智能无线资源管理的内容交付服务5 g和超越网络

文摘

5 g网络的频谱分配技术起着非常重要的一部分内容交付服务的质量。将和设备选择的过程中重要的5 g技术和超越许多在网络接入设备来提高服务的质量。在本文中,我们提出了一个基于模糊逻辑的方法,博弈论,聪明的方法(这是模糊逻辑的组合和博弈理论)。这些方法适合提高速度和质量的数据路由网络的链接。本文表明,有效频谱分配设备不是一个选项而是一个需求在一个巨大的无线通信的数据流环境,如果一个人想要确保连接的可接受的速度和质量,并提供足够的服务质量。每个选择的无线资源管理方法都有一些优点和缺点的评价结果。本文描述了信道分配的过程有不同的IEEE 802.11 xx网络的方法是我们研究的重点在无线通信领域。企业使用云计算提供的服务和分享信息,但需要有一些无线电资源管理有效地使用在无线移动环境下的服务,因为许多不同的类型的设备被连接到无线网络创建智能住宅和智能城市正在增长。

1。介绍

5 g技术,移动ad hoc网络或其他类型的无线网络考虑通信控制设备之间的信息和获取这些信息来选择合适的渠道来增加网络的质量。分配渠道的主要目的是为了提高服务的质量,从而导致速度改善和减少干扰。效率用于通道选择无线网络的优化改进设备连接的质量。此外,智能手机非常重要设备在现代的无线网络和不断增加的处理、通信和传感功能的扩张导致的在各领域的应用服务。今天使用的可用频谱的方式并不是有效的。更有效的使用一个免费的通信通道干扰(试图最小化干扰),而大量的无线设备。为此,认知无线电技术是合适的,因为它使频谱切换基于一组可测量的参数。同时,认知无线电允许改变即使通信通道选择的通道不足是由于干扰引起的相邻的设备在一个不适当的沟通渠道进行沟通。5 g技术能够支持所有通信需求作为一个低功率局域网(LAN)用作家庭网络,为广泛的区域网络(广域网),以正确的延迟和速度设置。这项技术将能够与各种各样的现代无线和移动通信网络(IEEE 802.11 xx, z - wave,罗拉,3 g, 4 g,等等)。 Where there is a communication, there also needs to be the channel allocation mainly in networks with many types of devices such as the Internet of Things [1]。它应该是一个聪明的信道分配和过程应该能够适应环境条件,以防止无线电干扰。

2。在现代无线网络频谱分配

如果有迫在眉睫的威胁,无论是自然或人工,人们通常喜欢在家工作,从当地家庭网络运营一段时间。在这种情况下,世界上每一个供应商面临的问题大量的人整天呆在家里,使用他们的服务与一个巨大的数据流2]。这是一个情况需要快速、安全、低干扰转发数据在互联网上的时候,大量的人们需要从当地的互联网服务提供商。可以看到一些互联网提供商降低服务的质量(例如,视频流)能够为每一个客户看电影,听音乐,玩电子游戏等等在同一时间在家里。许多设备和数据流连接到相同的访问点和选定的通道。信道分配方法的设计需要考虑光谱遥感获得的可用性的信息从每个相关设备的无线电环境3- - - - - -7]。

频谱感知方法有助于衡量单个参数,例如,接收信号的强度(接收信号强度(RSS)),周围的干扰设备,目前使用和他们的沟通渠道。另一个重要的参数是信号的比值(信号干扰比(SIR))。这个参数表示的比率有用信号和干扰引起的邻近的设备在广播范围内的传播。当然,这不是有效的选择渠道与高流量/网络数据加载。一个更合适的方法是选择频道平均,低,或者没有交通。代表网络连接质量的一个重要参数是比爵士。

2.1。博弈论作为信道分配方法

博弈论(GT)最初是专为经济和社会的研究,但现在它用于更多的学科。这种方法还可以应用于无线通信的信道分配8]。该方法可以被定义为数学模型的研究聪明理性的决策者之间的冲突与合作。

游戏被定义为一组 ,这是一个非空的。这个集合的元素是单独的球员。除此之外,我们还有一组集 , ,…,和真正的功能 ,…, 定义在一组 , ,…, 。然后一个正常的游戏拥有两套: 在哪里集合意味着一组球员,代表了组策略 - - - - - -th球员,是一个增益函数(回报函数)的 - - - - - -的球员。同时,每个球员都有一个策略集 , , ,或 ,在哪里代表球员的总数(8]。

GT提供一般数学分析的技术情况下,两个或两个以上的玩家做出决定和影响其他玩家(9]。信道分配方法,它使用输入参数来选择一个合适的类型的游戏与一个合适的策略来提高渠道的收益用于网络(10]。

