CN102647717A - 无线电网络中基于契约的动态频谱分配方法 - Google Patents

Abstract

本发明涉及一种无线电网络中基于契约的动态频谱分配方法。包括步骤：授权系统统计自身的空闲频道数目，并定义自身的收益函数；认知无线链路定义自身的收益函数，并向授权系统汇报自身的类别信息；授权系统将根据认知无线链路的类别信息，求解最优质量集合；授权系统根据所求的最优质量集合求出相应的最优价格集合；授权系统向所有认知无线链路宣告最优契约，每一类认知无线链路选择最优契约规定的相应传输功率。本发明首次考虑将信道以不同的质量进行交易，并为每个质量指定一个价格，大大提高了授权系统的收益；最优契约可实现近似全局最优的频谱效率，同时可有效减少授权系统与认知无线电系统之间的干扰。

Description

无线电网络中基于契约的动态频谱分配方法

技术领域

本发明涉及一种通信技术领域的方法，尤其是一种无线电网络中的动态频谱分配方法，具体地，涉及无线电网络中基于契约的动态频谱分配方法。

背景技术

近年来，随着无线通信技术的飞速发展，无线频谱成为越来越稀缺的资源。为了解决该问题，学者提出了认知无线电，允许对已授权频谱进行二次利用以提高频谱利用率。在认知无线电网络中，一般分为主要用户和次级用户。其中，主要用户为授权用户，次级用户为非授权用户，又称为认知无线电用户，主要用户和次级用户可以采用择机式或协商式的方式共享授权频段。在择机式频谱共享中，次级用户无需付费就可以使用频谱，并可能对主要用户造成潜在的干扰。这对于为了获取执照而支付了大笔费用的主要用户而言是不公平的。协商式频谱共享可以较好地解决上述问题。在协商式频谱共享方式下，主要用户和次级用户针对频谱的范围、使用限制、时段和价格等进行协商，次级用户只能在主要用户指定的频段或时段上进行通信，未得到主要用户许可的情况下次级用户不可以使用授权频段。因此，协商式频谱共享中的研究重点是，如何设计一种可行的协商方案，使主要用户愿意出售授权频段，同时，次级用户愿意从主要用户处购买频段。

经对现有技术文献的检索发现，Niyato等于2009年在IEEE Transaction onMobile Computing期刊上发表了“Dynamics of Multiple-Seller andMultiple-Buyer Spectrum Trading in Cognitive Radio Networks：AGame-Theoretic Modeling Approach”(认知无线网络中的多卖家多买家动态频谱交易：基于博弈论的方法)。该技术提出了一种基于演化博弈和非合作博弈的频谱交易模型，通过迭代算法，可实现次级用户的动态频谱购买行为达到演化博弈均衡点，且主用户间的竞争式频谱出售行为达到纳什均衡点。基于拍卖理论，Gao等于2011年在IEEE Transaction on Mobile Computing期刊上发表了“MAP：Multi-AuctioneerProgressive Auction for Dynamic Spectrum Access”(MAP：基于多卖家渐进式拍卖的动态频谱接入)。该技术提出了一种多买家多卖家场景下的渐进式频谱拍卖算法以解决动态频谱共享的问题，在保证个体激励的基础上，可实现全局最优的频谱使用效率。

上述现有技术都没有考虑过不同类型的频谱买家对频谱资源的实际要求不同这一问题。在他们的工作中，所有频谱资源被赋予相同的质量，并在所有频谱买家中进行交易，这一假设与实际情况不符。

发明内容

本发明针对现有技术的上述不足，提出了一种无线电网络中的空闲频道分配方法。本发明适用于具有单个频谱拥有者和多个频谱买家的认知无线电网络。本发明最终由授权系统提出一组最优的质量价格组合，称为最优契约，使得授权系统因为出售信道而获得的总收益达到最大。

