一种认知无线电网络中基于用户偏好特性的频谱定价方法

摘要

一种认知无线电网络中基于用户偏好特性的频谱定价方法，根据空闲频谱的质量高低，基于Hotelling博弈模型进行频谱定价，首先构建了一个频谱定价系统模型，其中不同质量的空闲频谱形成一个频谱池，并且被划分成等宽的信道进行统一出售，认知用户根据自身的需求和频谱使用偏好来到频谱池中选择合适的信道进行购买并使用。认知用户的偏好需求主要受频谱质量及市场预估的影响，而频谱质量主要由受到的干扰决定。在该过程中，主系统与次用户之间形成一个动态的博弈过程。通过Hotelling模型对其进行建模分析，并合理的频谱定价结果。

主权项

一种认知无线电网络中基于用户偏好特性的频谱定价方法，其特征在于：所述方法包括如下步骤：1)、在等带宽条件下，具有高质量频谱的信道质量表示为C_h，低质量信道表示为C_l，则C_h＞C_l＞0.参数C_i指的是信道容量，表示为$C_i=B{\log }_2(1+\frac{{\rho }_w}{I_{s_i}})---\left(1\right)$其中，B是带宽，ρ_w是认知用户接收到的功率，是在该信道上受到的干扰值。在固定的带宽B和ρ_w条件下，不同的意味着不同的频谱质量；2)、频谱定价包含两部分，一部分的价值代表可变的频谱质量，另外一部分代表收到的干扰定价；对于认知用户来讲，其效用函数表示为U_s＝κ×θ×C_i‑p_i‑εI_i        (2)其中，C_i表示信道i的频谱质量，p_i是信道定价，I_i表示由该认知用户引起的干扰上升，κ和ε是货币系数，θ是用户的偏好参数，引入参数θ来表述认知用户的需求偏好，并且定义θ位于区间其概率分布密度为g(θ)；3)、引入一个均衡偏好参数θ_b来描述认知用户的均衡状态，即当θ＝θ_b时，认知用户的效益达到均衡，即此时认知用户选择高质量信道和低质量信道将获得一样的效益，因此，有下式(3)：经推导得：${\theta }_b=\frac{p_h-p_l+ϵ(I_h-I_l)}{\kappa (C_h-C_l)}---\left(4\right)$I_i是在对应信道上产生的干扰，用公式表示，g_ij代表路径增益，表示为g_ij＝h_ijc_ij，其中是路径损坏，与距离r有关，A和α都是固定系数，c_ij是相关系数；在后面的分析和仿真中，假定g_ij是稳定的，重写公式(4)得到：${\theta }_b=\frac{p_h-p_l+{\mathrm{ϵA\rho }}_{w_j}(c_{hj}/r_{hj}^2-c_{lj}/r_{lj}^2)}{\kappa (C_h-C_l)}---\left(5\right)$是认知用户的传输功率，当认知用户的偏好参数满足θ＞θ_b，表示该用户倾向于选择高质量信道；反之，其更愿意选择一条低质量信道进行通信；4)、对单个信道，该边际成本为M_i＝μC_i           (6)其中，M_i是第i个信道的边际成本，C_i是该信道的质量，μ是货币转换系数；5)、主系统的高质量信道和低质量信道的收益函数分别表示为$\begin{array}{c}{\pi }_h(p_h,p_l)=(p_h-M_h)D_h\\ =N(p_h-{\mathrm{\mu C}}_h)\{1-G[\frac{p_h-p_l+ϵ(I_h-I_l)}{\kappa (C_h-C_l)}\left]\right\}\end{array}---\left(7\right)$$\begin{array}{c}{\pi }_l(p_h,p_l)=(p_l-M_l)D_l\\ =N(p_l-{\mathrm{\mu C}}_l)G\left[\frac{p_h-p_l+ϵ(I_h-I_l)}{\kappa (C_h-C_l)}\right]\end{array}---\left(8\right)$式中，π_h(p_h,p_l)和π_l(p_h,p_l)分别为主系统的高质量和低质量信道收益函数，p_h和p_l分别为高质量和低质量信道价格，D_h和D_l分别为高质量和低质量信道需求值，N信道总数，G为认知用户需求分布函数；6)、当认知用户的购买偏好服从一般的线性分布时，主系统的收益函数表示为$\begin{array}{c}{\pi }_h(p_h,p_l)=(p_h,M_h){\int }_{{\theta }_b}^{\bar{\theta }}g\left(\theta \right)d\theta \\ =N(p_h-{\mathrm{\mu C}}_h){\int }_{{\theta }_b}^{\bar{\theta }}\tau \theta d\theta \\ =\frac{1}{2}\tau N(p_h-{\mathrm{\mu C}}_h)({\bar{\theta }}^2-{\theta }_b^2)\end{array}---\left(9\right)$$\begin{array}{c}{\pi }_l(p_h,p_l)=(p_l,M_l){\int }_{\underset{‾}{\theta }}^{{\theta }_b}g\left(\theta \right)d\theta \\ =N(p_l-{\mathrm{\mu C}}_l){\int }_{\underset{‾}{\theta }}^{{\theta }_b}\tau \theta d\theta \\ =\frac{1}{2}N\tau (p_l-{\mathrm{\mu C}}_l)({\theta }_b^2-{\underset{‾}{\theta }}^2)\end{array}---\left(10\right)$其中，τ为线性分布的系数；7)、对公式(9)和(10)进行求导，得主系统在该情形下的最优定价策略如下：$\begin{array}{c}{p}_h^{k+1}=p_h^k+\frac{\partial {\pi }_h(p_h,p_l)}{\partial p_h}\\ =p_h^k+\frac{N\tau }{2}\{{\bar{\theta }}^2-\frac{(p_h^k-p_l^k)(p_h^k-p_l^k+2ϵ(I_h-I_l\left)\right)}{{\kappa }^2{(C_h-C_l)}^2}\}\\ +\frac{{ϵ}^2{(I_h-I_l)}^2+2(p_h^k-{\mathrm{\mu C}}_h)(p_h^k-p_l^k+ϵ(I_h-I_l\left)\right)}{{\kappa }^2{(C_h-C_l)}^2}\}\end{array}---\left(11\right)$$\begin{array}{c}{p}_l^{k+1}=p_l^k+\frac{\partial {\pi }_l(p_h,p_l)}{\partial p_l}\\ =p_l^k+\frac{N\tau }{2}\{\frac{(p_h^k-p_l^k)(p_h^k-p_l^k+2ϵ(I_h-I_l\left)\right)}{{\kappa }^2{(C_h-C_l)}^2}\\ +\frac{{ϵ}^2{(I_h-I_l)}^2+2(p_h^k-{\mathrm{\mu C}}_h)(p_l^k-p_h^k+ϵ(I_h-I_l\left)\right)}{{\kappa }^2{(C_h-C_l)}^2}-{\underset{‾}{\theta }}^2\}\end{array}---\left(12\right).$