优先级参数和输入参数定义在每个通道的质量服务。信道分配的问题是游戏的合作策略(渠道选择)来提高质量受影响的渠道和网络。网络的质量更好的沟通应该是主要目的,而不是两个人之间的通信设备。我们决定使用博弈理论基于游戏的名称是“囚徒困境”的频道选择D2D网络。囚徒困境提出了一种情况,两名球员是分开的,无法相互通信。每个人都必须选择合作与其他球员。发生在两个部分每个部分的最高奖励选择合作。可以使用相同的策略选择最佳可用频道增加链接的质量。当网络的质量增加时,这也意味着渠道的质量更好。情况一个球员背叛了另一个,信道质量的增加只是一个具有统治力的球员。 The remaining player is forced to select one of the inferior channels. Thus, mutual cooperation is a key strategy for an optimal channel allocation. Therefore, the quality of network services can be optimal on both sides. The GT consists of players and strategies to improve the probability of winning the game. In a network, devices represent players playing the game. A typical wireless network consists of several equivalent devices. Because of that, the channel distribution is distributed equally. If a scenario regarding cognitive radio network consists of a particular number of primary and secondary devices, these devices are not equivalent (they are not treated equally) [11- - - - - -15]。这个场景中有一个层次结构,主设备传输介质的访问权,高于二次设备。

2.2。模糊逻辑信道分配方法

方法基于模糊逻辑(FL)用于通道选择的更精确的评估。FL的优点是时间间隔的值,而不仅仅是在合适的参数的定义或nonsuitable [16]。图1显示方法是如何工作的,定义了每个参数的关联函数。可以看到在图1,通道选择的过程包括模糊化和去模糊化过程17]。模糊化的过程改变真正的标量值到一个模糊值。这是通过不同类型的函数(成员函数)。隶属函数的类型(MF)在Matlab模糊逻辑工具箱提供的图所示2最简单的一个是由直线来创建一个三角形,这是隶属函数的基本形状(18,19]。

模糊化过程决定了输入数据的程度属于每个适当通过隶属度函数模糊集。这些函数可以多样,各种的形状。对于每一个输入和输出,需要选择一个变量成员函数。一般来说,有三个,但最终数量的函数可以有所不同。

去模糊化过程获得一个数字从一个聚合的输出模糊集合。最常用的去模糊化方法是“区域中心的方法,也通常被称为重心法。图3显示输入参数(IP)的数量;需要定义一些规则为每个组合的参数集。

表1包含可能的模糊操作或和和运营商在这些集相对。最常用的操作或和和分别运营商最大和最小。让和表示模糊集的隶属度函数和 。补充(不)操作,方程(2)用于模糊集(17]:

FL的输出是每个通道的秩。模糊推理系统包括两种方法,有不同的模糊规则的后果和对输出值的影响也不同。

Mamdani方法(20.)使用的削减输出隶属函数将输入成员的价值。这种方法最初被设计成模仿人类操作员负责控制的性能在工业环境中特定的流程。该系统由下列形式的If - then规则:如果是然后是 ,在哪里和Y是参数和和是这些参数集。作为一个例子,在我们的场景中,它可以是如下:如果交通是“低”那么合适的通道”。“如果部分是被称为先行词的规则,然后部分是被称为顺向的规则。Mamdani系统是普遍接近者,他们可以包括知识的形式语言的规则,可以用于局部微调(21]。

Sugeno方法系统,首次提出了高木涉和1985年Sugeno22,下一个版本的Sugeno和康在1988年提出的方法。这种方法也被称为Takagi-Sugeno-Kang TSK模糊模型或Sugeno模型。Takagi-Sugeno模糊模型的主要特征来表达每个模糊含义的局部动态(规则)通过一个线性系统模型。另外,这个模型是一个通用近似者任何光滑的非线性系统(23]。

这两个方法之间的主要区别是,Mamdani方法是直观的,它有广泛的接受,它是适合人类输入。另一方面,Sugeno控制器Mamdani方法相比有更多的可调参数控制器。Sugeno方法计算效率,它能够很好地处理线性技术,它也适用于优化和自适应技术23]。

3所示。提出了信道分配算法

在本节中,我们提出的信道分配算法基于三种方法(游戏理论,模糊逻辑,和智能方法)。在我们的算法中,我们考虑一个13无线渠道存在的情况。这些渠道的工作沟通中基于IEEE 802.11 xx技术(24]。每个设备上的每个自主提出的方法,但我们定义了一个参数ID_value信道分配的顺序的算法。这个参数是基于设备的总数的算法。首先,每个设备都需要力量,能够连接到网络。下一步是频谱感知有能力收集重要的信息关于QoS的邻近的设备和设备本身之间的联系,以及已经选择频道的广播信息范围。设备可以开始一个沟通的过程,也可以保持空闲,如果设备没有数据传输。初始过程后,当设备让所有的信息通道,所使用的分配方法。优先分配可用频道没有重复广播范围内,在一个随机分布。除了这些提议的QoS参数方法,我们还需要定义初始参数,如位置和广播范围调查区域的每个设备(见表2)。设备共享信息的邻居广播范围,他们可以创建一个网络的拓扑结构。网络拓扑结构是由设备之间的联系。没有定位算法,定义了网络中每台设备的位置(25]。这些参数如表所示3。也为我们的算法,我们需要优先级参数定义在每个通道的质量服务。

