CN107231652B - 双重信息非对称环境下基于信息监督的协作通信激励方法 - Google Patents

双重信息非对称环境下基于信息监督的协作通信激励方法 Download PDF

Info

Publication number
CN107231652B
CN107231652B CN201710263829.4A CN201710263829A CN107231652B CN 107231652 B CN107231652 B CN 107231652B CN 201710263829 A CN201710263829 A CN 201710263829A CN 107231652 B CN107231652 B CN 107231652B
Authority
CN
China
Prior art keywords
node
relay
utility
contract
relay node
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
CN201710263829.4A
Other languages
English (en)
Other versions
CN107231652A (zh
Inventor
赵楠
陈洋
刘睿
武明虎
熊炜
刘聪
蒋云昊
曾春艳
朱莉
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN201710263829.4A priority Critical patent/CN107231652B/zh
Publication of CN107231652A publication Critical patent/CN107231652A/zh
Application granted granted Critical
Publication of CN107231652B publication Critical patent/CN107231652B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/026—Co-operative diversity, e.g. using fixed or mobile stations as relays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Relay Systems (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种双重信息非对称网络环境下基于信息监督的协作通信激励方法。所述方法通过将协作通信网络映射成劳动力市场，通过引入监督节点，建立中继节点、监督节点和源节点模型；在此基础上，考虑到源节点雇佣监督节点监测中继节点的协作信息，只需设计合适的契约以解决道德风险问题，建立基于契约理论的三阶段Stackelberg博弈模型，在第一阶段，源节点向监督节点提供契约条款，以获得自身效用最大化，在第二阶段，监督节点向中继节点提供契约条款以获得自身效用最大化，在第三阶段，中继节点选择合适的中继努力以获得自身效用最大化，通过设置契约条款，从而有效地规避契约签订后中继节点私有行为引起的道德风险问题，保证协作通信的实现。

