雙向拍賣協(xié)議結(jié)合自適應(yīng)模糊推理的認(rèn)知無(wú)線電網(wǎng)絡(luò)頻譜共享方案

劉俊霞，卜宇，劉智勇

雙向拍賣協(xié)議結(jié)合自適應(yīng)模糊推理的認(rèn)知無(wú)線電網(wǎng)絡(luò)頻譜共享方案

劉俊霞，卜宇，劉智勇

針對(duì)認(rèn)知無(wú)線電（CR）網(wǎng)絡(luò)中頻譜資源有限且利用率較低的問(wèn)題，提出了一種基于連續(xù)雙向拍賣（CDA）協(xié)議和自適應(yīng)模糊推理的認(rèn)知無(wú)線電協(xié)作頻譜共享方案。首先，SU通過(guò)對(duì)接收到的PU信號(hào)進(jìn)行能量計(jì)算，粗略估計(jì)PU頻帶的利用率情況。然后，PU和SU進(jìn)行雙向拍賣過(guò)程，SU根據(jù)PU的頻帶利用率情況給出一個(gè)較為合理的應(yīng)價(jià)，以此減少討價(jià)還價(jià)輪數(shù)。最后，通過(guò)模糊邏輯推理獲得最終交易價(jià)格，完成交易，以此實(shí)現(xiàn)SU對(duì)PU空閑頻帶的有效利用。實(shí)驗(yàn)結(jié)果表明，該方案在平均拍賣輪數(shù)、PU收益和頻帶利用率方面具有較高的性能。

認(rèn)知無(wú)線電網(wǎng)絡(luò)；頻譜共享；連續(xù)雙向拍賣；模糊推理；自適應(yīng)

0　引言

傳統(tǒng)的無(wú)線網(wǎng)絡(luò)采用的都是固定的頻譜分配政策，隨著越來(lái)越多無(wú)線系統(tǒng)的使用，頻譜資源變得越來(lái)越緊張。同時(shí)，固定頻譜分配機(jī)制分配的頻譜使用效率非常低，由此，研究人員提出了認(rèn)知無(wú)線電（Cognitive Radio，CR）技術(shù)［1］。其基本思想是：在不對(duì)占用頻譜的主要用戶（Primary User，PU）產(chǎn)生干擾的前提下，使次級(jí)用戶（Secondary User，SU）通過(guò)擇機(jī)的方式接入暫時(shí)空閑的PU頻段，以提高頻譜利用效率［2］。頻譜共享的目的為檢測(cè)該頻譜中是否存在PU并合理交付為SU，其是認(rèn)知無(wú)線電的關(guān)鍵技術(shù)之一。

在頻譜共享中，PU和多個(gè)SU之間需要交換信息并達(dá)成空閑頻譜占用協(xié)議，這與市場(chǎng)經(jīng)濟(jì)中的拍賣相似。可將認(rèn)知網(wǎng)絡(luò)中的PU看作賣方，而把SU看作買方，將頻譜池中的空閑頻段看做需要交易的商品，運(yùn)用經(jīng)濟(jì)學(xué)中的連續(xù)雙向拍賣（Continuous Double Auction， CDA）［3］協(xié)議進(jìn)行認(rèn)知網(wǎng)絡(luò)中的動(dòng)態(tài)頻譜分配。目前，學(xué)者提出了多種基于CDA的頻譜共享策略。例如，文獻(xiàn)［4］提出一種戰(zhàn)略型頻譜拍賣（SPSA）方案，支持類似eBay的動(dòng)態(tài)頻譜市場(chǎng)，該方案允許無(wú)線用戶獲取并根據(jù)要求支付頻譜。然而，SPSA方案是僅考慮購(gòu)買者的單向頻譜拍賣。文獻(xiàn)［5］提出一種基于重復(fù)拍賣貝葉斯學(xué)習(xí)（RABL）方案的重復(fù)拍賣博弈模型，該方案研究了由監(jiān)控成本和訪問(wèn)成本的認(rèn)知無(wú)線電系統(tǒng)的頻譜接入問(wèn)題。因此，重復(fù)拍賣模式已用于最大限度地權(quán)衡訪問(wèn)頻段的收益和成本。文獻(xiàn)［6］提出一種自適應(yīng)拍賣頻譜共享（AASS）方案，其基于非合作博弈模型描述PU和SU之間競(jìng)爭(zhēng)力的拍賣，采用Hackner效用函數(shù)定義自私自利的二次用戶的頻譜出價(jià)。然而，上述方案都依賴于高復(fù)雜性和額外開銷，其次，現(xiàn)有的方案不能自適應(yīng)估計(jì)當(dāng)前網(wǎng)絡(luò)條件，在動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境中可能造成潛在的錯(cuò)誤決策。另外，這些方法中的拍賣過(guò)程初始時(shí)隨機(jī)叫價(jià)，拍賣輪數(shù)較長(zhǎng)。

