[發(fā)明專利]一種基于拍賣競(jìng)價(jià)的沉浸式媒體資源分配方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310351447.2
• 申請(qǐng)日: 2023-04-04
• 公開（公告）號(hào): CN116419399A
• 公開（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 劉雨;魏琳慧;望育梅
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): H04W72/044
• 分類號(hào): H04W72/044;G06N20/00;G06Q30/08;H04W4/06;H04B7/185
• 代理公司: 北京永創(chuàng)新實(shí)專利事務(wù)所 11121
• 代理人: 易卜

1.一種基于拍賣競(jìng)價(jià)的沉浸式媒體資源分配方法，其特征在于，具體步驟如下：

步驟一、構(gòu)建由I個(gè)用戶、天地一體化網(wǎng)絡(luò)和多媒體服務(wù)器組成的沉浸式媒體資源分配系統(tǒng)；

步驟二、針對(duì)當(dāng)前沉浸式媒體資源，每個(gè)用戶根據(jù)自身的需求，發(fā)起各自的請(qǐng)求信息；結(jié)合自己的預(yù)算及對(duì)當(dāng)前沉浸式媒體資源的估價(jià)進(jìn)行出價(jià)；并觀察其他用戶上一輪的出價(jià)，決定是否繼續(xù)競(jìng)拍還是撤回競(jìng)拍；

當(dāng)用戶進(jìn)行競(jìng)拍時(shí)，將每個(gè)用戶作為一個(gè)智能體，基于多智能體強(qiáng)化學(xué)習(xí)算法，根據(jù)當(dāng)前狀態(tài)更新智能體的行動(dòng)策略，計(jì)算系統(tǒng)效用；并根據(jù)計(jì)算結(jié)果調(diào)整智能體策略，使競(jìng)價(jià)更加合理化；

系統(tǒng)效用包含用戶參與競(jìng)拍的效用和多媒體服務(wù)器的資源利用率兩部分；

用戶參與競(jìng)拍的效用表示為：u＝y(tǒng)[(v-p)x+R(1-x)]+(1-y)D；

其中，y表示用戶是否撤回此次競(jìng)拍，y＝1表示撤回；若撤回競(jìng)拍，需要支付固定費(fèi)用的撤回成本D；若y＝0表示繼續(xù)此次拍賣，但是可能會(huì)被拒絕；x＝0表示此輪競(jìng)拍失敗，需要支付固定的拒絕成本R；x＝1表示競(jìng)拍成功，p是用戶的出價(jià)價(jià)格，v表示商品的價(jià)值，v-p表示此輪競(jìng)拍成功后用戶能得到的回報(bào)；

多媒體服務(wù)器的資源利用率表示當(dāng)前資源的使用情況，用α表示資源利用率；

因此，系統(tǒng)效用表示為U＝Σ_i∈IΣ_m∈Mu_i,m+K(1-α)；K為常數(shù)；

u_i,m表示第i個(gè)用戶對(duì)第m種沉浸式媒體業(yè)務(wù)類型的效用；

步驟三、針對(duì)當(dāng)前沉浸式媒體資源，天地一體化網(wǎng)絡(luò)的地面站節(jié)點(diǎn)接受所有用戶的資源請(qǐng)求信息和出價(jià)信息，并將用戶的出價(jià)進(jìn)行降序排序；采用第二價(jià)格拍賣方式，決定拍賣成功的用戶和拒絕的用戶；

拍賣成功的用戶數(shù)量與現(xiàn)有資源數(shù)量保持一致，需要支付的價(jià)格為出價(jià)第二高的價(jià)格；

步驟四、對(duì)拍賣成功的所有用戶，采用基于Dijkstra算法及負(fù)載均衡的方式，將每個(gè)用戶的請(qǐng)求信息分別發(fā)送給不同的多媒體服務(wù)器；

步驟五、每個(gè)多媒體服務(wù)器接收到用戶請(qǐng)求信息后，釋放與請(qǐng)求信息相應(yīng)的資源，進(jìn)而提供沉浸式媒體服務(wù)；并返回給地面站節(jié)點(diǎn)當(dāng)前的資源利用率及任務(wù)執(zhí)行結(jié)果。

