CN107509205A - 一种基于契约理论的协作频谱共享动态激励机制设计方法 - Google Patents

一种基于契约理论的协作频谱共享动态激励机制设计方法 Download PDF

Info

Publication number
CN107509205A
CN107509205A CN201710717867.2A CN201710717867A CN107509205A CN 107509205 A CN107509205 A CN 107509205A CN 201710717867 A CN201710717867 A CN 201710717867A CN 107509205 A CN107509205 A CN 107509205A
Authority
CN
China
Prior art keywords
msub
mrow
theta
contract
stage
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.)
Granted
Application number
CN201710717867.2A
Other languages
English (en)
Other versions
CN107509205B (zh
Inventor
赵楠
陈洋
刘睿
田超
范孟林
樊鹏飞
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 CN201710717867.2A priority Critical patent/CN107509205B/zh
Publication of CN107509205A publication Critical patent/CN107509205A/zh
Application granted granted Critical
Publication of CN107509205B publication Critical patent/CN107509205B/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
    • H04W16/22Traffic simulation tools or models
    • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明属于无线协作频谱共享系统技术领域,具体涉及一种基于契约理论的协作频谱共享动态激励机制设计方法。所述方法通过将无线协作频谱共享网络映射成劳动力市场,将基于市场驱动的契约模型引入到协作频谱共享机制中,建立主用户PU模型和次级用户SU模型;考虑到协作频谱共享网络中节点的自私性和网络信息的非对称性,针对无线节点位置和信道条件等因素的动态特性,通过设计贯穿两阶段协作频谱共享的动态契约模型,结合激励相容和参与约束的条件,实现对SU私有信息的甄别,以激励其积极参与协作,从而达到无线频谱资源高效利用的目的。