根据本发明的一个方面，提供一种无线电网络中基于契约的动态频谱分配方法，包括如下步骤：

步骤一，授权系统统计自身的空闲频道数目，并定义自身的收益函数；认知无线链路定义自身的收益函数，并向授权系统汇报自身的类别信息；

步骤二，授权系统将根据认知无线链路的类别信息求解最优质量集合，首先求出独立最优解的集合

然后依次消去

中的不合理子序列，直到

成为合理的质量集合为止，此时的

即为最优质量集合

步骤三，授权系统根据所求的最优质量集合

按照一定规则，求出相应的最优价格集合；

步骤四，授权系统向所有认知无线链路宣告最优契约第t类认知无线链路根据自己的类别，选择相应的传输功率

并向授权系统支付价格

本发明是通过以下技术方案实现的，本发明包括如下步骤：

步骤一，将单个授权系统和多个认知无线电链路构成的分布式认知无线电网络模型建模为垄断市场模型，并将其中的动态频谱分配问题建模为基于契约的频谱交易问题。

在该系统中，授权系统作为频谱卖家出租其空闲信道，认知无线电链路作为频谱买家租用所需信道。将某个信道上认知无线电链路允许的最大功率定义为该信道的质量q。

针对授权系统，需定义以下两个变量。首先，定义认知无线电链路使用该信道对授权系统造成的利益损失为信道成本(Cost)。则质量为q的信道成本记为：

C(q)＝C₀+T(q)            式一

其中，C₀＞0代表固定成本，T(q)代表与质量相关的成本，假设它为为非负且随q单调递增的凸函数。

其次，如果授权系统出售一个质量为q的信道给认知无线电链路，其收益(Utility)R(q)定义为信道的价格与成本的差值，即：

R(q)＝π(q)-C(q)        式二

其中，π(q)为授权系统指定的质量为q的信道的售价。

特别的，引入一个特殊的质量q＝Na用于描述一个中断的交易过程，即如果认知无线电链路选择购买质量q＝Na的信道，则表示该链路不愿意购买任何信道，相应的，也不需要支付任何费用。在这种情况下，显然C(Na)＝π(Na)＝0。

针对认知无线链路，需定义以下三个变量。首先，根据认知无线电链路在给定的传输功率q下信道容量的不同，我们将认知无线电链路划分为不同的类别(Types)θ，表示为：

$\mathrm{\θ}=\frac{{\left|H_i\right|}^2}{I_i+J_i+{\mathrm{\σ}}^2}$ 式三

其中，H_i为链路i的收发用户之间的信道响应，I_i为授权系统的发射功率对链路i造成的干扰，J_i为授权系统所服务的所有授权用户的发射功率对链路i造成的干扰，σ²为噪声功率。

从长期平均的角度，我们可以假设链路i的类别θ仅仅与授权系统发射功率对链路的干扰I_i有关，也即与授权系统和认知无线电链路之间的距离有关：距离越大，则干扰I_i越小，从而θ越大；反之距离越小，则θ越小。

其次，定义认知无线电链路对某个信道的估价(Valuation)，V(θ，q)为链路使用该信道可获得的收益。当q在认知无线电链路的最小和最大发射功率间时，将V(θ，q)定义为信道容量的线性函数；当交易中断即q＝Na时，将V(θ，q)定义为0，表示为：

$V(\mathrm{\θ},q)\left\{\begin{array}{cc}\mathrm{\ω}{\log }_2(1+q\·\mathrm{\θ})& q\∈[P_{\min },P_{\max }]\\ 0& q=\mathrm{Na}\end{array}\right.$ 式四

其中，ω＞0是容量收益转换比，下文中为了书写方便，均假设ω＝1。

最后，对于类别为θ的认知无线电链路，购买一个质量为q的信道所能获得的收益(Utility)U(θ，q)定义为信道的估价与销售价格的差值，即：

U(θ，q)＝V(θ，q)-π(q)        式五

对于授权系统来说，它需要为每个链路类别θ预先设定一个信道质量q(θ)和相应的价格π(θ)。我们将这样一组质量价格组合成为契约，记为：

$\mathrm{\ζ}=\left\{(q\left(\mathrm{\θ}\right),\mathrm{\π}\left(\mathrm{\θ}\right))\right|\∀\mathrm{\θ}\∈\mathrm{\Θ}\}$ 式六