选择通道的质量是基于环境的干扰无线电范围。我们需要定义这些优先级参数中有多少人足以定义适当的链接的质量。我们确定三个主要的优先级参数:第一个是参数的SIR_value显示了通信通道的适用性在当前环境下,第二个是参数的RSS_value选择更合适的渠道设备在较低的距离,第三个参数代表当前的网络流量,以确定有多少通道的能力。我们选择这三个参数定义信道的质量,但是,随着越来越多的设备参数,我们需要更多的时间来获取信息。此外,很多参数的方法需要更多的时间来评估每个通道的输出值。的主要焦点的适用性是基于频道SIR_value只有通道与该参数的合适的值被认为是适当的沟通渠道。表4显示所有可能的选择的输入参数的设置提出的算法。我们使用RSS_value计算SIR_value,因为两个设备之间的距离的影响可用的通道作用。可以计算的SIR_value使用信号的比例和其他设备的无线电干扰范围(26]。小的距离影响连接多长距离范围边缘的收音机。RSS参数的值是由从设备接收信号的强度在电台的范围内。移动设备可以测量和确定RSS_value根据接收到的信号强度(27,28]。所以我们假设设备可以确定这个值,因此,我们只使用两个设备的距离来定义该参数的值的算法过程。爵士参数的值是由设备的无线电范围及其渠道使用。这种影响的强度是根据他们的距离。设备更受到越接近设备。我们从源设备选择的路径ID_1到目标设备ID_40。路径选择使用迪杰斯特拉算法确定在两个设备之间的最短路径,根据网络中连接链接无线电设备的范围。网络中的每个设备与我们的算法在启动初始通道设置为1通道设备之间共享信息。每一个设备,当它让游戏、交流信息的频道选择较低的设备ID数字。设备不需要分析每个设备;它只需要分析设备广播范围和邻居的邻居没有干扰。如果有情况没有可用的通道,设备有两个选择。第一个是等到至少一个可用通道出现,和第二个选择是选择一些已经使用的通道。第二个选项有缺点但我们可以减少干扰减到最少,选择最低的通道干扰。

的算法,ID_value显示设备的顺序运行的方法。第一场比赛是由移动设备ID_1分配渠道这个设备的所有邻居。一个设备ID_1也分配频道广播范围基于每个设备ID_value从降低最高的国家之一。该设备后ID_1选择渠道所有邻居,下一个设备可以分配的过程。下一个设备的设备价值ID_2和流程都是一样的;只有设备ID_2通过一个设备需要考虑选择通道ID_1这个选择和优化信道分配。每个设备都有一个可用的频道列表,可以使用。如果前面的设备使用一些频道和广播范围内,设备就会丢弃该频道从可用的列表。如果设备没有邻居,没有必要开始信道分配的过程中,可以跳到另一个设备更高ID_value。网络拓扑包含信道分配的每个链接网络,但它只代表准备新设备之间的数据传输需求选择合适的通道。这些渠道的变化发生在每个时间段的运动。拟议的方法优化信道分配有不同的迭代次数。第二次迭代算法的信道分配和优化网络的链接质量基于所选择的分配方法。在接下来的迭代中,最优渠道选择两个设备之间的连接。另一个属性是最终的信道分配对于每一个设备,这是最后一次迭代的方法。通道中选择最后一个迭代是用于D2D连接广播范围内。该方法的主要思想是呈现在图4与主信道分配的块。参数初始化基于所选择的方法后,规则,和threshold_value,该算法决定如果一个设备有新的更好的渠道或前面的通道使用更合适。每个方法基于迭代次数变化渠道多次,但是最终的信道分配D2D连接来自过去的迭代。什么是适合一个方法不适合另一种方法。另外,这个影响迭代所需的总数D2D网络信道分配优化。

3.1。基于博弈论的方法原则

存在许多不同类型的游戏,可以使用,以及信息可以提高信道选择网络中的设备(29日- - - - - -31日]。如果设备想合作来提高网络的质量,然后可以实现网络中最好的通信质量。改善网络通信应该是主要目的,而不是两个人之间的通信设备。我们建议使用游戏类型的游戏有两个囚犯。其主要目的是为所有玩家充分达成协议。根据以往的游戏每个设备选择一个通道的移动设备上与较低的ID号。游戏的原则是,一个玩家游戏移动和其他玩家需要应对这种运动,这个运动来实现一个适当的策略。算法的伪代码显示在图5。我们使用等功能SIR_rank_value评估每个通道先生率;这个函数的输入RSS_value。两个设备的距离RSS_values影响其他频道的干扰是多么强大,如果可以用作通信通道。的Traffic_matrix影响合适的通道。然而,主要的目的是评估通道的适用性的基础上SIR_value。设备选择频道,如果所选通道之间的区别SIR_value从上一次迭代SIR_value最好的当前迭代中高于频道threshold_value。如果这种差异低于选中threshold_value,设备将从上一次迭代使用通道。每一次迭代的最后一步是这个迭代中使用的通道。频道排名是基于FL方法和该方法的输出作为通道,因为在FL通道等级值被定义为程度的适用性。这个值从0到100的积分,0是最差的值和100是最好的。

博弈论在每个设备上,每个设备使用自律运营合作战略与其他邻国分享信息广播范围内增加有效的分销渠道。但是,在我们的模拟中,我们组信道分配的顺序的ID值。存在许多类型的游戏来实现在我们的场景中,但我们已经决定来模拟一个场景的合作网络中的所有设备,我们使用“囚徒困境”游戏类型。“囚徒困境”游戏的目标是获得回报而不是球员之一,但每个人都给最好的输出值。获取这个值,玩家需要合作和玩同样的策略。同样的原则可以用来选择一个最佳的渠道在网络和提高每个通信链接的质量。

