一种基于不完全网络环境信息的分布式频谱共享方法

摘要

本发明涉及通信技术，特别涉及一种用于不具备完整网络环境信息的无线通信系统中的分布式频谱共享方法。本发明的主要方法是：一种基于不完全网络环境信息的分布式频谱共享方法，本方法基于逆向拍卖理论，建立包括认知网络基站、认知网络终端和授权用户在内的拍卖机制，在拍卖模型中采用多轮竞拍制度，由授权用户根据自身成本和收益目标多次竞拍认知网络终端发布的带宽需求，同时，在拍卖中授权用户为避免收益低于0，会自动结束竞拍，完成频谱分配。本发明的有益效果为，能有效地同时为授权和认知网络提供非零的频谱共享收益，以及提高授权频谱资源的利用率。本发明尤其适用于不具备完整网络环境信息的无线通信系统中的分布式频谱共享。

说明书

技术领域

本发明涉及通信技术，特别涉及一种用于不具备完整网络环境信息的无线通信系统中的 分布式频谱共享方法。

背景技术

随着移动无线通信技术的快速发展及宽带无线通信业务的不断出现和普及，剩余的可用 空闲无线频谱资源越来越有限。与此同时，目前在大多数已被无线电频谱管理机构所正式分 配的无线通信频段中频谱资源的利用率仍然很低。据美国权威机构测定，有70％以上已分配 的无线频谱资源没有得到服务提供者的充分利用。这个情况显然和已受到广泛关注的频谱资 源短缺情况相互矛盾，而当前无线电频谱管理机构所采用的静态和固定的频段分配方式被认 为是造成上述矛盾的重要原因之一。因此，我们亟需一种可以有效解决无线频谱资源短缺的 动态频谱管理方案，而能够实现频谱资源实时按需分配的频谱共享技术就被认为是现阶段一 种非常有效的解决方案。

当具备频谱资源合法使用权的授权用户与不具备频谱资源合法使用权的认知用户达成频 谱共享协议时，授权用户将自己的空闲频段租用给认知用户并从中收取一定的租金；而认知 用户通过在租赁频段上传输自己的数据来获得一定的数据传输收益。在这一频谱租赁过程中， 需要在有效提升授权用户和认知用户各自收益的基础上，合理地对频谱资源进行了动态分配。

然而，当前授权用户的通信设备通常对无线环境的检测能力相对不足，并且不同的授权 用户(例如各个移动通讯营运商)之间存在着显著的信息壁垒。这就导致了授权用户之间以 及授权与认知用户之间均缺乏对彼此所处的各种实时环境信息(包括无线环境、网络环境和 业务环境)的了解，从而阻碍了授权和认知用户以分布式的方式达成对彼此均有益的频谱共 享协议，不利于提高有限频谱资源的利用率，并限制了授权用户和认知用户参与频谱租赁的 积极性。

发明内容

本发明的目的，就是针对上述问题，提出一种为由授权网络和认知网络所组成的无线通 信系统进行频谱的方法。

本发明的技术方案：一种基于不完全网络环境信息的分布式频谱共享方法，其特征在于 该方法基于逆向拍卖理论，建立包括认知网络基站、认知网络终端和授权用户在内的拍卖机 制，在拍卖中采用多轮竞拍制度，由授权用户根据自身成本和收益目标多次竞拍认知网络终 端发布的带宽需求，同时，在拍卖中授权用户为避免收益低于0，会自动结束竞拍，完成频 谱分配；具体的方法为：

a.认知网络基站将其自身及认知网络终端的通信带宽需求广播给所有授权用户进行拍 卖；

b.每个授权用户根据接收到的通信带宽需求结合本用户优化目标判断是否进行竞拍；所 述用户优化目标为使授权用户所有频谱获得最大利用；

c.认知网络基站检测是否收到至少一个授权用户的竞拍请求，若是，则根据接收到的竞 拍请求和基站优化目标为认知网络终端选择单个授权用户，由认知网络基站为每个认知网络 终端选择单个授权用户，认知网络终端租用被选择的授权用户的空闲带宽，并根据分配结果 更新通信带宽需求，返回步骤b；若否，则结束拍卖；所述基站优化目标为使认知网络终端 获得最大收益。

