Payoff Allocation of Service Coalition in Wireless Mesh Network: A Cooperative Game Perspective
在无线网状网络（WMN）中，多个服务提供商（SP）可以协作以共享资源（例如，中继节点和频谱），以服务于它们的集体订阅客户，从而获得更好的服务。作为奖励，SP能够实现更多的个人利益，即，通过有效利用共享网络资源，增加收入或降低成本。然而，这种合作可以实现，只有当公平分配的聚合收益，这是所有合作SP的收益之和，可以实现。首先，我们制定这样的合作作为一个联盟的游戏与可转移的效用，具体地说，一个线性规划游戏，其中，每个SP应获得公平的份额的总收益。基于对偶支付和Shapley值的概念，研究了在WMN中如何分配聚合支付以实现稳定的服务联盟。
2014-01-26 cs.GT cs.NI
Cooperation Optimized Design for Information Dissemination in Vehicular Networks using Evolutionary Game Theory
提出了一种演化博弈论的方法来研究无线自组网中节点的合作行为。进化博弈论（EGT）被用来研究生物网络和社交网络中合作行为增长的条件。我们提出了一个模型的节点合作行为在动态无线网络，如车载网络。我们的工作是出于这样一个事实，即类似于现有的EGT研究，在动态无线网络中的节点行为的特点是决策，只依赖于直接的邻居。我们调整我们的模型来研究在无线网络中的信息传播的背景下的合作行为。我们得到的条件，确定网络是否从所有节点的完全合作的状态演变。最后，我们使用我们的模型来研究合作行为的演变及其对车载网络中内容下载的影响，同时考虑到现实的网络条件。
2013-01-07 cs.GT cs.NI
Methodologies for Analyzing Equilibria in Wireless Games
在信息和模型方面的某些假设下，均衡对应于理性实体相互作用的冲突或合作情景中可能的稳定结果。对于无线工程师来说，能够预测甚至确保网络有效运行的状态至关重要。在这篇文章中，我们提供了非穷举的方法来描述无线游戏中的均衡的存在性，唯一性，选择性和效率。
2009-06-02 cs.GT
Non-cooperative Feedback Rate Control Game for Channel State Information in Wireless Networks
信道状态信息（CSI）反馈对于闭环无线网络下行传输具有重要意义。然而，现有的工作通常研究的CSI反馈问题，为每个单独的移动台（MS），因此，不能有效地在网络级的自感兴趣的移动用户之间的交互建模。为此，在本文中，我们提出了另一种方法来调查CSI反馈速率控制问题的博弈论框架的分析设置，其中多天线基站（BS）与一些同信道MS通过线性预编码器进行通信。具体来说，我们首先提出了一个非合作的反馈速率控制游戏（NFC），其中每个MS选择的反馈速率，以最大限度地提高其性能的分布式方式。为了从社会最优的角度提高效率，我们引入了定价，称为非合作反馈率控制价格博弈（NFCP）。博弈效用被定义为CSI反馈的性能增益减去作为CSI反馈率的线性函数的价格。研究了这类博弈的纳什均衡的存在性，并研究了两种反馈协议（FDMA和CSMA）。仿真结果表明，通过调整定价因子，分布式NFCP博弈与集中式NFCP博弈相比，具有接近最优的性能。
2011-11-30 cs.GT cs.NI
Many-to-Many Matching Games for Proactive Social-Caching in Wireless Small Cell Networks
在本文中，我们从博弈论的角度来解决小小区网络中的缓存问题。特别是，我们制定的缓存问题作为一个多对多的匹配游戏之间的小型基站和服务提供商的服务器。服务器存储一组视频，并旨在将这些视频缓存在小型基站处，以减少最终用户所经历的延迟。另一方面，小型基站根据视频在本地的流行度来缓存视频，以减少回程链路上的负载。我们提出了一个新的匹配算法的多对多的问题，并证明它达到了成对稳定的结果。仿真结果表明，在所提出的缓存算法的小基站的满意请求的数量可以达到三倍的随机缓存策略的满意度。此外，所有视频的预期下载时间可以显著减少。
2014-05-21 cs.GT cs.NI
A Game-Theoretic Analysis of User Behaviors in Crowdsourced Wireless Community Networks
众包无线社区网络可通过鼓励个人（用户）彼此共享其私人住宅Wi-Fi接入点（AP）来有效地缓解Wi-Fi接入点（AP）的有限覆盖问题。本文首次研究了这种网络中用户的联合成员选择和网络接入问题。具体来说，我们制定的问题作为一个两阶段的动态游戏：第一阶段对应于一个会员选择游戏，其中每个用户选择他的会员类型;第二阶段对应于一组网络接入游戏，其中每个用户决定他的WiFi连接时间在AP在他的当前位置。系统地分析了子博弈完美均衡，研究了最佳反应动态是否以及如何达到子博弈完美均衡。通过数值研究，我们进一步探讨了如何平衡的变化与用户的移动模式和网络访问的评价。我们发现，一个用户更受欢迎的家庭位置，一个较小的旅行时间，或一个较小的网络访问评估更有可能选择一种特定类型的会员资格称为条例草案。在此基础上，我们进一步论证了网络运营商如何在博弈均衡分析的基础上优化其定价和激励机制。
2016-02-24 cs.GT cs.NI
Cost Sharing Games for Energy-Efficient Multi-Hop Broadcast in Wireless Networks
研究了具有一个源节点和多个接收节点的无线网络中的多跳广播。从源到接收器的消息流可以被建模为树图，称为广播树。寻找最小功率广播树（MPBT）问题是NP完全问题。与大多数现有的集中式方法不同，我们提出了一个分散的算法，基于非合作成本分摊游戏。在这个游戏中，每个接收节点，作为玩家，选择网络的另一个节点作为其各自的发送节点来接收消息。因此，基于施加在接收节点所选择的发送节点上的功率，将成本分配给接收节点。在我们的模型中，发送节点处所需的总功率包括（i）发送功率和（ii）通信硬件模块所需的电路功率。我们开发我们的算法使用边际贡献（MC）的成本分摊计划，并表明，最佳的广播树总是一个纳什均衡（NE）的游戏。仿真结果表明，我们提出的算法优于传统的MPBT问题的算法。此外，我们表明，电路功率，这通常是被忽略的现有算法，显着影响网络的能量效率。
2020-01-17 cs.GT cs.NI
Correlated Equilibria in Wireless Power Control Games