2.如權(quán)利要求1所述的一種基于拍賣競(jìng)價(jià)的沉浸式媒體資源分配方法，其特征在于，所述天地一體化網(wǎng)絡(luò)節(jié)點(diǎn)用圖G＝(V,E)表示，V表示衛(wèi)星和地面站節(jié)點(diǎn)，E表示星間鏈路和星地鏈路；

所述每個(gè)多媒體服務(wù)器的容量大小相同，都存在M種沉浸式媒體業(yè)務(wù)類型，對(duì)于每個(gè)業(yè)務(wù)類型，共n個(gè)服務(wù)可用；服務(wù)類型包括低QoS和高QoS；不同的服務(wù)類型占有不同的資源單元。

3.如權(quán)利要求1所述的一種基于拍賣競(jìng)價(jià)的沉浸式媒體資源分配方法，其特征在于，所述I個(gè)用戶的請(qǐng)求信息組成集合B＝{b₁,b₂,...,b_i,...,b_I}；每個(gè)請(qǐng)求信息b_i＝(t_i,r_i,d_i)包含請(qǐng)求業(yè)務(wù)的類型t_i，需要的資源單元r_i及用戶能忍受的最長(zhǎng)時(shí)延d_i。

4.如權(quán)利要求1所述的一種基于拍賣競(jìng)價(jià)的沉浸式媒體資源分配方法，其特征在于，所述步驟二中，調(diào)整智能體策略的調(diào)整規(guī)則為：基于強(qiáng)化學(xué)習(xí)算法，采用Actor-Critic算法學(xué)習(xí)用戶行為；具體過程為：

s301:定義智能體的狀態(tài)空間為S(t)＝[b_i,U_m,i(t-1),P(t-1),α]，分別是第i個(gè)用戶的請(qǐng)求信息b_i，第i個(gè)用戶上一個(gè)時(shí)刻對(duì)第m種沉浸式媒體業(yè)務(wù)類型的效用U_m,i(t-1)，上一個(gè)時(shí)刻的用戶出價(jià)信息P(t-1)，以及系統(tǒng)的資源利用率α；

其中，第i個(gè)用戶對(duì)第m種沉浸式媒體業(yè)務(wù)類型的效用計(jì)算如下：

U_m,i＝y(tǒng)_m,iC_m,i+(1-y_m,i)D_m,i

y_m,i表示第i個(gè)用戶是否撤回對(duì)第m種沉浸式媒體業(yè)務(wù)類型的競(jìng)拍；D_m,i表示當(dāng)?shù)趇個(gè)用戶撤回對(duì)第m種沉浸式媒體業(yè)務(wù)類型競(jìng)拍時(shí)，需要支付的撤回成本；C_m,i表示第i個(gè)用戶對(duì)第m種沉浸式媒體業(yè)務(wù)類型參與競(jìng)拍的成本，計(jì)算如下：

C_m,i＝x_m,i(p_m,i-v_m,i)+(1-x_m,i)R_m,i

p_m,i表示第i個(gè)用戶對(duì)第m種沉浸式媒體業(yè)務(wù)類型的出價(jià)價(jià)格，v_m,i表示第m種沉浸式媒體業(yè)務(wù)類型的價(jià)值；R_m,i表示第i個(gè)用戶對(duì)第m種沉浸式媒體業(yè)務(wù)類型的競(jìng)拍被拒絕的成本；

s302:設(shè)計(jì)智能體的行為空間A(t)＝[p_i(t),y_i(t)]，分別是第i個(gè)用戶的出價(jià)p_i(t)及是否撤回此輪拍賣y_i(t)；

s303:設(shè)計(jì)智能體的回報(bào)函數(shù)R(t)為最大化用戶效用及資源利用率α：

S304:利用Actor-critic算法學(xué)習(xí)用戶行為，并生成最優(yōu)結(jié)果。