完美均衡与帕累托效率，同时降低功率并提高可靠性。

ABSTRACT

User-behavior-aware communications will be a key feature of future generation cellular networks, so user experience is enhanced with greater benefit to users. In this paper, a user-behavior-aware Stackelberg (U-BeAS) game for device-to-device (D2D) communications overlaying cellular communications is proposed. Our proposed game provides an optimal trade-off between minimizing transmit power and maximizing packet delivery ratio (PDR), with respect to D2D user-behavior for all D2D pairs. The Stackelberg leader, base station (BS), selects its satisfaction with the social welfare of the D2D followers by considering the reaction of the followers to the price it charges. All followers (D2D pairs) select transmit power so as to guarantee a desired quality-of-experience (QoE), where each follower enacts one of three possible behaviors: (i) casual; (ii) intermediate; or (iii) serious. Analysis shows that there exists a sub-game perfect Stackelberg Equilibrium across all players. Analysis and simulation demonstrates that the BS leader rapidly converges to an optimal satisfaction while guaranteeing social welfare across D2D users, and all D2D followers then rapidly converge to a Pareto-efficient outcome with respect to transmit power and PDR.

研究动机与目标

• 通过在功率控制中整合用户行为感知，解决D2D叠加蜂窝网络中的资源分配优化挑战。
• 通过联合优化物理层发射功率与应用层用户行为，提升用户体验，改善QoE与系统效率。
• 通过考虑行为多样性的博弈论框架，保障D2D配对之间的社会福利与服务质量（QoE）。
• 在最小化发射功率与最大化PDR之间实现平衡，针对不同用户行为类别进行定制化优化。

提出的方法

• U-BeAS博弈将基站（BS）建模为Stackelberg领导者，通过设定满意度价格来影响D2D用户行为并优化系统福利。
• D2D配对被建模为非合作跟随者，选择发射功率以最小化能耗，同时满足特定行为类别的PDR目标：0.90（随意型）、0.94（中间型）和0.98（认真型）。
• 每种行为类别被分配一个独特的效用函数，以反映其QoE需求与资源敏感度，实现个性化优化。
• 博弈被形式化为重复动态Stackelberg博弈，具有子博弈完美均衡，确保结果独立于博弈历史。
• 证明了BS的满意度函数严格拟凹且连续，确保向最优价格策略收敛。
• 采用两阶段优化过程：首先，BS收敛至最优满意度；其次，D2D跟随者收敛至帕累托效率的功率与PDR结果。

实验结果

研究问题

• RQ1 Stackelberg博弈框架能否在考虑多样化用户行为的前提下，有效平衡D2D通信中的发射功率最小化与PDR最大化？
• RQ2 将D2D用户建模为三种不同行为类别（随意型、中间型、认真型）如何影响系统性能与资源分配效率？
• RQ3 所提出的U-BeAS博弈是否能实现子博弈完美均衡，从而确保长期稳定性与独立于博弈历史的收敛性？
• RQ4 在用户行为感知约束下，U-BeAS相较于传统非合作功率控制（NPC）博弈，在发射功率降低与PDR提升方面有多大优势？

主要发现

• U-BeAS博弈实现了唯一的子博弈完美Stackelberg均衡，确保收敛独立于博弈历史，并保证长期系统稳定性。
• BS领导者迅速收敛至最优满意度水平，从而促使所有D2D跟随者收敛至功率与PDR的帕累托效率结果。
• 所有D2D配对均达到其最低PDR目标：随意型为0.90，中间型为0.94，认真型为0.98，且U-BeAS比NPC博弈更可靠地实现这些目标。
• U-BeAS博弈在降低发射功率方面优于传统NPC博弈，尤其在认真型用户中表现更优，同时保持或提升PDR与通信可靠性。
• 仿真结果证实，U-BeAS通过将领导者满意度与跟随者效率及QoE对齐，确保了所有D2D用户的整体社会福利。
• BS满意度价格函数严格拟凹且连续，确保优化过程中的数学收敛性与稳定性。