在本文中，我们考虑在干扰信道中的无线功率控制问题，发射机的目标是最大限度地提高自己的利益。当个体收益或效用函数是从传输效率和消耗功率推导出来的，以前的工作通常研究所得到的功率控制博弈的纳什均衡。我们建议从博弈论中引入相关均衡和通信均衡的概念，以找到有效的解决方案（相比于纳什均衡）。通信和相关的平衡分析的功率控制游戏，我们提供的算法，可以实现这些平衡。仿真结果表明，在某些情况下，这种相关性是有益的，参与者可以获得更好的收益。
2020-12-02 cs.GT
A Game-Theoretic Learning Framework for Multi-Agent Intelligent Wireless Networks
在这篇文章中，我们介绍了一个游戏理论的学习框架的多智能体无线网络。通过将人工智能（AI）中的学习与博弈论相结合，出现了一些有前途的特性，例如在未知和动态环境中获得高回报，协调代理的行动以及在恶意用户存在的情况下做出对抗性决策。不幸的是，天下没有免费的午餐。首先，我们主要在三个层次上讨论了人工智能学习和博弈论之间的联系，即，模式识别、预测和决策。然后，讨论了智能无线网络中Agent能力受限、从环境中获取的信息不完全以及无线网络的分布性、动态可扩展性和异构性等特点对融合的挑战和要求。为了解决这些问题，我们提出了一个无线网络的博弈论学习框架，包括内部协调（资源优化）和外部对抗性决策（抗干扰）。基于该框架，我们介绍了几个有吸引力的博弈论学习方法结合我们提出的典型应用。更重要的是，我们开发了一个现实生活中的测试平台的多智能体抗干扰问题的基础上的博弈论学习框架。实验结果验证了所提出的博弈论学习方法的有效性。
2019-04-17 cs.GT
Multipath Wireless Network Coding: A Population Game Perspective
我们考虑无线网络中，每个源和目的地之间的多条路径。我们允许每个源之间的所有可用路径的流量，并提出这样的问题：我们如何达到最低的传输数量，以支持一个给定的流量矩阵？在两个无线跳上以相反方向绑定的业务可以利用网络编码的“反向拼车”优势，以减少所使用的传输次数。我们把这种编码跳称为“超链接”。使用反向拼车技术，较长的路径可能比较短的路径便宜。然而，有一个囚徒困境类型的情况之间的来源-网络编码的优势是实现只有当有流量在两个方向的共享path. We开发了一个两级分布式控制方案，通过宣布一个超链接的能力，允许源分裂他们的流量自私地在一个分布式的方式，然后改变超链接的能力，根据用户的行动，从彼此的选择，adverples。我们证明了这样的控制器是稳定的，并通过仿真验证了我们的分析见解。
2009-08-23 cs.GT cs.NI
A Layered Coalitional Game Framework of Wireless Relay Network
无线中继网络（WRN）最近已经成为以低成本增加通信容量和扩展覆盖区域的有效方式。在WRN中，多个服务提供商（SP）可以协作以共享它们的资源（例如，中继节点和频谱），以在收益方面实现更高的效用。这种协作可以提高WRN的容量，从而提高终端设备（TD）的吞吐量。然而，这种合作可以实现，只有当公平分配的聚合效用，这是所有合作SP的效用之和，可以实现。在本文中，我们研究的WRN组成的SP在上层和TD在下层，并提出了一个博弈论的框架来解决合作决策问题的WRN。具体而言，SP的合作被建模为一个重叠的联盟形成游戏，其中SP应该形成一个稳定的联盟结构，并获得公平的份额的聚合效用。我们还研究了基于Shapley值概念的聚合效用分配问题，它稳定了WRN中SP之间的合作。TD的合作被建模为一个网络形成博弈，其中TD之间建立联系，形成一个稳定的网络结构。数值结果表明，该分布式算法获得了逼近最优解的聚合效用，并取得了良好的收敛速度。
2014-01-15 cs.GT cs.NI
Energy-efficiency in Decentralized Wireless Networks: A Game-theoretic Approach inspired by Evolutionary Biology
能量效率在具有能量供应和信号处理能力有限的节点的无线通信网络中变得越来越重要。我们提出了一个基于简单的本地规则的合作通信场景的数值研究。这与文献中的大多数方法相反，这些方法通过使用复杂的算法来执行合作，并且需要网络节点的战略复杂性。进化生物学的最新结果表明，如果某种机制在起作用，合作可以受到自然选择的青睐。e.甚至各个节点的自私行为也可能导致网络中合作行为的出现。在无线通信网络的背景下，模拟的结果验证了这些意见，并表明，简单的本地规则，然后简单的适应度评估，可以产生网络行为，产生全球能源效率。
2014-05-14 cs.GT cs.NI
Analysis of Performance Parameters in Wireless Networks by using Game Theory for the non Cooperative Slotted Aloha Enhanced by ZigZag Decoding Mechanism
在无线通信网络中，当工作量增加时，源变得更加积极的均衡在游戏设置相比，通过使用时隙Aloha机制的团队问题。因此，更多的数据包发生冲突并丢失。为了减少这些现象，提高网络的性能，我们提出了结合ZigZag解码方法与非合作时隙Aloha机制。这种方法是在我们以前的工作中介绍的合作时隙Aloha机制的基础上。实验结果表明，该方法显著地改善了协作时隙Aloha机制，并在吞吐量和时延方面取得了最佳效果。在本文中，我们分析了结合非合作时隙Aloha和ZigZag解码的影响。我们用一个二维的马尔可夫链来模拟这个系统，这个马尔可夫链整合了ZigZag解码的效果。马尔可夫链的状态描述了用户之间积压的数据包的数量。我们使用一个随机游戏来实现我们的目标，我们评估和比较所提出的方法与一个简单的开槽Aloha机制的性能参数。所有发现的结果表明，我们的方法提高了系统的性能参数。
2015-01-05 cs.GT cs.NI
On a game theoretic approach to capacity maximization in wireless networks
我们考虑无线网络中的容量问题（或单时隙调度问题）。我们的目标是最大限度地提高任意无线网络中的成功连接的数量，其中只有当接收器处的信号与干扰加噪声比大于某个阈值时，传输才是成功的。我们研究了Andrews和Dinitz（INFOCOM 2009）和Dinitz（INFOCOM 2010）提出的容量最大化的博弈论方法。我们证明了大大改善的博弈论算法的界限。在此基础上，实现了在均匀功率分配下容量最大化的第一种分布常数因子近似算法。当比较的最佳链路可以使用任意的功率分配，我们证明了一个$O(\log Δ)$近似，其中$Δ$是最大和最小的网络中的链接之间的比率。与分布式算法的现有结果相比，这是近似因子的指数改进。我们的所有结果工作的链接位于任何度量空间。此外，我们提供了模拟研究澄清的图片分布式算法的容量最大化。
