CN110519763B - 一种基于区块链的认知无线电系统的功率分配方法 - Google Patents
一种基于区块链的认知无线电系统的功率分配方法 Download PDFInfo
- Publication number
- CN110519763B CN110519763B CN201910840028.9A CN201910840028A CN110519763B CN 110519763 B CN110519763 B CN 110519763B CN 201910840028 A CN201910840028 A CN 201910840028A CN 110519763 B CN110519763 B CN 110519763B
- Authority
- CN
- China
- Prior art keywords
- cognitive
- user
- pos
- cognitive user
- power
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于区块链的认知无线电系统的功率分配方法,该方法给出基于区块链的认知无线电系统模型,在此基础上采用基于定价的功率分配方法,首先由授权用户通过交易管理功能发起功率分配,由认知用户选择是否参与功率分配,随后对所有参与功率分配的认知用户的信息进行评估,通过博弈为每个用户给出分配的功率和定价;完成交易后,最后通过交易管理功能完成支付,并将交易打包成区块。本发明能够增强交易的安全性,有效地提高频谱的利用率。
Description
技术领域
本发明属于无线电通信技术领域,特别涉及一种基于区块链的认知无线电系统的功率分配方法。
背景技术
随着无线通信的高速发展,现有频谱资源变得非常稀缺,非授权用户无法使用频谱,而授权用户对频谱的利用率非常低。于是产生了一种新的思路:当授权用户不使用频谱时,允许非授权用户在不影响授权用户的情况下使用频谱。于是,“认知无线电”的概念应运而生,Simon Haykin和Ekram Hossain等给认知无线电下了定义:认知无线电是一种能够感知周边环境的智能无线通信系统,它能够从环境中学习,并通过实时、在线的方式调整传输参数,使得内部状态适应当前所受射频刺激的统计性变化,从而实现任何时间、任何地理位置的高可靠通信和无线电频谱的高效利用。
“比特币”的风靡带动了技术——“区块链”的发展。区块链是一种去中心化的、不可篡改的、可信任的分布式账本,它提供了一套安全、稳定、透明、可审计且高效的记录交易以及数据信息交互的方式。区块链包括三个基本的概念:交易、区块、链。交易是一次对账本的操作,区块记录一段时间内的交易和状态结果。链是由区块按照发生顺序串联而成的记录账本状态变化的日志记录。区块链使用了密码学中的非对称加密,大大增强了信息传输的安全性。位于区块链中的每个节点都拥有相同的账本,因此某个用户单方面篡改账本并不会得到系统的承认,于是系统中每个用户相互之间信任度得到加强。“比特币”系统的交易转账,类比到认知无线电系统,可以实现频谱的交易,并实现支付功能。以“以太坊”为代表的第二代区块链技术引入了“智能合约”,智能合约是由事件驱动的、具有状态的,运行在一个复制的、分享的账本之上的,且能够保管账本中资产的程序。通俗来说,当一个预先设定好的条件被触发时,智能合约即执行相应的合同条款。当我们把执行功率分配的算法写进智能合约时,它便会在触发功率分配这一事件时自动按照共识调用,对每个用户都是公平的、透明的。于是区块链技术便可以与支付使用费用频谱紧密结合起来。
粒子群算法(PSO)是由美国电气工程师Eberhart和社会心理科学家Kenndy基于鸟类觅食的行为提出的。该算法参数少、收敛快,是一种高效的搜索算法。PSO模仿鸟群寻找食物,假设鸟群可以相互传递信息,通过鸟之间的集体协作使群体达到最优。PSO先随机初始化一群粒子,然后通过追踪两个极值更新自己。一是粒子本身的最优解,又叫做个体极值,二是整个种群的最优解,又称全局极值。自适应粒子群算法是对粒子群算法中的惯性权重ω进行优化,使适应度较好的粒子能增强局部搜索能力,而适应度较差的粒子能迅速跳出当前区域,从而更快趋近最优解。粒子群算法主要由以下步骤组成:1)构造种群适应度。2)初始化种群参数。3)更新粒子的位置和速度。4)自适应权重系数。5)判断是否达到终止条件。
认知无线电网络中可能存在恶意用户,因为信任问题,授权用户不愿意把频谱给认知用户使用,而恶意用户可能篡改交易内容,更加大了各个授权用户与认知用户的不信任度。区块链技术的出现能很好地解决信任问题,因为区块链的本质是分布式数据库,因此任何单方面篡改数据的行为都不会得到承认,同时身份管理模块保证了用户身份的合法性,信用值与交易的优惠相关,又鼓励用户保持高的信用度。功率分配的指标不尽相同,本发明是从授权用户收益的角度,又结合了博弈论的知识,并把分配的规则写入系统的智能合约,在交易后自动将费用转入授权用户的账户,完成了快速支付,同时区块链系统的不可篡改性保证了账本的可靠性。智能算法模拟自然界生物的行为能迅速找出最优解,为处理复杂的运算提供了解决方案。自适应的粒子群算法在原有粒子群算法的基础上又进一步对惯性系数进行优化,加快了迭代的速度。
发明内容
为了解决现有技术中的问题,本发明提出了一种基于区块链的认知无线电系统的功率分配方法。
为实现上述目的,本发明采用以下技术方案:
一种基于区块链的认知无线电系统的功率分配方法,包括以下步骤:
S1、授权用户通过交易管理功能发起功率分配,系统启用身份管理功能验证授权用户的身份;若验证通过,则授权用户等待认知用户参与功率分配,执行步骤S2;若验证不通过,则交易终止;
S2、认知用户通过交易管理功能参与功率分配,系统启用身份管理功能验证认知用户的身份;若验证通过,则认知用户拥有参与功率分配的权利;若验证不通过,则认知用户不能参与功率分配;
S3、系统调用智能合约中写入的功率分配算法执行功率分配;
S4、系统使用交易管理功能,对交易进行结算和支付;
S5、系统使用账本管理功能,对交易结果加密处理并打包成区块。
进一步的,所述步骤S3包括以下步骤:
S31、确定认知用户收益函数;认知用户以Underlay的方式与授权用户以相同频段进行传输,其信干噪比表示为:
其中,L表示系统的扩频增益,且L>1,i、j表示认知用户的编号,pi、pj分别表示认知用户i、认知用户j的传输功率,gi、gj分别表示认知用户i、认知用户j到基站处的链路增益,σ2表示周边噪声,n表示认知用户的数量;
认知用户的收益包括收入、成本和系统补贴;认知用户的收益ui表示为:
S32、确定最优定价影响因素;把认知用户策略交互看成非合作博弈,在除去认知用户i的其他认知用户的传输功率为p-1=(p1,p2,...,pi-1,pi+1,...,pn)的情况下,求得pi=argmaxui;对公式(2)求极值,得到定价λi:
S33、确定授权用户最大收益函数;把基于定价的功率分配问题转化为授权用户利益的最优化问题,授权用户的最大化收益表示为:
式中:Ptot表示所有认知用户在基站处接收到的功率总和的上限,Pmax表示单个认知用户发射在基站处接收到的功率上限,把公式(3)代入公式(4)得到授权用户最大收益函数:
S34、自适应粒子群算法求解最优解;当Pmax不做限制,拉格朗日乘子记为β,根据KKT条件,由公式(5)转化得到:
Fit=min|Ptot-(p1g1+p2g2+...+pngn)| (7)
S35、自适应粒子群算法求解最优解;
初始化种群参数包括:种群数量Num,最大迭代次数step,学习因子c1、c2,惯性权重ω,最小惯性权重ωmin,最小误差dmin;
求解最优分配的具体方法为:
S351、随机初始化粒子的位置和速度;
S352、迭代次数置为k=1;
S353、粒子根据vk+1=ωvk+c1r1(poskbest-posk)+c2r2(posgbest-posk)更新速度;
S354、粒子根据posk+1=posk+vk更新位置;
S355、更新局部最优解和全局最优解;
S356、自适应调整惯性权重ω;
S357、k+=1,循环执行步骤S353至S356,直到适应度值小于dmin或k=step;
其中,vk、vk+1分别表示第k次、第k+1次迭代的速度,posk、posk+1分别表示第k次、第k+1次迭代的位置,r1、r2表示0到1之间的随机值,poskbest表示第k次迭代的局部最优值,posgbest表示全局最优值;惯性权重ω的调整遵循如下规则:
式中:k1、k2是控制参数,用来控制对ω的调节能力;Fitm表示全局最优适应度,Fitk表示所有粒子适应度的平均值;Fit'avg表示对大于平均适应度的粒子的适应度的平均值;获取最优β,由公式(6)获得pi,由公式(3)获得λi
优选地,所述步骤S3中,h0=100,a0=100,Num=70,step=200,c1=2、c2=2,ω=0.8,ωmin=0.6,dmin=0.001。
与现有技术相比,本发明具有以下有益效果:
本发明利用区块链技术构建了新型认知无线电系统模型,为系统每部分指定了相应功能。在此基于区块链的认知无线电系统模型之上,又提出了基于定价的功率分配算法,与智能合约结合,增强了系统的智能性,以授权用户利润为衡量标准,提供了功率分配的解决方案。具体来说:(1)为认知无线电系统构建了新的模型,将区块链技术融入认知无线电系统,密码学的应用增强了系统安全性,账本的出现使交易更加透明,交易管理功能简化了结算和支付。(2)将博弈论和自适应粒子群算法融入新的算法,在保证授权用户利润的前提下,降低了运算的复杂度。(3)增强了频谱的利用率和经济效益,授权用户通过出租频谱获得经济收益,认知用户通过使用频谱传输数据获得收益。
附图说明
图1为基于区块链的认知无线电系统架构;
图2为在该模型下功率分配执行的步骤图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
基于区块链的认知无线电系统架构如图1所示,该基于区块链的认知无线电系统分为身份管理、账本管理、交易管理和智能合约四部分功能,其中:身份管理用于给接入认知无线电系统的授权用户或认知用户注册身份和验证身份,注册后的用户获得唯一的公钥和私钥作为身份标识;账本管理功能主要是记录每一次交易的信息并加密,然后同步至系统中的每一个分布式数据库;交易管理用于货币兑换、发起交易和参与交易、结算和支付;智能合约是系统中默许的共识,提供了对各种操作的具体解决方案。
功率分配交易过程如图2所示,具体地讲,一种基于区块链的认知无线电系统的功率分配方法,包括以下步骤:
S1、授权用户通过交易管理功能发起功率分配,系统启用身份管理功能验证授权用户的身份;若验证通过,则授权用户等待认知用户参与功率分配,执行步骤S2;若验证不通过,则交易终止,授权用户必须先获得合法的身份;
