本发明属于无线协作通信系统技术领域，具体涉及一种双重信息非对称网络环境下多用户协作通信激励方法。
背景技术：
无线通信技术的快速发展，使得频谱资源紧缺问题日益严峻，目前已成为制约无线通信发展的瓶颈。协作通信技术借助于无线节点之间的协作中继，能够有效提高无线频谱的利用率。然而，在实际的认知网络和协作无线网络中，普遍存在着非对称网络信息现象，使得在众多中继节点中选择出合适的、信道状态好的、通信能力高的中继节点相当困难。
由于网络信息的非对称性，一方面，在协作通信之前，源节点无法获知中继节点的协作能力信息，由于中继节点通信的自私性，中继节点有可能故意隐瞒自身私有能力水平，以期获取更多的收益。这种能力水平的非对称性产生了逆向选择问题。另一方面，在协作通信过程中，由于信息的非对称性，源节点无法获知中继节点的协作努力水平，中继节点出于私利，有可能做出对源节点不利的行为，比如偷懒等行为，即存在道德风险问题。
针对非对称性信息条件下的协作通信技术研究正得到研究者的关注，其中，基于契约理论的协作激励策略的研究刚刚起步，现有文献大多研究中继用户通信能力信息非对称性引起的逆向选择问题，对于中继用户通信努力行为信息非对称性引起的道德风险问题关注较少。此外，中继节点的协作中继能力和努力信息不对称现象常常同时并发，目前尚未见国内外专门针对双重信息非对称性网络环境下多个中继节点激励问题的报道和研究。
技术实现要素：
为了克服上述现有技术存在的不足，本发明的目的在于提出一种双重信息非对称网络环境下多用户协作通信激励方法。
为了达到上述目的，本发明所采用的技术方案是：一种双重信息非对称网络环境下多用户协作通信激励方法，其特征在于，所述方法包括如下步骤：
步骤1，通过将协作通信网络映射成劳动力市场，结合基于市场驱动的契约理论特点，建立源节点模型和中继节点模型；
步骤2，考虑到中继节点的自私性和个人理性的约束，针对契约签订前中继节点私有信息引起的逆向选择问题和契约签订后中继节点私有行为引起的道德风险问题，通过建立双重信息非对称网络环境下多用户协作通信激励优化模型，实现中继节点的协作信息甄别和协作努力激励双目标，在实现利益双赢的同时，保证协作通信的实现。
进一步地，步骤1中，所述建立源节点模型实现过程包括：
在多个中继节点的中继帮助下，源节点所获得的总的信道容量为：
其中，pi是源节点接收端收到的第i个中继节点中继功率，n0为噪声功率；
采用线性共享策略，第i个中继节点所获得的报酬wi可表示为wi＝αi+βiπi，其中，αi为其固定报酬，βi∈[0,1]是该节点的提成比例；
于是，源节点获得的协作通信效用可定义为：
其中，ρ>0为每单位信道容量所获得收益。
进一步地，步骤1中，所述建立中继节点模型实现过程包括：
由于中继节点付出的努力越大，他所付出的中继成本t(pi)也越大，并且，中继成本会随着付出努力的增大而增大，于是，t′(pi)>0andt″(pi)>0，于是，第i个中继节点的效用可表示为：
其中，θi为第i个中继节点的中继系数以描述中继传输信息，包括中继信道状态或电池性能；假设在协作通信过程中，上述中继信息保持不变，θi越低，第i个中继节点的中继成本越低，其中继能力越强。
进一步地，步骤2中，所述中继节点私有信息，所采取的实现过程包括：
假设中继用户有n个离散类型，以集合θ＝{θ1,θ2,...,θn}表示，0<θ1<θ2<...<θn，具有θi类型的中继节点个数为ni，ω＝{1,2,...,n}；
根据显示原理，为了激励中继节点真实地反映出自身私有类型，需要为每个用户类型设计一个契约，即n个类型的契约可表示为
进一步地，步骤2中，所述建立双重信息非对称网络环境下多用户协作通信激励优化模型实现过程包括：
在双重信息非对称网络环境下，首先，源节点需提供给中继节点的契约
同时，为了确保中继节点获得期望效用的最大，协作契约需满足激励相容(ic)约束：
此外，为了激励中继节点忠实地向源节点反馈其能力类型信息，协作契约需满足ic约束，以确保能力类型为θi的中继节点通过选择第i个合约条款可实现期望效用最大，即
由于源节点知道中继节点总个数k，每个类型的中继节点个数ni的概率密度函数可表示为
于是，在双重信息非对称网络环境下，契约设计的优化问题可定义为在ic和ir条件下源节点期望效益的最大化：
其中：
ψ(n1,...,nn,α1,...αn,β1,...,βn,p1,...pn)
＝ρa(n1,...,nn,p1,...pn)-b(n1,...,nn,α1,...αn)-c(n1,...,nn,β1,...,βn,p1,...pn)
进一步地，所述双重信息非对称网络环境下多用户协作通信激励优化模型求解的实现过程包括：
由第一个ic条件可知，
于是，所述契约设计的优化问题可简化为
其中：
ξ(n1,...,nn,α1,...αn,β1,...,βn)＝ρd(ni,βi)-e(ni,αi)-f(ni,βi)
上述问题为非凸优化问题，可借助于穷举搜索算法获得其最优解。
