认知网络中一种真实的利益最大化的异质频谱双向拍卖机制的制作方法
【技术领域】
[0001]本发明公开了认知网络中一种真实的利益最大化的异质频谱双向拍卖机制，主要用于解决当前无线通信中的频谱资源日益短缺而频谱利用率又相当低下的问题，属于认知无线电中的频谱共享领域。
【背景技术】
[0002]在日趋复杂的电磁环境下，无线通信网络面临着诸多挑战。用户数量的日趋庞大，服务类型的多样化，单一的无线通信技术已经不能满足数据业务和语音业务的需求。以频谱为代表的无线资源是一种稀缺的资源，而用户想方设法更好的利用频谱资源。认知无线电技术为上述问题提供了一种解决方案。自认知无线电概念提出以来，受到业界人士、标准组织、研究机构及政策部门的广泛关注，并展开了大量的研究，比如FCC、英国Of com办公室、IEEE 802.16工作组和IEEE 802.22工作组等。在我国，国家自然科学基金重点项目群和国家863计划项目已先后立项，许多大学和企业机构已开展了针对认知无线网络的相关技术研究与开发。图1是认知无线网络的一个基本结构图。认知网络中一个重要的研究点就是频谱共享技术，目前经济理论中的拍卖机制已经被广泛的应用到了频谱共享中。
[0003]频谱共享中拍卖机制的设计的核心问题是解决频谱复用问题以及保证整个拍卖机制具有良好的经济性质。目前的研究内容主要包含静态同质频谱单向拍卖，静态同质频谱双向拍卖，静态异质频谱单向拍卖，静态异质频谱双向拍卖，动态频谱拍卖等。其中，单向拍卖和双向拍卖的差异主要在于是否有多个卖家参与拍卖。(Zhou，Xia，and H.Zheng.uTRUST: A General Framework for Truthful Double Spectrum Auct1ns.，，Proceedings-1EEE INF0C0M(2009):999-1007.)在2009年最先提出了一种静态同质频谱双向拍卖的机制，并且证明了该机制的真实性。频谱的异质性主要体现在频谱的频率，传输范围，位置等等属性上。静态拍卖是指在拍卖开始时买家和卖家的信息均已确定，通常以一轮出价来决定最后的拍卖赢家以及市场出清价格。而动态拍卖则是在拍卖的过程中还有有新的买家加入拍卖，整个拍卖是一个持续性的过程，可能会涉及到多轮的出价。拍卖的模型也有多种，比如每个卖家出售一条信道每个买家购买一条信道的单一货物拍卖，也有每个卖家出售多条信道且每个买家可以购买多条信道的组合拍卖。(X.Feng，Y.Chen，J.Zhang，Q.Zhang , and B.Li，''TAHES: A Truthful Double Auct1n Mechanism forHeterogeneous Spectrums，〃IEEE Transact1ns on Wireless Communicat1ns,vol.11,n0.11，pp.4038-4047，Nov.2012.)在2012年首次提出了一种针对异质频谱的真实的双向拍卖机制，该机制主要解决了如何在频谱拍卖中处理频谱异质性的问题，但该文献没有考虑到拍卖者的收益，而且还是使用传统的干扰图方式，效率相对低下。
[0004]频谱拍卖中，为了解决频谱复用问题，一般会先对买家进行分组，分组的方式可以分为多种，最常见的是基于干扰图来分组。然后会把分组后的每一组看作是一个买家，采用某种算法计算出每一组的出价后，把所有的组作为拍卖的买家，来进行一场拍卖，最终决定市场出清价格和频谱分配方案。
[0005]频谱拍卖机制设计的另一个重要问题就是要保证整个机制的真实性。真实性是指参与拍卖的用户不能通过谎报他们的真实估价来获取更高的利益。传统拍卖机制直接运用到频谱拍卖中就会出现违背真实性的问题，因此目前的研究中大多数会对传统拍卖机制进行一些修改来使得整个拍卖是真实的。
【发明内容】
[0006][发明目的]:本发明主要解决如何高效地分配频谱资源的问题，通过引入拍卖机制，在实现合理分配频谱的同时提高了拍卖组织者获取的利益。
[0007][技术方案]:本发明设计时主要考虑以下问题:
[0008]I)考虑频谱的异质性；
[0009]2)基于用户的SINR约束实现频谱的空间复用；
[0010]3)在没有先验知识的条件下尽可能最大化拍卖组织者的利益。
[0011]4)保证了整个机制的真实性