S2、认知用户通过交易管理功能参与功率分配,系统启用身份管理功能验证认知用户的身份;若验证通过,则认知用户拥有参与功率分配的权利;若验证不通过,则认知用户不能参与功率分配;
S3、系统调用智能合约中写入的功率分配算法执行功率分配,包括以下步骤:
S31、确定认知用户收益函数;认知用户以Underlay的方式与授权用户以相同频段进行传输,其信干噪比表示为:
其中,L表示系统的扩频增益,且L>1,i、j表示认知用户的编号,pi、pj分别表示认知用户i、认知用户j的传输功率,gi、gj分别表示认知用户i、认知用户j到基站处的链路增益,σ2表示周边噪声,n表示认知用户的数量;
认知用户的收益包括收入、成本和系统补贴;认知用户的收益ui表示为:
S32、确定最优定价影响因素;把认知用户策略交互看成非合作博弈,在除去认知用户i的其他认知用户的传输功率为p-1=(p1,p2,...,pi-1,pi+1,...,pn)的情况下,求得pi=argmaxui;对公式(2)求极值,得到定价λi:
S33、确定授权用户最大收益函数;把基于定价的功率分配问题转化为授权用户利益的最优化问题,授权用户的最大化收益表示为:
式中:Ptot表示所有认知用户在基站处接收到的功率总和的上限,Pmax表示单个认知用户发射在基站处接收到的功率上限,把公式(3)代入公式(4)得到授权用户最大收益函数:
S34、自适应粒子群算法求解最优解;当Pmax不做限制,拉格朗日乘子记为β,根据KKT条件,由公式(5)转化得到:
Fit=min|Ptot-(p1g1+p2g2+...+pngn)| (7)
S35、自适应粒子群算法求解最优解;
初始化种群参数包括:种群数量Num,最大迭代次数step,学习因子c1、c2,惯性权重ω,最小惯性权重ωmin,最小误差dmin;
求解最优分配的具体方法为:
S351、随机初始化粒子的位置和速度;
S352、迭代次数置为k=1;
S353、粒子根据vk+1=ωvk+c1r1(poskbest-posk)+c2r2(posgbest-posk)更新速度;
S354、粒子根据posk+1=posk+vk更新位置;
S355、更新局部最优解和全局最优解;
S356、自适应调整惯性权重ω;
S357、k+=1,循环执行步骤S353至S356,直到适应度值小于dmin或k=step;
其中,vk、vk+1分别表示第k次、第k+1次迭代的速度,posk、posk+1分别表示第k次、第k+1次迭代的位置,r1、r2表示0到1之间的随机值,poskbest表示第k次迭代的局部最优值,posgbest表示全局最优值;惯性权重ω的调整遵循如下规则:
式中:k1、k2是控制参数,用来控制对ω的调节能力;Fitm表示全局最优适应度,Fitk表示所有粒子适应度的平均值;Fit'avg表示对大于平均适应度的粒子的适应度的平均值;获取最优β,由公式(6)获得pi,由公式(3)获得λi;
优选地,所述步骤S3中,h0=100,a0=100,Num=70,step=200,c1=2、c2=2,ω=0.8,ωmin=0.6,dmin=0.001;
S4、系统使用交易管理功能,对交易进行结算和支付;
S5、系统使用账本管理功能,对交易结果加密处理并打包成区块。
本发明基于区块链技术给出了新型认知无线电系统模型,并在此基础上给出了一种功率分配的方式。区块链技术为功率分配统一了规则,加强了结算便利性,同时提供的加密技术增强了系统的安全性。本发明的主要目的是实现授权用户分配功率给授权用户使用,从而让授权用户获得最大的报酬。本发明中的对无线电功率的分配属于无线电通信领域。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种基于区块链的认知无线电系统的功率分配方法,其特征在于,包括以下步骤:
S1、授权用户通过交易管理功能发起功率分配,系统启用身份管理功能验证授权用户的身份;若验证通过,则授权用户等待认知用户参与功率分配,执行步骤S2;若验证不通过,则交易终止;
S2、认知用户通过交易管理功能参与功率分配,系统启用身份管理功能验证认知用户的身份;若验证通过,则认知用户拥有参与功率分配的权利;若验证不通过,则认知用户不能参与功率分配;
S3、系统调用智能合约中写入的功率分配算法执行功率分配;
所述步骤S3包括以下步骤:
S31、确定认知用户收益函数;认知用户以Underlay的方式与授权用户以相同频段进行传输,其信干噪比表示为:
其中,L表示系统的扩频增益,且L>1,i、j表示认知用户的编号,pi、pj分别表示认知用户i、认知用户j的传输功率,gi、gj分别表示认知用户i、认知用户j到基站处的链路增益,σ2表示周边噪声,n表示认知用户的数量;
认知用户的收益包括收入、成本和系统补贴;认知用户的收益ui表示为:
S32、确定最优定价影响因素;把认知用户策略交互看成非合作博弈,在除去认知用户i的其他认知用户的传输功率为p-1=(p1,p2,...,pi-1,pi+1,...,pn)的情况下,求得pi=argmaxui;对公式(2)求极值,得到定价λi:
S33、确定授权用户最大收益函数;把基于定价的功率分配问题转化为授权用户利益的最优化问题,授权用户的最大化收益表示为:
式中:Ptot表示所有认知用户在基站处接收到的功率总和的上限,Pmax表示单个认知用户发射在基站处接收到的功率上限,把公式(3)代入公式(4)得到授权用户最大收益函数:
S34、自适应粒子群算法求解最优解;当Pmax不做限制,拉格朗日乘子记为β,根据KKT条件,由公式(5)转化得到:
Fit=min|Ptot-(p1g1+p2g2+...+pngn)| (7)
S35、自适应粒子群算法求解最优解;
初始化种群参数包括:种群数量Num,最大迭代次数step,学习因子c1、c2,惯性权重ω,最小惯性权重ωmin,最小误差dmin;
求解最优分配的具体方法为:
S351、随机初始化粒子的位置和速度;
S352、迭代次数置为k=1;
S353、粒子根据vk+1=ωvk+c1r1(poskbest-posk)+c2r2(posgbest-posk)更新速度;
S354、粒子根据posk+1=posk+vk更新位置;
S355、更新局部最优解和全局最优解;
S356、自适应调整惯性权重ω;
S357、k+=1,循环执行步骤S353至S356,直到适应度值小于dmin或k=step;
其中,vk、vk+1分别表示第k次、第k+1次迭代的速度,posk、posk+1分别表示第k次、第k+1次迭代的位置,r1、r2表示0到1之间的随机值,poskbest表示第k次迭代的局部最优值,posgbest表示全局最优值;惯性权重ω的调整遵循如下规则:
式中:k1、k2是控制参数,用来控制对ω的调节能力;Fitm表示全局最优适应度,Fitk表示所有粒子适应度的平均值;Fit'avg表示对大于平均适应度的粒子的适应度的平均值;获取最优β,由公式(6)获得pi,由公式(3)获得λi;
S4、系统使用交易管理功能,对交易进行结算和支付;
S5、系统使用账本管理功能,对交易结果加密处理并打包成区块。
2.根据权利要求1所述的基于区块链的认知无线电系统的功率分配方法,其特征在于,所述步骤S3中,h0=100,a0=100,Num=70,step=200,c1=2、c2=2,ω=0.8,ωmin=0.6,dmin=0.001。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840028.9A CN110519763B (zh) | 2019-09-06 | 2019-09-06 | 一种基于区块链的认知无线电系统的功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840028.9A CN110519763B (zh) | 2019-09-06 | 2019-09-06 | 一种基于区块链的认知无线电系统的功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110519763A CN110519763A (zh) | 2019-11-29 |
CN110519763B true CN110519763B (zh) | 2022-02-18 |
Family
ID=68631204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910840028.9A Active CN110519763B (zh) | 2019-09-06 | 2019-09-06 | 一种基于区块链的认知无线电系统的功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110519763B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111372244B (zh) * | 2020-03-19 | 2023-05-02 | 上海驭胜信息技术有限公司 | 一种安全感知的云无线接入网络下的功率分配优化方法 |
CN112616149B (zh) * | 2020-11-11 | 2023-04-07 | 南京大学 | 一种面向车联网的异构运营商区块链频谱动态共享方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109982435A (zh) * | 2019-03-15 | 2019-07-05 | 北京交通大学 | 基于区块链的频谱接入和管理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10070444B2 (en) * | 2011-12-02 | 2018-09-04 | Nokia Solutions And Networks Oy | Coordinated spectrum allocation and de-allocation to minimize spectrum fragmentation in a cognitive radio network |
-
2019
- 2019-09-06 CN CN201910840028.9A patent/CN110519763B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109982435A (zh) * | 2019-03-15 | 2019-07-05 | 北京交通大学 | 基于区块链的频谱接入和管理方法 |
Non-Patent Citations (1)
Title |
---|
