[发明专利]一种基于合约理论的认知无线电网络资源分配方法

说明书

本发明公开了一种基于合约理论的认知无线电网络资源分配方法，引入合约理论来解决强不完全信息条件下结合反向散射的射频的时间资源分配问题：在合约中，主用户PU和次用户SU分别作为合约的拟定方和签订方；在强不完全信息条件下，PU依照不同类型SU出现的概率为每个SU拟定最优合约；若拟定的合约能够同时满足SU的激励通用性IC和个体合理性IR条件，则SU会将该合约作为最有合约并签订该合约；即最优化合约问题化简为在同时满足IC和IR条件下PU效用函数的最大值求解。解决了现有模型RFPB‑CRN中在强不完全信息的情况下的性能优化问题。

【技术领域】

本发明属于无线通信技术领域，具体涉及一种基于合约理论的认知无线电网络资源分配方法。

【背景技术】

认知无线电网络(CRN)是新一代信息技术的重要组成部分，也是高效通信的一个重要发展阶段，其旨在智能地利用可用频谱资源。最近，随着射频能量收集技术的发展，提出了一种新的通信方案，即射频供电认知无线电网络。然而，由于主用户在大多数时间都占用着信道，所以次用户的吞吐量性能受到严格限制。

最近，在文献1“Ambient backscatter:wireless communication out of thinair[Acm Sigcomm Computer Communication Review,vol.43,no.4,pp.39–50,2013]”中引入了环境反向散射技术。通过将射频供电认知无线电网络与环境反向散射技术相结合，引入了一种新型的无线网络，即结合反向散射的射频供电认知无线网络(RFPB-CRN)。然而，为了达到最优的网络性能，数据的反向散射和射频能量收集之间的时间分配成为一个迫切需要解决的严重问题。

最近，RFPB-CRN性能优化问题也引起了广泛的关注。文献2“Ambientbackscatter:a new approach to improve network performance for RF-poweredcognitive radio networks[IEEE Transactions on Communications,vol.65,no.9,pp.3659–3674,Sept.2017]”研究了RFPB-CRN中的最优时间分配问题，该分配由一对PU和SU组成。该文献考虑了两种认知无线电的情景，即共存式(underlay)和覆盖式(overlay)。在文献3“Optimal time sharing in RF-powered backscatter cognitive radio networks[2017IEEE International Conference on Communications(ICC),Paris,France,May.2017]”中，作者研究了RFPB-CRN的网络优化问题，其中ST通过均衡反向散射时间和能量收集时间来优化以实现最大化整体网络吞吐量。与文献2和文献3不同，文献4“OverlayRF-powered backscatter cognitive radio networks:A game theoretic approach[IEEE International Conference on Communications(ICC),Paris,France,May.2017]”提出了采用斯塔贝尔伯格(Stackelberg)博弈来分析RFPB-CRN中一对ST和PU之间的交互作用，这是一种有效的解决方案，可以改善整体网络性能，但并不适用于多个ST的场景。

总体而言，目前关于RFPB-CRN的研究主要集中在PU已知SU信息和信道状态的情况。但是，相比完全信息状态来说，考虑不完全信息的场景更有意义。此外，随着SU数量的增加，时间分配的集中式分配方法将给PU带来非常大的复杂度。最近，合约理论已被应用于物联网(IoT)和认知无线电网络中。由于每个ST能够通过考虑自己的能力来决定是否签订合约，因此合约理论是适用于信息不对称场景下的。

【发明内容】

本发明的目的是提供一种基于合约理论的认知无线电网络资源分配方法，以解决现有模型RFPB-CRN中在强不完全信息的情况下的性能优化问题。