[0012]为解决上述问题，整个机制设计流程如图2所示，核心可以分为以下四个步骤:
[0013]步骤1:基于SINR约束对用户进行分组，实现频谱复用；
[0014]步骤2:每一个组作为一个新的买家，该组的报价采用组内差异化定价的方式计算得到，充分挖掘用户购买力；
[0015]步骤3:将用户组和卖家进行匹配；
[0016]步骤4:设计一个具有竞争性的双向拍卖模型，最大程度的提高拍卖组织者的利益。
[0017]其中，每一个步骤的详细描述如下:
[0018]步骤I:假设有m个卖家，基于用户的SINR约束，利用凸优化算法求解出每一个卖家的频谱可同时支持的最大用户集合Q1, Ω2，...Ω ； “可同时支持”的含义是所有的买家在该频谱上可以同时传输数据并且他们的SINR值高于各自可正常通信的阈值;基于这m个集合，从中迭代抽取出所有的公共组Ω，每一次抽取公共组时需要同时考虑组的大小以及该组可以购买的频谱数量(组的大小是为了提高频谱的复用率，可购买的频谱数量是为了尽可能的保留用户对不同频谱的需求)。每一次的抽取相当于求解以下问题:
[0019]minimize F(X) = (fi(X)，f2(X) )τ
[0020]subject t0 XiE{0，l}，i<m
[0021]fi(x)= I Ω
[0022]f2(x)= I I X I o
[0023]0<f2(x)<m
[0024]0<fi(x) < n
[0025]其中，χ=(χι，χ2，...，xm)是m个卖家的选择向量，Xi= I则表示该公共组可以购买卖家i的信道，否则表示不能购买。
[0026]这里采用多目标优化中的NSGA-1I方法求解该问题得到50个近似解，然后通过对一个均衡参数a(组大小和组可购买信道数量的均衡)在一个范围内取值，每一个值可以从上述50个近似解中求得一个最优解，则称为一次命中。最后，在这50个近似解从选出命中次数最多的一个解作为本次的抽取方案。
[0027]步骤2:在有了上述分组的基础上，每一个组作为一个超级用户，这里需要计算这些用户组的新的报价，本发明通过如下方式来计算:
[0028]?计算每一组的组内所有成员对该频谱报价之和的平均值；
[0029]?将步骤I中计算得到的平均值从小到大排成一个序列B1,B2，...Bn;
[0030]?对每一个组的每一个组内成员，设其对该卖家频谱报价为by，若，则该成员出价不变；
[0031 ]若^ >Bn，则该成员的价格调整为Bn;若Bk<bij <Bk+1，则该成员的价格调整为Bk;
[0032]?重新计算每一个组的报价为组内所有成员对该频谱报价之和，若得到的新价格小于一个事先计算的“基本价格”，则将新价格调整为基本价格，否则该新价格就是该组的最终报价；“基本价格”定义如下:
[0033]设一个组G的所有成员的报价为b^bs，...，bn，则该组的基本价格为basic(G) =min{bi，b2，...，bn}*n。
[0034]步骤3:在确定了用户组，用户组的报价后，需要在用户组和卖家之前先做一次匹配，否则会使得整个机制无法保证真实性。这里，借鉴已有文献的做法，将用户组和卖家构成一个二分图，通过求这个二分图的最大权匹配来将卖家和用户组进行一对一的匹配。
[0035]步骤4:在匹配完成后，采用以下步骤来决定拍卖赢家以及最后的市场出清价格
[0036](I)将买家组和卖家的匹配对随机分成两个集合&，S2;
[0037](2)分别计算两个组可以获取的最大利润(不考虑真实性)，表示为spi，sp2;
[0038](3)若spi<sp2，则用利益抽取算法从S2抽取spi的利益，拍卖的赢家为S2中由利益抽取算法决定的一部分买家和卖家；
[0039](4)否则，用该利益抽取算法WS1抽取sp2的利益，拍卖的赢家为SI中由利益抽取算法决定的一部分买家和卖家；
[0040](5)拍卖最终的成交价格由(3)或者(4)中的利益抽取算法决定。
[0041][有益效果]:本发明使用基于SINR约束的分组方式，相比于传统的使用干扰图的方式提高了频谱的复用效率。另外，通过组内差异化定价以及设计了具有竞争性的拍卖模型，改善了成交量，进一步提高了最后拍卖组织者获得的利益。最后，本发明的设计保证了整个机制的真实性。
【附图说明】
[0042]图1为认知无线电网络的一个基本结构图；
[0043]图2为整个机制的整体流程。
【具体实施方式】
[00