Blockchain-Enabled Spectrum Access in Cognitive Radio Networks;Khashayar Kotobi;《2017 Wireless Telecommunications Symposium (WTS)》;20170630;摘要,正文第I-IV节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110519763A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109426567B (zh) | 一种区块链的节点部署和选举方法 | |
Liang et al. | Blockchain for dynamic spectrum management | |
CN110175913A (zh) | 基于区块链的数据处理系统、方法、计算设备及存储介质 | |
CN109949033A (zh) | 一种基于区块链的安全交易系统及方法 | |
CN110611701B (zh) | 一种基于区块链的参数配置和交易处理方法 | |
Ariyarathna et al. | Dynamic spectrum access via smart contracts on blockchain | |
Qu et al. | FedTwin: Blockchain-enabled adaptive asynchronous federated learning for digital twin networks | |
CN112257873A (zh) | 机器学习模型的训练方法、装置、系统、设备及存储介质 | |
CN110928951B (zh) | 一种基于区块链的数据共享及仲裁方法 | |
CN109918894A (zh) | 边缘计算网络视频处理中基于声誉的信任评估方法 | |
CN110519763B (zh) | 一种基于区块链的认知无线电系统的功率分配方法 | |
He et al. | Three-stage Stackelberg game enabled clustered federated learning in heterogeneous UAV swarms | |
CN109510713A (zh) | 一种基于区块链的流量共享激励方法 | |
Zuo et al. | Computation offloading in untrusted MEC-aided mobile blockchain IoT systems | |
Zhang et al. | A DAG blockchain-enhanced user-autonomy spectrum sharing framework for 6G-enabled IoT | |
Wang et al. | Blockchain assisted federated learning for enabling network edge intelligence | |
Wang et al. | Social metaverse: Challenges and solutions | |
CN114626547A (zh) | 一种基于区块链的群组协同学习方法 | |
Han et al. | Blockchain based spectrum sharing algorithm | |
CN111047316A (zh) | 一种反篡改的智能区块链系统及实现方法 | |
Wang et al. | A trusted consensus scheme for collaborative learning in the edge ai computing domain | |
Chi et al. | Multistrategy Repeated Game‐Based Mobile Crowdsourcing Incentive Mechanism for Mobile Edge Computing in Internet of Things | |
CN113298404A (zh) | 联邦学习参与方工作量确定方法及装置 | |
Bala et al. | A novel game theory based reliable proof‐of‐stake consensus mechanism for blockchain | |
Chen et al. | Intelligent offloading in blockchain-based mobile crowdsensing using deep reinforcement learning |
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 | ||
CB02 | Change of applicant information |
Address after: No. 66, New Model Road, Gulou District, Nanjing City, Jiangsu Province, 210000 Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210000 No. 186 Software Avenue, Yuhuatai District, Nanjing, Jiangsu Province Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |