基于神经网络和时间演化的小小区微基站频谱拍卖方法技术

本发明专利技术公开了一种基于神经网络和时间演化的小小区微基站频谱拍卖方法，在由宏蜂窝网、小小区微基站和手机用户构成的两层异构网络系统中，通过建立基于神经网络的频谱分配拍卖模型，将宏蜂窝基站提供的授权频谱划分为多个时隙，卖方根据设定的收益函数和拍卖目标函数对时隙频谱作为商品进行拍卖，买方每轮竞拍后，根据自身对于频谱的需求程度和自身收益作为经验进行调整出价，直至完成整个授权频谱分配过程。采用本发明专利技术的技术方案可以合理分配宏蜂窝基站空闲时授权频谱的使用权，提升频谱利用率，减少相邻小小区微基站干扰，提高通信质量并提升经济效益。

Small cell base station spectrum auction method based on neural network and time evolution

The invention discloses a small cell evolution neural network and time based on micro spectrum auction method, the two layer of heterogeneous network system in the macro cellular network, small cell micro base station and mobile phone users, through the establishment of neural network model of spectrum allocation based on auction, will provide authorized spectrum division macrocell base station for a plurality of slots, the seller according to the set value function and the objective function of the spectrum as the time slot auction auction of goods, each buyer after auction, according to their level of demand for spectrum and their own experience as income adjusted bid, until the completion of the whole process of authorized spectrum allocation. The technical scheme of the invention can allocate the macrocell base station idle licensed spectrum is the right to use, improve the spectrum utilization, reduce the adjacent small cell micro base station interference, improve communication quality and increase economic benefits.