3.2。基于模糊逻辑的方法原则

在FL方法中,我们使用RSS_value,SIR_value,Traffic_value参数为每个设备等级质量的链接一样的GT的方法。图6显示了FL与这些选定的输入参数。同时,我们关注更多的规则SIR_value作为优先级参数定义是否可以使用通道。如果SIR_value是合适的,那么通道是适合被使用。其他参数(RSS和交通)只定义这通道是多么合适。另一方面,如果SIR_valuenonsuitable,无论多高的其他参数值,我们认为这个通道nonsuitable。一些规则FL的例子如图7和8(32]。这些数据显示,有限的规则输入参数。其他规则只定义合适的检查通道是如何分配。规则是由几个定义的总数输入参数集的数量。

可以列为一个通道非常合适的,更合适的,合适的,或nonsuitable。如果通道是一个设备可以选择合适的或更高等级值,但主要目的是选择那些具有最高价值由于信息从设备的无线电频谱感知和获得信息范围。图9显示了算法的伪代码我们用于通道选择。可以看到,它类似于GT与相同的输入和初始参数。对GT的主要区别是在决定。GT使用SIR_value作为属性差异决定如果通道是否合适。FL使用Fuzzy_logic_value作为输出从FL不仅对每个通道还决定是否可以使用该频道。先前的迭代的区别Fuzzy_logic_value和当前Fuzzy_logic_value必须高于threshold_value。只有这个频道可以使用和分配连接两个设备。它不是有效的使用渠道nonsuitable先生的价值参数,因为这个通道具有较高的干扰,这也意味着低速度,更多的数据包交付错误,等等。每个设备的第一个过程是分配通道能够与其他设备和发送控制信息,通信通道的选择其他设备,和其他信息链接在广播范围内的质量。

3.3。聪明的信道分配方法

聪明的方法是基于GT和FL的结合。属性GT的合作,更多的迭代为每个设备获得最佳的渠道。这个方法是自主的过程在一次性槽,每个设备设备在哪里不动。设备在模拟区域与一些社会属性但一次性槽内一步模拟完整的评估验证通道是合适的选择在每个迭代中33]。FL用作一个完整的单元;我们只添加属性的GT。决策的原则是一样的方法,只有更多的迭代,每个设备可以对其他设备选择。玩家游戏的移动,然后下一个玩家游戏移动但每个球员都需要考虑前面的玩家的选择。定义的通道等级FL每个迭代的方法。这种方法显示在图的算法10,与一个方法基于FL相比,唯一的区别是迭代次数和策略。设备是能够改变一个通道多次,当可以让它因threshold_value条件。如果通道是相同的多个迭代,这意味着没有合适的通道,提高通道与考虑threshold_value。

多通道选择的每个设备提高了信道分配网络,玩家游戏,移动和其他球员需要应对这场比赛与合适的游戏的移动而移动。设备的顺序选择合适的通道的设备ID(身份证号码)。最低的设备ID号使用这种方法作为第一(34]。这种方法用于每个设备分别,但又有必要保持一定的顺序的算法。的第一位ID_value,在每个迭代分析可用的通道后,选择一个合适的渠道是否可用的基于阈值条件。如果这个阈值条件是无效的,那么该设备使用相同的信道与前面的迭代。基于策略的设备,一个迭代是合适的选择最好的渠道也该设备或提高网络的质量的链接。同时,这种变化的通道是根据收到的信息从其他设备在网络和无线电的频谱感知范围。如果设备在广播范围内选择一个通道,该设备被调查收到另一个合适的渠道评估;出于这个原因,应该使用FL多次和应对这些分配的其他设备。GT在这个聪明的方法表示每个设备的合作和分享他们的信息渠道的选择。此外,GT的迭代通常使用超过一分之一的总时间评估获得方法的输出值。这种方法的缺点与多个迭代的时间需要完成评估。更多的迭代可以提高使用给定的通道的适用性,因为重复可以用来选择一个更合适的通道如果这通道是可用的。 The main aim is to optimize the network pay-off with the cooperative strategy of devices.

4所示。仿真和结果

我们模拟提出了信道分配算法基于IEEE 802.11 xx技术在Matlab仿真程序。这个程序适用于使用FL工具箱和评估的定义规则和参数模拟。同时,这种环境下适合使用GT通道选择的原则。我们可以模拟提出了智能方法的结合FL的GT属性的方法。我们设置一个时间间隔为RSS和流量优先级参数从0到100。我们认为RSS的最佳值,100年,当两个设备是并排,值0,当两个设备不是广播范围内。最有价值的流量值设置0和100年最严重的。一般来说,比例是由一个信号SIR_value20分贝以上。建议数据网络应该有SIR_value25 dB以上使用语音应用程序。我们设置了限制(最小)的价值SIR_value在dB 18,代表价值,通道与更高的价值更合适。同样的,我们预测基于距离的信号强度,在无线电设备的范围设置为100。我们考虑到信号很强,如果两个设备之间的距离小于30米。当两个设备是并排,然后RSS_value被设置为100,因为他们的距离是非常低的。我们考虑设备距离超过70时一样大。的RSS_value是“低”,当价值= 30。我们考虑两个设备之间的距离30米和70米是“正常。“最初的Traffic_value设置为10的算法。随后,Traffic_value生成的范围从10到90年一个通道改为两个设备之间的联系是基于所选择的场景的模拟。我们模拟信道分配所选路径从源设备ID_1到目标设备ID_40。路径从源设备选择目标设备的迪杰斯特拉算法。

