预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114189868A(43)申请公布日2022.03.15(21)申请号202111490648.8(22)申请日2021.12.08(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人代海波罗佳俊张晨雨吴天奇王保云(74)专利代理机构南京正联知识产权代理有限公司32243代理人张玉红(51)Int.Cl.H04W16/10(2009.01)H04W72/04(2009.01)H04W72/08(2009.01)权利要求书3页说明书10页附图4页(54)发明名称面向高可靠低时延物联网中数据安全传输的资源分配方法(57)摘要本发明是一种面向高可靠低时延物联网中数据安全传输的资源分配方法,包括如下步骤:步骤1:构建支持超可靠低时延通信的上行链路系统;步骤2:构建以最大化所有所述地面节点和基站之间通信的基于安全数据速率的QoE之和为目标的优化问题;步骤3:构建基于博弈论的优化模型,将步骤2中的优化问题建模为有QoE评价策略的博弈问题;步骤4:采用一种分布式的学习算法,迭代得到地面节点与基站之间的资源分配策略,直到步骤2中的优化问题达到最优,信道资源分配方法被确定。本发明将目标复杂的原始问题近似地转化为易处理的问题,并提出了一种高效的分布式迭代算法来收敛到NE解。CN114189868ACN114189868A权利要求书1/3页1.面向高可靠低时延物联网中数据安全传输的资源分配方法,其特征在于:所述资源分配方法包括如下步骤:步骤1:构建支持超可靠低时延通信的上行链路系统,所述上行链路系统包括多个通信基站、地面节点以及通信窃听者,每一个所述通信基站通信范围内包含多个地面节点以及一个服务窃听者;步骤2:构建以最大化所有所述地面节点和基站之间通信的基于安全数据速率的QoE之和为目标的优化问题;步骤3:构建基于博弈论的优化模型,将步骤2中的优化问题建模为有QoE评价策略的博弈问题;步骤4:采用一种分布式的学习算法,迭代得到地面节点与基站之间的资源分配策略,直到步骤2中的优化问题达到最优,信道资源分配方法被确定。2.根据权利要求1所述面向高可靠低时延物联网中数据安全传输的资源分配方法,其特征在于:所述步骤2中优化函数为:P:其中:其中C表示无限块长下的香农信息容量,V表示信道弥散,∈表示解码错误概率,Q‑1表示高斯Q函数的逆函数,表示地面节点mb与基站b之间的信干噪比,表示部署在小区b窃听地面节点mb的窃听者的信干噪比,mb表示与基站b相关的地面节点占用的信道资源,MOS函数中的R是数据速率,是最小能接受的速率,θk是最优的数据速率。3.根据权利要求1所述面向高可靠低时延物联网中数据安全传输的资源分配方法,其特征在于:所述步骤3具体为:将每一个基站BS看成一个博弈过程的参与者,然后优2CN114189868A权利要求书2/3页化问题被建模为策略博弈,是一个精确的势博弈,为博弈参与者的集合,表示参与者b的动作空间,ub是参与者b的效用函数,在中,每个参与者的动作空间中的每个元素,受制于只有一个地面节点占用信道s∈S,且地面节点与参与者相关联,因此,表示所有参与者可选择的联合动作空间,表示所有参与者除了b的策略分配,其中×表示笛卡尔乘积,效用函数的表达式如下假设任意一个参与者单方面改变其动作策略,从ab到a′b,根据以上的公式,有如下的等式成立Γ(a′b,a‑b)‑Γ(ab,a‑b)=ub(a′b,a‑b)‑ub(ab,a‑b)其中Γ是一个已被定义的势函数。4.根据权利要求1所述面向高可靠低时延物联网中数据安全传输的资源分配方法,其特征在于:所述步骤4中所提出的算法为分布式算法,在算法的内层,提出的动态信道资源分配策略是基于随机学习自动机的学习算法(SLA)且以迭代的方式运行,其中每个参与者被视为一个学习自动机,每个参与者根据其目前的分配策略,在每次迭代中选择一个可用的信道进行数据传输,变化的通信环境反馈以更新策略,通过重复上述过程,每个参与者不断与环境交互以调整其信道策略以实现最佳QoE,在算法的外循环中,对优化变量的约束放宽到[0,1],采用内逼近方法更新可行点,激励SLA生成一系列可行解,使得优化目标值单调增加。5.根据权利要求4所述面向高可靠低时延物联网中数据安全传输的资源分配方法,其特征在于:所述信道资源分配策略是原问题的近似最优解,具体包括如下步骤:步骤4‑1:初始化:设置迭代t=1的初始值,且初始策略为步骤4‑2:循环迭代t=1,2,…,根据优化策略,更新步骤4‑3:循环每一次迭代,t0=1,2,…;步骤4‑4:初始化:令为与小区b相关联的GN关于信道s的选择概率,设置迭代初始值t0=1,初始选择概率向量为步骤4‑5:在