与现有技术相比，本发明的有益效果是：本发明提出的一种双重信息非对称网络环境下多用户协作通信激励方法，该方法针对网络信息的双重非对称性，针对契约签订前中继节点私有信息引起的逆向选择问题和契约签订后中继节点私有行为引起的道德风险问题，提出基于契约理论的多用户协作通信激励方法，以保证协作通信的实现。并且，本发明提出的多用户协作通信激励方法易于实现，源节点和中继节点之间的信息交互较少，因而该方法所需的信令开销较少。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
本实施例假设无线协作网络是一个劳动力市场。其中，源节点是雇主，中继节点是雇员，可提供中继服务。源节点作为主动缔约方，向中继节点提供由一系列合约条款组成的中继契约，契约条款包括其固定报酬和提成。
具体过程如下：
首先，在协作通信之前，源节点向周围节点发出广播导频信号。如果周围节点收到该信号，则将该信号返回。源节点检测收到的导频信号，以此获得周围节点的信息，作为备选中继节点。
其次，源节点按照本发明的激励策略，设计最优的契约条款{αi,βi}，并将契约广播给上述备选中继节点。
再次，当备选中继节点接收到契约条款后，他们会根据自身信道状态、中继能力等因素，判断是否参与中继通信。如果愿意，则向源节点返回其选取的某一条款。
然后，源节点收到中继节点的反馈后，向其发送中继通信所需的信息和指令，如时空编码等。并将所要传输的数据发送给中继节点，让其帮助进行中继传输。
最后，如果中继通信完成，源节点按照之前契约的条款，支付中继节点相应的报酬，否则，源节点将不会支付中继节点任何报酬。
本发明通过将协作通信网络映射成劳动力市场，结合基于市场驱动的契约理论特点，建立源节点和中继节点模型；考虑到中继节点的自私性和个人理性的约束，针对契约签订前中继节点私有信息引起的逆向选择问题和契约签订后中继节点私有行为引起的道德风险问题，通过建立双重信息非对称网络环境下多用户协作通信激励优化模型，实现中继节点的协作信息甄别和协作努力激励双目标，在实现利益双赢的同时，保证协作通信的实现。
(1)、源节点模型。
在多个中继节点的中继帮助下，源节点所获得的总的信道容量为
其中，pi是源节点接收端收到的第i个中继节点中继功率，n0为噪声功率。
采用线性共享策略，第i个中继节点所获得的报酬wi可表示为wi＝αi+βiπi，其中，αi为其固定报酬，βi∈[0,1]是该节点的提成比例。不同的中继能力和中继努力，中继节点会获得不同的固定报酬和提成。
于是，源节点获得的协作通信效用可定义为：
其中，ρ>0为每单位信道容量所获得收益。
(2)、中继节点模型。
由于中继节点付出的努力越大，他所付出的中继成本t(pi)也越大，并且，中继成本会随着付出努力的增大而增大，于是，t′(pi)>0andt″(pi)>0。于是，第i个中继节点的效用可表示为：
其中，θi为第i个中继节点的中继系数以描述中继传输信息，如中继信道状态或电池性能。假设在协作通信过程中，上述中继信息保持不变。θi越低，第i个中继节点的中继成本越低，其中继能力越强。
(3)、中继节点私有类型。
本激励方法研究的中继用户有n个离散类型，以集合θ＝{θ1,θ2,...,θn}表示，假设0<θ1<θ2<...<θn，具有θi类型的中继节点个数为ni，ω＝{1,2,...,n}。
根据显示原理，为了激励中继节点真实地反映出自身私有类型，需要为每个用户类型设计一个契约，即n个类型的契约可表示为
(4)、多用户协作通信激励模型。
在双重信息非对称网络环境下，首先，源节点需提供给中继节点的契约
同时，为了确保中继节点获得期望效用的最大，协作契约需满足激励相容(incentivecompatibility,ic)约束：
此外，为了激励中继节点忠实地向源节点反馈其能力类型信息，协作契约需满足ic约束，以确保能力类型为θi的中继节点通过选择第i个合约条款可实现期望效用最大，即
由于源节点知道中继节点总个数k，每个类型的中继节点个数ni的概率密度函数可表示为
于是，在双重信息非对称网络环境下，契约设计的优化问题可定义为在ic和ir条件下源节点期望效益的最大化：
其中：
ψ(n1,...,nn,α1,...αn,β1,...,βn,p1,...pn)
＝ρa(n1,...,nn,p1,...pn)-b(n1,...,nn,α1,...αn)-c(n1,...,nn,β1,...,βn,p1,...pn)
(5)、多用户协作通信激励模型求解。
由第一个ic条件可知，
于是，契约设计的优化问题可简化为
其中：
ξ(n1,...,nn,α1,...αn,β1,...,βn)＝ρd(ni,βi)-e(ni,αi)-f(ni,βi)
上述问题为非凸优化问题，可借助于穷举搜索算法获得其最优解。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。