Description

一种基于契约理论的协作频谱共享动态激励机制设计方法
技术领域
本发明属于无线协作频谱共享系统技术领域,具体涉及一种基于契约理论的协作频谱共享动态激励机制设计方法。
背景技术
随着无线服务与应用的爆炸式增长,频谱资源供需矛盾和资源利用率低,上述瓶颈成为亟待解决的问题。协作频谱共享技术利用主用户(Primary User,PU)和次级用户(Secondary User,SU)之间的相互合作,能有效地提高系统的频谱利用率。协作频谱共享技术的关键在于如何建立准确的协作频谱共享模型,这通常需要尽可能完备的网络信息。然而,在实际的协作频谱共享网络中,由于无线用户的移动性、无线信道的衰落效应、以及网络信息的私有性等因素,PU和SU之间存在着网络信息非对称问题。因此,如何建立具有准确性较高的无线频谱资源协作共享模型,是极具挑战性的课题。
目前,非对称性信息条件下协作频谱共享激励问题正得到研究者的关注。最常用的激励方法是拍卖机制。然而,当PU自身的频谱需求较高或者其无线网络信道状况较差时,可供拍卖的频谱资源就非常少,难以满足协作频谱共享的需求。于是,基于契约理论的协作频谱共享策略进入了研究者的视野。现有协作频谱共享激励技术主要研究静态契约设计,然而,在实际协作频谱共享网络中,由于无线用户的移动性和无线信道衰落等因素,SU的网络信息是变化的。同时,为了避免PU频繁地选择协作频谱共享对象而产生额外交易成本,需设计一个长期承诺的动态契约来激励SU参与协作频谱共享。
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基于契约理论的协作频谱共享动态激励机制设计方法。
为了达到上述目的,本发明所采用的技术方案是:一种基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,所述方法包括如下步骤:
步骤1,通过将多用户协作频谱共享网络映射成劳动力市场,将基于市场驱动的契约模型引入到协作频谱共享机制中,建立主用户PU模型和次级用户SU模型;
步骤2,考虑到协作频谱共享网络中节点的自私性和网络信息的非对称性,针对无线节点位置和信道条件因素的动态特性,建立两阶段协作频谱共享的动态契约模型,通过向SU提供契约,并结合步骤1中PU、SU模型而衍生出的激励相容和参与约束的条件,实现对SU私有信息的甄别,以激励其积极参与协作,从而达到无线频谱资源高效利用的目的;最后通过建立基于契约理论的协作频谱共享动态激励机制优化模型,得到最优解。
进一步地,步骤1中,所述建立PU模型实现过程包括:
PU在雇佣SU为其进行协作频谱共享服务的条件下,SU的中继服务使得PU所增加的收益为:
其中,ρ>0为每单位通道容量下的等效收益系数;p为SU在PU接收端的协作功率;n0为噪声功率;为简化分析过程,通常将n0的归一化值设置为1;
于是,PU所获得协作效用为其所获得的总收益T减去支付给SU的报酬w,可表示为:
UP=T-w=log(1+p)-w (2)。
进一步地,步骤1中,所述建立SU模型实现过程包括:
假设hST,PR为SU发射端(ST)与PU接收端(PR)之间的信道增益,则SU的发射功率为于是,SU的协作成本可表示为
其中,γ为每单位协作功率的协作成本,为每单位协作功率的成本系数,θ越低,表示SU拥有更好的信道条件,即更大的信道增益hST,PR,或者更少的协作成本;
于是,SU的效用可表示为其获得的报酬减去总协作成本:
US=w-C(p)=w-θp (4)。
进一步地,步骤2中,所述建立两阶段协作频谱共享的动态契约模型,所采取的实现过程包括:
Step1:在第1阶段契约之前,SU获知第1阶段的SU类型θ1
Step2:PU提供一个两阶段动态契约,高效SU对应的契约为低效SU对应的契约为
Step3:SU接受或拒绝契约;如果SU接受契约,则进入Step4,否则结束;
Step4:根据第1阶段契约,SU参与协作通信,当协作通信完成时,PU向高效SU和低效SU支付报酬,第1阶段契约完成;
