协作认知无线网络中基于斯塔克伯格博弈的频谱共享方法

摘要

本发明公开了一种协作认知无线网络中基于斯塔克伯格博弈的频谱共享方法，包括步骤：信息采集阶段，博弈阶段，数据发送阶段。本发明结合认知无线电网络中主次用户的主从特性，将以主用户为主导者，多个费合作的认知发送用户为从属者的两级斯塔克伯格博弈模型引入到频谱共享中来。考虑主用户由于自身能量的有限，主用户处在不同能量级时对其传输数据消耗能量的在意程度不同，进而影响其在频谱共享过程中的决策。采用两阶段频分多址接入(FDMA,frequency division multiple access)协作转发方式，保证认知用户通信的连续性，频谱资源通过动态博弈分配，对认知用户起到更好的激励作用。充分考虑主次用户最大化自身效用的需求，达到主次用户“双赢”的局面，提高了频谱的利用率。

说明书

技术领域

本发明属于认知无线电网络通信技术领域，特别涉及基于斯塔克伯格博弈的主次用户间协作频谱共享机制。 

背景技术

随着无线通信技术的飞速发展，越来越多的无线设备和应用被广泛使用，人们对频谱的需求越来越多,致使可利用的无线电频谱资源日益紧张,频谱稀缺问题己成为实现无线通信技术可持续发展的瓶颈。现有的频谱资源分配方法采用的是静态频谱分配策略，即将频谱资源划分为授权频段和少量的非授权频段，分配到频谱的用户称为授权用户，而没有分配到频谱的用户称为非授权用户。在授权频段上授权用户专享它分配到的频谱,其它用户不能与之共享。而在授权频段上未分配到频谱的非授权用户只能去竞争少量紧缺的非授权频谱。美国联邦通信委员会(FCC)对各频段的使用情况进行大量的调查研究发现，由于授权用户在时间和空间上对频谱使用的不连续,使得已经分配的频谱资源出现了一定程度的闲置,总体利用效率仅有15％-85％。为了解决频谱利用率低下的问题，设计一种能够动态感知和精确地接入未被使用的授权信道的技术是非常有必要的。认知无线电(CR,Cognitive Radio)技术应运而生，已成为下一代网络中提高无线频谱资源利用率的关键技术。在认知无线电网络中，拥有授权频谱的用户称为主用户(PU,primary user)，而没有授权频谱的用户称为认知用户(SU,secondary user)。 

传统认知无线电网络中认知用户通过实时感知主用户的频谱使用情况机会式地接入空闲频谱，由于认知无线电网络中可用频谱的时变性、多样性和差异性使得频谱感知技术存在极高的动态性和复杂性。同时，认知用户在主用户返回时必须立即退出，将频谱交还给主用户，这样导致认知用户的通信质量得不到保证。相比较而言主用户具有频谱管理权，可以根据自身的情况将未使用的频谱租借给认知用户使用，从中收取一定报酬的频谱管理方式在技术的实现上 更为简单，主用户为提高自己的通信性能请认知用户协助其传输数据，作为回报，主用户将自己的一部分频谱租借给认知用户使用的频谱共享方式吸引了学术界和业界的广泛关注。 

近年来，关于协作认知无线电网络频谱共享的研究成果很多，在文献H.B.Wang,L.Gao,X.Y.Gan,X.B.Wang,E.Hossain.Cooperative spectrum sharing in cognitive radio networks:A game-theoretic approach.In Proceedings of IEEE International Conference on Communications,IEEE,Cape Town,South Africa,pp.23–27,2010.中作者考虑了一个主用户和多个认知用户之间的频谱共享问题，主用户通过选取适合条件的多个认知用户协助其传输数据，作为回报主用户将自己的一部分频谱分配给认知用户传输自己的数据。主用户的效用函数为最大化其传输速率，认知用户的效用函数不仅与其传输速率有关还与其用于传输所消耗的能量有关。每个认知用户分配到使用PU频谱的时间与其协作所做的贡献成正比，保证了认知用户之间的公平性，对认知用户起到很好的激励作用。但未考虑不同能量级下主用户对自身传输所消耗能量对其网络效用的影响。文献B.Cao,J.W.Mark,Q.Zhang,R.Lu,X.Lin,and S.Shen,“On optimal communication strategies for cooperative cognitive radio networking,”in Proc.IEEE INFOCOM,Apr.2013.作者研究了几种不同的中继策略下主用户不同能量级和功率的消耗下对网络效用的影响。该方案中认知用户由一个次级接入点集中控制，方案的成功是建立在次级接入点对所有的认知用户都是公平的基础上，并且该方案中主用户的频谱资源分配采用固定分配方式，即各通信阶段所占的时隙，根据中继策略所需的阶段数进行均匀分配。这是低效率的，同时也是不合理的，因为认知用户只能去竞争固定分配的频谱资源，认知用户的效用将会受到很大的限制，从而也就不利于激励认知用户更好地参与到协作中来。与此同时，在上述两个方案中，认知用户均只能在主用户完成数据传输后才能接入频谱传输自己的数据，认知用户通信的连续性得不到保障。 

发明内容

针对以上现有技术中的不足，本发明的目的在于提供一种保证主用户的通信质量，提高网络频谱利用率的。本发明的技术方案如下：协作认知无线网络中基于斯塔克伯格博弈的频谱共享方法，所述协作认知无线网络的主网络是由多个主用户PU与一个基站BS构成的基础设施网络，主用户PU以TDMA方式与基站BS通信，基站BS给每个主用户PU分配的时隙为T，假设每个主用户的频谱带宽均为W，认知网络包括N个认知发送用户ST_i(i＝1,2,...,N)及认知接收用户SR_i对。包括以下步骤： 

101、将主用户PU和次用户之间的频谱共享采用两阶段FDMA协作转发方式，主用户PU将自己的频谱分为τW和(1-τ)W两个相互正交的子频带； 

102、基站BS分别估计主用户PU与基站BS间链路的信道增益G_PB及认知发送用户ST_i与基站BS间链路的信道增益认知发送用户ST_i估计主用户PU与认知发送用户ST_i间链路的信道增益认知接收用户SR_i估计认知发送用户ST_i与认知接收用户SR_i间链路的信道增益并将估计的信道增益G_PB、信道增益信道增益及信道增益转发给主用户PU； 

103、建立以主用户PU为主导者，多个非合作的认知发送用户STs为从属者的两级斯塔克伯格博弈模型。首先建立主用户PU的效用函数 $U_P=\left(\begin{array}{c}{U}_{\mathrm{PD}}=R_{\mathrm{PD}}-I\left(E_{P0}\right)E_{\mathrm{PD}}\\ U_{\mathrm{PC}}=R_{\mathrm{PC}}-I\left(E_{P0}\right)E_{\mathrm{PC}}\end{array}\right)---\left(1\right),$其中，U_PD,U_PC分别是主用户PU在直传和协作方式下获得的效用，R_PD是PU直传的吞吐量，E_PD是PU直传消耗的能量，R_PC为PU协作方式下的吞吐量，E_PC为PU在协作方式下传输消耗的能量，I(E_P0)是PU的现有能量级对PU传输消耗能量的在意程度函数；然后建立认知发送用户ST_i的效用函数为：其中为ST_i获得的吞吐量，为ST_i为PU传输数据消耗能量的单位成本，为ST_i帮助PU转发数据消耗的能量。采用斯塔克伯格博弈法对(1)和(2)进行博弈，PU估算出最优频谱分配系数τ^*和最优传输功率如果τ^*＝1，主用户向所有认知用户广播不租借频谱的信息，反之， 主用户将广播给所有的认知发送用户，主用户选择能使其效用函数最大化的认知发送用户集作为中继节点用户，主用户向所有中继节点用户反馈一个参考信息，每个被选中的认知发送用户根据参考信息计算自己用于协作的传输功率

104、当主用户选择直传方式，主用户使用自己的全部频谱资源传输数据，认知发送用户不帮助主用户传输数据，同时认知发送用户因为未成功租赁到频谱，也就不能传输自己的数据；如果主用户选择协作方式时，主用户与认知发送用户在第一个子频带即带宽为τ^*W上协作传输主用户的数据，被选作中继的各认知发送用户在第二个子频带即带宽为(1-τ^*)W上以正交频分复用的方式在分配给它的频段上传输自己的数据。 

所述传输消耗能量的在意程度函数I(E_P0)的表达式为： 

$I\left(E_{P0}\right)=\left(\begin{array}{cc}\frac{{\exp }^{-(E_P^{\mathrm{th}}-E_{P0})}}{10}& 0<E_{P0}<E_P^{\mathrm{th}}\\ 0& E_{P0}\ge E_P^{\mathrm{th}}\end{array}\right)$

其中，E_P0为PU的现有能量，为PU现有能量级的临界值。 

本发明的优点及有益效果如下： 

本发明综合考虑主用户不同能量级下对传输消耗能量的在意程度对其网络效用带来的影响，认知用户传输自己数据的连续性以及主次用户之间带宽的动态分配问题。充分考虑主次用户最大化自己效用的需求，激发主次用户参与到协作中来的积极性，保证主用户的通信质量，提高网络频谱利用率。同时采用两阶段FDMA协作转发方式，保证了认知用户通信的连续性，频谱采用动态分配，更好地激发认知用户参与到协作中来。实现主次用户效用的最大化，达到“双赢”的局面，网络频谱效率得到进一步的提高。 

附图说明

图1所示为本发明优选实施例协作认知无线电网络的系统模型及频谱分配图； 

图2为本发明中的中继选择算法； 

图3为本发明中实现频谱共享的博弈流程图； 

图4为本发明的流程阶段大致示意图。 

具体实施方式

下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。 

本发明总体思路是：在认知网络没有集中控制单元的认知无线电网络中，引入主用户现有能量级函数，该函数表征主用户处在不同能量级下对其传输消耗能量的在意程度，主用户现有能量越多其对传输所消耗能量的在意程度越低，反之，则越高。频谱资源的划分采用FDMA方式，主用户将自己的频谱划分为两个正交的子频带，第一个子频带用于主用户在认知用户协作下通信，第二个子频带分配给认知用户用于自己的通信，两个子频带的带宽由主用户与认知发送用户之间通过博弈由主用户动态分配。具体地，如下： 

1、网络模型与假设 

如图1所示，假设主网络由多个主用户(PUs)与一个基站(BS)构成的基础设施网络，PUs以TDMA方式与基站通信，基站给每个主用户分配的时隙为T，假设每个主用户的频谱带宽均为W。认知网络是由N对认知用户建立发送与接收对组成的分布式网络。主次用户间频谱共享采用两阶段FDMA的转发方式：主用户将自己的频谱分为τW和(1-τ)W两个相互正交的子频带，τW频段用于完成主用户的数据传输，(1-τ)W频段分配给认知发送用户发送自己的数据。认知发送用户采取放大转发(AF，Amplifier-and-forward)方式帮助主用户转发数据，在τW频段的前0.5T时隙主用户向被选作中继的认知用户和基站广播自己的数据，后0.5T时隙主用户和中继认知用户向基站发送主用户的数据。假设在每个时隙T内信道信息不变。PU与BS，ST_i与BS间链路的信道增益G_PB和 均由BS估计，PU与ST_i间链路的信道增益由ST_i估计，ST_i与SR_i间链路的信道增益由SR_i估计。假设网络中有一条公共控制信道，各链路的信道增益通过公共信道发送给PU，博弈过程中PU与ST_i间的信息反馈也通过该信道传递。信道噪声为高斯白噪声，噪声功率为δ²。 

2、目标收益函数 

如图2、3所示，建立以PU为主导者，多个非合作的认知发送用户STs为从属者的两级斯塔克伯格博弈模型。PU的策略是选择多大的传输功率和怎样分配自己的频谱资源使自己网络效用最大化，每个ST_i的策略是选择多大的功率帮助PU传输数据使得自己的网络效用达到最大。 

1)定义PU的效用函数： 

$U_P=\left(\begin{array}{c}{U}_{\mathrm{PD}}=R_{\mathrm{PD}}-I\left(E_{P0}\right)E_{\mathrm{PD}}\\ U_{\mathrm{PC}}=R_{\mathrm{PC}}-I\left(E_{P0}\right)E_{\mathrm{PC}}\end{array}\right)---\left(1\right)$

其中，U_PD,U_PC分别是主用户PU在直传和协作方式下获得的效用，R_PD是PU直传的吞吐量，E_PD是PU直传消耗的能量， $R_{\mathrm{PC}}=\frac{1}{2}\mathrm{\tau W}{\log }_2(1+\frac{P_{\mathrm{PC}}{P}_{\mathrm{PB}}}{{\delta }^2}+\underset{i\in s}{\Sigma }\frac{P_{\mathrm{PC}}{P}_{S_{i}C}{G}_{{\mathrm{PS}}_i}{G}_{S_{i}P}}{{\delta }^2(P_{\mathrm{PC}}{G}_{{\mathrm{PS}}_i}+P_{S_{i}P}{G}_{S_{i}P}+{\delta }^2)})$为PU选择协作方式获得的吞吐量，P_PC为PU协作方式下的传输功率，为ST_i帮助PU转发数据的传输功率，E_PC为PU在协作方式下传输消耗的能量，I(E_P0)是PU的现有能量级对PU传输消耗能量的在意程度函数为PU协作方式获得的吞吐量，S为参与协作的STs的集合。E_PC＝τWTP_PC为PU在协作方式下传输消耗的能量。I(E_P0)是PU的现有能量级对PU传输消耗能量的在意程度函数 

$I\left(E_{P0}\right)=\left(\begin{array}{cc}\frac{{\exp }^{-(E_P^{\mathrm{th}}-E_{P0})}}{10}& 0<E_{P0}<E_P^{\mathrm{th}}\\ 0& E_{P0}\ge E_P^{\mathrm{th}}\end{array}\right)$

其中，E_P0为PU的现有能量，为PU现有能量级的临界值。 

PU的策略是选择多大的发送功率和怎样分配自己的频谱资源使自己网络效用最大化，即 

$\left(\begin{array}{cc}\underset{\tau ,P_{\mathrm{PD}}/P_{\mathrm{PC}}}{\max }& U_P\end{array}\right)---\left(2\right)$

s.t.0<τ<1 

$R_{\mathrm{PD}},R_{\mathrm{PC}}\ge R_P^{\mathrm{th}}$

$0<P_{\mathrm{PD}},P_{\mathrm{PC}}\le P_P^{\max }$

其中为PU希望达到的最小吞吐量，为PU的最大传输功率。 

2)定义认知用户ST_i的效用函数为： 

$U_{S_i}=R_{S_{i}S}-c_{S_i}{E}_{S_{i}C}---\left(3\right)$

其中$R_{S_{i}S}=W_{S_i}{\log }_2(1+\frac{G_{S_{i}S}{P}_{S_{i}S}}{{\delta }^2})$为ST_i获得的吞吐量，$W_{S_i}=(1-\tau )W\frac{P_{S_{i}C}}{\underset{i\in S}{\Sigma }{P}_{S_{i}C}}$为ST_i分配到的频谱带宽，为ST_i传输自己数据的发送功率。为ST_i为PU传输数据消耗能量的单位成本，为ST_i帮助PU转发数据消耗的能量。 

ST_i的策略是选择多大的功率帮助PU传输数据使得自己的网络效用达到最大，即： 

$\left(\begin{array}{cc}\underset{P_{S_{i}C}}{\max }& U_{S_i}\end{array}\right)---\left(4\right)$

$\left(\begin{array}{cc}s.t.& P_{S_{i}C}>0\end{array}\right)$

3、博弈分析 

1)认知发送用户最优策略 

首先(3)式对P_SIC求导得 

$\frac{{\partial U}_{S_i}}{{\partial P}_{S_{i}C}}=(1-\tau )W\frac{{\Sigma }_{j\in S,i\ne j}{P}_{S_{j}C}}{{\left({\Sigma }_{j\in S}{P}_{S_{j}C}\right)}^2}{\log }_2(1+\frac{G_{S_{i}S}{P}_{S_{i}S}}{{\delta }^2})-\frac{1}{2}{c}_{S_i}\mathrm{\tau WT}---\left(5\right)$

当达到最优解时(5)式等于0，得到 

$P_{S_{i}C}^{*}=\frac{2(1-\tau )(N_{\mathrm{SC}}-1)}{c_{S_i}\tau A^2}(A-\frac{N_{\mathrm{SC}}-1}{C_{S_i}})---\left(6\right)$

其中N_SC为参与协作的STs数目。ST_i是否参与协作的条件为： 

$A>\frac{N_{\mathrm{SC}}-1}{C_{S_i}}---\left(7\right)$

2)主用户最优策略 

①直传方式下主用户最优策略 

首先(1)式对P_PD求导得： 

$\frac{{\partial U}_{\mathrm{PD}}}{{\partial P}_{\mathrm{PD}}}=\frac{{\mathrm{WG}}_{\mathrm{PB}}}{\ln 2(1+\frac{P_{\mathrm{PD}}{G}_{\mathrm{PB}}}{{\delta }^2}){\delta }^2}-\mathrm{WTI}\left(E_{P0}\right)---\left(8\right)$

当达到最优解时(8)式等于0，得到： 

$P_{\mathrm{PD}}^{*}=\left(\begin{array}{cc}{P}_P^{\max }& I\left(E_{P0}\right)=0\\ \min \left\{\max \right(\frac{\frac{G_{\mathrm{PB}}}{{\delta }^2}-\ln 2I\left(E_{P0}\right)}{\ln 2I\left(E_{P0}\right)\frac{G_{\mathrm{PB}}}{{\delta }^2}},\frac{e{\mathrm{xp}}^{R_P^{\mathrm{th}}}-1}{\frac{G_{\mathrm{PB}}}{{\delta }^2}}{),P}_P^{\max }\}& I\left(E_{P0}\right)\ne 0\end{array}\right)---\left(9\right)$

②协作方式下主用户最优策略 

首先(1)式对P_PC求导得： 

$\frac{{\partial U}_{\mathrm{PC}}}{{\partial P}_{\mathrm{PC}}}=\frac{1}{2}\mathrm{\tau W}\frac{\frac{G_{\mathrm{PB}}}{{\delta }^2}+\underset{i\in S}{\Sigma }\frac{P_{S_{i}P}{G}_{{\mathrm{PS}}_i}{G}_{S_{i}P}{\delta }^2(P_{S_{i}P}{G}_{S_{i}P}+{\delta }^2)}{{\left[{\delta }^2(P_{\mathrm{PC}}{G}_{{\mathrm{PS}}_i}+P_{S_{i}P}{G}_{S_{i}P}+{\delta }^2)\right]}^2}}{\ln 2B}-I\left(E_{P0}\right)\mathrm{\tau WT}---\left(10\right)$

其中当达到最优解时(10)式等于0，得到： 

$P_{\mathrm{PC}}^{*}=\left(\begin{array}{cc}{P}_P^{\mathrm{bud}}& I\left(E_{P0}\right)=0\\ \min (P_{\mathrm{PC}}^{{*}^{\prime }},P_P^{\mathrm{bud}})& I\left(E_{P0}\right)\ne 0\end{array}\right)---\left(11\right)$

其中表示I(E_p0)≠0时(10)等于0的解。将(6)和(11)代入U_PC，U_PC对τ求导可得 

$\frac{{\partial U}_{\mathrm{PC}}}{\partial \tau }=\frac{1}{2}\mathrm{WD}+\frac{1}{2}\mathrm{\tau W}\frac{\partial D}{\partial \tau }-I\left(E_{P0}\right){\mathrm{WTP}}_{\mathrm{PC}}^{*}-I\left(E_{P0}\right)\mathrm{\tau WT}\frac{{\partial P}_{\mathrm{PC}}^{*}}{\partial \tau }---\left(12\right)$

其中$D={\log }_2(1+\frac{P_{\mathrm{PC}}^{*}{G}_{\mathrm{PB}}}{{\delta }^2}+\underset{i\in S}{\Sigma }\frac{P_{\mathrm{PC}}^{*}{P}_{S_{i}P}^{*}{G}_{{\mathrm{PS}}_i}{G}_{S_{i}P}}{{\delta }^2(P_{\mathrm{PC}}^{*}{G}_{{\mathrm{PS}}_i}+P_{S_{i}P}^{*}{G}_{S_{i}P}+{\delta }^2)}),$当(12)等于0时τ取得最优τ^*。 

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明方法权利要求所限定的范围。