【技术实现步骤摘要】
基于神经网络和时间演化的小小区微基站频谱拍卖方法
本专利技术涉及移动通信
，具体涉及一种基于神经网络和时间演化的小小区微基站频谱拍卖方法。
技术介绍
如今越来越多的用户依赖于移动通信，随着无线通信的蓬勃发展移动通信成为人们日常生活中不可或缺的一部分。与之相应的，移动终端的数量和用户对于频谱资源的需求也呈现大量的增长。目前商用最快的移动通信技术升级版长期演进LTE-A也不得不面对新的挑战。为了应对移动通信用户需求的不断激增，通信运营商和设备商将设立小小区微基站。在宏蜂窝下设立多个小小区微基站，形成两层异构网络作为提升系统容量的解决方案。小小区微基站是一种低功率的无线接入节点可以覆盖10米到200米的范围；如今运营商均开始使用小小区微基站来扩展覆盖范围和提升网络容量，尤其是用在诸如商业中心或者学校区域等通信数据流量大的繁忙地区进行分流；近年来，许多研究人员对认知无线电系统中的频谱分配进行了深入研究，特别是基于拍卖理论的动态频谱分配研究。拍卖是一个经济学概念，是一种售卖商品的手段。频谱拍卖是近年来新兴起的理论，将具有频谱需求的小小区微基站看作经济学中的买家，拥有频带授权的宏蜂窝基站作为卖家的拍卖行为。当小小区微基站中的移动终端需要使用频段时，通过拍卖获得授权频带的使用权。采用频谱拍卖机制可以有效优化分配频谱资源的使用效率，同时为宏蜂窝基站提供收益，提升其共享频谱资源的积极性。事实证明频谱拍卖是一种有效解决频谱资源分配问题，提升频谱资源利用率的有效手段。但是对于小小区微基站中的拍卖式分配频谱资源的研究尚处于起步阶段。申请号为2010102767804名称为一种基于拍卖和满意度模型的动态频谱分配方法的中国专利公开了一种依据用户满意度技术。该技术采用了按用户对频谱满意度的频谱分配，但该技术存在直接比较出价决定支付的缺点，不能有效保证诚实性，抑制买家虚报价格，影响拍卖的公平性，同时没有考虑到用户间的干扰而盲目的进行拍卖。这将导致用户在拍卖获得频谱后可能会获得质量差的通信过程，影响用户收益和系统效益。申请号为2014104363803名称为一种基于干扰信息的真实性动态双向频谱拍卖方法的中国专利公开了基于微基站产生的干扰进行频谱拍卖的技术。该技术通过对微基站产生干扰和频谱占用时间的乘积与机会成本比较判断是否进行频谱分配。该技术只考虑了干扰，如果满足条件则直接进行频谱分配，这是一种没有竞争性的频谱拍卖，没有明显的竞价过程，同时分配只考虑干扰，而不考虑用户的收益，用户对于信道的兴趣度，以及用户是否具有支付分配信道的能力。现有技术存在以下缺点：1)拍卖分配频谱的过程趋近于直接进行分配，对于竞价者的信息考虑过少。实际上用户对于信道的兴趣度，使用后的收益，竞标者的支付能力都是影响拍卖的重要因素。2)现有的拍卖分配频谱过程停留在静态拍卖阶段，没有考虑多时间的情况。在多时间拍卖下，用户将根据先前时隙的使用情况获得经验，指导后续时隙参与拍卖的行为。3)现有的的频谱拍卖方法没有将用户出价和小小区微基站购买频段通信获得的利益联系起来。通常只针对有无干扰进行分配，分配后直接进行支付，没有明显的竞价过程。
技术实现思路
针对现有技术的不足，本专利技术要解决的问题是如何合理分配宏蜂窝基站空闲时授权频带的使用权，提升频谱利用率，减少相邻小小区微基站干扰，提高通信质量并最得最大经济效益。为解决上述技术问题，本专利技术采用的技术方案是一种基于神经网络和时间演化的小小区微基站频谱拍卖方法，在由宏蜂窝网、小小区微基站和手机用户构成的两层异构网络系统中，通过建立基于神经网络的频谱分配拍卖模型，将宏蜂窝基站提供的授权频谱划分为多个时隙，卖方根据设定的收益函数和拍卖目标函数对时隙频谱作为商品进行拍卖，买方每轮竞拍后，根据自身对于频谱的需求程度和自身收益作为经验进行调整出价，直至完成整个授权频谱分配过程，具体步骤以下：步骤1开始拍卖准备阶段，宏蜂窝网作为卖方公布准备出售用于共享的频谱资源，用于共享的频谱资源是以划分时隙的形式进行出售，小小区微基站覆盖的用户作为买家为满足自身通信需要购买一至多个时隙，小小区微基站作为买家提交所需时隙请求；步骤2选取所有对第t时隙有需求的买家，若待拍卖分配时隙t大于剩余可用时隙T'，则说明全部时隙分配完毕；步骤3搭建采用误差反向传播算法的神经网络，输入历史上的买家的综合信息和成交记录作为训练集，训练神经网络直至误差小于千分之一，其具体过程如下：(1)计算获得第l层与第l+1层的神经元误差，设加权输入为定义记为神经元的误差为则可以求得第L层第j个神经元的误差其中对于二次成本函数易得则对于第l个隐层第j个神经元的误差有其中k为第k+1层神经元的个数；联立上述方程获得第l层与第l+1层的误差为δl＝δl+1wl+1f'(zl)；(2)初始化误差反向传播算法，输入训练集，生成权重初始值ω0∈[-1,1]，设置激活函数为sigmoid函数，其表达形式为(3)计算各层各层误差，神经网络输出为输入训练集input训练，可获得神经网络层1和层2的输出output1,output2，计算输出层误差，层2误差为error2＝output训-output2，层2权值调整量为Δω＝error2·f'(output2)；计算反向传播误差，层1误差为error1＝Δω2·ω2，层1权值调整量为Δω＝error1·f'(output1)；(4)更新层1和层2的权值ωi＝ωi+Δωi，返回步骤2更换训练集，并重复循环N次，完成神经网络学习过程；步骤4向神经网络输入参与竞拍的买方对于当前时隙各个信道的兴趣度，经济负担能力，以及进行通信时受到的干扰，依据神经网络的输出进行频谱分配，判定输出1为获得信道，输出0为竞拍失败；步骤5根据频谱分配结果，计算竞拍成功的小小区用户的支付值，其具体过程如下：(1)计算接受信号：统中只被宏蜂窝覆盖的授权用户记做MU，第m个MU收到的信号为：式中，zm表示宏蜂窝网发送给第m个MU的信号，gm、gj表示宏蜂窝网传输到第m和j个用户所使用的信道的信道估计值；PT表示宏蜂窝网的发射功率，Pi表示第i根天线的发射功率；hpi表示小小区微基站微基站到第i个MU的信道估计值；fi是第i根天线对应的波束成形因子，np表示高斯白噪声；系统中被小小区微基站覆盖的用户记做SU，第k个小小区微基站收到的信号：式中，x表示传输的信号，nk表示高斯白噪声；(2)计算信噪比：对于第k个SU信噪比为：(3)计算支付值：则第k个小小区微基站在第t时刻的支付为pk,t＝(1-δ)S-i(c,SINRt)其中步骤6小小区用户调整经验，为下一轮拍卖的出价做准备；依据买家对于下一时隙频谱的需求急切程度调整贴现因子，依据自回归模型调整信干噪比，若小小区用户i是赢家，则调整经验为SINRi,t+1＝SINRi,t+αSINRi,t-1+β。相比于现有技术，采用本专利技术的技术方案的有益效果：1)将频谱资源以时隙划分，考虑了不同买家在多个时隙使用不同信道的场景，通过时间演化的支付函数调整买家的成本，有效提升小小区用户的收益，增加频谱拍卖的合理性；2)将神经网络应用到频谱拍卖中，同时考虑用户所受到的干扰，买家对于不同时隙不同信道的兴趣度，以及其参与竞拍的经济能力，能够有效提高拍卖的合本文档来自技高网...