4.1。博弈论作为信道分配方法

最终的信道分配的博弈理论根据这种方法如图11,研究路径从源设备到目标设备的红线所示。每个设备分配一个通信通道在每一个迭代。显示通道改变迭代期间,我们选择这条道路,并可以显示频道排名是如何改变。同时,我们可以展示频道选择如何影响其他设备的无线电范围。其他设备对这些游戏移动和调整策略。每个设备都有一组有限的行动。GT的方法多是基于设备的合作游戏。设备在一个典型的游戏的策略是赢得比赛。我们消除占主导地位的战略选择的最佳通道设备本身无论如果选择增加或减少回报的其他设备和使用策略来优化信道分配协调选择通道,从而增加网络的排名。基于游戏的方法提高网络路由需要做出妥协。 Every device is able to communicate with only one device at a one-time slot. Other allocated channels are prepared for devices in case there is a demand to set up a new connection and to start the data transfer with another neighbour device in the radio range. It is not correct and sufficient to set a value of threshold for each parameter due to changes in input parameters at each time step when the device movement occurs. The better choice is to select a threshold of difference between the previous channel rank (RSS, SIR, and traffic) and the current channel rank (RSS, SIR, and traffic). When we set the threshold with low value such as 15, it leads to more channels selection and also more iterations for the optimal channel selection in a network. The higher value of threshold such as 30 or more leads to a lower number of the total iterations for the optimal channel selection. The total number of iterations will be five or lower to allocate the final channel of link. In this scenario, we use the value of the threshold difference set to 20, due to the fact that each parameter is set to an interval from 0 to 100. If the previous channel is selected, thenSIR_value此通道设置为18,代表这通道适用于只有在情况下,如果没有更好的选择频道。另一个频道有更好的价值如果没有很多设备在广播范围内不合适(干扰)通道,影响这个通道的质量。较低的设备RSS_value影响较低的参数相比,爵士与更高的RSS影响设备SIR_value。这样做的原因是我们获取的过程RSS_value在我们的场景中。我们计算这个参数从远处的两个设备。当两个设备的距离高,RSS的价值是“低”,这也意味着信号的低强度收到这个设备。当两个设备相互接近,RSS是“高”的值和信号强度的强度更好。交通在第一次迭代参数设置为10的价值。这意味着没有数据传输和只有此通道用于控制帧发送给每个设备的无线范围。在第二个迭代,设备选择一个更好的渠道与其他设备通信,交通的价值变化的时间间隔的随机值10 90。交通参数改变在每个通道的变化,代表数据流在每一个设备的通信通道。不需要发送数据包数据设备之间;我们模拟这种传输参数。 When devices make a move (physically) in a one-time slot, every parameter changes. The fixed value of the threshold is not suitable when this value needs to be different in every slot. It is not very suitable to determine a general threshold value appropriate for every possible situation of parameters values combination. This would only be possible if one of the most important parameters is determined as suitable. Only then is it possible to continue the channel rank with other parameters of the link quality. Therefore, it is preferable to determine thethreshold_value正如前面的区别选择通道和当前通道适合被使用。阈值的精确值是足够的,但是,当设备做一个游戏移动或物理运动,相同的值的阈值将是不够的。评估可能的额外的规则,这将导致应用程序的原则FL的简化版本。

图12显示了信道变化基于GT的方法和合作战略选择路径从源设备到目标设备。我们可以看到,有很多通道变化基于GT通道分配在一次性槽20次迭代。如果设备可以改变频道threshold_value等于或高于20的区别。所选设备变化之间的联系渠道在所有可能的迭代。一些设备使用相同的渠道更多的迭代,因为没有更好的选择频道。同时,根据这个图,两个链接可以改变通道只有一个时间段在仿真的时候了。这意味着没有更好的渠道与更高的区别threshold_value是可用的。如果阈值的值设置为20,它表明,在某些情况下,不断膨胀的通道使用迭代,因为没有更好的渠道选择。一些链接变化往往基于频道threshold_value,如果有一个更好的渠道。如果我们选择阈值更高的值,然后将低数量的信道变化。高阈值意味着低数量的变化在网络优化信道分配。GT的方法改变至少一个设备的通道在每一个迭代。这意味着,这种方法,减少渠道的总数变化,我们需要增加输入参数的数量。图12显示了渠道选择基于GT和,对于这个选择,我们评估的通道等级为每个通道链接选择路径。我们评估FL的通道等级为每个方法原理,只显示统计值的比较不同的方法。FL原则适用于用于统计渠道排名因为输出可以被定义在区间值基于规则和隶属度函数的每个参数作为输入这个方法。频道排名基于GT如图13。最后的信道分配是在最后每个方法的迭代。每个更改电台频道排名影响设备的范围与他们的游戏移动基于策略集和提高质量的网络合作。设备不换频道,但链接的质量增加或减少。这种变化是通过收音机的频道选择其他设备的范围。每个设备使用策略来提高网络中链接的质量。这意味着每一个设备,它让游戏移动时,使用的战略合作,选择最好的渠道提高质量,而不是其更高的回报价值来提高网络的回报。英吉利海峡的这两种方法不同的是由于通道的总数变化迭代。GT的方法改变通道设备经常基于通道。