Step5:在第2阶段契约之前,SU获知第2阶段的SU类型θ2
Step6:根据第2阶段契约,SU参与协作通信,当协作通信完成时,PU向高效SU和低效SU支付报酬,第2阶段契约完成;
两阶段动态契约时序如上所述,假设第1阶段SU类型θ1是θH的概率为q1,第2阶段SU类型θ2是θH的概率表示为表示SU第1阶段选择的契约类型,且θ1,θ2∈{θH,θL},q2H)>q2L);
从上述动态契约时序中可以看出,PU与SU签订两阶段动态契约前,SU只获知第1阶段类型θ1,第1阶段完成后SU才获知第2阶段类型θ2
进一步地,步骤2中,所述建立基于契约理论的协作频谱共享动态激励机制优化模型实现过程包括:
基于逆向归纳法思想,先考虑第2阶段的契约设计,为了激励SU选择与自己类型相对应的契约,第2阶段的契约需满足以下激励相容约束条件:
同时,为了保证所有参与协作过程的SU至少获得保留效用,则第2阶段的SU参与约束条件可表示为:
其中,分别为高效和低效SU在第2阶段可获得的保留效用,是共识的且高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
然后考虑第1阶段的契约设计,由于SU知道第1阶段选择的契约类型会被PU在第2阶段用于更新其类型,因而,为了激励高效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
其中,δ>0为第2阶段的折现系数,
分别表示当高效SU在第1阶段选择的契约类型为时的第2阶段的折现期望效用;
类似地,为了激励低效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
同样地,为了保证所有参与协作过程的SU至少获得保留效用,第1阶段的契约需满足以下参与约束条件:
其中,高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
于是,两阶段动态契约优化问题为,在满足上述SU参与约束条件和激励约束条件下,PU的总期望效用最大化;
于是,根据拉格朗日乘子法和Kuhn-Tucker条件,通过求导进行求解,可以得出最优动态契约的最优解。
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网络环境下多用户协作通信激励方法,该方法针对网络信息的双重非对称性,针对契约签订前中继节点私有信息引起的逆向选择问题和契约签订后中继节点私有行为引起的道德风险问题,提出基于契约理论的多用户协作通信激励方法,以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。
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频谱共享网络是一个劳动力市场。其中,PU是委托方,SU是代理方,可提供协作频谱共享服务。PU作为主动缔约方,向SU提供由一系列合约条款组成的交易契约,契约条款包括协作功率和报酬。
具体过程如下:
首先,在协作频谱共享之前,PU向周围SU发出广播导频信号。如果周围SU收到该信号,则将该信号返回。PU检测收到的导频信号,以此获得周围SU的信息,判断SU类型。
其次,PU按照本发明的激励策略,提供一个两阶段动态契约条款 并将契约广播给上述SU。
再次,当SU接收到契约条款后,他们会选择是否接受契约。如果接受,则进入下一步骤。
然后,SU根据第1阶段契约,参与协作通信,当协作通信完成时,PU向不同类型SU分别支付报酬。
接着,根据第1阶段SU选择的契约类型,PU可获知SU在第2阶段的类型。
最后,SU根据第2阶段契约,参与协作通信,当协作通信完成时,PU向不同类型SU分别支付报酬。
本发明通过将无线协作频谱共享网络映射成劳动力市场将基于市场驱动的契约模型引入到协作频谱共享机制中,建立PU模型和SU模型;考虑到协作频谱共享网络中节点的自私性和网络信息的非对称性,针对无线节点位置和信道条件等因素的动态特性,通过建立两阶段协作频谱共享的动态契约模型,结合激励相容和参与约束的条件,实现对SU私有信息的甄别,以激励其积极参与协作,从而达到无线频谱资源高效利用的目的。
(1)、PU模型。
PU在雇佣SU为其进行协作频谱共享服务的条件下,SU的中继服务使得PU所增加的收益为:
其中,ρ>0为每单位通道容量下的等效收益系数;p为SU在PU接收端的协作功率;n0为噪声功率。为简化分析过程,通常将n0的归一化值设置为1。
于是,PU所获得协作效用为其所获得的总收益减去支付给SU的报酬w,可表示为:
UP=T-w=log(1+p)-w (2)
(2)、SU模型。
假设hST,PR为SU发射端(ST)与PU接收端(PR)之间的信道增益,则SU的发射功率为于是,SU的协作成本可表示为
其中,γ为每单位协作功率的协作成本,为每单位协作功率的成本系数。θ越低,表示SU拥有更好的信道条件(即更大的信道增益hST,PR),或者更少的协作成本。
于是,SU的效用可表示为其获得的报酬减去总协作成本:
US=w-C(p)=w-θp (4)
(3)、SU类型。
假设协作频谱共享网络中SU可分为高效θH和低效θL两种类型(θH<θL且Δθ=θLH),其比例分别为q和1-q,先验分布q已知。
(4)、动态契约激励机制模型。
Step1:在第1阶段契约之前,SU获知第1阶段的SU类型θ1
Step2:PU提供一个两阶段动态契约,高效SU对应的契约为 低效SU对应的契约为
Step3:SU接受或拒绝契约。如果SU接受契约,则进入Step4,否则结束。
Step4:根据第1阶段契约,SU参与协作通信。当协作通信完成时,PU向高效SU和低效SU支付报酬,第1阶段契约完成;
Step5:在第2阶段契约之前,SU获知第2阶段的SU类型θ2
Step6:根据第2阶段契约,SU参与协作通信。当协作通信完成时,PU向高效SU和低效SU支付报酬,第2阶段契约完成。
两阶段动态契约时序如上所述,假设第1阶段SU类型θ1是θH的概率为q1,第2阶段SU类型θ2是θH的概率表示为表示SU第1阶段选择的契约类型,且θ1,θ2∈{θH,θL},q2H)>q2L)。
从上述动态契约时序中可以看出,PU与SU签订两阶段动态契约前,SU只获知第1阶段类型θ1,第1阶段完成后SU才获知第2阶段类型θ2
进一步地,步骤2中,所述建立基于契约理论的协作频谱共享动态激励机制优化模型实现过程包括:
基于逆向归纳法思想,我们先考虑第2阶段的契约设计。为了激励SU选择与自己类型相对应的契约,第2阶段的契约需满足以下激励相容约束条件:
同时,为了保证所有参与协作过程的SU至少获得保留效用,则第2阶段的SU参与约束条件可表示为:
其中,分别为高效和低效SU在第2阶段可获得的保留效用,是共识的且高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
下面我们讨论第1阶段的契约设计。由于SU知道第1阶段选择的契约类型会被PU在第2阶段用于更新其类型,因而,为了激励高效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
其中,δ>0为第2阶段的折现系数,
分别表示当高效SU在第1阶段选择的契约类型为时的第2阶段的折现期望效用。
类似地,为了激励低效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
同样地,为了保证所有参与协作过程的SU至少获得保留效用,第1阶段的契约需满足以下参与约束条件:
其中,高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
于是,两阶段动态契约优化问题为,在满足上述SU参与约束条件和激励约束条件下,PU的总期望效用最大化。
于是,根据拉格朗日乘子法和Kuhn-Tucker条件,通过求导进行求解,可以得出最优动态契约的最优解。
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 (5)

1.一种基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,所述方法包括如下步骤:
步骤1,通过将多用户协作频谱共享网络映射成劳动力市场,将基于市场驱动的契约模型引入到协作频谱共享机制中,建立主用户PU模型和次级用户SU模型;
步骤2,考虑到协作频谱共享网络中节点的自私性和网络信息的非对称性,针对无线节点位置和信道条件因素的动态特性,建立两阶段协作频谱共享的动态契约模型,通过向SU提供契约,并结合步骤1中PU、SU模型而衍生出的激励相容和参与约束的条件,实现对SU私有信息的甄别,以激励其积极参与协作,从而达到无线频谱资源高效利用的目的;最后通过建立基于契约理论的协作频谱共享动态激励机制优化模型,得到最优解。
2.根据权利要求1所述的基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,步骤1中,所述建立PU模型实现过程包括:
PU在雇佣SU为其进行协作频谱共享服务的条件下,SU的中继服务使得PU所增加的收益为:
<mrow> <mi>T</mi> <mo>=</mo> <mi>&amp;rho;</mi> <mi>l</mi> <mi>o</mi> <mi>g</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mi>p</mi> <msub> <mi>n</mi> <mn>0</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中,ρ>0为每单位通道容量下的等效收益系数;p为SU在PU接收端的协作功率;n0为噪声功率;为简化分析过程,通常将n0的归一化值设置为1;
于是,PU所获得协作效用为其所获得的总收益T减去支付给SU的报酬w,可表示为:
UP=T-w=log(1+p)-w (2)。
3.根据权利要求2所述的基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,步骤1中,所述建立SU模型实现过程包括:
假设hST,PR为SU发射端(ST)与PU接收端(PR)之间的信道增益,则SU的发射功率为于是,SU的协作成本可表示为
<mrow> <mi>C</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mi>p</mi> <msub> <mi>h</mi> <mrow> <mi>S</mi> <mi>T</mi> <mo>,</mo> <mi>P</mi> <mi>R</mi> </mrow> </msub> </mfrac> <mo>&amp;CenterDot;</mo> <mi>&amp;gamma;</mi> <mo>=</mo> <mi>&amp;theta;</mi> <mo>&amp;CenterDot;</mo> <mi>p</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中,γ为每单位协作功率的协作成本,为每单位协作功率的成本系数,θ越低,表示SU拥有更好的信道条件,即更大的信道增益hST,PR,或者更少的协作成本;
于是,SU的效用可表示为其获得的报酬减去总协作成本:
US=w-C(p)=w-θp (4)。
4.根据权利要求3所述的基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,步骤2中,所述建立两阶段协作频谱共享的动态契约模型,所采取的实现过程包括:
Step1:在第1阶段契约之前,SU获知第1阶段的SU类型θ1
Step2:PU提供一个两阶段动态契约,高效SU对应的契约为低效SU对应的契约为
Step3:SU接受或拒绝契约;如果SU接受契约,则进入Step4,否则结束;
Step4:根据第1阶段契约,SU参与协作通信,当协作通信完成时,PU向高效SU和低效SU支付报酬,第1阶段契约完成;
Step5:在第2阶段契约之前,SU获知第2阶段的SU类型θ2
Step6:根据第2阶段契约,SU参与协作通信,当协作通信完成时,PU向高效SU和低效SU支付报酬,第2阶段契约完成;
两阶段动态契约时序如上所述,假设第1阶段SU类型θ1是θH的概率为q1,第2阶段SU类型θ2是θH的概率表示为 表示SU第1阶段选择的契约类型,且θ1,θ2∈{θH,θL},q2H)>q2L);
从上述动态契约时序中可以看出,PU与SU签订两阶段动态契约前,SU只获知第1阶段类型θ1,第1阶段完成后SU才获知第2阶段类型θ2
5.根据权利要求4所述的基于契约理论的协作频谱共享动态激励机制设计方法,其特征在于,步骤2中,所述建立基于契约理论的协作频谱共享动态激励机制优化模型实现过程包括:
基于逆向归纳法思想,先考虑第2阶段的契约设计,为了激励SU选择与自己类型相对应的契约,第2阶段的契约需满足以下激励相容约束条件:
<mrow> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
同时,为了保证所有参与协作过程的SU至少获得保留效用,则第2阶段的SU参与约束条件可表示为:
<mrow> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>&amp;omega;</mi> <mi>H</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>~</mo> </mover> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>&amp;omega;</mi> <mi>L</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
其中,分别为高效和低效SU在第2阶段可获得的保留效用,是共识的且高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
然后考虑第1阶段的契约设计,由于SU知道第1阶段选择的契约类型会被PU在第2阶段用于更新其类型,因而,为了激励高效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>+</mo> <mi>&amp;delta;</mi> <mo>{</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> <mo>&amp;GreaterEqual;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>+</mo> <mi>&amp;delta;</mi> <mo>{</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中,δ>0为第2阶段的折现系数,
<mrow> <mi>&amp;delta;</mi> <mo>{</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow>
分别表示当高效SU在第1阶段选择的契约类型为时的第2阶段的折现期望效用;
类似地,为了激励低效SU在第1阶段选择与自己类型相对应的契约,PU设计的契约需满足以下的激励相容约束条件:
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>+</mo> <mi>&amp;delta;</mi> <mo>{</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> <mo>&amp;GreaterEqual;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>+</mo> <mi>&amp;delta;</mi> <mo>{</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>q</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>2</mn> </msub> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
同样地,为了保证所有参与协作过程的SU至少获得保留效用,第1阶段的契约需满足以下参与约束条件:
<mrow> <msub> <mi>w</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>H</mi> </msub> <msub> <mi>p</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <mi>&amp;omega;</mi> <msub> <mi>H</mi> <mn>10</mn> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>w</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>-</mo> <msub> <mi>&amp;theta;</mi> <mi>L</mi> </msub> <msub> <mi>p</mi> <msub> <mi>L</mi> <mn>1</mn> </msub> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <mi>&amp;omega;</mi> <msub> <mi>L</mi> <mn>10</mn> </msub> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
其中,高效SU的效用至少不低于其保留效用低效SU的效用至少不低于其保留效用
于是,两阶段动态契约优化问题为,在满足上述SU参与约束条件和激励约束条件下,PU的总期望效用最大化;
于是,根据拉格朗日乘子法和Kuhn-Tucker条件,通过求导进行求解,可以得出最优动态契约的最优解。
CN201710717867.2A 2017-08-17 2017-08-17 一种基于契约理论的协作频谱共享动态激励机制设计方法 Expired - Fee Related CN107509205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710717867.2A CN107509205B (zh) 2017-08-17 2017-08-17 一种基于契约理论的协作频谱共享动态激励机制设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710717867.2A CN107509205B (zh) 2017-08-17 2017-08-17 一种基于契约理论的协作频谱共享动态激励机制设计方法