2010-11-20 cs.DS cs.GT cs.NI
A Three-Party Repeated Coalition Formation Game for PLS in Wireless Communications with IRSs
本文针对含IRS的无线通信PLS场景，提出一种三方重复联盟形成博弈（RCFG）以建模LP、EV和TIRS间的动态敌友关系，并利用基于DRL的算法求解Nash均衡，仿真验证了其可行性与优越性。
2024-02-18 cs.GT cs.NI
Analysis of the Game-Theoretic Modeling of Backscatter Wireless Sensor Networks under Smart Interference
在本文中，我们研究了干扰避免的情况下，存在一个智能干扰器，可以快速观察发射功率的后向散射无线传感器网络（WSN），并有效地中断后向散射信号。我们考虑了一个功率控制与子信道分配，以避免干扰攻击和时间切换比后向散射无线传感器网络中的后向散射和RF能量收集。我们制定了基于Stackelberg博弈论的问题，并计算最佳的发射功率，时间切换比，和子信道分配参数，以最大限度地提高效用函数对智能干扰。我们提出了两个算法的效用最大化使用拉格朗日对偶分解的后向散射传感器网络和智能干扰，以证明存在的Stackelberg平衡。数值结果表明，与基于纳什博弈的算法相比，所提算法能有效地最大化效用，从而克服后向散射通信中的灵巧干扰。
2017-12-21 cs.GT cs.NI math.FA
Optimization of Scheduling in Wireless Ad-Hoc Networks Using Matrix Games
在本文中，我们提出了一种新的应用矩阵博弈论的无线ad-hoc网络中的链路调度优化。通过网络图的软着色实现最优调度。传统的着色方案是基于一个颜色分配给每个区域或等价地每个链接是一个部分拓扑的成员。这些算法的基础上着色是不是最佳的链路时，不以相同的速率激活。软着色，本文介绍，解决了这个问题，并提供任何请求的链路使用率的最佳解决方案。为了定义最优调度的博弈模型，首先确定图的所有可能的组件。组件被定义为可以同时激活而不会受到相互干扰的无线链路的集合。然后，通过在具有适当频率（使用率）的组件之间切换，实现最佳调度。我们称这种调度为软着色，因为在不同的时间段中，任何链路都可以是多个部分拓扑的成员。为了简化这个问题，我们模型之间的关系的链路速率和组件的选择频率的矩阵游戏，提供了一个简单而有用的工具来简化和解决这个问题。提出的博弈论模型是用虚拟博弈方法求解的。仿真结果证明了所提出的技术的效率相比，传统的基于着色的调度
2018-03-10 cs.GT cs.NI eess.SP
The Theory of Intervention Games for Resource Sharing in Wireless Communications
本文发展了一个博弈论框架的设计和分析一类新的激励计划称为干预计划。我们制定干预对策，提出了干预均衡的解决方案的概念，并证明了它的存在性在有限干预对策。我们将我们的框架应用于无线通信中的资源共享场景，其非合作的结果，而不干预产生次优性能。我们得出的分析结果，并分析说明性的例子中的情况下，不完善和完善的监测。在不完善的监测的情况下，干预方案可以改善非合作均衡的次优性能时，干预设备具有足够准确的监测技术，虽然它可能无法实现最佳可行的性能。在理想监测的情况下，当干预设备具有足够强的干预能力时，干预方案可以获得最佳可行性能。
2011-07-16 cs.GT
Competition in Wireless Systems via Bayesian Interference Games
我们研究无线设备之间的竞争与不完整的信息，他们的对手。我们将这种相互作用建模为贝叶斯干扰博弈。每个无线设备在整个可用带宽上选择功率简档以最大化其数据率。这样的竞争模型代表了几个无线设备共享频谱而没有任何中央机构或协调协议的情况。与设备拥有对手完整信息的游戏相比，我们考虑的场景是设备不知道它们对其他设备造成的干扰。这种游戏，这是建模为贝叶斯游戏，可以表现出显着不同的均衡。我们首先考虑一个简单的情况下，同时移动游戏，我们表明，独特的贝叶斯-纳什均衡是两个设备在整个带宽上均匀分布其功率。然后，我们将此模型扩展到一个两层的频谱共享的情况下，用户按顺序行事。这里，其中一个设备（称为主用户）是频谱的所有者，它首先选择其功率配置文件。然后，第二个设备（称为次要用户）通过选择功率简档以最大化其香农容量来做出响应。在这样的顺序移动游戏中，我们表明，存在的主要用户获得更高的数据率通过使用仅一部分的带宽的均衡。在一个重复的贝叶斯干扰博弈中，我们证明了声誉效应的存在：一个知情的主用户可以虚张声势，以防止频谱使用的次要用户谁遭受缺乏信息的信道增益。由此产生的均衡可能是非常低效的，这表明竞争性频谱共享是非常次优的。
2007-09-04 cs.GT
Dynamic Network Service Selection in Intelligent Reflecting Surface-Enabled Wireless Systems: Game Theory Approaches
在本文中，我们解决动态网络选择问题的移动用户在智能反射表面（IRS）使能的无线网络。具体地，用户随时间动态地选择不同的服务提供商（SP）和网络服务。网络服务由IRS资源和发射功率资源组成。制定SP和网络服务的选择，我们采用了一个进化的游戏中，用户能够适应他们的网络选择，这取决于他们实现的效用。为此，复制动力学是用来模拟用户的服务选择适应。为了使用户能够考虑到他们过去的服务经验，他们的决定，我们进一步采用了增强版的进化博弈，即分数进化博弈，研究SP和网络服务的选择。分数进化游戏结合了记忆效应，捕捉用户对他们的决定的记忆。我们从理论上证明了这两种博弈方法都有一个唯一的均衡。最后，我们提供了数值结果来证明我们提出的游戏方法的有效性。特别是，我们发现了一些重要的发现，例如，有记忆效应的用户可以获得比没有记忆效应的用户更高的效用
2021-03-11 cs.GT
Dynamic Network Service Selection in IRS-Assisted Wireless Networks: A Game Theory Approach
