[發(fā)明專利]一種基于深度神經(jīng)網(wǎng)絡(luò)的協(xié)作頻譜共享智能契約設(shè)計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910097980.4
• 申請(qǐng)日: 2019-01-31
• 公開（公告）號(hào): CN109982328B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計(jì)）人: 趙楠;譚惠文;劉暢;裴一揚(yáng);劉聰;曾春艷;賀瀟;劉澤華
• 申請(qǐng)（專利權(quán)）人: 湖北工業(yè)大學(xué)
• 主分類號(hào): H04W16/10
• 分類號(hào): H04W16/10;H04W16/14;H04W16/22
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 張火春

本發(fā)明屬于無(wú)線通信技術(shù)領(lǐng)域，具體涉及一種基于深度神經(jīng)網(wǎng)絡(luò)的協(xié)作頻譜共享智能契約設(shè)計(jì)方法。針對(duì)契約簽訂前后信息和行為隱匿性雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息問(wèn)題，在研究小型基站多階段流量卸載能力類型和流量卸載服務(wù)行為的數(shù)學(xué)模型描述方法的基礎(chǔ)上，通過(guò)探索多階段私有信息甄別機(jī)制，以規(guī)避動(dòng)態(tài)逆向選擇問(wèn)題；通過(guò)設(shè)計(jì)多階段私有行為激勵(lì)策略，以規(guī)避動(dòng)態(tài)道德風(fēng)險(xiǎn)行為；針對(duì)雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息場(chǎng)景下多階段動(dòng)態(tài)契約模型的非凸優(yōu)化求解問(wèn)題，利用小型基站的私有信息和聲譽(yù)信息，通過(guò)建立多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)框架，探索基于深度學(xué)習(xí)的多階段智能契約模型，研究雙重信息非對(duì)稱場(chǎng)景下多階段動(dòng)態(tài)契約優(yōu)化設(shè)計(jì)策略，從而保證多階段協(xié)作頻譜共享實(shí)現(xiàn)。

技術(shù)領(lǐng)域

本發(fā)明屬于無(wú)線協(xié)作通信技術(shù)領(lǐng)域，具體涉及一種動(dòng)態(tài)非對(duì)稱信息條件下多階段協(xié)作頻譜共享契約方法。

背景技術(shù)

由于認(rèn)知無(wú)線網(wǎng)絡(luò)環(huán)境的復(fù)雜性和網(wǎng)絡(luò)信息的動(dòng)態(tài)性，動(dòng)態(tài)網(wǎng)絡(luò)信息無(wú)法準(zhǔn)確獲知，小基站(Small Base Stations,SBSs)的信息和行為常常是無(wú)法核實(shí)的。因此，在協(xié)作頻譜共享契約機(jī)制中，動(dòng)態(tài)逆向選擇和動(dòng)態(tài)道德風(fēng)險(xiǎn)兩類問(wèn)題經(jīng)常同時(shí)出現(xiàn)。比如，在每期簽約之前，宏基站(Macro Base Stations,MBSs)不了解當(dāng)前階段SBSs的能力信息，即動(dòng)態(tài)逆向選擇問(wèn)題；在每期簽約之后，MBSs不知道SBSs在當(dāng)前階段是否積極參與流量卸載，即動(dòng)態(tài)道德風(fēng)險(xiǎn)問(wèn)題。現(xiàn)有工作集中在單期雙重非對(duì)稱信息條件下靜態(tài)契約設(shè)計(jì)。

此外，協(xié)作頻譜共享契約機(jī)制優(yōu)化問(wèn)題屬于非凸優(yōu)化問(wèn)題。現(xiàn)有方法大多采用近似、限制求解域或簡(jiǎn)化為凸優(yōu)化子問(wèn)題等策略，這會(huì)導(dǎo)致部分性能損失。雖然一些啟發(fā)式優(yōu)化方法能夠獲得近似最優(yōu)解，但由于自身的局限性，不能圓滿解決大型、復(fù)雜、動(dòng)態(tài)的非凸優(yōu)化問(wèn)題。同時(shí)，現(xiàn)有方法大多通過(guò)迭代策略解決上述優(yōu)化問(wèn)題，計(jì)算成本過(guò)高且無(wú)法滿足動(dòng)態(tài)環(huán)境對(duì)實(shí)時(shí)性要求。此外，傳統(tǒng)基于機(jī)器學(xué)習(xí)的優(yōu)化算法研究大多通過(guò)構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，以近似迭代優(yōu)化算法，但這類方法只能解決較為簡(jiǎn)單的迭代問(wèn)題。雖然研究人員已探索性地將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于一些通信領(lǐng)域，但大多關(guān)注信號(hào)建模和檢測(cè)而非優(yōu)化算法方面。

基于此，本發(fā)明針對(duì)雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息特點(diǎn)，提出利用深度學(xué)習(xí)方法獲得最優(yōu)的協(xié)作頻譜共享動(dòng)態(tài)契約設(shè)計(jì)，通過(guò)建立多階段協(xié)作頻譜共享動(dòng)態(tài)契約模型，以實(shí)現(xiàn)能力信息甄別和協(xié)作努力激勵(lì)雙目標(biāo)。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于提出一種基于深度神經(jīng)網(wǎng)絡(luò)的協(xié)作頻譜共享智能契約設(shè)計(jì)方法。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：一種基于深度神經(jīng)網(wǎng)絡(luò)的協(xié)作頻譜共享智能契約設(shè)計(jì)方法，其特征在于，針對(duì)契約簽訂前后信息和行為隱匿性雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息問(wèn)題，在研究小基站(Small Base Stations,SBSs)多階段流量卸載能力類型和流量卸載服務(wù)行為的數(shù)學(xué)模型描述方法的基礎(chǔ)上，通過(guò)探索多階段私有信息甄別機(jī)制，以規(guī)避動(dòng)態(tài)逆向選擇問(wèn)題；通過(guò)設(shè)計(jì)多階段私有行為激勵(lì)策略，以規(guī)避動(dòng)態(tài)道德風(fēng)險(xiǎn)行為。并且通過(guò)建立神經(jīng)網(wǎng)絡(luò)框架模型，研究實(shí)現(xiàn)雙重信息非對(duì)稱場(chǎng)景下多階段動(dòng)態(tài)契約優(yōu)化，所述方法包括如下步驟：

步驟1，多階段動(dòng)態(tài)契約優(yōu)化問(wèn)題建模：在雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息場(chǎng)景下，建立多階段動(dòng)態(tài)契約優(yōu)化問(wèn)題模型；

步驟2，構(gòu)建動(dòng)態(tài)契約優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型，并訓(xùn)練動(dòng)態(tài)契約優(yōu)化的神經(jīng)網(wǎng)絡(luò)：針對(duì)雙重非對(duì)稱動(dòng)態(tài)網(wǎng)絡(luò)信息場(chǎng)景下多階段動(dòng)態(tài)契約模型的非凸優(yōu)化求解問(wèn)題，利用SBSs的私有信息和聲譽(yù)信息，通過(guò)建立多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)框架，研究雙重信息非對(duì)稱場(chǎng)景下多階段動(dòng)態(tài)契約優(yōu)化設(shè)計(jì)策略，從而保證多階段協(xié)作頻譜共享實(shí)現(xiàn)。

進(jìn)一步地，步驟1中，所述建立多階段動(dòng)態(tài)契約優(yōu)化問(wèn)題模型實(shí)現(xiàn)過(guò)程包括：

考慮由M個(gè)宏基站(Macro Base Stations,MBSs)、N個(gè)小型基站(Small BaseStations,SBSs)和若干個(gè)隨機(jī)分布的移動(dòng)用戶組成的兩層異構(gòu)蜂窩網(wǎng)絡(luò)。在每階段t契約設(shè)計(jì)中，MBSs依據(jù)SBSs私有能力類型信息和聲譽(yù)信息向SBSs提出當(dāng)前期的契約其中，為固定收益，為收益提成。