双向拍卖结合贝叶斯模型认知无线电网络频谱共享方案.docVIP

双向拍卖结合贝叶斯模型认知无线电网络频谱共享方案 　　摘 要： 针对无线电网络中频谱资源有限且利用率较低的问题，提出了基于双向拍卖结合贝叶斯推理模型的频谱共享算法。首先，主用户和次用户自适应地选择拍卖价格分享频段；然后，玩家基于反馈学习过程捕捉调整价格的策略；最后，进行重复拍卖过程直到达成共识。该算法采用了贝叶斯推理技术，能够自适应地响应不断变化的系统环境和玩家数量，具有良好的可扩展性。仿真结果表明，该算法在PU受益、交易成功率、频谱利用率、网络吞吐量等方面显著优于其他几种较新的频谱共享算法。 　　关键词： 贝叶斯模型； 分布式方式； 双向拍卖； 认知无线电网络； 频谱共享 　　中图分类号： TN926?34； TP393 文献标识码： A 文章编号： 1004?373X（2016）11?0024?06 　　Abstract： Since the spectrum resource in radio networks is limited and its utilization is low， a spectrum sharing algorithm for double auction combining Bayesian inference model is proposed. Firstly， the primary users and the secondary users adaptively select their auction prices to share the spectrum bands. And then， based on feedback learning process， the players capture their adjustable price strategies. Finally， the auction process is repeated until the consensus is reached. The algorithm adopts Bayesian inference technique， which can adaptively response to the constantly changing system environment and players′ quantity. It has better scalability. The simulation results show that the proposed algorithm is superior to several other advanced spectrum sharing algorithms in the aspects of PU benefit， trade success rate， spectrum efficiency and network throughput. 　　Keywords： Bayesian model； distributed mode； double auction； cognitive radio network； spectrum sharing 　　0 引 言 　　由于无线电频谱的限制，通信网络面临频谱资源稀缺的问题，另一方面，许多许可频谱仍然长时间[1]未被占用。认知无线电（CR）可提高频谱资源利用率，在CRs中，部分用户可以智能地监控环境并在分配的频段都处于闲置状态时能够与许可用户共享频谱，通过许可用户（PUs即主用户）和未经许可的用户（SUs即次级用户）[2]之间的频谱共享实现CR网络频谱利用率的增加。 　　本文提出了一种基于双向拍卖融合贝叶斯推理模型的频谱共享算法，假设主用户和次级用户是自相关博弈玩家，他们为了达到最大化收益的目的而做出决策。本文算法自适应地响应不断变化的系统环境和玩家数量，具有良好的可扩展性，为了达成有效拍卖共识，本文算法适用于现实世界CR系统的操作，同时能尽可能高的保持频谱效率。 　　1 相关研究 　　学者们提出了许多用于CRs中有效频谱共享的拍卖博弈模型[3]，可更为有效地解决有限稀有资源分配问题。拍卖博弈模型通过减少未分配的频段数量可以提供更好的频谱共享，提高了整体资源利用率[4]??。 　　文献[5]中的战略型频谱拍卖（SPSA）方案是一种真实且计算高效的频谱拍卖，支持类似eBay的动态频谱市场，该方案允许无线用户获取并根据要求支付频谱。此外，SPSA方案通过分配频谱给最重视它的投标人能使频谱所有者利润最大化。然而，SPSA方案仅考虑购买者的单向频谱拍卖，该SPSA方案可直接扩展为真实双向频谱拍卖（TDSA）方案[6]??，TDSA方案支持真实双向频谱拍卖，其中多方可根据个性化需求交