面对未来无线网络更高和更多样化的性能需求,雾无线接入网近来受到业界广泛关注。为充分发挥雾无线接入网的性能潜力,资源分配至关重要。相对传统资源分配方法,基于博弈理论的资源分配更加高效,是目前学术界的热门研究方向。基于此,为克服雾无线接入网资源分配面临的计算压力大、需全局信息的问题,本论文提出了基于博弈理论的资源分配方法。首先在上行场景中,对终端的基于非合作博弈的通信模式选择和无线资源分配进行了深入研究;然后在雾无线接入网切片场景中,对接入网切片的基于分层博弈的无线资源分配进行了深入研究;最后考虑动态雾无线接入网,对基于复合博弈的无线和缓存资源联合分配进行了深入研究。论文的主要研究内容和创新点如下:1.基于非合作博弈的终端模式选择和无线资源分配考虑到集中式终端通信模式选择和子信道分配的联合优化可能导致云端较大计算压力,本文基于非合作博弈,提出利用终端的资源管理能力使其分布式地进行通信模式和子信道选择。首先,考虑到终端可平等共享子信道资源,故利用非合作博弈对终端的通信模式和子信道选择行为进行建模;然后在给定终端与远端射频单元关联及终端功控机制下,提出了基于多代理强化学习的模式选择和子信道分配博弈算法;为低复杂度地进行关联和功控,提出了基于匹配理论的关联及基于分层博弈的终端功控算法;最后对所提所有算法的特性进行了详细讨论,包括收敛性、稳定性等,其中证明了基于强化学习的博弈算法收敛且收敛结果趋近终端间非合作博弈的均衡解。仿真结果表明模式选择和子信道分配算法收敛,且在合适的参数选择下,接近穷举搜索得到的最优性能,而在大规模场景下,性能优于另一种分布式算法。该研究为未来利用终端设备进行分布式资源管理提供了潜在思路,是对雾无线接入网思想的具体实践。2.基于分层博弈的面向雾无线接入网切片的无线资源分配针对雾无线接入网切片场景中集中式资源分配计算压力大、需获取全局信息、切片定制化难以实现的问题,研究了基于分层博弈的面向雾无线接入网切片的无线资源分配。首先在包含一个全局资源管理器和多个切片内资源管理器的架构下,切片资源分配问题建模为全局资源管理器和切片内资源管理器间的分层博弈,并定义了博弈均衡解,讨论了均衡解的存在性和唯一性;接着,考虑到各切片内资源管理器的优化问题NP难解且全局资源管理器策略离散,在资源管理器绝对理性的前提下,设计了利用穷举搜索的分布式资源分配算法得到博弈均衡解;最后,为避免穷举搜索的高复杂度,为每个资源管理器设计了可达到局部最优解的资源分配算法,此时系统可实现弱化的均衡态。仿真结果表明,切片间的性能存在权衡,所提局部最优资源分配算法性能接近最优性能,且显著优于其它对比方案。该研究对雾无线接入网切片场景下差异化切片性能保障具有重要意义,同时,所提切片间资源分配算法可直接扩展到多种资源的联合调配。3.基于复合博弈的无线缓存资源联合分配当雾无线接入网中无线和缓存资源分配互相影响时,为达到更优的整体性能,需进行二者联合优化。考虑到无线资源分配和缓存资源分配在不同时间尺度进行且依赖不同信息,为减轻云端资源管理器的压力,二者联合分配问题建模为包含资源管理器和雾接入点的复合博弈,在博弈上层,资源管理器通过缓存资源分配最大化长期吞吐量带来的收益和缓存成本之差,而在下层,雾接入点的无线资源分配行为建模为一个联盟博弈,目标为最大化短期吞吐量;为求解均衡解,首先设计了分布式的、可达到稳定分簇结果的联盟博弈算法,接着针对资源管理器优化目标无闭式表达式且优化变量离散的问题,提出了基于单代理和多代理强化学习的缓存资源优化算法,研究了收敛性和最优性,其中后者可有效克服维数灾难问题。仿真表明,与雾接入点无协作相比,所提联盟形成算法可使雾接入点利用边缘缓存有效提升系统吞吐量,此外,基于多代理强化学习的缓存算法显著优于其它对比方案。本节所提方法对雾无线接入网中其它混合时间尺度的资源分配问题具有一定指导意义。