CN104735677B - 一种基于不完全网络环境信息的分布式频谱共享方法 - Google Patents

一种基于不完全网络环境信息的分布式频谱共享方法 Download PDF

Info

Publication number
CN104735677B
CN104735677B CN201510178275.9A CN201510178275A CN104735677B CN 104735677 B CN104735677 B CN 104735677B CN 201510178275 A CN201510178275 A CN 201510178275A CN 104735677 B CN104735677 B CN 104735677B
Authority
CN
China
Prior art keywords
mrow
frequency spectrum
auction
msubsup
authorized user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510178275.9A
Other languages
English (en)
Other versions
CN104735677A (zh
Inventor
刘仁婷
谭雪松
周灵眉
左志宏
颜凯
董茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201510178275.9A priority Critical patent/CN104735677B/zh
Publication of CN104735677A publication Critical patent/CN104735677A/zh
Application granted granted Critical
Publication of CN104735677B publication Critical patent/CN104735677B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14Spectrum sharing arrangements between different networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及通信技术,特别涉及一种用于不具备完整网络环境信息的无线通信系统中的分布式频谱共享方法。本发明的主要方法是:一种基于不完全网络环境信息的分布式频谱共享方法,本方法基于逆向拍卖理论,建立包括认知网络基站、认知网络终端和授权用户在内的拍卖机制,在拍卖模型中采用多轮竞拍制度,由授权用户根据自身成本和收益目标多次竞拍认知网络终端发布的带宽需求,同时,在拍卖中授权用户为避免收益低于0,会自动结束竞拍,完成频谱分配。本发明的有益效果为,能有效地同时为授权和认知网络提供非零的频谱共享收益,以及提高授权频谱资源的利用率。本发明尤其适用于不具备完整网络环境信息的无线通信系统中的分布式频谱共享。