【技术保护点】
一种基于神经网络和时间演化的小小区微基站频谱拍卖方法，在由宏蜂窝网、小小区微基站和手机用户构成的两层异构网络系统中，通过建立基于神经网络的频谱分配拍卖模型，将宏蜂窝基站提供的授权频谱划分为多个时隙，卖方根据设定的收益函数和拍卖目标函数对时隙频谱作为商品进行拍卖，买方每轮竞拍后，根据自身对于频谱的需求程度和自身收益作为经验进行调整出价，直至完成整个授权频谱分配过程，其特征在于：具体步骤以下：步骤1开始拍卖准备阶段，宏蜂窝网作为卖方公布准备出售用于共享的频谱资源，用于共享的频谱资源是以划分时隙的形式进行出售，小小区微基站覆盖的用户作为买家为满足自身通信需要购买一至多个时隙，小小区微基站作为买家提交所需时隙请求；步骤2选取所有对第t时隙有需求的买家，若待拍卖分配时隙t大于剩余可用时隙T'，则说明全部时隙分配完毕；步骤3搭建采用误差反向传播算法的神经网络，输入历史上的买家的综合信息和成交记录作为训练集，训练神经网络直至误差小于千分之一；步骤4向神经网络输入参与竞拍的买方对于当前时隙各个信道的兴趣度，经济负担能力，以及进行通信时受到的干扰，依据神经网络的输出进行频谱分配，判定输出1为获得信道，输出0为竞拍失败；步骤5根据频谱分配结果，计算竞拍成功的小小区用户的支付值；步骤6小小区用户调整经验，为下一轮拍卖的出价做准备；依据买家对于下一时隙频谱的需求急切程度调整贴现因子，依据自回归模型调整信干噪比，若小小区用户i是赢家，则调整经验为SINRi,t+1＝SINRi,t+αSINRi,t‑1+β。...

【技术特征摘要】
1.一种基于神经网络和时间演化的小小区微基站频谱拍卖方法，在由宏蜂窝网、小小区微基站和手机用户构成的两层异构网络系统中，通过建立基于神经网络的频谱分配拍卖模型，将宏蜂窝基站提供的授权频谱划分为多个时隙，卖方根据设定的收益函数和拍卖目标函数对时隙频谱作为商品进行拍卖，买方每轮竞拍后，根据自身对于频谱的需求程度和自身收益作为经验进行调整出价，直至完成整个授权频谱分配过程，其特征在于：具体步骤以下：步骤1开始拍卖准备阶段，宏蜂窝网作为卖方公布准备出售用于共享的频谱资源，用于共享的频谱资源是以划分时隙的形式进行出售，小小区微基站覆盖的用户作为买家为满足自身通信需要购买一至多个时隙，小小区微基站作为买家提交所需时隙请求；步骤2选取所有对第t时隙有需求的买家，若待拍卖分配时隙t大于剩余可用时隙T'，则说明全部时隙分配完毕；步骤3搭建采用误差反向传播算法的神经网络，输入历史上的买家的综合信息和成交记录作为训练集，训练神经网络直至误差小于千分之一；步骤4向神经网络输入参与竞拍的买方对于当前时隙各个信道的兴趣度，经济负担能力，以及进行通信时受到的干扰，依据神经网络的输出进行频谱分配，判定输出1为获得信道，输出0为竞拍失败；步骤5根据频谱分配结果，计算竞拍成功的小小区用户的支付值；步骤6小小区用户调整经验，为下一轮拍卖的出价做准备；依据买家对于下一时隙频谱的需求急切程度调整贴现因子，依据自回归模型调整信干噪比，若小小区用户i是赢家，则调整经验为SINRi,t+1＝SINRi,t+αSINRi,t-1+β。2.根据权利要求1所述的基于神经网络和时间演化的小小区微基站频谱拍卖方法，其特征在于：在步骤3中，具体过程如下：(1)计算获得第l层与第l+1层的神经元误差，设加权输入为定义记为神经元的误差为则可以求得第L层第j个神经元的误差其中对于二次成本函数易得则对于第l个隐层第j个神经元的误差有其中k...

【专利技术属性】
技术研发人员：赵峰，张淯易，陈宏滨，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45