进一步的，步骤b中，对每个授权用户PU_k，所述用户优化目标可通过求解以下公式获 得：

$\left(\begin{array}{c}\underset{B_{i,k}^{\left(j\right)},p_{i,k}^{\left(j\right)}}{\max }\left\{\underset{i}{\Sigma }{B}_{i,k}^{\left(j\right)}{w}_i(p_{i,k}^{\left(j\right)}-c_k)\right\}\\ s.t.w_i{B}_{i,k}^{\left(j\right)}\le W_k,w_i\ge 0,p_{i,k}^{(j+1)}\le p_{i,k}^{\left(j\right)},\forall i\in [1,M],j\ge 0,k\in [1,N];\end{array}\right)$

其中，为授权用户PU_k在第j轮竞拍过程中希望与认知网络终端CT_i进行频谱共享而 提出的单位带宽价格；c_k为授权用户PU_k的单位频带成本；w_i为认知网络终端CT_i所需的通 信频段带宽；W_k为授权用户PU_k的空闲频谱带宽；的取值为0或者1，当取值为1时， 则在第j轮拍卖中授权用户PU_k声明希望与认知网络终端CT_i进行频谱租赁，当取值为0时， 则表示不参与竞拍；其中，下标k代表授权用户的序号，下标i代表认知网络终端的序号。

更进一步的，步骤b还包括以下步骤：

b1.根据授权用户PU_k的空闲频谱总带宽W_k和每个认知网络终端CT_i的频谱需求w_i，找 出所有可能的频谱共享分配策略，即所有满足条件的集合

b2.针对每一个频谱共享分配策略通过以下步骤计算该频谱共享分 配策略所对应的目标函数值：

b21.检查该策略中每个认知网络终端CT_i是否已经在第j-1轮频谱共享竞拍过程中被分 配给了授权用户PU_k；

b22.对于每个满足条件的认知网络终端CT_i来说，如果在第j-1轮频谱共享竞拍 过程中授权用户PU_k已经与认知网络终端CT_i以单位频谱价格进行了共享频谱，那么在 第j轮中PU_k将继续以相同的价格与CT_i共享频谱；否则，在第j轮频谱共享竞 拍过程中PU_k将采用价格与CT_i共享频谱；所述为认知网络基站在第 j-1轮频谱共享竞拍结束后所广播的与CT_i进行频谱共享的单位频谱价格，而δ_k是PU_k的单位 频谱价格变化间隔；

b23.对每个满足的认知网络终端CT_i，计算获取分配策略 的目标函数值为

b3.对比所有可能的频谱共享分配策略，选择使得目标函数值最大的频谱共享 分配策略作为授权用户PU_k在第j轮频谱共享拍卖中的出价策略。

进一步的，所述认知网络基站优化目标可通过求解以下公式获得

$\left(\begin{array}{c}\underset{X_{i,k}^{\left(j\right)}}{\max }\left\{\underset{i}{\Sigma }\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}(a_i{R}_i-p_{i,k}^{\left(j\right)}{w}_i)\right\}\\ s.t.\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}\le 1,X_{i,k}^{\left(j\right)}\le B_{i,k}^{\left(j\right)},p_i^{\left(j\right)}=\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}{p}_{i,k}^{\left(j\right)},\forall i,j,k;\end{array}\right)$

其中，表示认知网络终端CT_i通过频谱共享所能获得的数据传输速率； T_s,i是认知网络终端CT_i的发射信号功率；σ²是高斯白噪声功率；w_i为认知网络终端CT_i通过 频谱共享所能获得的带宽；为授权用户PU_k在第j轮竞拍过程中希望与认知网络终端CT_i配对而提出的单位带宽价格；为认知网络基站在第j轮竞拍过程中为认知网络终端CT_i选 择的频谱共享单位带宽价格；a_i是认知网络终端CT_i传输单位数据所获得的收益系数；的 取值为0或者1，当取值为1时，则在第j轮拍卖中认知网络基站选择授权用户PU_k与认知 网络终端CT_i进行频谱租赁，当取值为0时，则表示不做选择。