Description

双重信息非对称环境下基于信息监督的协作通信激励方法
技术领域
本发明属于无线协作通信系统技术领域，具体涉及一种双重信息非对称环境下基于信息监督的协作通信激励方法。
背景技术
无线通信技术的快速发展，使得频谱资源紧缺问题日益严峻，目前已成为制约无线通信发展的瓶颈。协作通信技术借助于无线节点之间的协作中继，能够有效提高无线频谱的利用率。然而，在实际的认知网络和协作无线网络中，普遍存在着非对称网络信息现象，使得在众多中继节点中选择出合适的、信道状态好的、通信能力高的中继节点相当困难。
针对非对称性信息条件下的协作通信技术研究正得到研究者的关注，其中，基于频谱合约共享策略的研究刚刚起步，现有文献大多研究中继用户通信能力信息非对称性引起的逆向选择问题，对于中继用户通信努力行为信息非对称性引起的道德风险问题关注较少。此外，非授权用户(Secondary User，SU)的这些能力和努力信息不对称现象常常同时并发，目前双重信息非对称环境下的协作通信激励研究较少关注实时监测中继节点的私有协作信息。通过文献检索，尚未发现现有文献涉及到双重信息非对称环境下基于信息监督的协作通信激励方法。
发明内容
为了克服上述现有技术存在的不足，本发明的目的在于提出一种双重信息非对称环境下基于信息监督的协作通信激励方法。
为了达到上述目的，本发明所采用的技术方案是：双重信息非对称环境下基于信息监督的协作通信激励方法，其特征在于，所述方法包括如下步骤：
步骤1，通过将协作通信网络映射成劳动力市场，通过引入监督节点，建立中继节点、监督节点和源节点模型；
步骤2，在此基础上，考虑到源节点雇佣监督节点监测中继节点的协作信息，只需设计合适的契约以解决道德风险问题，建立基于契约理论的三阶段Stackelberg博弈模型：在第一阶段，源节点向监督节点提供契约条款，以获得自身效用最大化，在第二阶段，监督节点向中继节点提供契约条款以获得自身效用最大化，在第三阶段，中继节点选择合适的中继努力以获得自身效用最大化；通过设置契约条款，从而有效地规避契约签订后中继节点私有行为引起的道德风险问题，保证协作通信的实现。
进一步地，步骤1中，建立中继节点模型实现过程包括：
由于第i个中继节点协作中继努力ei，源节点所获得的可用收益为πi＝θiei+δ，其中θi为每单位中继努力所产生的收益，δ是服从正态分布的随机变量δ～N(0,σ2)；
采用线性共享策略，第i个中继节点所获得的报酬wi可表示为wi＝αi+βiπi，其中，αi为其固定报酬，βi∈[0,1]是该节点的提成比例；
由于中继节点付出的努力越大，他所付出的中继成本Ci(ei)也越大，并且，中继成本会随着付出努力的增大而增大，于是，Ci′(ei)>0andCi″(ei)>0，一般地，中继成本Ci(ei)可简单表示为
Figure GDA0002268059610000021
其中，ci为第i个中继节点的中继系数以描述中继传输信息，包括中继信道状态或电池性能；
于是，第i个中继节点的收益可定义为
Figure GDA0002268059610000022
其数学期望和方差分别为
Figure GDA0002268059610000023
和
Figure GDA0002268059610000024
假设每个中继节点具有绝对的风险厌恶偏好，那么，其负指数效益函数可定义为
Figure GDA0002268059610000025
其中，ρ表示中继节点的Arrow-Pratt绝对风险厌恶程度，ρ越大，中继节点越害怕风险，一般地，0≤ρ≤1，于是，基于上述假设，第i个中继节点的期望效益为
Figure GDA0002268059610000026
进一步地，步骤1中，建立监督节点模型实现过程包括：
假设源节点雇佣监督节点监测中继节点的协作行为，采用线性支付策略(u,v)，则监督节点的效用可定义为：
Figure GDA0002268059610000031
其中，u为监督节点的基本工资，v∈[0,1]为该节点的提成比例。
进一步地，步骤1中，建立源节点模型实现过程包括：
考虑到监督节点的监测行为和中继节点的协作行为，源节点的效用可表示为：
Figure GDA0002268059610000032
其中，u0为源节点直接通信所获得的效用。
进一步地，步骤2中，所述中继节点私有行为，所采取的实现过程包括：
假设中继节点的私有信息θi在Θ∈[θL,θH]范围内随机分布，其概率密度函数为fi(θi)，分布函数为Fi(θi)，其中θL<θH，fi(θi)>0，为了方便后续计算，令
Figure GDA0002268059610000033
进一步地，步骤2中，协作通信激励第三阶段契约设计实现过程包括：
由于监督节点知道中继节点的中继信息，监督节点提供给第i个中继节点的契约条款为(αi,βi)，于是，第i个中继节点在付出中继努力ei后获得的效用为
Figure GDA0002268059610000034
为了确保中继节点接收契约以获得自身效用最大，契约条款需满足以下激励相容(IC)约束条件：
Figure GDA0002268059610000035
由上述IC条件，可得到最优的协作中继努力
Figure GDA0002268059610000036
于是，第i个中继节点的效用可简化为
Figure GDA0002268059610000041
进一步地，步骤2中，协作通信激励第二阶段契约设计实现过程包括：
在第二阶段，在给定源节点报酬(u,v)和中继节点协作努力
Figure GDA0002268059610000042
的前提下，监督节点的效用可简化为：
Figure GDA0002268059610000043
监督节点需提供给中继节点的契约(αi,βi)产生的回报要高于其保留效用
Figure GDA0002268059610000044
即设计的契约要满足下面的个人理性(IR)条件：
Figure GDA0002268059610000045
于是，第二阶段契约设计优化问题为：在满足中继节点IC和IR约束条件下，监督节点效用的最大化：
Figure GDA0002268059610000046
