具有记忆影响理性用户的下一代异构网络动态网络选择模型
网络与互联网体系结构
2019-11-19 v1 信号处理
摘要
近来，由于无线数据流量的惊人增长，异构网络因其能够增强下一代无线网络的容量/覆盖并节省能耗而受到极大关注。在本文中，我们研究 5G 异构网络中的长期以用户为中心的网络选择问题，其中用户的网络选择策略可被动态考察。与长期模型的常规研究不同，我们引入了记忆效应并考虑用户的决策受其记忆（即过往服务体验）影响这一事实。具体而言，用户不仅基于其瞬时可获得的体验，还基于其记忆中的过往服务体验来选择网络。具体地，我们基于经典演化博弈论与幂律记忆概念，在分数阶演化博弈框架下建模并研究用户间的交互。我们分析证明了分数阶演化博弈的均衡存在、唯一且一致稳定。我们还通过数值手段验证了分数阶演化均衡的稳定性。我们进行了大量数值实验以评估分数阶演化博弈的性能。数值结果揭示了一些深刻发现。例如，具有正记忆效应的分数阶演化博弈中的用户可比具有负记忆效应的用户获得更高的累积效用。此外，正记忆效应的分数阶演化博弈能减少由小尺度衰落造成的用户累积效用损失。
引用
@article{arxiv.1911.07628,
title = {Dynamic Model for Network Selection in Next Generation HetNets with Memory-affecting Rational Users},
author = {Shaohan Feng and Dusit Niyato and Xiao Lu and Ping Wang and Dong In Kim},
journal= {arXiv preprint arXiv:1911.07628},
year = {2019}
}