更进一步的，步骤c还包括以下步骤：

c1.对于每个认知网络终端CT_i，认知网络基站根据第j轮接收到的所有授权用户的频谱 共享请求找出所有满足的第j轮频谱共享的可选授权用户集合

c2.对于每个属于集合的授权用户PU_k，计算认知网络终端CT_i所能获得的传输收 益${\mathrm{Payoff}}_{i,k}^{\left(j\right)}=a_i{R}_i-p_{i,k}^{\left(j\right)}{w}_i,$并且令$k*=\underset{k{\in \Phi }_i^{\left(j\right)}}{\arg \max }\left\{{\mathrm{Payoff}}_{i,k}^{\left(j\right)}\right\};$

c3.进行判断，如果其中k'是在第j-1轮频谱共享竞拍过程 中与认知网络终端CT_i实现频谱共享的授权用户编号，那么设置和 $X_{i,k}^{\left(j\right)}=0,\forall k\ne k*;$否则，设置$X_{i,k^{\prime }}^{\left(j\right)}=1$和$X_{i,k}^{\left(j\right)}=0,\forall k\ne k^{\prime }..$

本发明的有益效果为，本发明通过对逆向拍卖理论和频谱共享技术的融合，为由授权网 络和认知网络所组成的无线通信系统提供了一种分布式频谱共享机制；该机制能有效地同时 提升授权和认知网络的收益，以及提高授权频谱资源的利用率；与现有的频谱共享机制相比， 本发明的主要优势在于，即使是在每个授权用户均缺乏其它授权用户的无线信道状况和空闲 带宽信息的限制条件下，该机制仍然可以通过分布式的方式帮助所有授权用户获得最优的频 谱共享决策，并有效地帮助认知网络基站找出能为认知网络终端数据提供最佳频谱共享服务 的授权用户。

附图说明

图1是基于逆向拍卖的分布式频谱共享机制的算法流程示意图；

图2是实施例的认知无线通信系统逻辑示意图；

在实施例中包含3个授权用户和一个认知网络，其中认知网络包括一个认知基站和6个 认知网络终端；该基站负责为每个认知网络终端选择一个最佳的授权用户进行空闲频谱资源 的租用；

图3是实施例中在执行基于逆向拍卖的分布式频谱共享过程中所获得的单位带宽价格的 变化情况示意图；

图4是实施例中在执行基于逆向拍卖的分布式频谱共享过程中认知网络终端总收益的变 化情况示意图；

图5是实施例中在执行基于逆向拍卖的分布式频谱共享过程中每个授权用户收益的变化 情况示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述

本发明将逆向拍卖理论应用于基于频谱共享的无线通信系统中，采用理论分析、可行性 论证和计算机仿真验证相结合的方法，从理论和仿真两个方面验证了所提机制的有效性。

该机制是一种适用于无线通信系统的分布式频谱共享机制。在缺乏全网的无线信道状况 和通信需求的限制条件下，这一机制既可以为认知网络终端选择最优的授权用户租用其频带， 也能够优化授权用户的收益，从而达到授权网络和认知网络双赢的通信效果。具体地说，每 个授权用户可以根据其空闲频谱状况和认知网络基站所广播的通信需求，在满足共享给所有 认知网络终端的总带宽不能超过其空闲带宽资源的前提下，向一个或多个的认知网络终端同 时提出频谱共享请求，并说明每个认知网络终端在租用频谱过程中所需付出的单位带宽报价。 在收到所有授权用户的频谱共享请求之后，认知网络基站为每个认知网络终端选择能使其收 益最大化的授权用户，并广播本轮频谱竞拍的分配结果。如果授权用户不满意这个分配结果， 则可以在计算自身收益目标函数的基础上更新其频谱共享请求以降低单位带宽报价，直到最 终获得频谱共享的权利或者频谱共享收益趋于0为止。同时，一旦收到新的频谱共享请求， 认知网络基站就需要继续为相关认知网络终端更新其频谱分配对象并广播分配结果，直到没 有新的请求为止。如图1所示，上述机制可以被归纳为如下的步骤：

步骤一：认知网络基站将自身和所有认知网络终端的通信带宽需求广播给所有授权用户；

步骤二：每个授权用户根据自身的空闲带宽和优化目标决定是否向认知网络基站发出新的频 谱共享请求；

步骤三：认知网络基站检测是否收到至少一个授权用户的频谱共享请求；

步骤四：如果认知网络基站收到新的频谱共享请求，则根据收到的单位带宽报价和自身的优 化目标为每个认知网络终端选择单个授权用户以租用其空闲带宽，并将这一分配结 果广播给所有授权用户；

