非线性优化后的各用户的最佳流量分别为 =8.5922， =20.0000， =30.0000， =25.8967， =15.5112，AP的最大收益为 =13.6995。
对用户和AP的多目标优化，假设 =0.8， =0.2，得=9.4849，=20.0000，=25.0000，=29.4799，=16.0352，各用户的收益为： =0.3576， =1.2484， =2.4106， =3.3479， =3.9959，AP的收益 =2.2258。可见，由于用户的收益加权系数为0.8，AP的收益加权系数为0.2，系统更注重用户的收益，因此AP的收益下降了很多。
与文献[3]中给出的模型相比，我们的算法更简单，不需要AP和用户之间签订“合作协议”，不需要第三方的监督执行，没有额外的开销，而且因为优化算法比迭代算法的计算量小，其时间复杂度O(1)也比迭代算法的时间复杂度O(n)要小，并能控制用户的流量和网络拥塞，具有较好的网络扩展性。
5.结论
本文通过建立有限容量无线ad hoc网络的定价模型、用户的效用函数和AP的收益函数，来调控价格和用户的接入费用，并控制用户的接入流量。当流量增大时，对其总的收费也高；当流量减小时，对其收费也低，体现了网络的公平性。当网络容量达到饱和时，如果用户继续接入，则由于拥塞而使得AP的成本迅速增加至无穷大，继而对用户的收费也增至无穷大，远远超过用户本身的效用，因此用户会主动放弃接入，从而避免了网络拥塞。通过仿真分析，并与文献[3]中的方法进行了比较，表明本方案是行之有效的。
参考文献
[1]VikramSrinivasan, Pavan Nuggehalli, Carla F. Chiasserini, Ramesh R. Rao. Cooperationin Wireless Ad Hoc Networks[C]. IEEE INFOCOM 2003.
[2]J.Musacchio,J.Walrand.WiFi access point pricing as a dynamic game.IEEE/ACM Trans.Networking.2006,4.
[3]Lam ,R.K.Dah-Ming Chiu Lui.,J.C.S. On the Access Pricing and Network Scaling Issues ofWireless Mesh Networks. Computers,IEEE Transactions on 2007,11.
2/2 首页 上一页 1 2 |
