基于平均场博弈的超密集5G小蜂窝网络下行功率管理

研究了一个拥有大量小型基站(Small Base Stations,SBSs)和用户设备(User Equipments,UEs)的超密集5G小蜂窝网络(Ultra-Dense 5G Small Cellular Networks,UDN)的下行通信系统,并考虑了功率控制策略和队列状态信息(Queue State Information,QSI)的影响,研究了SBSs与其服务用户之间数据成功传输的概率和SBSs传输能量消耗问题。考虑SBSs之间的交互关系,将该问题建模为一个动态随机博弈(Dynamic Stochastic Game,DSG)。通过利用SBSs的超密集特性,DSG被进一步近似为平均场博弈(Mean Filed Game,MFG)。然后基于Lax-Friedrichs方案和拉格朗日松弛法开发有限差分方法来求解相应的MFG。在数据传输之前,通过所求解,每个小型基站可以独立地优化其控制策略从而最小化成本,而无需与其他SBS进行任何信息交换。仿真结果表明:所提出的控制策略能有效地提高数据传输成功的概率并减小相应成本。