Figure GDA0002268059610000047
Figure GDA0002268059610000048
由于监督节点的效用是αi的减函数，中继节点的效用是αi的增函数，因此，降低αi可提高监督节点的效用，得知最优的固定报酬
Figure GDA0002268059610000049
于是，监督节点的效用最大化问题可简化为
Figure GDA00022680596100000410
由于
Figure GDA00022680596100000411
和
Figure GDA00022680596100000412
因此，监督节点提供给中继节点最优的契约条款
Figure GDA00022680596100000413
为
Figure GDA00022680596100000414
于是，在中继节点最优协作努力
Figure GDA0002268059610000051
时，中继节点的优化效用为
Figure GDA0002268059610000052
监督节点的最优效用为
Figure GDA0002268059610000053
进一步地，步骤2中，协作通信激励第一阶段契约设计实现过程包括：
在上述两个阶段基础上，源节点效用可简化为：
Figure GDA0002268059610000054
源节点需提供给监督节点的契约(u,v)产生的回报要高于其保留效用
Figure GDA0002268059610000055
即设计的契约要满足下面的IR条件：
Figure GDA0002268059610000056
于是，源节点的效用最大化问题为：在满足监督节点IR约束条件下，源节点效用的最大化：
Figure GDA0002268059610000057
Figure GDA0002268059610000058
由于
Figure GDA0002268059610000059
是u的增函数而US是u的减函数，因此，要获得最大的源节点效用，必须减少u，但至少要使得监督节点获得保留效用
Figure GDA00022680596100000510
于是，最优的固定报酬
Figure GDA00022680596100000511
于是，第一阶段的契约设计问题可简化为
Figure GDA00022680596100000512
由于
Figure GDA00022680596100000513
和
Figure GDA00022680596100000514
可得到最优的契约条款：
Figure GDA0002268059610000061
进一步地，步骤2中，所述基于契约理论的三阶段Stackelberg博弈模型的最优契约设计如下：
第一阶段：
Figure GDA0002268059610000062
第二阶段：
Figure GDA0002268059610000063
第三阶段：
Figure GDA0002268059610000064
中继节点最优效用：
Figure GDA0002268059610000065
监督节点最优的期望效用：
Figure GDA0002268059610000066
源节点最优的期望效用：
Figure GDA0002268059610000067
与现有技术相比，本发明的有益效果是：本发明提出的一种双重信息非对称环境下基于信息监督的协作通信激励方法，该方法针对网络信息的双重非对称性，通过引入监督节点，建立基于契约理论的三阶段Stackelberg博弈模型，以实时监测中继节点的协作信息，从而有效地规避契约签订前中继节点私有信息引起的逆向选择问题，保证协作通信的实现。并且，本发明提出的多用户协作通信激励方法易于实现，源节点和中继节点之间的信息交互较少，因而该方法所需的信令开销较少。
附图说明
图1是本发明的协作通信激励方法的基于契约理论的三阶段Stackelberg博弈模型原理框图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
本实施例假设无线协作网络是一个劳动力市场。其中，源节点是雇主，监督节点为源节点的雇员，用于实时监测中继节点的协作行为，同时，监督节点是中继节点的雇主，雇佣中继节点为源节点提供中继服务。
本发明通过将协作通信网络映射成劳动力市场，通过引入监督节点，建立中继节点、监督节点和源节点模型。在此基础上，考虑到源节点雇佣监督节点监测中继节点的协作信息，只需设计合适的契约以解决道德风险问题。建立基于契约理论的三阶段Stackelberg博弈模型，如图1所示，在第一阶段，源节点向监督节点提供契约条款，以获得自身效用最大化，在第二阶段，监督节点向中继节点提供契约条款以获得自身效用最大化，在第三阶段，中继节点选择合适的中继努力以获得自身效用最大化。通过设置契约条款，从而有效地规避契约签订后中继节点私有行为引起的道德风险问题，保证协作通信的实现。
(1)中继节点模型
由于第i个中继节点协作中继努力ei，源节点所获得的可用收益为πi＝θiei+δ，其中θi为每单位中继努力所产生的收益，δ是服从正态分布的随机变量δ～N(0,σ2)。
采用线性共享策略，第i个中继节点所获得的报酬wi可表示为wi＝αi+βiπi，其中，αi为其固定报酬，βi∈[0,1]是该节点的提成比例。不同的中继能力和中继努力，中继节点会获得不同的固定报酬和提成。
由于中继节点付出的努力越大，他所付出的中继成本Ci(ei)也越大，并且，中继成本会随着付出努力的增大而增大，于是，Ci′(ei)>0andCi″(ei)>0。一般地，中继成本Ci(ei)可简单表示为
Figure GDA0002268059610000071
其中，ci为第i个中继节点的中继系数以描述中继传输信息，如中继信道状态或电池性能等。
于是，第i个中继节点的收益可定义为
Figure GDA0002268059610000072
其数学期望和方差分别为
Figure GDA0002268059610000073
和
Figure GDA0002268059610000074
假设每个中继节点具有绝对的风险厌恶偏好，那么，其负指数效益函数可定义为
Figure GDA0002268059610000081
其中，ρ表示中继节点的Arrow-Pratt绝对风险厌恶程度，ρ越大，中继节点越害怕风险，一般地，0≤ρ≤1。于是，基于上述假设，第i个中继节点的期望效益为
Figure GDA0002268059610000082
(2)监督节点模型
假设源节点雇佣监督节点监测中继节点的协作行为，采用线性支付策略(u,v)，则监督节点的效用可定义为：
Figure GDA0002268059610000083
其中，u为监督节点的基本工资，v∈[0,1]为该节点的提成比例。
(3)源节点模型
考虑到监督节点的监测行为和中继节点的协作行为，源节点的效用可表示为：
Figure GDA0002268059610000084
其中，u0为源节点直接通信所获得的效用。
(4)中继节点私有行为
假设中继节点的私有信息θi在Θ∈[θL,θH]范围内随机分布，其概率密度函数为fi(θi)，分布函数为Fi(θi)，其中θL<θH，fi(θi)>0。为了方便后续计算，令
Figure GDA0002268059610000085
(5)协作通信激励第三阶段契约设计
由于监督节点知道中继节点的中继信息，监督节点提供给第i个中继节点的契约条款为(αi,βi)，于是，第i个中继节点在付出中继努力ei后获得的效用为
Figure GDA0002268059610000086
为了确保中继节点接收契约以获得自身效用最大，契约条款需满足以下激励相容(IncentiveCompatibility,IC)约束条件：
Figure GDA0002268059610000091
由上述IC条件，可得到最优的协作中继努力
Figure GDA0002268059610000092
于是，第i个中继节点的效用可简化为
Figure GDA0002268059610000093
(6)协作通信激励第二阶段契约设计
在第二阶段，在给定源节点报酬(u,v)和中继节点协作努力
Figure GDA0002268059610000094
的前提下，监督节点的效用可简化为：
Figure GDA0002268059610000095
监督节点需提供给中继节点的契约(αi,βi)产生的回报要高于其保留效用
Figure GDA0002268059610000096
即设计的契约要满足下面的个人理性(individuallyrational,IR)条件：
Figure GDA0002268059610000097
于是，第二阶段契约设计优化问题为：在满足中继节点IC和IR约束条件下，监督节点效用的最大化：
Figure GDA0002268059610000098
Figure GDA0002268059610000099
Figure GDA00022680596100000910
由于监督节点的效用是αi的减函数，中继节点的效用是αi的增函数，因此，降低αi可提高监督节点的效用，得知最优的固定报酬
Figure GDA00022680596100000911
于是，监督节点的效用最大化问题可简化为
Figure GDA00022680596100000912
由于
Figure GDA0002268059610000101
和
Figure GDA0002268059610000102
因此，监督节点提供给中继节点最优的契约条款
Figure GDA00022680596100001015
为
Figure GDA00022680596100001016
Figure GDA0002268059610000103
于是，在中继节点最优协作努力
Figure GDA0002268059610000104
时，中继节点的优化效用为
Figure GDA0002268059610000105
监督节点的最优效用为
Figure GDA0002268059610000106
(7)协作通信激励第一阶段契约设计
在上述两个阶段基础上，源节点效用可简化为：
Figure GDA0002268059610000107
源节点需提供给监督节点的契约(u,v)产生的回报要高于其保留效用
Figure GDA0002268059610000108
即设计的契约要满足下面的IR条件：
Figure GDA0002268059610000109
于是，源节点的效用最大化问题为：在满足监督节点IR约束条件下，源节点效用的最大化：
Figure GDA00022680596100001010
Figure GDA00022680596100001011
由于
Figure GDA00022680596100001012
是u的增函数而US是u的减函数，因此，要获得最大的源节点效用，必须减少u，但至少要使得监督节点获得保留效用
Figure GDA00022680596100001013
于是，最优的固定报酬
Figure GDA00022680596100001014
于是，第一阶段的契约设计问题可简化为
Figure GDA0002268059610000111
由于
Figure GDA0002268059610000112
和
Figure GDA0002268059610000113
可得到最优的契约条款：
Figure GDA0002268059610000114
(8)协作通信激励模型契约优化设计
上述三阶段Stackelberg博弈模型的最优契约设计如下：
第一阶段：
Figure GDA0002268059610000115
第二阶段：
Figure GDA0002268059610000116
第三阶段：
Figure GDA0002268059610000117
中继节点最优效用：
Figure GDA0002268059610000118
监督节点最优的期望效用：
Figure GDA0002268059610000119
源节点最优的期望效用：
Figure GDA00022680596100001110
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (1)

1.双重信息非对称环境下基于信息监督的协作通信激励方法，其特征在于，所述方法包括如下步骤：
步骤1，通过将协作通信网络映射成劳动力市场，通过引入监督节点，建立中继节点、监督节点和源节点模型；
其中，建立中继节点模型实现过程包括：
由于第i个中继节点协作中继努力ei，源节点所获得的可用收益为πi＝θiei+δ，其中θi为中继节点的私有信息，即每单位中继努力所产生的收益，δ是服从正态分布的随机变量δ～N(0,σ2)；
采用线性共享策略，第i个中继节点所获得的报酬wi可表示为wi＝αi+βiπi，其中，αi为其固定报酬，βi∈[0,1]是该节点的提成比例；
由于中继节点付出的努力越大，他所付出的中继成本Ci(ei)也越大，并且，中继成本会随着付出努力的增大而增大，于是，Ci′(ei)>0 and Ci″(ei)>0，中继成本Ci(ei)可简单表示为
Figure FDA0002340080510000011
其中，ci为第i个中继节点的中继系数以描述中继传输信息，包括中继信道状态或电池性能；
于是，第i个中继节点的收益可定义为
Figure FDA0002340080510000012
其数学期望和方差分别为
Figure FDA0002340080510000013
和
Figure FDA0002340080510000014
假设每个中继节点具有绝对的风险厌恶偏好，那么，其负指数效益函数可定义为
Figure FDA0002340080510000015
其中，ρ表示中继节点的Arrow-Pratt绝对风险厌恶程度，ρ越大，中继节点越害怕风险，0≤ρ≤1，于是，基于上述假设，第i个中继节点的期望效益为
Figure FDA0002340080510000016
建立监督节点模型实现过程包括：
假设源节点雇佣监督节点监测中继节点的协作行为，采用线性支付策略(u,v)，则监督节点的效用可定义为：
Figure FDA0002340080510000021
其中，u为监督节点的基本工资，v∈[0,1]为该节点的提成比例；
建立源节点模型实现过程包括：
考虑到监督节点的监测行为和中继节点的协作行为，源节点的效用可表示为：
Figure FDA0002340080510000022
其中，u0为源节点直接通信所获得的效用；
步骤2，在此基础上，考虑到源节点雇佣监督节点监测中继节点的协作信息，只需设计合适的契约以解决道德风险问题，建立基于契约理论的三阶段Stackelberg博弈模型：在第一阶段，源节点向监督节点提供契约条款，以获得自身效用最大化，在第二阶段，监督节点向中继节点提供契约条款以获得自身效用最大化，在第三阶段，中继节点选择合适的中继努力以获得自身效用最大化；通过设置契约条款，在满足源节点和监督节点的效用最大化的情况下，所选择的中继节点，就是最优的中继节点，从而有效地规避契约签订后中继节点私有行为引起的道德风险问题，保证协作通信的实现；
其中，所述中继节点私有行为，所采取的实现过程包括：
假设中继节点的私有信息θi在Θ∈[θL,θH]范围内随机分布，其概率密度函数为fi(θi)，分布函数为Fi(θi)，其中θL<θH，fi(θi)>0，为了方便后续计算，令
Figure FDA0002340080510000023
协作通信激励第三阶段契约设计实现过程包括：
由于监督节点知道中继节点的中继信息，监督节点提供给第i个中继节点的契约条款为(αi,βi)，于是，第i个中继节点在付出中继努力ei后获得的效用为
Figure FDA0002340080510000024
为了确保中继节点接收契约以获得自身效用最大，契约条款需满足以下激励相容IC约束条件：
Figure FDA0002340080510000031
由上述IC条件，可得到最优的协作中继努力
Figure FDA0002340080510000032
于是，第i个中继节点的效用可简化为
Figure FDA0002340080510000033
协作通信激励第二阶段契约设计实现过程包括：
在第二阶段，在给定源节点报酬(u,v)和中继节点协作努力
Figure FDA0002340080510000034
的前提下，监督节点的效用可简化为：
Figure FDA0002340080510000035
监督节点需提供给中继节点的契约(αi,βi)产生的回报要高于其保留效用
Figure FDA0002340080510000036
即设计的契约要满足下面的个人理性IR条件：
Figure FDA0002340080510000037
于是，第二阶段契约设计优化问题为：在满足中继节点IC和IR约束条件下，监督节点效用的最大化：
Figure FDA0002340080510000038
Figure FDA0002340080510000039
Figure FDA00023400805100000310
由于监督节点的效用是αi的减函数，中继节点的效用是αi的增函数，因此，降低αi可提高监督节点的效用，得知最优的固定报酬
Figure FDA00023400805100000311
于是，监督节点的效用最大化问题可简化为
Figure FDA00023400805100000312
由于
Figure FDA0002340080510000041
和
Figure FDA0002340080510000042
因此，监督节点提供给中继节点最优的契约条款
Figure FDA0002340080510000043
为
Figure FDA0002340080510000044
于是，在中继节点最优协作努力
Figure FDA0002340080510000045
时，中继节点的优化效用为
Figure FDA0002340080510000046
监督节点的最优效用为
Figure FDA0002340080510000047
协作通信激励第一阶段契约设计实现过程包括：
在上述两个阶段基础上，源节点效用可简化为：
Figure FDA0002340080510000048
源节点需提供给监督节点的契约(u,v)产生的回报要高于其保留效用
Figure FDA0002340080510000049
即设计的契约要满足下面的IR条件：
Figure FDA00023400805100000410
于是，源节点的效用最大化问题为：在满足监督节点IR约束条件下，源节点效用的最大化：
Figure FDA00023400805100000411
Figure FDA00023400805100000412
由于
Figure FDA00023400805100000413
是u的增函数而US是u的减函数，因此，要获得最大的源节点效用，必须减少u，但至少要使得监督节点获得保留效用
Figure FDA00023400805100000414
于是，最优的固定报酬
Figure FDA00023400805100000415
于是，第一阶段的契约设计问题可简化为
Figure FDA0002340080510000051
由于
Figure FDA0002340080510000052
和
Figure FDA0002340080510000053
可得到最优的契约条款：
Figure FDA0002340080510000054
所述基于契约理论的三阶段Stackelberg博弈模型的最优契约设计如下：
第一阶段：v*＝1，
Figure FDA0002340080510000055
第二阶段：
Figure FDA0002340080510000056
第三阶段：
Figure FDA0002340080510000057
中继节点最优效用：
Figure FDA0002340080510000058
监督节点最优的期望效用：
Figure FDA0002340080510000059
源节点最优的期望效用：
Figure FDA00023400805100000510
CN201710263829.4A 2017-04-21 2017-04-21 双重信息非对称环境下基于信息监督的协作通信激励方法 Expired - Fee Related CN107231652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710263829.4A CN107231652B (zh) 2017-04-21 2017-04-21 双重信息非对称环境下基于信息监督的协作通信激励方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710263829.4A CN107231652B (zh) 2017-04-21 2017-04-21 双重信息非对称环境下基于信息监督的协作通信激励方法

Publications (2)

Publication Number Publication Date
CN107231652A CN107231652A (zh) 2017-10-03
CN107231652B true CN107231652B (zh) 2020-05-19

Family

ID=59933168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710263829.4A Expired - Fee Related CN107231652B (zh) 2017-04-21 2017-04-21 双重信息非对称环境下基于信息监督的协作通信激励方法

Country Status (1)

Country Link
CN (1) CN107231652B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730109A (zh) * 2009-11-09 2010-06-09 中国人民解放军理工大学 基于博弈论的正交频分多址接入中继系统资源分配方法
CN101868030A (zh) * 2010-05-25 2010-10-20 华南理工大学 一种分布式无线网络无线资源分配方法
WO2011139639A1 (en) * 2010-05-06 2011-11-10 At & T Mobility Ii Llc Network fault notification from user device and corresponding feedback from network
CN104618914A (zh) * 2015-01-04 2015-05-13 湖北工业大学 一种基于频谱合约的多用户协作频谱共享方法
CN104640123A (zh) * 2015-01-30 2015-05-20 南京邮电大学 一种多中继节点非合作博弈的激励方法
US9544069B2 (en) * 2014-11-21 2017-01-10 Apple Inc. Methods and apparatus for link training, initialization and management via a high speed bus interface
CN106507345A (zh) * 2016-11-10 2017-03-15 福建师范大学 一种基于博弈论的物理层安全的无线中继通信方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040022226A1 (en) * 2002-07-31 2004-02-05 Peter Edlund Subscribe-notify function between PLMN nodes
US9319905B2 (en) * 2013-08-30 2016-04-19 Google Inc. Re-tasking balloons in a balloon network based on expected failure modes of balloons

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730109A (zh) * 2009-11-09 2010-06-09 中国人民解放军理工大学 基于博弈论的正交频分多址接入中继系统资源分配方法
WO2011139639A1 (en) * 2010-05-06 2011-11-10 At & T Mobility Ii Llc Network fault notification from user device and corresponding feedback from network
CN101868030A (zh) * 2010-05-25 2010-10-20 华南理工大学 一种分布式无线网络无线资源分配方法
US9544069B2 (en) * 2014-11-21 2017-01-10 Apple Inc. Methods and apparatus for link training, initialization and management via a high speed bus interface
CN104618914A (zh) * 2015-01-04 2015-05-13 湖北工业大学 一种基于频谱合约的多用户协作频谱共享方法
CN104640123A (zh) * 2015-01-30 2015-05-20 南京邮电大学 一种多中继节点非合作博弈的激励方法
CN106507345A (zh) * 2016-11-10 2017-03-15 福建师范大学 一种基于博弈论的物理层安全的无线中继通信方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
双重信息非对称下认知协作网激励机制设计;赵楠等;《计算机工程与设计》;20160730;全文 *
基于博弈论的无线自组网节点协作性研究;徐许亮;《信息科技辑》;20111230;全文 *

Also Published As

Publication number Publication date
CN107231652A (zh) 2017-10-03

Similar Documents

Publication Publication Date Title
US20220407592A1 (en) Multi-carrier resource allocation method based on wireless-powered backscatter communication network
Ren et al. Pricing and distributed power control in wireless relay networks
Zhou et al. Optimization of energy consumption of green data center in e-commerce
CN107517479B (zh) 一种基于契约理论的无线中继网络动态激励机制设计方法
US9996061B2 (en) Techniques for saving building energy consumption
Gu et al. AI-enabled task offloading for improving quality of computational experience in ultra dense networks
Zhang et al. Joint offloading and resource allocation using deep reinforcement learning in mobile edge computing
CN107148043B (zh) 双重信息非对称环境下基于行为监督的协作通信激励方法
Suh et al. A study on impact of wired access networks for green Internet
Chen et al. Joint optimization of task offloading and resource allocation via deep reinforcement learning for augmented reality in mobile edge network
CN107231652B (zh) 双重信息非对称环境下基于信息监督的协作通信激励方法
CN101303657A (zh) 一种多处理器实时任务执行功耗优化方法
Dlamini et al. LSTM‐Based Traffic Load Balancing and Resource Allocation for an Edge System
CN105811454A (zh) 一种考虑风电接入的直接负荷控制资源优化方法
Jia et al. Social-aware learning-based online energy scheduling for 5G integrated smart distribution power grid
Li et al. A contract-stackelberg offloading incentive mechanism for vehicular parked-edge computing networks
CN109818693B (zh) 一种动态非对称信息条件下多阶段协作频谱共享契约方法
CN112822055A (zh) 一种基于dqn的边缘计算节点部署算法
Zhou et al. Demand shaping in cellular networks
CN100413265C (zh) 网络资源管理方法
CN107995034A (zh) 一种密集蜂窝网络能量与业务协作方法
CN114742425A (zh) 绿色数据中心多资源协同规划方法、计算设备及存储介质
CN110149341B (zh) 基于休眠模式的云系统用户接入控制方法
Zhang et al. Dynamic spectrum access for Internet-of-Things with hierarchical federated deep reinforcement learning
WO2024078076A1 (zh) 基站节能方法、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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

Granted publication date: 20200519

Termination date: 20210421

CF01 Termination of patent right due to non-payment of annual fee