至此，频谱交易的契约模型建模完毕。

授权系统的目的是，建立一个合理的契约，并且使自身的总收益最大化，这样的契约称为最优契约，表示为：

$\left\{(\hat{q}\left(\mathrm{\θ}\right),\widehat{\mathrm{\π}}\left(\mathrm{\θ}\right))\right\}=\arg \underset{\left\{(q\left(\mathrm{\θ}\right),\mathrm{\π}\left(\mathrm{\θ}\right))\right\}}{\max }\underset{\mathrm{\θ}\∈\mathrm{\Θ}}{\mathrm{\Σ}}{N}_{\mathrm{\θ}}(\mathrm{\π}\left(\mathrm{\θ}\right)-C\left(q\left(\mathrm{\θ}\right)\right))$

s.t.V(θ，q(θ))-π(θ)≥V(θ，q(θ′))-π(θ′)，

式七

V(θ，q(θ))-π(θ)≥V(θ，Na)-π(Na)＝0

式七中的第一个约束条件称为激励相容(Incentive compatible，IC)约束，第二个约束条件称为个体理性(Individual rational， IR)约束。

步骤二，求最优质量集合。

假设链路类别模型中，存在有限个链路类别，由式三计算得到，记为θ₁，θ₂，·，θ_T，其中T为类别数目，假设θ₁＜θ₂＜·＜θ_T。把θ_t类别的链路数目记为N_t，所对应的质量和价格记为q_t和π_t。

首先，任意给定一组合理的质量集合{q_t}，满足Na≤q₁≤q₂≤·≤q_T≤P_max，由式四求出的V(θ_k，q_k)以及V(θ_k+1，q_k)。

其次，引入一组变量Λ_k，k＝1，·，T，定义为：

Λ_T＝0，Λ_k＝V(θ_k，q_k)-V(θ_k+1，q_k)，

式八

并定义：

$G_t\left(q_t\right)=N_{t}V({\mathrm{\θ}}_t,q_t)+{\mathrm{\Λ}}_t\underset{i=t+1}{\overset{T}{\mathrm{\Σ}}}{N}_i-N_{t}C\left(q_t\right)$ 式九

然后，按照如下方式求解出一组质量集合

式十

如果

是不合理的，即无法满足按如下算法进行调整。找出

中的若干组不合理子列

将其调整为：

式十一

直到

合理为止。此时的

即为契约所需的最优质量集合

步骤三，根据所求的最优质量集合，求其所对应的最优价格集合。

最优的价格集合

由以下两个式子确定：

式十二

${\widehat{\mathrm{\π}}}_k={\widehat{\mathrm{\π}}}_{k-1}+V({\mathrm{\θ}}_k,{\hat{q}}_k)-V({\mathrm{\θ}}_k,{\hat{q}}_{k-1}),\∀k=\mathrm{2,3},\·,T$ 式十三

至此，可得出系统的最优契约

可以证明，它满足式七的要求。仿真证明，最优契约可实现近似全局最优的频谱效率。

与现有技术相比，本发明具有如下有益效果：(i)首次考虑将信道以不同的质量进行交易，并为每个质量指定一个价格，使得认知用户可以根据自己的类别，选择使自身收益最大的质量和价格，同时，使得频谱卖家获得与不考虑信道质量的场景相比更大的收益；(ii)最优契约可实现近似全局最优的频谱效率，同时可有效减少授权系统与认知无线电系统之间的干扰。

附图说明

图1是本发明的实施例中单授权系统多认知无线电链路类别的分布式网络示意图。

图2是本发明提供方法的最优质量集合动态收敛过程示意图。

图3是本发明提供方法的最优价格示意图。

图4是实施例中最优契约中的质量集合和价格集合。

图5是实施例中最优契约的社会剩余和授权系统收益。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例包含一个频道拥有者(授权系统)和多个异构的认知无线电链路，系统是完全分布式运行的。该频道拥有者含有一定数量的空闲频道，在任意时刻，授权系统可能存在一组质量不同的信道(即空闲频段)可供认知无线电系统共享。同时，认知无线电链路根据各自的收益函数，作为频谱买家租用所需的信道。基于干扰考虑，每对认知无线电链路在同一时刻只能使用一个空闲频道。

本实施例的环境参数为：

单个授权系统拥有足够多的空闲信道。存在25对不同类别的认知无线电链路，即T＝25，且Θ＝{1，2，·，25}，设置每种类别t的认知无线电链路的数量N_t，N_t的大小由不同的场景决定，详见如下的场景说明。定义授权系统的代价函数为C(q)＝C₀+aq^b，其中，C₀＝0.01，a＝2，b＝1.2。质量的上下限分别为P_min＝0.01，P_max＝1。考虑三种不同场景下的最优契约：在场景(a)中，高类别的链路数量多于低类别的链路数量，即N_t+1＞N_t，