在这封信中，我们调查的动态网络服务提供商（SP）和服务选择的智能反射表面（IRS）辅助无线网络。在网络中，移动用户选择不同的网络资源，即，由不同SP提供的发射功率和IRS资源。为了分析用户的SP和网络服务选择，我们制定了一个进化博弈。在游戏中，用户（玩家）根据他们的效用调整他们对SP和服务的选择。利用复制动力学模型对用户的SP和服务适应进行建模，并分析了演化博弈的均衡。大量的模拟，以证明与分析结果的一致性和所提出的游戏方法的有效性。
2020-08-03 cs.GT cs.IT math.IT
A stochastic non-cooperative game for energy efficiency in wireless data networks
本文通过博弈论的方法研究了CDMA无线数据网中的能量效率问题。建立在最近的一篇论文的前两个作者，其中一个非合作的游戏扩展码优化，功率控制，和接收机设计已被提出来最大限度地提高数据吞吐量的比率，为每个活跃的用户发送功率，这里描述了一个随机算法来执行自适应实现所述的非合作游戏。所提出的解决方案是基于RLS型和LMS型适应的组合，并利用现成的测量。仿真结果表明，该方法的性能接近于需要大量先验信息的非自适应博弈，具有令人满意的精度。
2007-05-21 cs.GT cs.IT math.IT
Game Theoretic Approaches to Massive Data Processing in Wireless Networks
无线通信网络正变得高度虚拟化，具有两层层次结构，其中具有要实现的任务的上层的控制器可以请求下层的大量代理来帮助实现计算、存储和传输功能。通过将数据处理卸载到代理，控制器可以完成否则禁止的大数据处理。为了满足控制者和代理人的相应目标，需要对代理人执行控制者的任务进行激励。在这篇文章中，提出了一个具有快速收敛性和可扩展性的分层游戏框架，以满足这种情况下的实时处理的需求。在这一新兴领域的未来可能的研究方向进行了讨论。
2017-11-06 cs.DC cs.GT
Static and dynamic jamming games over wireless channels with mobile strategic players
University of Brescia（布雷西亚大学）；University of Padova（帕多瓦大学）
本文研究了无线阻塞问题，考虑合法接收器与阻塞器之间的竞争作为零和博弈，旨在最大化/最小化接收端的信道容量。与文献中通常假设的静止节点不同，本文研究了玩家可以移动的情况，特别是在线性几何中移动。首先将其建模为静态游戏，可以闭式求解，随后扩展为动态游戏，考虑三种不同的互信息完备性/完美性版本，分别对应不同的隐蔽性和动作顺序假设。我们首先提供了一些适用于静态游戏的理论条件，并帮助识别在任何设置中有效的策略，包括动态游戏。由于动态游戏虽然更现实，但策略空间显著扩大，我们利用强化学习来获得高效的策略，以达到均衡结果。我们展示了如何利用理论发现来训练智能体玩游戏，并在实际环境中验证我们的方法。
2026-09-10 cs.GT cs.NI
Quality of Service Games for Spectrum Sharing
随着无线用户的爆炸式增长，当今的无线网络越来越拥挤，这些无线用户具有比以往任何时候都更大和更多样化的服务质量（QoS）需求。然而，可用于满足这些需求的频谱数量仍然有限。这给无线用户有效共享频谱以实现其QoS要求带来了巨大挑战。本文提出了一个频谱共享的博弈论模型，其中用户寻求以分布式方式满足他们的QoS需求。我们的频谱共享模型是相当通用的，因为我们允许不同的无线信道提供不同的QoS，这取决于它们的信道条件和有多少用户试图访问它们。此外，用户可以是高度异构的，具有不同的QoS需求，这取决于他们的活动、硬件能力和技术选择。在这样一个一般的设置下，我们表明，这是NP很难找到一个频谱分配，满足最大数量的用户的QoS要求，在一个集中的方式。我们还表明，允许用户通过分布式信道选择自组织是一个可行的替代集中式优化，因为更好的响应更新保证达到一个纯纳什均衡在多项式时间。通过界定无政府状态的无政府代价，我们证明了最坏情况下的纯纳什均衡可以接近最优，当用户和渠道不是很异质。我们还扩展了我们的模型，考虑频率空间复用，并考虑用户交互作为一个游戏上的图，玩家只与他们的邻居竞争。我们证明了更好的响应更新仍然保证达到一个纯粹的纳什均衡在这个更一般的空间QoS满意度的游戏。
2013-10-09 cs.GT cs.NI
Task-load-Aware Game-Theoretic Framework for Wireless Federated Learning
联邦学习（Federated learning，FL）是一种保护用户数据隐私的学习框架，但它在激励用户参与任务训练方面存在困难。本文提出了一种基于Bertrand博弈的无线网络FL框架，模型服务器作为资源购买者可以发布FL任务，而用户设备（UE）作为资源销售者可以使用本地数据帮助训练模型。特别地，考虑了时变\textit{task load}和\textit{channel quality}对用户参与外语学习动机的影响。首先，我们采用有限状态离散时间马尔可夫链（FSDT-MC）方法来预测FL任务期间UE的\textit{existing task load}和\textit{channel gain}。根据模型服务器设置的性能度量和参与FL任务的估计总能量成本，每个UE寻求最佳价格以最大化其在游戏中的利润。为此，纳什均衡（NE）的游戏得到了封闭的形式，和分布式迭代算法也被开发来寻找NE。仿真结果验证了该方法的有效性。
2022-09-27 cs.GT
Analysis of Relationship between Strategic and Aggregate Energy Minimization in Delay-Constrained Wireless Networks
我们制定了两个版本的无线网络的功率控制问题与延迟的约束所产生的占空比分配在第一个版本中，战略功率优化，无线节点建模为理性的代理人在一个权力的游戏，谁战略性地调整自己的权力，以尽量减少自己的能量。在另一个版本中，联合功率优化，无线节点联合最小化总能量消耗。我们对这些模型的分析产生了对战略与联合电力优化的不同能源结果的见解。我们推导出这两种模型下的功率分配的解析解，并研究它们是如何受到数据负载和信道质量的影响。我们推导出简单的必要条件存在的纳什均衡的权力游戏，也提供了两种模式下的最优功率分配的数值例子。最后，我们证明了联合优化可以（有时）是帕累托最优的，并主导战略优化，即所有节点的能量消耗低于如果他们使用战略优化。
2005-06-07 cs.GT cs.NI
Mean Field Energy Games in Wireless Networks