Publications (2)

Publication Number Publication Date
CN107509205A true CN107509205A (zh) 2017-12-22
CN107509205B CN107509205B (zh) 2020-11-06

Family

ID=60691232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710717867.2A Expired - Fee Related CN107509205B (zh) 2017-08-17 2017-08-17 一种基于契约理论的协作频谱共享动态激励机制设计方法

Country Status (1)

Country Link
CN (1) CN107509205B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763943A (zh) * 2018-05-23 2018-11-06 山东师范大学 一种基于契约理论的安全的数据共享激励方法
CN109889388A (zh) * 2019-03-12 2019-06-14 湖北工业大学 一种基于声誉理论的移动众包网络动态契约激励机制设计方法
CN109982328A (zh) * 2019-01-31 2019-07-05 湖北工业大学 一种基于深度神经网络的协作频谱共享智能契约设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321161A (zh) * 2008-07-21 2008-12-10 南京大学 一种基于市场模型的点对点网络信誉管理方法
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
US20120079065A1 (en) * 2010-09-29 2012-03-29 Kddi Corporation Data packet transfer over wide area network in fast and reliable manner
CN102647717A (zh) * 2012-04-12 2012-08-22 上海交通大学 无线电网络中基于契约的动态频谱分配方法
CN107018527A (zh) * 2017-04-21 2017-08-04 湖北工业大学 一种双重信息非对称网络环境下多用户协作通信激励方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101321161A (zh) * 2008-07-21 2008-12-10 南京大学 一种基于市场模型的点对点网络信誉管理方法
US20120079065A1 (en) * 2010-09-29 2012-03-29 Kddi Corporation Data packet transfer over wide area network in fast and reliable manner
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
CN102647717A (zh) * 2012-04-12 2012-08-22 上海交通大学 无线电网络中基于契约的动态频谱分配方法
CN107018527A (zh) * 2017-04-21 2017-08-04 湖北工业大学 一种双重信息非对称网络环境下多用户协作通信激励方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NAN ZHAO: "A Contract-Based Model for Multiuser Cooperative Relay in Wireless Communication Networks", 《WIRELESS PERSONAL COMMUNICATIONS,DOI: 10.1007/S11277-016-3731-9》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763943A (zh) * 2018-05-23 2018-11-06 山东师范大学 一种基于契约理论的安全的数据共享激励方法
CN108763943B (zh) * 2018-05-23 2020-05-08 山东师范大学 一种基于契约理论的安全的数据共享激励方法
CN109982328A (zh) * 2019-01-31 2019-07-05 湖北工业大学 一种基于深度神经网络的协作频谱共享智能契约设计方法
CN109982328B (zh) * 2019-01-31 2022-09-13 湖北工业大学 一种基于深度神经网络的协作频谱共享智能契约设计方法
CN109889388A (zh) * 2019-03-12 2019-06-14 湖北工业大学 一种基于声誉理论的移动众包网络动态契约激励机制设计方法
CN109889388B (zh) * 2019-03-12 2022-04-01 湖北工业大学 基于声誉理论的移动众包网络动态契约激励机制设计方法

Also Published As

Publication number Publication date
CN107509205B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN103916912B (zh) 无线异构网络基于非合作博弈的节点协作激励方法
Sun et al. Social-aware incentive mechanisms for D2D resource sharing in IIoT
Nyamba et al. Factors influencing the use of mobile phones in communicating agricultural information: A case of Kilolo District, Iringa, Tanzania
Gunasekaran et al. Emerging wireless technologies for developing countries
Sridhar The telecom revolution in India: Technology, regulation, and policy
CN107517479A (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
CN107509205A (zh) 一种基于契约理论的协作频谱共享动态激励机制设计方法
KR20160002710A (ko) 무선 통신 시스템에서 근접성을 기반으로 하는 서비스를 처리하는 방법 및 장치
CN107787001B (zh) 一种相关非对称信息下协作通信动态契约激励方法
CN107846690A (zh) 一种独立非对称信息下协作通信动态契约激励方法
CN107018527B (zh) 一种双重信息非对称网络环境下多用户协作通信激励方法
CN105915354A (zh) 一种组队出行通信方法、服务器、终端和系统
CN104517208A (zh) 基于群组的企业移动办公系统实现任务协作的方法
CN107194749A (zh) 一种在线旅行预订平台佣金分成方法
CN107659639A (zh) 一种基于网络平台的家政服务系统和使用方法
Hu et al. Multi-principal multi-agent contract design: theory and application to device-to-device communications
KR101478145B1 (ko) 이성 매칭 서버 및 그의 제어 방법
CN103249129B (zh) 无线异构网络最优中继协作激励方法
CN103824195A (zh) 一种基于机会网络中三回合讨价还价的激励方法
Hu et al. Wireless multicast using relays: Incentive mechanism and analysis
CN106162646A (zh) 一种实现物理层安全的协作干扰的激励方法及装置
CN107872505A (zh) 一种基于共享单车平台的信息交互方法、装置及系统
CN103747536B (zh) 一种面向智能终端的内容下载应用激励方法及其系统
CN107920050A (zh) 一种数据传输加密校验的方法和系统
CN104618914A (zh) 一种基于频谱合约的多用户协作频谱共享方法

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: 20201106

Termination date: 20210817

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