[發明專利]一種基于合約理論的認知無線電網絡資源分配方法

有效

• 申請號: 201810725777.2
• 申請日: 2018-07-04
• 公開（公告）號: CN108882247B
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 李立欣;顏文仲;張會生;高昂;李旭;梁微
• 申請（專利權）人: 西北工業大學
• 主分類號: H04W16/14
• 分類號: H04W16/14
• 代理公司: 陜西增瑞律師事務所 61219
• 代理人: 劉春

本發明公開了一種基于合約理論的認知無線電網絡資源分配方法，引入合約理論來解決強不完全信息條件下結合反向散射的射頻的時間資源分配問題：在合約中，主用戶PU和次用戶SU分別作為合約的擬定方和簽訂方；在強不完全信息條件下，PU依照不同類型SU出現的概率為每個SU擬定最優合約；若擬定的合約能夠同時滿足SU的激勵通用性IC和個體合理性IR條件，則SU會將該合約作為最有合約并簽訂該合約；即最優化合約問題化簡為在同時滿足IC和IR條件下PU效用函數的最大值求解。解決了現有模型RFPB?CRN中在強不完全信息的情況下的性能優化問題。

【技術領域】

本發明屬于無線通信技術領域，具體涉及一種基于合約理論的認知無線電網絡資源分配方法。

【背景技術】

認知無線電網絡(CRN)是新一代信息技術的重要組成部分，也是高效通信的一個重要發展階段，其旨在智能地利用可用頻譜資源。最近，隨著射頻能量收集技術的發展，提出了一種新的通信方案，即射頻供電認知無線電網絡。然而，由于主用戶在大多數時間都占用著信道，所以次用戶的吞吐量性能受到嚴格限制。

最近，在文獻1“Ambient backscatter:wireless communication out of thinair[Acm Sigcomm Computer Communication Review,vol.43,no.4,pp.39–50,2013]”中引入了環境反向散射技術。通過將射頻供電認知無線電網絡與環境反向散射技術相結合，引入了一種新型的無線網絡，即結合反向散射的射頻供電認知無線網絡(RFPB-CRN)。然而，為了達到最優的網絡性能，數據的反向散射和射頻能量收集之間的時間分配成為一個迫切需要解決的嚴重問題。

最近，RFPB-CRN性能優化問題也引起了廣泛的關注。文獻2“Ambientbackscatter:a new approach to improve network performance for RF-poweredcognitive radio networks[IEEE Transactions on Communications,vol.65,no.9,pp.3659–3674,Sept.2017]”研究了RFPB-CRN中的最優時間分配問題，該分配由一對PU和SU組成。該文獻考慮了兩種認知無線電的情景，即共存式(underlay)和覆蓋式(overlay)。在文獻3“Optimal time sharing in RF-powered backscatter cognitive radio networks[2017IEEE International Conference on Communications(ICC),Paris,France,May.2017]”中，作者研究了RFPB-CRN的網絡優化問題，其中ST通過均衡反向散射時間和能量收集時間來優化以實現最大化整體網絡吞吐量。與文獻2和文獻3不同，文獻4“OverlayRF-powered backscatter cognitive radio networks:A game theoretic approach[IEEE International Conference on Communications(ICC),Paris,France,May.2017]”提出了采用斯塔貝爾伯格(Stackelberg)博弈來分析RFPB-CRN中一對ST和PU之間的交互作用，這是一種有效的解決方案，可以改善整體網絡性能，但并不適用于多個ST的場景。

總體而言，目前關于RFPB-CRN的研究主要集中在PU已知SU信息和信道狀態的情況。但是，相比完全信息狀態來說，考慮不完全信息的場景更有意義。此外，隨著SU數量的增加，時間分配的集中式分配方法將給PU帶來非常大的復雜度。最近，合約理論已被應用于物聯網(IoT)和認知無線電網絡中。由于每個ST能夠通過考慮自己的能力來決定是否簽訂合約，因此合約理論是適用于信息不對稱場景下的。

【發明內容】

本發明的目的是提供一種基于合約理論的認知無線電網絡資源分配方法，以解決現有模型RFPB-CRN中在強不完全信息的情況下的性能優化問題。