Description

一种基于不完全网络环境信息的分布式频谱共享方法
技术领域
本发明涉及通信技术,特别涉及一种用于不具备完整网络环境信息的无线通信系统中的分布式频谱共享方法。
背景技术
随着移动无线通信技术的快速发展及宽带无线通信业务的不断出现和普及,剩余的可用空闲无线频谱资源越来越有限。与此同时,目前在大多数已被无线电频谱管理机构所正式分配的无线通信频段中频谱资源的利用率仍然很低。据美国权威机构测定,有70%以上已分配的无线频谱资源没有得到服务提供者的充分利用。这个情况显然和已受到广泛关注的频谱资源短缺情况相互矛盾,而当前无线电频谱管理机构所采用的静态和固定的频段分配方式被认为是造成上述矛盾的重要原因之一。因此,我们亟需一种可以有效解决无线频谱资源短缺的动态频谱管理方案,而能够实现频谱资源实时按需分配的频谱共享技术就被认为是现阶段一种非常有效的解决方案。
当具备频谱资源合法使用权的授权用户与不具备频谱资源合法使用权的认知用户达成频谱共享协议时,授权用户将自己的空闲频段租用给认知用户并从中收取一定的租金;而认知用户通过在租赁频段上传输自己的数据来获得一定的数据传输收益。在这一频谱租赁过程中,需要在有效提升授权用户和认知用户各自收益的基础上,合理地对频谱资源进行了动态分配。
然而,当前授权用户的通信设备通常对无线环境的检测能力相对不足,并且不同的授权用户(例如各个移动通讯营运商)之间存在着显著的信息壁垒。这就导致了授权用户之间以及授权与认知用户之间均缺乏对彼此所处的各种实时环境信息(包括无线环境、网络环境和业务环境)的了解,从而阻碍了授权和认知用户以分布式的方式达成对彼此均有益的频谱共享协议,不利于提高有限频谱资源的利用率,并限制了授权用户和认知用户参与频谱租赁的积极性。
发明内容
本发明的目的,就是针对上述问题,提出一种为由授权网络和认知网络所组成的无线通信系统进行频谱的方法。
本发明的技术方案:一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于该方法基于逆向拍卖理论,建立包括认知网络基站、认知网络终端和授权用户在内的拍卖机制,在拍卖中采用多轮竞拍制度,由授权用户根据自身成本和收益目标多次竞拍认知网络终端发布的带宽需求,同时,在拍卖中授权用户为避免收益低于0,会自动结束竞拍,完成频谱分配;具体的方法为:
a.认知网络基站将其自身及认知网络终端的通信带宽需求广播给所有授权用户进行拍卖;
b.每个授权用户根据接收到的通信带宽需求结合本用户优化目标判断是否进行竞拍;所述用户优化目标为使授权用户所有频谱获得最大利用;
c.认知网络基站检测是否收到至少一个授权用户的竞拍请求,若是,则根据接收到的竞拍请求和基站优化目标为认知网络终端选择单个授权用户,由认知网络基站为每个认知网络终端选择单个授权用户,认知网络终端租用被选择的授权用户的空闲带宽,并根据分配结果更新通信带宽需求,返回步骤b;若否,则结束拍卖;所述基站优化目标为使认知网络终端获得最大收益。
进一步的,步骤b中,对每个授权用户PUk,所述用户优化目标可通过求解以下公式获得:
其中,为授权用户PUk在第j轮竞拍过程中希望与认知网络终端CTi进行频谱共享而提出的单位带宽价格;ck为授权用户PUk的单位频带成本;wi为认知网络终端CTi所需的通信频段带宽;Wk为授权用户PUk的空闲频谱带宽;的取值为0或者1,当取值为1时,则在第j轮拍卖中授权用户PUk声明希望与认知网络终端CTi进行频谱租赁,当取值为0时,则表示不参与竞拍;其中,下标k代表授权用户的序号,下标i代表认知网络终端的序号。
更进一步的,步骤b还包括以下步骤:
b1.根据授权用户PUk的空闲频谱总带宽Wk和每个认知网络终端CTi的频谱需求wi,找出所有可能的频谱共享分配策略,即所有满足条件的集合
b2.针对每一个频谱共享分配策略通过以下步骤计算该频谱共享分配策略所对应的目标函数值:
b21.检查该策略中每个认知网络终端CTi是否已经在第j-1轮频谱共享竞拍过程中被分配给了授权用户PUk
b22.对于每个满足条件的认知网络终端CTi来说,如果在第j-1轮频谱共享竞拍过程中授权用户PUk已经与认知网络终端CTi以单位频谱价格进行了共享频谱,那么在第j轮中PUk将继续以相同的价格与CTi共享频谱;否则,在第j轮频谱共享竞拍过程中PUk将采用价格与CTi共享频谱;所述为认知网络基站在第j-1轮频谱共享竞拍结束后所广播的与CTi进行频谱共享的单位频谱价格,而δk是PUk的单位频谱价格变化间隔;
b23.对每个满足的认知网络终端CTi,计算获取分配策略的目标函数值为
b3.对比所有可能的频谱共享分配策略,选择使得目标函数值最大的频谱共享分配策略作为授权用户PUk在第j轮频谱共享拍卖中的出价策略。
进一步的,所述认知网络基站优化目标可通过求解以下公式获得
其中,表示认知网络终端CTi通过频谱共享所能获得的数据传输速率;Ts,i是认知网络终端CTi的发射信号功率;σ2是高斯白噪声功率;wi为认知网络终端CTi通过频谱共享所能获得的带宽;为授权用户PUk在第j轮竞拍过程中希望与认知网络终端CTi配对而提出的单位带宽价格;为认知网络基站在第j轮竞拍过程中为认知网络终端CTi选择的频谱共享单位带宽价格;ai是认知网络终端CTi传输单位数据所获得的收益系数;的取值为0或者1,当取值为1时,则在第j轮拍卖中认知网络基站选择授权用户PUk与认知网络终端CTi进行频谱租赁,当取值为0时,则表示不做选择。
更进一步的,步骤c还包括以下步骤:
c1.对于每个认知网络终端CTi,认知网络基站根据第j轮接收到的所有授权用户的频谱共享请求找出所有满足的第j轮频谱共享的可选授权用户集合
c2.对于每个属于集合的授权用户PUk,计算认知网络终端CTi所能获得的传输收益并且令
c3.进行判断,如果其中k'是在第j-1轮频谱共享竞拍过程中与认知网络终端CTi实现频谱共享的授权用户编号,那么设置否则,设置
本发明的有益效果为,本发明通过对逆向拍卖理论和频谱共享技术的融合,为由授权网络和认知网络所组成的无线通信系统提供了一种分布式频谱共享机制;该机制能有效地同时提升授权和认知网络的收益,以及提高授权频谱资源的利用率;与现有的频谱共享机制相比,本发明的主要优势在于,即使是在每个授权用户均缺乏其它授权用户的无线信道状况和空闲带宽信息的限制条件下,该机制仍然可以通过分布式的方式帮助所有授权用户获得最优的频谱共享决策,并有效地帮助认知网络基站找出能为认知网络终端数据提供最佳频谱共享服务的授权用户。
附图说明
图1是基于逆向拍卖的分布式频谱共享机制的算法流程示意图;
图2是实施例的认知无线通信系统逻辑示意图;
在实施例中包含3个授权用户和一个认知网络,其中认知网络包括一个认知基站和6个认知网络终端;该基站负责为每个认知网络终端选择一个最佳的授权用户进行空闲频谱资源的租用;
图3是实施例中在执行基于逆向拍卖的分布式频谱共享过程中所获得的单位带宽价格的变化情况示意图;
图4是实施例中在执行基于逆向拍卖的分布式频谱共享过程中认知网络终端总收益的变化情况示意图;
图5是实施例中在执行基于逆向拍卖的分布式频谱共享过程中每个授权用户收益的变化情况示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述
本发明将逆向拍卖理论应用于基于频谱共享的无线通信系统中,采用理论分析、可行性论证和计算机仿真验证相结合的方法,从理论和仿真两个方面验证了所提机制的有效性。
该机制是一种适用于无线通信系统的分布式频谱共享机制。在缺乏全网的无线信道状况和通信需求的限制条件下,这一机制既可以为认知网络终端选择最优的授权用户租用其频带,也能够优化授权用户的收益,从而达到授权网络和认知网络双赢的通信效果。具体地说,每个授权用户可以根据其空闲频谱状况和认知网络基站所广播的通信需求,在满足共享给所有认知网络终端的总带宽不能超过其空闲带宽资源的前提下,向一个或多个的认知网络终端同时提出频谱共享请求,并说明每个认知网络终端在租用频谱过程中所需付出的单位带宽报价。在收到所有授权用户的频谱共享请求之后,认知网络基站为每个认知网络终端选择能使其收益最大化的授权用户,并广播本轮频谱竞拍的分配结果。如果授权用户不满意这个分配结果,则可以在计算自身收益目标函数的基础上更新其频谱共享请求以降低单位带宽报价,直到最终获得频谱共享的权利或者频谱共享收益趋于0为止。同时,一旦收到新的频谱共享请求,认知网络基站就需要继续为相关认知网络终端更新其频谱分配对象并广播分配结果,直到没有新的请求为止。如图1所示,上述机制可以被归纳为如下的步骤:
步骤一:认知网络基站将自身和所有认知网络终端的通信带宽需求广播给所有授权用户;
步骤二:每个授权用户根据自身的空闲带宽和优化目标决定是否向认知网络基站发出新的频谱共享请求;
步骤三:认知网络基站检测是否收到至少一个授权用户的频谱共享请求;
步骤四:如果认知网络基站收到新的频谱共享请求,则根据收到的单位带宽报价和自身的优化目标为每个认知网络终端选择单个授权用户以租用其空闲带宽,并将这一分配结果广播给所有授权用户;
步骤五:重复上述的步骤二到四,直到认知网络基站没有收到新的频谱共享请求为止。
为了确保每个授权用户在步骤二中能够发出优化的频谱共享请求,以及认知网络基站能在步骤四中从所有频谱共享请求中选出最优的授权用户进行频谱共享,该机制为每个授权用户和认知网络基站分别设定了不同的优化目标。
A.授权用户的优化目标
对于每个授权用户PUk来说,针对频谱共享的优化目标可以被描述为:
其中为PUk在第j轮竞拍过程中希望与CTi进行频谱共享而提出的单位带宽价格;ck为PUk的单位频带成本;wi表示CTi所需的通信频段带宽;Wk为授权用户PUk的空闲频谱带宽;以及
每个授权用户PUk在第j轮竞拍过程针对其优化目标的求解采用如下的具体步骤:
(1)根据授权用户PUk的空闲频谱总带宽Wk和每个认知网络终端CTi的频谱需求wi,找出所有可能的频谱共享分配策略,即所有满足条件的集合
(2)针对每一个频谱共享分配策略通过如下方式计算该频谱共享分配策略所对应的目标函数值:
(21).检查该策略中每个认知网络终端CTi是否已经在第j-1轮频谱共享竞拍过程中被分配给了授权用户PUk
(22).对于每个满足条件的认知网络终端CTi来说,如果在第j-1轮频谱共享竞拍过程中授权用户PUk已经与CTi以单位频谱价格进行了共享频谱,那么在第j轮中PUk将继续以相同的价格与CTi共享频谱;否则,在第j轮频谱共享竞拍过程中PUk将采用价格与CTi共享频谱。这里为认知网络基站在第j-1轮频谱共享竞拍结束后所广播的与CTi进行频谱共享的单位频谱价格,而δk是PUk的单位频谱价格变化间隔。
(23).对每个满足的认知网络终端CTi,计算
(24).根据(23)的计算结果求得策略的目标函数值为
(3)对比所有可能的频谱共享分配策略,选择使得目标函数值最大的频谱共享分配策略作为PUk在第j轮频谱共享拍卖中的出价策略。
B.认知网络基站的优化目标
对于认知网络基站来说,针对频谱共享的优化目标可以被描述为:
其中表示CTi通过频谱共享所能获得的数据传输速率;Ts,i是CTi的发射信号功率;σ2是高斯白噪声功率;wi为CTi通过频谱共享所能获得的带宽;为PUk在第j轮竞拍过程中希望与CTi配对而提出的单位带宽价格;为认知网络基站在第j轮竞拍过程中为CTi选择的频谱共享单位带宽价格;ai是CTi传输单位数据所获得的收益系数;以及
认知网络基站在第j轮竞拍过程针对其优化目标的求解采用如下的具体步骤:
(1)对于每个认知网络终端CTi来说,认知网络基站根据第j轮接收到的所有授权用户的频谱共享请求找出所有满足的第j轮频谱共享的可选授权用户集合
(2)对于每个属于集合的授权用户PUk,计算CTi所能获得的传输收益并且令
(3)如果其中k'是在第j-1轮频谱共享竞拍过程中与CTi实现频谱共享的授权用户编号,那么设置否则,设置
C.收敛性分析
如果每个授权用户只会对认知网络终端提出有限次的频谱共享申请,那么基于逆向拍卖的分布式频谱共享机制就一定是收敛的。
根据A小节所述算法,授权用户只有在自己的最优策略中至少一个认知网络终端没有与其进行频谱共享时,才会提出新的频谱申请。当有授权用户提出新的频谱共享请求时,认知网络基站只需要选择出价最低的授权用户作为频谱共享对象即可。因此,授权用户只能通过不断地降低其单位带宽价格才可能实现其最优策略中的所有频谱共享。另一方面,当授权用户提出的单位带宽价格过低,即低于该用户的单位带宽成本时,该用户的收益会低于0,从而导致该用户不再提出频谱共享请求。因此,授权用户不会无限次地对认知用户提出申请,从而确保了基于不完全环境信息的分布式频谱共享机制的收敛性。
实施例
如图2所示,本例由3个授权用户、6个认知网络终端和1个认知用户网络基站所组成的无线通信系统。为避免对多个不连续频段执行频谱聚合的复杂度,一个授权用户可以将其空闲频谱资源租用给一个或多个认知网络终端,而一个认知网络终端只能从唯一一个授权用户那里获得其空闲频谱资源。仿真中的相关参数设置如下表1和表2所示:
表1授权用户参数设置
授权用户PU1 授权用户PU2 授权用户PU3
空闲带宽 8MHz 15MHz 10MHz
带宽成本 1.4 1.5 1.2
每轮拍卖降价 0.05 0.1 2
表2认知终端参数设置
在上述参数设定下,图3表示6个认知网络终端在执行基于逆向拍卖的分布式频谱共享过程中所获得的单位带宽价格的变化情况。从图中可以看出,由于具备空闲频谱的授权用户会不断通过降低单位带宽价格来获得自己的频谱被认知网络终端所租用的机会,因此在逆向频谱拍卖过程中所有认知网络终端所获得的单位带宽价格会逐渐降低。与此同时,当具备空闲频谱的授权用户所能提供的单位带宽价格越来越接近自身的单位带宽成本时,单位带宽价格的变化趋势越来越平缓。最后,从图3可以看出,当拍卖次数超过33时,由于所有授权用户所能提供的单位带宽价格均不大于其单位带宽成本,因此所有授权用户均不再提出新的频谱共享请求,从而导致所有6个认知网络终端所获得的单位带宽价格趋于不变。
图4给出了在基于逆向拍卖的分布式频谱共享过程中6个认知网络终端的总收益变化情况。可以看到,随着逆向频谱拍卖过程的进行,由于授权用户所提供的单位带宽价格不断降低,导致认知网络终端的总收益不断增加。当该逆向频谱拍卖过程趋于收敛时,认知网络终端的总收益变化也趋于平缓。最后,当拍卖次数超过33时,逆向频谱拍卖过程结束,而认知网络终端的总收益趋于一个定值。
图5表示在基于逆向拍卖的分布式频谱共享过程中3个授权用户各自收益的变化情况。可以看到,每个授权用户的收益在总体趋势上是不断降低,并在拍卖次数超过33之后趋于一个固定值。特别地,由于授权用户PU2的带宽成本在所有3个授权用户中是最高的,因此在逆向拍卖次数足够多时PU2会因为难以降低单位带宽价格而退出了频谱共享竞争,并获得值为0的最终均衡收益。与此同时,授权用户PU1和PU3均受益于较低的带宽成本而获得非0的最终均衡收益。

Claims (5)

1.一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于该方法基于逆向拍卖理论,建立包括认知网络基站、认知网络终端和授权用户在内的拍卖机制,在拍卖中采用多轮竞拍制度,由授权用户根据自身成本和收益目标多次竞拍认知网络终端发布的带宽需求,同时,在拍卖中授权用户为避免收益低于0,会自动结束竞拍,完成频谱分配;具体的方法为:
a.认知网络基站将其自身及认知网络终端的通信带宽需求广播给所有授权用户进行拍卖;
b.每个授权用户根据接收到的通信带宽需求结合本用户优化目标判断是否进行竞拍;所述用户优化目标为使授权用户所有频谱获得最大利用;
c.认知网络基站检测是否收到至少一个授权用户的竞拍请求,若是,则根据接收到的竞拍请求和基站优化目标为认知网络终端选择单个授权用户,由认知网络基站为每个认知网络终端选择单个授权用户,认知网络终端租用被选择的授权用户的空闲带宽,并根据分配结果更新通信带宽需求,返回步骤b;若否,则结束拍卖;所述基站优化目标为使认知网络终端获得最大收益。
2.根据权利要求1所述的一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于,步骤b中,对每个授权用户PUk,所述用户优化目标可通过求解以下公式获得:
<mrow> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mrow> <msubsup> <mi>B</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> </mrow> </munder> <mo>{</mo> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <msubsup> <mi>B</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <msub> <mi>w</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>-</mo> <msub> <mi>c</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>}</mo> </mrow>
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>w</mi> <mi>i</mi> </msub> <msubsup> <mi>B</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>&amp;le;</mo> <msub> <mi>W</mi> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>w</mi> <mi>i</mi> </msub> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> <mo>,</mo> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </msubsup> <mo>&amp;le;</mo> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>M</mi> <mo>&amp;rsqb;</mo> <mo>,</mo> <mi>j</mi> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> <mo>,</mo> <mi>k</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>,</mo> <mi>N</mi> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中,为授权用户PUk在第j轮竞拍过程中希望与认知网络终端CTi进行频谱共享而提出的单位带宽价格;ck为授权用户PUk的单位频带成本;wi为认知网络终端CTi所需的通信频段带宽;Wk为授权用户PUk的空闲频谱带宽;的取值为0或者1,当取值为1时,则在第j轮拍卖中授权用户PUk声明希望与认知网络终端CTi进行频谱租赁,当取值为0时,则表示不参与竞拍。
3.根据权利要求2所述的一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于,步骤b具体包括以下步骤:
b1.根据授权用户PUk的空闲频谱带宽Wk和每个认知网络终端CTi的频谱需求wi,找出所有可能的频谱共享分配策略,即所有满足条件的集合
b2.针对每一个频谱共享分配策略通过以下步骤计算该频谱共享分配策略所对应的目标函数值:
b21.检查该策略中每个认知网络终端CTi是否已经在第j-1轮频谱共享竞拍过程中被分配给了授权用户PUk
b22.对于每个满足条件的认知网络终端CTi来说,如果在第j-1轮频谱共享竞拍过程中授权用户PUk已经与认知网络终端CTi以单位频谱价格进行了共享频谱,那么在第j轮中PUk将继续以相同的价格与CTi共享频谱;否则,在第j轮频谱共享竞拍过程中PUk将采用价格与CTi共享频谱;所述为认知网络基站在第j-1轮频谱共享竞拍结束后所广播的与CTi进行频谱共享的单位频谱价格,而δk是PUk的单位频谱价格变化间隔;
b23.对每个满足的认知网络终端CTi,计算获取分配策略的目标函数值为
b3.对比所有可能的频谱共享分配策略,选择使得目标函数值最大的频谱共享分配策略作为授权用户PUk在第j轮频谱共享拍卖中的出价策略。
4.根据权利要求3所述的一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于,步骤c中,所述认知网络基站优化目标可通过求解以下公式获得
<mrow> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <msubsup> <mi>X</mi> <mrow> <mi>r</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> </munder> <mo>{</mo> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msubsup> <mi>X</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> <msub> <mi>R</mi> <mi>i</mi> </msub> <mo>-</mo> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <msub> <mi>w</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>}</mo> </mrow>
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msubsup> <mi>X</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>&amp;le;</mo> <mn>1</mn> <mo>,</mo> <msubsup> <mi>X</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>&amp;le;</mo> <msubsup> <mi>B</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <msubsup> <mi>p</mi> <mi>i</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msubsup> <mi>X</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <msubsup> <mi>p</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>k</mi> </mrow> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中,表示认知网络终端CTi通过频谱共享所能获得的数据传输速率;Ts,i是认知网络终端CTi的发射信号功率;σ2是高斯白噪声功率;wi为认知网络终端CTi通过频谱共享所能获得的带宽;为授权用户PUk在第j轮竞拍过程中希望与认知网络终端CTi配对而提出的单位带宽价格;为认知网络基站在第j轮竞拍过程中为认知网络终端CTi选择的频谱共享单位带宽价格;ai是认知网络终端CTi传输单位数据所获得的收益系数;的取值为0或者1,当取值为1时,则在第j轮拍卖中认知网络基站选择授权用户PUk与认知网络终端CTi进行频谱租赁,当取值为0时,则表示不做选择。
5.根据权利要求4所述的一种基于不完全网络环境信息的分布式频谱共享方法,其特征在于,步骤c具体包括以下步骤:
c1.对于每个认知网络终端CTi,认知网络基站根据第j轮接收到的所有授权用户的频谱共享请求找出所有满足的第j轮频谱共享的可选授权用户集合
c2.对于每个属于集合的授权用户PUk,计算认知网络终端CTi所能获得的传输收益并且令
c3.进行判断,如果其中k'是在第j-1轮频谱共享竞拍过程中与认知网络终端CTi实现频谱共享的授权用户编号,则设置否则,设置
CN201510178275.9A 2015-04-15 2015-04-15 一种基于不完全网络环境信息的分布式频谱共享方法 Expired - Fee Related CN104735677B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510178275.9A CN104735677B (zh) 2015-04-15 2015-04-15 一种基于不完全网络环境信息的分布式频谱共享方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510178275.9A CN104735677B (zh) 2015-04-15 2015-04-15 一种基于不完全网络环境信息的分布式频谱共享方法