步骤五：重复上述的步骤二到四，直到认知网络基站没有收到新的频谱共享请求为止。

为了确保每个授权用户在步骤二中能够发出优化的频谱共享请求，以及认知网络基站能 在步骤四中从所有频谱共享请求中选出最优的授权用户进行频谱共享，该机制为每个授权用 户和认知网络基站分别设定了不同的优化目标。

A.授权用户的优化目标

对于每个授权用户PU_k来说，针对频谱共享的优化目标可以被描述为：

$\left(\begin{array}{c}\underset{B_{i,k}^{\left(j\right)},p_{i,k}^{\left(j\right)}}{\max }\left\{\underset{i}{\Sigma }{B}_{i,k}^{\left(j\right)}{w}_i(p_{i,k}^{\left(j\right)}-c_k)\right\}\\ s.t.w_i{B}_{i,k}^{\left(j\right)}\le W_k,w_i\ge 0,p_{i,k}^{(j+1)}\le p_{i,k}^{\left(j\right)},\forall i\in [1,M],j\ge 0,k\in [1,N]\end{array}\right)$

其中为PU_k在第j轮竞拍过程中希望与CT_i进行频谱共享而提出的单位带宽价格；c_k为PU_k的单位频带成本；w_i表示CT_i所需的通信频段带宽；W_k为授权用户PU_k的空闲频谱 带宽；以及

每个授权用户PU_k在第j轮竞拍过程针对其优化目标的求解采用如下的具体步骤：

(1)根据授权用户PU_k的空闲频谱总带宽W_k和每个认知网络终端CT_i的频谱需求w_i，找出 所有可能的频谱共享分配策略，即所有满足条件的集合

(2)针对每一个频谱共享分配策略通过如下方式计算该频谱共享分配 策略所对应的目标函数值：

(21).检查该策略中每个认知网络终端CT_i是否已经在第j-1轮频谱共享竞拍过程中被分配 给了授权用户PU_k；

(22).对于每个满足条件的认知网络终端CT_i来说，如果在第j-1轮频谱共享竞拍过 程中授权用户PU_k已经与CT_i以单位频谱价格进行了共享频谱，那么在第j轮 中PU_k将继续以相同的价格与CT_i共享频谱；否则，在第j轮频谱共享竞 拍过程中PU_k将采用价格与CT_i共享频谱。这里为认知网络基 站在第j-1轮频谱共享竞拍结束后所广播的与CT_i进行频谱共享的单位频谱价格，而 δ_k是PU_k的单位频谱价格变化间隔。

(23).对每个满足的认知网络终端CT_i，计算

(24).根据(23)的计算结果求得策略的目标函数值为

(3)对比所有可能的频谱共享分配策略，选择使得目标函数值最大的频谱共享分 配策略作为PU_k在第j轮频谱共享拍卖中的出价策略。

B.认知网络基站的优化目标

对于认知网络基站来说，针对频谱共享的优化目标可以被描述为：

$\left(\begin{array}{c}\underset{X_{i,k}^{\left(j\right)}}{\max }\left\{\underset{i}{\Sigma }\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}(a_i{R}_i-p_{i,k}^{\left(j\right)}{w}_i)\right\}\\ s.t.\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}\le 1,X_{i,k}^{\left(j\right)}\le B_{i,k}^{\left(j\right)},p_i^{\left(j\right)}=\underset{k}{\Sigma }{X}_{i,k}^{\left(j\right)}{p}_{i,k}^{\left(j\right)},\forall i,j,k\end{array}\right)$

其中表示CT_i通过频谱共享所能获得的数据传输速率；T_s,i是CT_i的发 射信号功率；σ²是高斯白噪声功率；w_i为CT_i通过频谱共享所能获得的带宽；为PU_k在第j轮竞拍过程中希望与CT_i配对而提出的单位带宽价格；为认知网络基站在第j轮竞 拍过程中为CT_i选择的频谱共享单位带宽价格；a_i是CT_i传输单位数据所获得的收益系数； 以及