在场景(b)中，所有类别的链路数量相同，即N_t+1＝N_t，

在场景(c)中，低类别的链路数量多于高类别的链路数量，即N_t+1＜N_t，

该实施中，为了保证三种场景的总链路数均被归一化为1，设置场景(a)中，

场景(b)中，N_t＝1/T，场景(c)中，

本实施例包括如下具体步骤：

步骤一，系统初始化，授权系统统计自身的空闲频道数目，并根据式一、式二定义自身的收益函数；认知无线链路根据式四、式五定义自身的收益函数，并向授权系统汇报自身的类别信息。

本实施例中，授权系统将知道所有25类认知无线电链路的类别信息，并知道每一类认知无线电链路的数目。

步骤二，授权系统将根据认知无线链路的类别信息求解最优质量集合。授权系统首先根据式九和式十求出各个G_t(q_t)的独立最优解的集合

然后根据式十一依次消去

中的不合理子序列，直到

成为合理的质量集合为止。

本实施例中，授权系统首先任意给定一组合理的质量集合{q_t}，满足0≤q₁≤q₂≤·≤q_T≤1，由式四求出的V(θ_k，q_k)以及V(θ_k+1，q_k)。从t＝1到25，分别设置如下式子：

$G_t\left(q_t\right)=N_{t}V({\mathrm{\θ}}_t,q_t)+(V({\mathrm{\θ}}_t,q_t)-V({\mathrm{\θ}}_{t+1},q_t)){\mathrm{\Σ}}_{i=t+1}^{25}{N}_i-N_{t}C\left(q_t\right)$ 式十四

并根据式十求解出一组质量集合

然后，如果

无法满足则找出其中的若干组不合理子列，按照式十一进行调整。

最后，反复实施该调整步骤，直到

满足

为止。此时的

即为最优质量集合

步骤三，授权系统根据所求的最优质量集合求出相应的最优价格集合。

本实施例中，授权系统首先根据式十二，求出θ₁类认知无线链路所对应的最优价格

然后根据式十三，依次求出θ₂至θ₂₅类认知无线链路所对应的最优价格

t＝2，·，25。

步骤四，授权系统向所有认知无线链路宣告最优契约

第t类认知无线链路根据自己的类别，选择相应的传输功率

并向授权系统支付价格

本实施例中，如果某一类认知无线链路允许的传输功率

则该类认知无线链路将不被分配传输信道。

如图4所示，星号曲线表示全局最优质量集合以及在该质量集合下的最优价格集合，其余三根曲线分别代表场景(a)、(b)、(c)中，根据最优契约进行分配的质量集合和价格集合。本实施例中，最优契约下高类别链路对应的质量和价格总是高于低类别链路对应的质量和价格，即远离授权系统的认知无线电链路允许用较高的功率进行传输，而靠近授权系统的认知无线电链路只允许用较低的功率进行传输或不允许传输。这样分配，在保证一定的频谱效率的同时，可避免认知无线电链路与授权系统之间的干扰，符合认知无线电网络的动态频谱分配的要求。图4还显示，最优契约中的质量总是小于全局最优质量。这一现象可以解释授权系统为了获取更高的收益，将减小低类别的链路所对应的质量，从而减小高类别的链路对这部分质量的兴趣，进而提高高类别的链路所对应质量的价格。

如图5所示，S^*和S^O分别代表全局最优和最优契约下的系统收益，R^*和R^O分别代表全局最优和最优契约下的授权系统收益。本实施例中，在三种场景下，最优契约下的系统收益均略低于全局最优系统收益，这主要是因为放弃了部分低类别链路所导致。然而，最优契约下授权系统可获得的收益远远大于全局最优情况下的授权系统可获得的收益。

Claims (7)

1.一种无线电网络中基于契约的动态频谱分配方法，其特征在于，包括如下步骤：

步骤一，授权系统统计自身的空闲频道数目，并定义自身的收益函数；认知无线链路定义自身的收益函数，并向授权系统汇报自身的类别信息；

步骤二，授权系统将根据认知无线链路的类别信息求解最优质量集合，首先求出独立最优解的集合

然后依次消去中的不合理子序列，直到

成为合理的质量集合为止，此时的

即为最优质量集合

步骤三，授权系统根据所求的最优质量集合按照一定规则，求出相应的最优价格集合；

步骤四，授权系统向所有认知无线链路宣告最优契约

第t类认知无线链路根据自己的类别，选择相应的传输功率并向授权系统支付价格

2.根据权利要求1所述的无线电网络中基于契约的动态频谱分配方法，其特征是，将信道以不同的质量进行交易，并为每个质量指定一个价格，认知用户根据自己的类别，选择使自身收益最大的质量和价格。