这项工作解决的问题，能源效率的分布式功率控制在无线网络中有大量的发射机。这个问题是由一个动态博弈模型。每个发射机-接收机通信的特征在于由可用能量和/或单个信道状态给出的状态，并且其演变由某些动态支配。由于在这样一个（随机）游戏的均衡分析通常是困难的，甚至是不可能的，这个问题是近似利用大系统的假设。在一个适当的交换假设下，相应的平均场博弈得到了很好的定义，并详细研究了特殊情况。这项工作的主要贡献是显示如何平均场游戏可以应用到调查中的问题，并提供说明性的数值结果。我们的研究结果表明，这种方法可以导致显着的收益，在能源效率方面，在所产生的平衡。
2013-01-28 cs.GT cs.IT math.IT
Robotic Wireless Networks in a Narrow Alley: A Game Theoretic Approach
Yonsei University（延世大学）
在许多情况下，车辆可能会相互竞争，以最大限度地提高各自的效用。我们考虑一条狭窄的小巷，其中两组自动驾驶车辆（东行和西行）正朝着各自的目的地行驶，以最大限度地缩短行驶距离。但是，如果两组人同时接近道路，就会被封锁。本文的主要目标是研究如何无线通信车辆之间可以导致解决方案接近帕累托最优。此外，我们实现了这样一个车载试验台，由具有红外传感器，直流电机和无线通信模块：ZigBee（IEEE 802.15.4）的网络机器人组成。
2015-03-02 cs.GT cs.RO
Globalized Robust Markov Perfect Equilibrium for Discounted Stochastic Games and its Application on Intrusion Detection in Wireless Sensor Networks: Part I -- Theory
在这篇文章中，我们研究了一个折扣随机博弈模型的无线传感器网络中的资源最优入侵检测。为了解决网络参数不确定性的问题，我们提出了一个全球化的折扣鲁棒随机博弈的鲁棒博弈理论框架。一个强大的解决方案所考虑的问题是一个最佳的点，是可行的所有实现的数据从一个给定的不确定性集。为了允许在参数移出不确定性集时有控制地违反约束，全球化鲁棒框架的概念应运而生。在这篇文章中，我们制定了一个全球化的鲁棒对应的折扣随机博弈考虑。借助全局鲁棒优化的思想，提出了全局鲁棒马尔可夫完美均衡的概念。当参与人的行动次数有限时，折扣随机博弈证明了这种均衡的存在性。利用压缩映射定理、Kakutani不动点定理和等度连续的概念证明了该结果的存在性。为了计算所考虑的折扣随机博弈的全球化鲁棒马尔可夫完美均衡，还提供了所提出的全球化鲁棒对应物的易于处理的表示。使用推导出的易处理的表示，我们制定了一个全球化的强大的无线传感器网络入侵检测系统。仿真结果表明，所提出的全球化解决方案是更少的数据扰动的敏感性比鲁棒解决方案。
2019-10-28 cs.GT math.OC
Congestion Games on Weighted Directed Graphs, with Applications to Spectrum Sharing
随着复杂大规模网络的发展，了解自私和空间分布的个体如何在没有集中协调的情况下共享网络资源变得越来越重要。在本文中，我们介绍了加权边的图形拥塞博弈（GCGWE）作为一个一般的理论模型来研究这个问题。在GCGWE中，我们将玩家视为加权图中的顶点。由两个邻近的玩家彼此引起的负面影响（例如拥塞）的量由连接它们的边的权重确定。GCGWE统一并显着概括了之前文献中考虑的几个更简单的模型，非常适合对广泛的网络场景进行建模。一个很好的例子是使用GCGWE对无线网络中的频谱共享进行建模，其中我们可以适当地定义边缘权重和支付函数，以捕获无线节点之间相当复杂的干扰关系。通过识别哪些GCGWE拥有纯纳什均衡和非常理想的有限改进属性，我们获得洞察空间分布的无线节点将能够自组织成一个相互接受的资源分配。我们还考虑了纯纳什均衡的效率，以及找到它们的计算复杂性。
2012-06-03 cs.GT cs.NI
Large System Analysis of Game-Theoretic Power Control in UWB Wireless Networks with Rake Receivers
本文研究了脉冲无线电超宽带无线网络中采用能量有效的功率控制方案时部分Rake（PRake）接收机的性能。由于系统的大带宽，多径信道被假定为频率选择性的。通过使用非合作博弈论模型和大系统分析，明确的表达式推导出在网络参数来衡量在接收接入点的自和多址干扰的影响。性能的PRAKE相比，在实现的效用和损失的所有Rake接收机。
2007-04-16 cs.GT cs.IT math.IT
Game-Theoretic Power Control in Impulse Radio UWB Wireless Networks
本文分析了无线数据网在频率选择性多径环境下功率控制的博弈模型。研究了脉冲无线电超宽带系统的上行链路。研究了同步系统中自干扰和多址干扰对Rake接收机性能的影响。针对能量效率问题，提出了一种非合作博弈模型，在该模型中，网络中的用户可以选择自己的发射功率以最大化自己的效用，并推导了该博弈模型的纳什均衡.结果表明，由于频率选择性多径，非合作解决方案是在不同的信号干扰噪声比，分别实现的信道实现。一个大系统的分析，以获得明确的表达所实现的效用。帕累托最优（合作）的解决方案进行了讨论，并与非合作的方法。
2007-05-07 cs.GT cs.IT math.IT
Joint Rate Adaptation and Medium Access in Wireless LANs: a Non-cooperative Game Theoretic Perspective
基于IEEE 802.11标准的无线局域网（WLAN）如今正变得无处不在，并且通常支持多个数据率。在这种多速率WLAN中，分布式介质接入和速率自适应是实现高效无线电资源利用的两个关键要素，特别是在非协作环境中。在本文中，我们提出了一个分析研究的非合作的多速率无线局域网组成的自私用户联合调整他们的数据率和竞争窗口大小在介质接入层，以最大限度地提高自己的吞吐量，而不管他们的自私行为对整体系统性能的影响。具体来说，我们开发了一个适应的针锋相对（TFT）的战略，引导系统在非合作环境中的有效平衡。我们模型的自私用户之间的相互作用下，适应TFT框架作为一个非合作的联合媒体接入和速率自适应游戏。一个系统的分析进行的游戏的结构属性，以提供洞察速率自适应和802.11媒体访问控制之间的相互作用，在竞争激烈的设置。我们表明，游戏有多个均衡，其中，经过均衡细化过程，我们开发，减少到一个独特的有效均衡。我们进一步开发了一个分布式算法来实现这种平衡，并证明了平衡实现的性能非常接近系统的最佳社会的角度来看。