认知网络基站在第j轮竞拍过程针对其优化目标的求解采用如下的具体步骤：

(1)对于每个认知网络终端CT_i来说，认知网络基站根据第j轮接收到的所有授权用户的 频谱共享请求找出所有满足的第j轮频谱共享的可选授权用户集合

(2)对于每个属于集合的授权用户PU_k，计算CT_i所能获得的传输收益 ${\mathrm{Payoff}}_{i,k}^{\left(j\right)}=a_i{R}_i-p_{i,k}^{\left(j\right)}{w}_i,$并且令$k*=\underset{k{\in \Phi }_i^{\left(j\right)}}{\arg \max }\left\{{\mathrm{Payoff}}_{i,k}^{\left(j\right)}\right\}.$

(3)如果其中k'是在第j-1轮频谱共享竞拍过程中与CT_i实 现频谱共享的授权用户编号，那么设置和否则，设置 $X_{i,k^{\prime }}^{\left(j\right)}=1$和$X_{i,k}^{\left(j\right)}=0,\forall k\ne k^{\prime }.$

C.收敛性分析

如果每个授权用户只会对认知网络终端提出有限次的频谱共享申请，那么基于逆向拍卖 的分布式频谱共享机制就一定是收敛的。

根据A小节所述算法，授权用户只有在自己的最优策略中至少一个认知网络终端没有与 其进行频谱共享时，才会提出新的频谱申请。当有授权用户提出新的频谱共享请求时，认知 网络基站只需要选择出价最低的授权用户作为频谱共享对象即可。因此，授权用户只能通过 不断地降低其单位带宽价格才可能实现其最优策略中的所有频谱共享。另一方面，当授权用 户提出的单位带宽价格过低，即低于该用户的单位带宽成本时，该用户的收益会低于0，从 而导致该用户不再提出频谱共享请求。因此，授权用户不会无限次地对认知用户提出申请， 从而确保了基于不完全环境信息的分布式频谱共享机制的收敛性。

实施例

如图2所示，本例由3个授权用户、6个认知网络终端和1个认知用户网络基站所组成 的无线通信系统。为避免对多个不连续频段执行频谱聚合的复杂度，一个授权用户可以将其 空闲频谱资源租用给一个或多个认知网络终端，而一个认知网络终端只能从唯一一个授权用 户那里获得其空闲频谱资源。仿真中的相关参数设置如下表1和表2所示：

表1授权用户参数设置

  授权用户PU₁授权用户PU₂授权用户PU₃空闲带宽 8MHz 15MHz 10MHz 带宽成本 1.4 1.5 1.2 每轮拍卖降价 0.05 0.1 2

表2认知终端参数设置

在上述参数设定下，图3表示6个认知网络终端在执行基于逆向拍卖的分布式频谱共享 过程中所获得的单位带宽价格的变化情况。从图中可以看出，由于具备空闲频谱的授权用户 会不断通过降低单位带宽价格来获得自己的频谱被认知网络终端所租用的机会，因此在逆向 频谱拍卖过程中所有认知网络终端所获得的单位带宽价格会逐渐降低。与此同时，当具备空 闲频谱的授权用户所能提供的单位带宽价格越来越接近自身的单位带宽成本时，单位带宽价 格的变化趋势越来越平缓。最后，从图3可以看出，当拍卖次数超过33时，由于所有授权用 户所能提供的单位带宽价格均不大于其单位带宽成本，因此所有授权用户均不再提出新的频 谱共享请求，从而导致所有6个认知网络终端所获得的单位带宽价格趋于不变。

图4给出了在基于逆向拍卖的分布式频谱共享过程中6个认知网络终端的总收益变化情 况。可以看到，随着逆向频谱拍卖过程的进行，由于授权用户所提供的单位带宽价格不断降 低，导致认知网络终端的总收益不断增加。当该逆向频谱拍卖过程趋于收敛时，认知网络终 端的总收益变化也趋于平缓。最后，当拍卖次数超过33时，逆向频谱拍卖过程结束，而认知 网络终端的总收益趋于一个定值。

图5表示在基于逆向拍卖的分布式频谱共享过程中3个授权用户各自收益的变化情况。 可以看到，每个授权用户的收益在总体趋势上是不断降低，并在拍卖次数超过33之后趋于一 个固定值。特别地，由于授权用户PU₂的带宽成本在所有3个授权用户中是最高的，因此在 逆向拍卖次数足够多时PU₂会因为难以降低单位带宽价格而退出了频谱共享竞争，并获得值 为0的最终均衡收益。与此同时，授权用户PU₁和PU₃均受益于较低的带宽成本而获得非0 的最终均衡收益。