[發明專利]一種基于SRM算法的社交網絡資源分配方法有效
| 申請號: | 201911322115.1 | 申請日: | 2019-12-20 |
| 公開(公告)號: | CN112004265B | 公開(公告)日: | 2023-02-14 |
| 發明(設計)人: | 莊文芹;周亮;王磊;陳鳴鍇;李燦;張旭光;李海波 | 申請(專利權)人: | 南京郵電大學 |
| 主分類號: | H04W72/0453 | 分類號: | H04W72/0453;H04W72/53;H04W72/541;H04W72/542;H04W72/566;H04W4/70;H04W16/14 |
| 代理公司: | 南京瑞弘專利商標事務所(普通合伙) 32249 | 代理人: | 彭雄 |
| 地址: | 210000 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 srm 算法 社交 網絡資源 分配 方法 | ||
1.一種基于SRM算法的社交網絡資源分配方法,其特征在于,包括以下步驟:
步驟1:獲取社交網絡中的隨機分布的訪問接入點AP點、蜂窩用戶、D2D鏈路、上行鏈路正交頻譜,建立干擾有權無向圖和社交關系有權無向圖,將用戶之間的聯系過程描述為動態模型,確定用戶間通信概率ωa,b;
步驟1具體包括獲取社交網絡中的隨機分布的訪問接入點AP點,蜂窩用戶集合{C|c∈1,2,...,C},c表示蜂窩用戶,D2D鏈路集合d表示D2D鏈路,上行鏈路正交頻譜集合{Bk|k∈1,2,...,K},k表示可用頻譜,在物理域,基站通過高速有限鏈路與AP點連接,AP點通過此從基站處獲取大量數據,并且AP點通過蜂窩通信的方式分發給其他的移動用戶;距離相對較近的用戶獲取某個內容不僅從AP點處獲得,還可以通過具備社交信任的D2D用戶處獲得,用戶a和任意用戶b之間是存在社交信任的,用戶b對用戶a所擁有的內容時感興趣的,那么用戶a和小區內所有其他用戶的社交關聯為表示鏈路的社交關系,s表示社交域,用戶b從社交“嫌疑”態轉換為“感染”態的概率為ωa,b;
根據真實社交網絡中的鄰接矩陣A來判斷用戶之間是否存在社交聯系,然后根據基于社交聯系的傳播模型,確定節點a將內容分發給節點b的用戶間通信概率ωa,b;
上述基于社交聯系的傳播模型是受傳染病傳播模型啟發建立的,模型中所有的移動用戶被分為“嫌疑”狀態S和“感染”狀態I兩種,網絡中的節點隨時都可能從“嫌疑”狀態轉移到“感染”狀態,而轉移概率由真實社交網絡的鄰接矩陣決定;
根據鏈路的社交關系和干擾的大小建立系統干擾有權無向圖和社交關系有權無向圖其中N代表的是小區內的蜂窩鏈路或D2D鏈路,和分別代表鏈路的社交關系和干擾的大小;
不同信道上D2D通信不可以實現,則節點i和節點j造成的干擾為Is=Ii,j+Ij,i,其中,Ii,j表示節點i對節點j的干擾,Ij,i表示節點j對節點i的干擾;
將真實社交網絡中的節點分為“嫌疑”態S和“感染”態I,狀態S轉換為狀態I的狀態轉換概率,該概率即為節點a將內容分發給節點b的用戶間通信概率ωa,b,ωa,b的大小為:
其中,用戶間通信概率ωa,b表示的是節點a經過λ次嘗試將內容成功分發給節點b,節點b從“嫌疑”態轉換成“感染”態的概率,εa表示節點a與其他節點之間的社交權重,εa,b表示節點a與節點b之間的社交權重;
步驟2:將社交關系對小區蜂窩通信的影響描述為社交加權干擾In的形式,計算蜂窩通信對小區造成的干擾Is;計算D2D通信對小區造成的干擾Ia,并以用戶間通信概率ωa,b加權;
步驟3:根據蜂窩用戶和D2D鏈路復用關系的情況,提出關于最優化系統吞吐量的最優化方程,系統吞吐量包括蜂窩通信和D2D通信的吞吐量之和,系統吞吐量取決于D2D鏈路造成的社交加權干擾的大??;
步驟4:進行社區分簇之前,先要確定第一個社區簇的源節點,即是進行蜂窩通信時對AP點造成干擾最小的點為源節點;同時給定社區收斂的社交加權干擾閾值,只有社交加權干擾小于該閾值的移動用戶才能加入該社區簇,依次搜尋,不符合社區分簇干擾限制的用戶節點一律視為蜂窩用戶;
步驟5:分配資源前,制定D2D資源分配的定價策略,根據不同資源分配方案所能實現的系統吞吐量的大小利用基于穩定匹配的SRM算法完成蜂窩用戶和D2D鏈路一對一的配對。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學,未經南京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911322115.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種檢測樣品體系中微量蛋白的方法
- 下一篇:模型訓練方法和設備