4.2。模糊逻辑信道分配方法

模糊逻辑作为信道分配的方法似乎更适合,因为这是一个更精确的方法对每个频道排名基于隶属度函数。一方面,FL排序法,工作,另一方面,GT是直接选择频道基于策略的方法。还应该考虑时的情况相同的频道分配给不同的设备之间的通信。网络的拓扑结构如图14为每个设备选择渠道,但在一次性槽类似GT的设备只有一个设备进行通信。其他与邻国准备可能的沟通渠道。隶属度函数使用一个三角的形式或其他形式的函数定义个人价值在极端情况下的间隔,和梯形函数是用于其他参数值。这些函数可以看到在前面的分章FL原则。FL方法使用规则来确定是否真或假声明。在这种情况下,我们认为基于的值的规则RSS_value在一个通道,交通,比爵士的信号。移动设备可以测量和确定RSS_value基于接收到的信号强度。所以我们假设设备可以确定这个值,因此我们只使用两个设备的距离来定义该参数的值的仿真过程。FL基于规则的输出值非常合适的,更合适的,合适的,不合适的,或nonsuitable。的一些规则,这种方法如表所示5。主要目的是选择一个通道与一个合适的先生的价值。其他值的参数影响合适的通道分配方式。FL只使用一个迭代选择最优的渠道来增加网络的质量。图15显示通道分配基于FL方法选择的路径。

FL方法基于规则的输入参数(RSS、交通和爵士)评估通道选择。每个设备选择最高的渠道价值来提高网络的质量。FL输出值设置为每个通道从0到100的区间。这个值代表适合通信的通道。通道的值代表了评价等级之间的连接两个设备根据从周围环境获得的信息以及信息的传输数据。这个值是评价的基础上,从光谱遥感获得的信息和设备的信息分享广播范围。这意味着价值是基于合作设备选择一个更好的渠道,提高网络的质量。定义的规则对每个输入参数值来评估通道排在这个方法。仿真参数相同的GT,方法与40个设备和通道的顺序选择是基于每个设备的ID。这个过程可以分配给信道选择基于MAC地址,订单的价值是由这个地址。 The method has only one iteration, where each device based on the ID order selects a better channel for communication, if there is a one based on thethreshold_value的区别。模拟使用threshold_value设置为20。更高或更低threshold_value影响通道的可数性变化。这种方法也使用FL的输出值作为一个通道。设备选择一个新的通道,如果值之间的差别前面的通道和当前的最佳通道对当前等级较高。如果这种差异较低,设备使用相同的频道。如果使用的运动仿真,选择该频道将重复在每个时间段,当每个设备移动到一个新的位置。每次槽由信道分配基于这个方法。这种类型的配置不是那么慢评价所以它可以用在每个时间段运动。然而,GT与20迭代将低于FL评估最终的信道分配为每个通道在每一个时间段。更多的迭代意味着FL GT的属性。该方法在每个设备上独立工作;只有渠道选择是根据订单根据身份证号码在我们的模拟。 In the real operation scenario, each device obtains the necessary information and it performs the channel redistribution process using this method. To redistribute and improve the quality of the network, it is sufficient to choose this method, as the individual devices choose the optimal channel for communication from the available channels, and, at the same time, this channel is suitable for them. Each device makes a move (channel allocation) and responds to the previously selected channels by devices with a lower ID number to all neighbours in the radio range. The channels ranks are shown in Figure16在两个设备之间的联系所选路径从源设备到目标设备。频道排名是“低”如果有大量的干扰设备的无线电范围。通道的变化会导致一个更合适的和获得更高的输出通道排在下一次迭代。方法使用间隔定义信道的质量而不仅仅是一个布尔类型的评估。某些类型的GT使用布尔逻辑来定义参数链接的质量。FL,另一方面,使用数学函数的隶属度函数来定义这些参数具有不同的形状。改变从一个类型到另一个类型的隶属函数意味着改变的结果输出为每个已定义的参数值。GT的仿真需要20迭代获得一个最优的信道分配的网络。相同threshold_value和相同的输入参数,但不同类型的隶属函数在一起意味着不同的迭代次数来获得最优的信道分配。

4.3。聪明的方法作为信道分配的方法

聪明的信道分配方法模拟使用20迭代获得最佳渠道网络在一次性一步当设备不改变他们的位置。网络的拓扑结构如图17。信道分配是一个过程,评估每个设备的运动之间的信道分配。时间是需要输入参数的方法,但随后的决策执行在一次性的一步。重复的模拟表明,迭代的数量不需要大,等重复并不能导致大幅增加频道排名如果选择一个适当的决策价值。值的最大的变化是在第二个迭代,当通信信道的分配1是根据参数来改变一个更合适的选择使用FL的方法之一。随后可能的渠道使用排名却降低了由于一些渠道已经使用设备和他们将不会达到如此低的干扰。聪明的输出方法是为每个设备在网络信道分配,如图所示17。每个链接的两个设备有一个通道进行通信,但是,在一次性槽,设备只有一个设备可以连接。所以其他渠道只是做好准备如果有需求创建一个新的连接到另一个设备的无线电范围。红色的线条代表的路径从源设备到目标设备。FL智能方法使用频道排名,同时考虑设备之间的信息共享,因此设备合作的策略。

图18显示通道选择在每个迭代的两个设备之间的联系所选路径从源设备到目标设备,基于智能方法。它显示了设备停止改变他们在第十频道迭代;在这次迭代之后,没有信道变化的基础上threshold_value。图12显示了一个频道选择基于GT。可以看到,智能方法需要较少的迭代步骤优化网络的质量。最优信道分配的设备是通过八个交互的智能方法;只有一个链接在这个选择需要更多的迭代路径选择的最优渠道沟通。第十次迭代后,不再有变化,所以我们可以说十迭代足以选择最优通信渠道在网络设备之间因为一个联系5和17个需要更多的迭代。设备可以换频道只有回报大于所选阈值,设置为20。通道等级的阈值被定义为一个区别之前选定的通道和当前更合适的通道。频道排名是一个区间的值从0到100,所以区别设置为20可以被认为是百分之一的变化由于频道排名是没有维数。当我们设置threshold_value低于20,这也意味着更多的渠道选择和更多的迭代最优通道网络中选择。阈值的高价值,如30或更多意味着较低的总迭代最优通道选择的数量。迭代的总数将五个或更低配置的最后通道链接。高不同频道排名只是开始的时候模拟,其中每个设备有很多免费的渠道选择。在第一次迭代之后,有一个较低的区别通道。

图19显示通道排名影响通道选择的设备不仅使得通道选择,也与其他设备广播范围。图13显示频道排名基于GT的方法。这些方法在这些数据的比较表明,相同的输入参数方法不仅影响评估仿真所需的总时间也迭代的总数获得最好的通信通道。分配基于智能方法选择一个更好的渠道,如果阈值高于先前的通道等级和当前通道之间的区别。同时,其他设备的无线电范围消极影响这个排名没有通道变化。图19显示链接的频道排名D2D连接可以有相同的通道排名即使通道的值是不变。同时,这个值可以改变基于广播范围内的其他设备的选择。情况不是很多设备在广播范围,从而影响个人沟通这些通道。因此,信道的排名没有变化。或者,相邻设备改变了通道一个更合适的渠道,和这种变化帮助维护设备的等级,没有改变通道。如果邻居设备选择最适当的通道,设备的等级将降低或保持不变;但它仍然是适合保持良好的联系。努力提高网络作为一个整体,和,因此,可以接受一个恶化的评估使用的通道,如果这个值是可以接受的,它不会引起明显降低质量的连接。GT和智能方法之间的比较只显示评级的变化和使用渠道的选择路径。每个设备在网络拓扑变化每个迭代中使用的渠道和影响渠道排名的结果值选择的路径。 Smart Method uses more input attributes to evaluate faster optimal channel selection. The GT is suitable as a method for channel selection, but the Smart Method with parameter definition by membership functions and attributes from the GT decreases the number of iterations needed to evaluate optimal channel selection for selected network topology.

5。结论和未来的工作

我们提出的算法显示有效的信道分配方法基于模糊逻辑,博弈论,聪明的方法。本征函数的信道分配管理,有必要选择合适的参数描述连接到足够的质量水平。智能方法基于FL和GT属性更准确,但这个精度是一个长期的成本的评估。这些方法显示内容交付服务5克,现代无线或移动网络无线资源管理需要增加信道分配的更快和更好的服务质量。对于未来工作的方向,我们打算目的研究调查和评估的进化游戏作为信道分配方法。同时,下一个领域的研究将神经网络作为人工智能的一部分。

数据可用性

所有相关数据都包含在这篇文章。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作已经完成部分的框架下的斯洛伐克共和国教育部研究项目apvv - 17 - 0208,织女星1/0492/18,KEGA 046 tuke-4/2018。

引用

1. l . Atzori a Iera经纪人莫拉比托g .,“物联网:一项调查,”计算机网络,54卷,不。15日,第2805 - 2787页,2010年。视图:出版商的网站|谷歌学术搜索
2. f . o . Ombongi h . o .押沙龙,p . l . Kibet“毫米波设备间的资源分配网络,”移动信息系统卷,2019篇文章ID 5051360, 16页,2019年。视图:出版商的网站|谷歌学术搜索
3. e·侯赛因·m·Rasti,参与者和l .宝勒无线网络无线资源管理一个工程的方法英国剑桥,剑桥大学出版社,2017年。
4. m .魅力匙,d . Neznik d . Hrabcak l . Dobos和j . Papaj“智能通道分配CR-MANET基于光谱传感、”埃尔2017萨格勒布大学,页83 - 86,萨格勒布,克罗地亚,2017。视图:谷歌学术搜索
5. d . Neznik l . Dobos, j . Papaj”为无线网络,无线资源管理”Radioelektronika学报2019:29日国际会议,页317 - 322,电气和电子工程师,协会Pardubice,捷克共和国,2019年4月。视图:谷歌学术搜索
6. a . Raschella l . Militano g . Araniti a关系和a . Iera”认知管理动态频谱接入策略”认知无线电的手册页1-35 Springer,柏林,德国,2017年。视图:谷歌学术搜索
7. p .地道桥西Yawada和m . Trung盾”新的光谱传感方案的性能分析与多用户使用multiantennas多样性在认知无线电网络中,“无线通信和移动计算ID 8560278条,卷。2018年,13页,2018。视图:出版商的网站|谷歌学术搜索
8. j .陈和朱问:“博弈理论的背景和网络科学,”一个游戏和决策理论弹性相互依存的网络分析和设计方法第5 - 11页,施普林格可汗,瑞士,2020。视图:谷歌学术搜索
9. r·b·迈尔森博弈论分析冲突、哈佛大学出版社、剑桥、妈,美国,1997年。
10. t . Başar和g . Zaccour动态博弈理论的手册施普林格国际出版,纽约,纽约,美国,2018年。
11. 潘伟迪和g·辛格(manmohan Singh)在认知无线电网络中频谱共享施普林格,柏林,德国,2017年。
12. j .温S.-J。问:杨,S.-J。柳”,优化认知无线电的二次信息采集站定位和物联网传感器网络操作通道选择,”移动信息系统卷,2018篇文章ID 4721956, 12页,2018。视图:出版商的网站|谷歌学术搜索
13. p . y . Zhang Wan, s, y . Wang和n .李“光谱传感方法基于信号特征和聚类算法在认知无线多媒体传感器网络,”多媒体的发展卷,2017篇文章ID 2895680, 10页,2017。视图:出版商的网站|谷歌学术搜索
14. w·张,认知无线电的手册,施普林格自然新加坡Pte Ltd .,伦敦,英国,2019年。
15. 王先生和李f . .“动态频谱定价与二级用户的正常需求偏好,“移动信息系统卷,2018篇文章ID 3572508、8页,2018。视图:出版商的网站|谷歌学术搜索
16. e . p . Dadios模糊Logic-Controls、概念、理论和应用程序InTech,的哲理,伦敦,英国,2012年。
17. 2020年,http://cs.bilkent.edu.tr/zeynep/files/short_fuzzy_logic_tutorial.pdf。
18. 2020年,https://functionbay.com/documentation/onlinehelp/default.htm # ! / fuzzymembershipfunctions.htm文档。
19. c .王”,研究mamdani-type隶属度函数的模糊推理系统对工业决策,”利哈伊大学,伯利恒,PA,美国,2015年,一篇论文提交给研究生和研究委员会候选人利哈伊大学的机械工程硕士学位的程度和力学。视图:谷歌学术搜索
20. e·h·Mamdami和美国Assilina”,一个实验在语言合成模糊逻辑控制器,”国际人机研究杂志》上,7卷,不。1,1-13,1975页。视图:出版商的网站|谷歌学术搜索
21. 美国Izquierdo和l . r . Izquierdo Mamdani模糊系统建模和仿真:一个关键的评估,“SSRN电子杂志,21卷,不。3,2017。视图:出版商的网站|谷歌学术搜索
22. 高木涉和t . m . Sugeno”模糊识别系统及其应用程序建模和控制,”IEEE系统,人,控制论,SMC-15卷,不。1,第132 - 116页,1985。视图:出版商的网站|谷歌学术搜索
23. f . Cavallaro”takagi-sugeno模糊推理系统发展可持续性指数生物量、”可持续性,7卷,不。9日,第12371 - 12359页,2015年。视图:出版商的网站|谷歌学术搜索
24. w·歌,p . Ju, a·l·金为合作的无线网络协议的设计和分析施普林格国际出版,纽约,纽约,美国,2017年。
25. j . Machaj和p . Brida优化排名基于指纹定位算法,”《2012国际会议室内定位和室内导航(IPIN),页1 - 7,悉尼,澳大利亚,2012年11月。视图:出版商的网站|谷歌学术搜索
26. m . Haenggi“先生通过信号分析分数,”2020年,https://arxiv.org/abs/2003.03442。视图:谷歌学术搜索
27. f . Afroz r .萨勃拉曼尼亚r . Heidarz k . Sandrasegaran和s·艾哈迈德,“SINR, RSRP RSSI和RSRQ测量在长期演进网络”国际期刊的无线和移动网络(IJWMN),7卷,不。4、2015。视图:出版商的网站|谷歌学术搜索
28. 石田,y荒川、美国Tagashira和a .福田“无线局域网信号强度测量传感器定位没有新主播,”传感器和材料,32卷,不。1,第114 - 97页,2020。视图:出版商的网站|谷歌学术搜索
29. j·b·歌、h·李和m . Coupechoux博弈理论对网络应用程序施普林格国际出版,纽约,纽约,美国,2019年。
30. 美国金”,一个新的合作双级游戏方法控股多次反射D2D通讯”移动信息系统卷,2019篇文章ID 6276872, 11页,2019年。视图:出版商的网站|谷歌学术搜索
31. f . Munoz-Garcia和d . Toro-Gonzalez策略和博弈论:练习练习的答案施普林格,柏林,德国,第二版,2019年版。
32. d . Neznik和l . Dobos”CR-MANET排名基于模糊逻辑通道,”Radioelektronika学报2018:28日国际会议,页1 - 5,电气和电子工程师,协会布拉格,捷克共和国,2018年4月。视图:谷歌学术搜索
33. d . Hrabcak m .魅力匙,d . Neznik l . Dobos和j . Papaj”建议简单的指标来评价流动模型对MANET网络的社会关系”埃尔2017萨格勒布大学,页87 - 90,萨格勒布,克罗地亚,2017,978-953-184-230-3。视图:谷歌学术搜索
34. n Aneja和美国Gambhir Profile-based特设社交网络使用wi - fi android的直接在上面,“移动信息系统卷,2018篇文章ID 9469536, 7页,2018。视图:出版商的网站|谷歌学术搜索

版权

版权©2020杜米尼克Neznik et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。