Publications (2)

Publication Number Publication Date
CN104735677A CN104735677A (zh) 2015-06-24
CN104735677B true CN104735677B (zh) 2018-01-09

Family

ID=53459017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510178275.9A Expired - Fee Related CN104735677B (zh) 2015-04-15 2015-04-15 一种基于不完全网络环境信息的分布式频谱共享方法

Country Status (1)

Country Link
CN (1) CN104735677B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554773A (zh) * 2016-01-19 2016-05-04 南京航空航天大学 认知网络中一种真实的利益最大化的异质频谱双向拍卖机制
CN105959958A (zh) * 2016-06-12 2016-09-21 桂林电子科技大学 一种基于波束成形和功率分配的频谱反拍卖的出价方法
CN110519766A (zh) * 2018-05-22 2019-11-29 索尼公司 频谱管理装置和方法、无线网络管理装置和方法以及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101218580A (zh) * 2005-07-04 2008-07-09 摩托罗拉公司 多个通信网络之间的资源共享
CN101801000A (zh) * 2010-01-08 2010-08-11 南京邮电大学 一种最大化动态频谱共享系统容量的次用户接入方法
CN102291722A (zh) * 2011-04-22 2011-12-21 南京邮电大学 基于拍卖理论和补偿激励的频谱共享方法
CN102316465A (zh) * 2011-09-23 2012-01-11 北京邮电大学 认知无线网络中频谱博弈分配方法
CN103281703A (zh) * 2013-06-18 2013-09-04 重庆邮电大学 一种基于博弈理论的认知无线电网络频谱分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101218580A (zh) * 2005-07-04 2008-07-09 摩托罗拉公司 多个通信网络之间的资源共享
CN101801000A (zh) * 2010-01-08 2010-08-11 南京邮电大学 一种最大化动态频谱共享系统容量的次用户接入方法
CN102291722A (zh) * 2011-04-22 2011-12-21 南京邮电大学 基于拍卖理论和补偿激励的频谱共享方法
CN102316465A (zh) * 2011-09-23 2012-01-11 北京邮电大学 认知无线网络中频谱博弈分配方法
CN103281703A (zh) * 2013-06-18 2013-09-04 重庆邮电大学 一种基于博弈理论的认知无线电网络频谱分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Bargaining-based Spectrum Sharing for Cognitive;tanxuesong et.al;《global communications conference ,GLOBECOM,2012,IEEE》;20121207;1198-1204 *

Also Published As

Publication number Publication date
CN104735677A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
CN104735677B (zh) 一种基于不完全网络环境信息的分布式频谱共享方法
Kebriaei et al. Double-sided bandwidth-auction game for cognitive device-to-device communication in cellular networks
CN103929819B (zh) 一种认知无线电网络从用户联合定价及资源分配方法
Lotfi et al. Economics of quality sponsored data in non-neutral networks
CN102316465A (zh) 认知无线网络中频谱博弈分配方法
CN101170549A (zh) 基于ieee802.22协议的cbp包帧结构及拍卖资源分配方法
Parzy et al. Non-identical objects auction for spectrum sharing in TV white spaces—The perspective of service providers as secondary users
CN107396184A (zh) 对用户进行资源分配的方法和服务器
Sheng et al. Futures-based resource trading and fair pricing in real-time IoT networks
CN109451542B (zh) 一种基于频谱开销的预售系统模型及分层学习方法
CN102883326B (zh) 认知网络中频谱资源的分配方法
CN105636058A (zh) 一种基于拍卖的CoMP系统的动态频谱分配方法
CN107580328B (zh) 一种毫微微蜂窝异构中继网络中应用社交互信的频谱拍卖方法
CN105916154B (zh) 一种基于非协作博弈的认知无线网络动态频谱共享方法
Hu et al. Wireless multicast using relays: Incentive mechanism and analysis
Khasawneh et al. Power trading in cognitive radio networks
Xu et al. Double auction based spectrum sharing for wireless operators
Shajaiah et al. An auction-based resource leasing mechanism for under-utilized spectrum
Shih et al. Unlicensed LTE pricing for tiered content delivery and heterogeneous user access
Zhao et al. An adaptive step-size spectrum auction mechanism for two-tier heterogeneous networks
CN103327496B (zh) 考虑次级用户QoS需求的认知网络合作频谱分配方法
Raoof et al. Spectrum sharing in cognitive radio networks: an adaptive game approach
CN106604283B (zh) 一种基于代币的认知无线网络业务带宽分配方法
Basutli et al. Auction‐based competition of hybrid small cells for dropped macrocell users
Kaliski et al. LADTRAM: a coalition funded framework for localized advertisements over D2D

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180109

Termination date: 20210415