2012-07-18 cs.GT
Energy-Efficient Resource Allocation in Wireless Networks: An Overview of Game-Theoretic Approaches
概述了无线网络中的能量有效的资源分配的博弈论方法。以多址接入网络为研究对象，证明了博弈论可以作为研究具有服务质量（QoS）约束的无线网络中资源分配的有效工具。一个家庭的非合作（分布式）游戏中，每个用户寻求选择一个策略，最大限度地提高自己的效用，同时满足其QoS要求。这里考虑的效用函数测量每焦耳能量消耗传输的可靠比特数，因此特别适合于能量受限的网络。每个用户在尝试最大化其自身效用时可用的动作至少是选择发射功率，并且根据情况，用户还可以能够选择其传输速率、调制、分组大小、多用户接收器、多天线处理算法或载波分配策略。给出了每个博弈的最佳对策和纳什均衡。利用这个博弈论框架，功率控制，速率控制，调制，时间和空间信号处理，载波分配策略和延迟QoS约束的能量效率和网络容量的影响进行了量化。
2007-05-13 cs.GT cs.IT math.IT
Coverage games in small cells networks
研究了分布式小小区无线网络中的协作功率控制问题。我们引入了一个新的框架，基于重复的游戏，它模拟了不同的发射基站在下行链路中的相互作用。通过利用博弈的特定结构，我们表明，我们可以提高系统的性能，通过选择帕累托最优解，以及减少稳定的代价。
2010-11-19 cs.GT cs.NI
Strategic Learning Approach for Deploying UAV-provided Wireless Services
无人机（UAV）是一种能够同时向多个移动用户快速提供无线服务的技术。本文旨在解决一个具有挑战性的问题，每个用户是自私的，可能会误报他的位置或偏好改变最佳无人机位置接近自己。利用算法博弈论，研究了如何在保证所有自私用户真实报告位置的前提下，确定无人机在三维空间中的最终位置。为了最大限度地减少无人机放置游戏中的社会服务成本，我们设计了与社会最优值相比具有近似比的防策略机制。我们还研究了令人讨厌的无人机放置游戏，以最大限度地保持他们的社会效用，其中每个现任用户可能会误报他的位置，以保持无人机远离他。此外，我们提出了双偏好的无人机放置游戏，通过考虑上述两组用户的共存，其中用户可以误报他们的位置和偏好类型（有利或讨厌）对无人机。最后，我们将上述三个游戏扩展到包括多个无人机，并设计具有可证明近似比的防策略机制。
2019-10-06 cs.GT
Game Theory for Multi-Access Edge Computing: Survey, Use Cases, and Future Trends
博弈论（GT）已被成功地用于制定，设计或优化，许多代表性的通信和网络场景的操作。在这些场景中的游戏涉及，像往常一样，不同的球员与冲突的目标。本文主要综述了将理论游戏应用于无线网络的文献，重点介绍了即将到来的多访问边缘计算（MEC）的用例。MEC相对较新，在网络外围提供云服务，旨在减少服务延迟回程负载，并增强相关运营方面，如体验质量或安全性。我们对GT的介绍集中在MEC服务在无线资源上带来的主要挑战。该调查分为经典和进化游戏。然后，我们的讨论继续到对游戏有用性有相当大影响的更具体的方面，即：理性与进化策略，玩家之间的合作，可用的游戏信息，游戏的方式（单轮，重复），游戏模型评估，以及模型结果如何应用于优化资源受限的资源和平衡真实边缘网络场景中的各种权衡。最后，我们反思了经验教训，强调了未来的趋势和研究方向，在即将到来的MEC服务中应用理论模型游戏，同时考虑网络设计问题和使用场景。
2019-02-24 cs.GT cs.NI
Spreading Code and Widely-Linear Receiver Design: Non-Cooperative Games for Wireless CDMA Networks
研究了接收端采用宽线性检测的多用户无线码分多址数据网上行链路非协作收发机的优化问题。虽然以前在这方面的工作集中在一个简单的实信号模型，在本文中使用的数据的基带复表示，以便适当地考虑到接收信号的I和Q分量。对于接收信号不正确的情况，考虑了一种宽线性接收结构，分别处理数据及其复共轭。几个非合作的资源分配游戏被认为是这种新的情况下，通过使用宽线性检测的性能增益进行了评估，通过理论分析。数值结果证实了理论研究结果的有效性，并表明，利用非合作资源分配中的数据的不适当的性质带来显着的多用户无线系统的性能改善。
2009-06-18 cs.GT cs.IT math.IT
Social Community-Aware Content Placement in Wireless Device-to-Device Communication Networks
在本文中，提出了一种新的框架，用于优化在无线用户设备（UE）的水平上的流行的用户内容的缓存。目标是改进无线设备到设备（D2D）通信链路上的内容卸载。在所考虑的网络中，用户属于不同的社交社区，而他们的UE形成单个多跳D2D网络。所提出的框架允许利用用户的多社区社交上下文，用于改进多跳D2D网络中的缓存内容的本地卸载。为了对一组UE对内容卸载的协作效应进行建模，制定了UE之间的协作博弈。对于该游戏，示出了每个UE的Shapley值（SV）有效地捕获该UE对整个内容卸载过程的影响。为了捕获连接UE的多个社交社区的存在，提出了超图模型。两个线图，一个影响加权图，和一个连接加权图，被开发用于分析所提出的hypergaph模型。使用开发的线图以及合作游戏的SV，可以为多社区、多跳D2D网络内的每个UE推导出精确的卸载功率度量。然后，选择具有高卸载功率的UE作为用于缓存流行内容的最佳位置。仿真结果表明，平均而言，所提出的缓存放置框架实现了12%，19%和21%的改进，在接收卸载的流行内容的UE的数量相比，基于介数，度，和接近中心的方案，分别。
2018-08-08 cs.GT cs.NI
Coalition Games with Cooperative Transmission: A Cure for the Curse of Boundary Nodes in Selfish Packet-Forwarding Wireless Networks