3.根据权利要求1所述的无线电网络中基于契约的动态频谱分配方法，其特征是，在所述步骤一中，具体地：

将认知无线电链路划分为不同的类别θ，表示为：

$\mathrm{\θ}=\frac{{\left|H_i\right|}^2}{I_i+J_i+{\mathrm{\σ}}^2}$ 式三

其中，H_i为链路i的收发用户之间的信道响应，I_i为授权系统的发射功率对链路i造成的干扰，J_i为授权系统所服务的所有授权用户的发射功率对链路i造成的干扰，σ²为噪声功率；

定义认知无线电链路对某个信道的估价V(θ，q)，表示为：

$V(\mathrm{\θ},q)\left\{\begin{array}{cc}\mathrm{\ω}{\log }_2(1+q\·\mathrm{\θ})& q\∈[P_{\min },P_{\max }]\\ 0& q=\mathrm{Na}\end{array}\right.$ 式四

其中，ω＞0是容量收益转换比；

对于类别为θ的认知无线电链路，购买一个质量为q的信道所能获得的收益U(θ，q)定义为信道的估价与销售价格的差值，即：

U(θ，q)＝V(θ，q)-π(q)        式五

对于授权系统来说，将质量价格组合成为契约，记为：

$\mathrm{\ζ}=\left\{(q\left(\mathrm{\θ}\right),\mathrm{\π}\left(\mathrm{\θ}\right))\right|\∀\mathrm{\θ}\∈\mathrm{\Θ}\}$ 式六

其中，q(θ)为每个链路类别θ预先设定一个信道质量，π(θ)与信道质量相应的价格。

4.根据权利要求3所述的无线电网络中基于契约的动态频谱分配方法，其特征是，在所述步骤二中具体地：

首先，任意给定一组合理的质量集合{q_t}，满足Na≤q₁≤q₂≤·≤q_T≤P_max，由式四求出的V(θ_k，q_k)以及V(θ_k+1，q_k)；

其次，引入一组变量Λ_k，k＝1，·，T，定义为：

Λ_T＝0，Λ_k＝V(θ_k，q_k)-V(θ_k+1，q_k)，

式八

并定义：

$G_t\left(q_t\right)=N_{t}V({\mathrm{\θ}}_t,q_t)+{\mathrm{\Λ}}_t\underset{i=t+1}{\overset{T}{\mathrm{\Σ}}}{N}_i-N_{t}C\left(q_t\right)$ 式九

然后，按照如下方式求解出一组质量集合

式十

如果是不合理的，即无法满足

按如下算法进行调整；找出

中的若干组不合理子列

将其调整为：

式十一

直到合理为止。此时的

即为契约所需的最优质量集合

5.根据权利要求1所述的无线电网络中基于契约的动态频谱分配方法，其特征是，步骤二中所求解的最优质量集合中，如果某一类认知无线链路允许的传输功率

则对应的第t类认知无线链路将不允许使用信道。

6.根据权利要求1所述的无线电网络中基于契约的动态频谱分配方法，其特征是，步骤三中所述的最优价格集合，是指：基于授权系统所求出的最优质量集合

使得授权系统在不干扰自身的前提条件下，通过卖出频谱获得最大收益，其中，最优的价格集合

由以下两个式子确定：

式十二

${\widehat{\mathrm{\π}}}_k={\widehat{\mathrm{\π}}}_{k-1}+V({\mathrm{\θ}}_k,{\hat{q}}_k)-V({\mathrm{\θ}}_k,{\hat{q}}_{k-1}),\∀k=\mathrm{2,3},\·,T$ 式十三

至此，可得出系统的最优契约

7.根据权利要求1所述的无线电网络中基于契约的动态频谱分配方法，其特征是，步骤四中所述的最优契约为：第t类的认知无线链路选择相应的

同时，所有类别的认知无线链路依照最优契约的规定选择相应的发射功率并支付相应的价格。

Images