Page 16 - 网络电信2019年6月刊下

运 营 商 专 栏

图 2 策略实现框图 MVNOs向用户出售带宽的价格、MVNOs向InPs购买功率的价格
以及InPs向MVNOs出售功率的价格分别均匀分布于 [4 8] 、 [2 4] 、 [3
7] [4 6]
、 。图3比较了本文提出的低复杂度的两层独立匹配博弈结
合比例公平资源分配策略与两层联合匹配博弈的系统和速率，
可以看到，本文提出的策略远远高于文献 [12] 中的两层联合匹配
博弈。图4（其中，策略1为本文策略，策略2为两层联合匹配博
弈）比较了本文策略与两层联合匹配博弈在价格相同、信道改
变时的效益。可以看到，由于两层联合匹配博弈在上、下层博
弈中可以耦合，即MVNOs在向UEs提供带宽时，同时考虑向InPs
购买功率的成本，因此各部分效用稍高于本文策略。但从计算
复杂度来说，上、下两层联合的匹配博弈，要达到循环稳定，
百次左右迭代在所做仿真中占比大概2/10，多数需要更多次循
可以看到，本文提出的匹配博弈结合比例公平的无线虚拟 环。本文策略不需循环，只在匹配博弈之后增加少量计算，通
网络资源发呢配策略，低复杂度表现在以下几方面： 过切片选择和功率分配，实现用户与切片间的精确匹配并提高
① 分层匹配博弈是2层独立的博弈，克服了文献 [12] 上、下 频谱效率，计算量和跟踪时延大大降低，结合图3的效率提高，
两层循环迭代导致的大计算量。由于下层博弈中，对用户每次 说明本文策略性能优于两层联合匹配博弈。
需要计算其对每个MVNO的偏好函数并排序，因此计算复杂度为
图 3 频谱效率比较
O（ ），其中，k，m分别为UEs和MVNOs的数量，而每个MVNO
都要对选择它的用户排序，计算复杂度为 O（ ）其中，mq
为MVNOm的指标数，一般来说，K>>m，m>>m q ，因此下层博弈的
计算复杂度为O（ ）。同理，上层博弈的计算复杂度为O(
）,其中，N为切片数量，可见，上、下层多对一匹配博弈分别
小于一对一匹配博弈的复杂度 O（ ）。
② 对于比例公平资源分配策略，基于贪婪定理的切片选择
计算复杂度为O（ ），其中，K mq ,N mq 分别是MVNOm连接的
用户数和切片数，相比在全网进行切片选择的计算复杂度O（
）要小很多。
③ 对于比例公平资源分配策略，功率分配策略将一个不可
解的非凸优化问题用一步算法即可实现，而且计算复杂度仅为
O（K ）。①②③说明本文策略在图2所示的各个环节的计算复 图 4 效用比较
杂度当低于联合分层博弈。
④ 信道反馈信息简化，文献 [12] 在用户与MVNO的博弈中，构
造了MVNOm-InPn对mn，并在偏好函数中引入了信道信息，即每
个用户需要知道所有切片的信道信息。而本文所提策略中，用
户只需知道匹配组中的切片信道信息，反馈量大大降低。
总的说来，本文所提策略的主要优势在于避免了循环迭
代，降低了计算复杂度，采用比例公平的资源分配策略提高了
频谱效率。本文仿真只对这两方面性能进行说明。

五、仿真及性能分析
假定10个UEs均匀分布于区域中，3个MVNOs向1个InP租用
资源向UEs提供业务，各MVNOs能容纳的用户指标分别为3,3,4，
InP的信道抽象成10个切片。切片到用户的信道包含大尺度衰落 六、结束语
-2
和小尺度衰落，大尺度衰落由d 决定，10个UEs的损耗根据与 本文提出了一种低复杂度的分层匹配博弈结合比例公平的
基站的距离决定，假定其中4个的损耗为1、4个的损耗为0.1、 无线虚拟网络资源分配策略。通过两层独立的多对一匹配博弈
另外2个的损耗为0.05。所有信道的小尺度衰落服从均值相等 实现用户组与切片组的匹配，在匹配的切片组与MVNOs间采用
的Rayleigh衰落，每切片的等功率为1W，功率分配时，总功率 功率受限的比例公平资源分配策略，实现用户与切片的精确匹
保持与平均功率时相等，不考虑信道的误比特率，信噪比为-20 配，在保证比例公平的条件下，使系统效率达到最大。仿真表
dB,速率为单位带宽的速率，用户满意度中的参数s取4.5。为 明，相比两层联合匹配博弈，本文虽然效用稍低，但较大地降
简化，假定每用户所需切片数d k 为1，用户购买带宽的价格、 低了计算复杂度和跟踪时延，提高频谱效率，总体性能更优。

20 网络电信 二零二零年六月