在具有自私节点的无线分组转发网络中，应用重复博弈可以诱导节点之间相互转发数据包，从而提高网络性能。然而，这种网络边界上的节点不能从这种策略中受益，因为其他节点不依赖于它们。这个问题有时被称为{ \em边界节点的诅咒}。为了克服这个问题，提出了一种基于联盟博弈的方法，在该方法中，边界节点可以使用合作传输来帮助网络中间的骨干节点。作为回报，骨干节点愿意转发边界节点的分组。在这里，核心的概念被用来研究在这样的游戏中的联盟的稳定性。然后，三种类型的公平性进行了研究，即最小最大公平性的核仁，平均公平性的Shapley函数，并提出了一个新的市场公平性。市场公平性是一个新的公平性概念，它涉及多个骨干节点和多个边界节点之间的公平性。最后，一个协议的设计，使用重复游戏和联盟游戏。仿真结果显示了边界节点和骨干节点如何根据不同的公平性准则形成联盟。与纯重复博弈方案相比，该协议可使网络连通性提高约50%。
2008-05-28 cs.GT cs.IT math.IT
Caching Incentive Design in Wireless D2D Networks: A Stackelberg Game Approach
无线设备到设备（D2D）网络中的高速缓存可以用于在高峰时间期间卸载数据业务。然而，由于用户终端（UT）的异构偏好和自私的性质，激励机制的设计是具有挑战性的。在本文中，我们提出了一种激励机制，其中基站（BS）奖励那些使用D2D通信与他人共享内容的UT。我们研究了BS的成本最小化问题和每个UT的效用最大化问题。特别地，BS确定奖励策略以最小化其总成本，而每个UT旨在通过选择其缓存策略来最大化其效用。我们制定的UT之间的冲突和BS和UT之间的紧张局势作为一个Stackelberg游戏。我们证明了平衡点的存在性，并提出了一个迭代梯度算法（IGA），以获得Stackelberg均衡。进行了大量的模拟，以评估所提出的缓存方案的性能和比较绘制与几个基线缓存方案没有激励。数值结果表明，我们的激励机制下的缓存方案优于其他方案的BS服务成本和效用的UT。
2016-03-01 cs.GT cs.IT cs.NI
Private and Truthful Aggregative Game for Large-Scale Spectrum Sharing
随着信息技术的飞速发展，无线网络的规模越来越大，使得频谱资源比以往任何时候都更加宝贵。为了提高频谱利用效率，博弈论一直被应用于无线网络中频谱共享的研究。然而，现有研究中对无线网络规模的研究相对较少。在本文中，我们介绍了一种新的游戏和模型的频谱共享问题作为一个大规模的，异构的，动态的网络聚合游戏。频谱的大量使用也导致了频谱用户行为的隐私泄露，这就要求在无线网络中保证隐私和真实性。在一个大的分散场景中，每个用户对其他用户的决策没有先验知识，这形成了一个不完全信息博弈。“弱中介”，例如，基站或许可频谱调节器的引入，并把这个游戏变成一个完整的，这是必不可少的，以达到一个纳什均衡（NE）。通过利用以往的信道接入经验，提出了一种在线学习算法，提高了每个用户的效用，实现了随时间的NE。我们的学习算法还为每个用户提供了无遗憾保证。我们的机制承认一个近似的事后NE。我们还证明了它满足联合差分隐私和激励兼容。评估了近似NE的效率，并公开了创新的缩放定律结果。最后，我们提供模拟结果来验证我们的分析。
2016-11-04 cs.GT
A Stackelberg Game for Incentive Proactive Caching Mechanisms in Wireless Networks
提出了一种在支持缓存的小小区网络（SCN）中的激励主动缓存机制，以激励内容提供方（CP）参与缓存过程.被认为是由一个单一的移动网络运营商（MNO）和多个CP的网络。MNO旨在定义其向CP收取的价格以使其收益最大化，同时CP竞争以确定它们在MNO的小型基站（SBS）处缓存的文件的数量，以提高它们的用户的服务质量（QoS）。这个问题被公式化为一个Stackelberg游戏，其中一个单一的MNO被认为是领导者和多个CP愿意缓存文件的追随者。将追随者博弈建模为非合作博弈，证明了纳什均衡（NE）的存在性和唯一性。推导了每个CP向MNO请求的存储量对应的NE的封闭表达式。在MNO侧制定优化问题以确定MNO应该向CP收取的最优价格。仿真结果表明，在均衡时，MNO和CP都可以实现一个效用，是高达50%以上的情况下，在价格和存储量的要求任意。
2016-09-08 cs.GT cs.IT cs.NI
Non-cooperative games for spreading code optimization, power control and receiver design in wireless data networks
本文通过博弈论的方法研究了无线数据网中的能量效率问题。考虑的情况是，其中每个用户被允许改变其发射功率，扩频码，和上行链路接收机，以最大限度地提高其自身的效用，这是在这里定义为数据吞吐量的比发射功率。特别是，线性多用户检测器在接收机处采用的情况下，首先处理，然后，更具有挑战性的情况下，其中非线性判决反馈多用户接收机被采用的解决。结果表明，对于两个接收器，手头的效用最大化的问题可以被视为一个非合作博弈，并证明了一个唯一的纳什均衡点存在。仿真结果表明，非线性处理和扩频码优化都能获得显著的性能增益，特别是对于用户数不大于处理增益的系统，扩频码优化带来了显著的性能增益，而对于过载系统，最大的性能增益来自于非线性处理.然而，在每一种情况下，这里提出的非合作游戏表现出优于竞争的替代品。
2007-05-06 cs.GT cs.IT math.IT
Competition and Regulation in Wireless Services Markets
Marmara University（马尔马拉大学）；University of Thessaly（塞萨洛尼基大学）；CERTH（希腊研究与技术创新中心）；University of Melbourne（墨尔本大学）
本文通过演化博弈和非合作价格博弈模型，研究用户保留效用和频谱资源对无线服务市场竞争的影响，并分析监管机构通过调整这些参数实现不同目标的调控方法。
2012-09-11 cs.GT cs.NI cs.SY
Asymmetric-valued Spectrum Auction and Competition in Wireless Broadband Services
我们研究两个恶意的移动网络运营商（MNOs）之间的投标和定价竞争，考虑他们现有的频谱持有。鉴于不对称值的频谱块拍卖给他们通过第一价格密封投标拍卖，我们调查两个恶意的移动网络运营商和用户之间的相互作用作为一个三阶段的动态博弈和动态博弈的均衡特征。我们展示了一个不对称的定价结构和两个恶意的移动网络运营商之间的不同的市场份额。也许与直觉相反，我们的研究结果表明，获得价值较低的频谱块的MNO总是降低其服务价格，尽管向用户提供双速LTE服务。我们还表明，谁获得高价值的频谱块的MNO，尽管charing更高的价格，仍然实现了更多的市场份额比其他MNO。我们进一步表明，两个MNO之间的竞争导致他们的收入损失。通过研究移动网络运营商利润转换的交叉点，它可以作为实际拍卖设计的基准。
2014-01-25 cs.GT cs.NI
Context-Aware Small Cell Networks: How Social Metrics Improve Wireless Resource Allocation
提出了一种用于在具有设备到设备（D2D）通信的无线小小区网络（SCN）中优化和管理资源分配的新方法。所提出的方法允许联合利用无线用户的无线和社交环境，以优化资源的整体分配并改善SCN中的流量卸载。这种上下文感知的资源分配问题被公式化为匹配游戏，其中用户设备（UE）和资源块（RB）基于捕获无线和社交度量两者的效用函数彼此排名。由于社会的相互关系，这个游戏被证明属于一类匹配的游戏与同行的影响。为了解决这个问题，提出了一种新的自组织算法，使用该算法，UE和RB可以交互以决定它们期望的分配。然后证明所提出的算法收敛到UE和RB之间的双侧稳定匹配。然后研究和评估所得到的稳定结果的性质。使用真实社交数据的仿真结果表明，社交连接的用户的聚类允许卸载比传统的上下文不知道的方法大大增加的流量。这些结果表明，利用社会背景在节省无线链路和回程上的资源方面具有很高的实际意义。
2015-05-15 cs.GT cs.IT math.IT
Anti-Jamming Games in Multi-Band Wireless Ad Hoc Networks
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
针对多用户的多频段无线自组织网络，研究了用户与干扰源之间的抗干扰博弈问题。在这个游戏中，用户（resp。干扰器）想要最大化（相应地，最小化）用户的预期回报，考虑到诸如通信速率、跳频成本和干扰损失的各种因素。我们分析了军备竞赛的游戏和推导出最佳的跳频策略在军备竞赛的每个阶段的马尔可夫决策过程（MDP）的基础上。分析表明，军备竞赛经过几个回合后达到一个均衡，并在均衡点处给出了跳频策略和干扰策略的特征。我们提出了两种冲突避免协议，以确保在每个频带中最多有一个用户进行通信，并提供各种数值结果，显示奖励参数和冲突避免协议的最优跳频策略和期望的奖励在平衡的影响。此外，我们还讨论了干扰机采用一些不可预测的干扰策略的情况下的均衡。
2022-06-11 cs.GT cs.IT cs.LG
Free-Rider Games for Federated Learning with Selfish Clients in NextG Wireless Networks
Virginia Tech（弗吉尼亚理工大学）；National Security Institute（国家安全研究所）
提出了联邦学习（FL）中参与和搭便车的博弈论框架，并确定了FL在无线链路上执行时的纳什均衡策略。为了支持NextG通信的频谱感测，FL被客户端（即具有有限训练数据集和计算资源的频谱传感器）用来训练无线信号分类器，同时保护隐私。在FL中，客户端可能是搭便车，即，如果FL参与的计算和传输成本高，则它不参与FL模型更新，并且接收全局模型（由其他客户机学习）而不产生成本。然而，搭便车行为可能会降低全局精度，由于缺乏对全局模型学习的贡献。这种权衡导致了一个非合作的游戏，每个客户端的目标是单独最大限度地提高其效用之间的差异，全球模型的准确性和FL参与的成本。纳什均衡策略是针对搭便车的概率推导出来的，这样，在对手的策略保持不变的情况下，没有一个客户可以单方面增加其效用。搭便车的概率增加的FL参与成本和客户端的数量，和一个显着的最优性差距存在于纳什均衡关于所有客户端的联合优化。最优性间隙随着客户端的数量而增加，并且最大间隙被评估为成本的函数。这些结果量化了搭便车对NextG网络中FL弹性的影响，并指出了FL参与的操作模式。
2022-12-21 cs.AI cs.GT cs.LG
Optimal Resource Allocation between Two Nonfully Cooperative Wireless Networks under Malicious Attacks: A Gestalt Game Perspective
本文研究恶意加边攻击下蜂窝网络的最优分布式资源分配，提出博弈之博弈模型并结合几何规划与启发式算法求解，证明了格式塔Nash均衡的存在性，仿真验证了方法的鲁棒性。
2023-03-22 cs.GT cs.NI cs.SY
Game-Theoretic Multi-Agent Reinforcement Learning for Swarm Trajectory Planning in Low-Altitude Wireless Networks
La Trobe University（拉 Trobe 大学）；Queen’s University Belfast（贝尔法斯特女王大学）；Xi’an Jiaotong University（西安交通大学）；University of New South Wales（新南威尔士大学）
针对低空无线网络中多无人机在多小区基站下因资源块分配导致的轨迹耦合问题，提出合作随机拥塞博弈模型和CTDE-MAPPO算法，实现通信与任务联合优化。
2026-06-16 cs.GT
Power Allocation in Team Jamming Games in Wireless Ad Hoc Networks
研究团队间干扰博弈中的功率分配问题，采用零和微分博弈模型和Isaacs方法，给出了纯策略纳什均衡存在的充分条件。
2011-01-31 cs.CR cs.GT cs.IT
Efficient and Distributed SINR-based Joint Resource Allocation and Base Station Assignment in Wireless CDMA Networks
我们制定的资源分配问题的码分多址（CDMA）网络的上行链路使用博弈论的框架，提出了一种有效的分布式算法的联合速率和功率分配，并表明，所提出的算法收敛到唯一的纳什均衡（NE）的游戏。我们对效用函数的选择使每个用户能够根据其信道调整其发射功率和吞吐量。由于用户的自私行为，游戏的输出（其NE）可能不是期望的。为了避免这种情况下，我们使用定价来控制每个用户的行为，并分析表明，类似于无定价的情况下，我们的定价为基础的算法收敛到唯一的NE的游戏，在其中，每个用户实现其目标信号干扰噪声比（SINR）。我们还扩展了我们的分布式资源分配计划，多小区环境中的基站分配。仿真结果表明，我们的算法是计算效率和信令开销低。特别是，我们将表明，除了它的能力，以达到所需的QoS的用户，我们的计划实现了更好的公平性，在分配资源，可以显着降低发射功率相比，现有的计划。
2011-06-27 cs.GT