為此，本文提出一種基于連續(xù)雙向拍賣（CDA）協(xié)議和模糊推理的認(rèn)知無(wú)線電頻譜共享方案，將頻帶交換建模為一個(gè)雙向拍賣過(guò)程。SU通過(guò)對(duì)接收到的PU信號(hào)進(jìn)行能量計(jì)算，粗略估計(jì)PU頻帶的利用率情況，并以此給出一個(gè)合理應(yīng)價(jià)，加快拍賣過(guò)程，并通過(guò)模糊邏輯推理獲得最終交易價(jià)格，完成交易。與現(xiàn)有方案相比，本文方案在平均拍賣輪數(shù)、PU收益和頻帶利用率方面具有較高的性能。

1 系統(tǒng)模型

頻譜共享可以用二元假設(shè)檢驗(yàn)問(wèn)題如公式（1）：

考慮一個(gè)CR網(wǎng)絡(luò)，其中包含由一個(gè)融合中心（FC）協(xié)作的M個(gè)分布式SU。如圖1所示：

圖1　提出的頻譜共享方案

每個(gè)頻譜共享周期由以下步驟組成：首先，每個(gè)SU計(jì)算其在感興趣頻帶接收的PU信號(hào)能量。然后，SU和PU在FC中進(jìn)行頻譜雙向拍賣過(guò)程，SU根據(jù)計(jì)算的PU信號(hào)能量給出一個(gè)較為合理頻帶應(yīng)價(jià)，以此減少討價(jià)還價(jià)輪數(shù)。最后，根據(jù)模糊邏輯獲得最后的交易價(jià)格，最終實(shí)現(xiàn)SU對(duì)PU空閑頻譜的有效利用。

2　提出頻譜共享方案

2.1PU能量觀測(cè)

SU在頻帶協(xié)作中檢測(cè)PU信號(hào)。根據(jù)PU的狀態(tài)，每個(gè)SU上接收到的信號(hào)如公式（2）：

上式中，xi（t）表示在第i個(gè)SU上的接收信號(hào)，hi（t ）表示PU與第i個(gè)SU之間的信道增益，s（t）表示由PU發(fā)送的信號(hào)，ni（t ）表示在第i個(gè)SU上的加性噪聲。

當(dāng)PU信號(hào)的先驗(yàn)信息不可用時(shí)，利用能量檢測(cè)方法來(lái)檢測(cè)零均值星座信號(hào)是最優(yōu)的。如圖2所示：

圖2　能量檢測(cè)原理框圖

為了測(cè)量信號(hào)的能量在感興趣頻帶的分布，首先利用帶通濾波器（BPF）接收信號(hào)，然后用模擬-數(shù)字轉(zhuǎn)換器（A/D）將其轉(zhuǎn)換成離散信號(hào)。能量檢測(cè)中的第i個(gè)SU的靜態(tài)測(cè)試為公式（3）：

式中，xi（j）為在第i個(gè)SU上接收信號(hào)的第j個(gè)樣本，N為樣本的數(shù)目，N=2TW，其中T和W分別為檢測(cè)時(shí)間和信號(hào)帶寬。假設(shè)每個(gè)樣本中的噪聲是具有零均值的高斯隨機(jī)變量。當(dāng)N相對(duì)比較大時(shí)（例如，N＞10），Yi可以在H0和H1兩個(gè)假設(shè)下被精確地近似為高斯隨機(jī)變量，這就意味著均值μi和方差表示為公式（4）、（5）：

在一個(gè)PU和噪聲條件下，觀測(cè)到能量的例子。如圖3所示：

圖3　在SU上的能量觀測(cè)例子

這個(gè)例子中，PU信號(hào)是二進(jìn)制相移鍵控（BPSK）信號(hào)，樣本數(shù)量N=5，噪聲方差，且在S U上P U信號(hào)的SNR為γ=10dB 。在獲得當(dāng)前PU工作的能量均值和方

差后，可估計(jì)出PU使用其所屬信道程度，即信道使用率情況。將估計(jì)的信道能量均值與信道總能量的比值設(shè)為Re，將方差歸一化為Re的浮動(dòng)范圍，用于后續(xù)雙向拍賣協(xié)議中初始化應(yīng)價(jià)。

2.2連續(xù)雙向拍賣協(xié)議

傳統(tǒng)的連續(xù)雙向拍賣（CDA）協(xié)議主要涉及一個(gè)拍賣商（賣方）和多個(gè)投標(biāo)人（買家），該結(jié)構(gòu)稱為單向拍賣，而在頻譜共享的拍賣場(chǎng)景中，存在幾個(gè)買家和賣家對(duì)頻段進(jìn)行投標(biāo)（即愿意支付的價(jià)格）及報(bào)價(jià)（即預(yù)期的銷售價(jià)格）的情況，該情況下的拍賣模式設(shè)計(jì)為多對(duì)多的雙向拍賣結(jié)構(gòu)［7］。

雙向拍賣模型中的系統(tǒng)操作員定義為拍賣商，負(fù)責(zé)定價(jià)和交易頻段。N 中Pus為賣方，賣家可以報(bào)價(jià)給拍賣商，以顯示其在價(jià)格上的偏好，M中SUs可以是投標(biāo)人，投標(biāo)人投標(biāo)購(gòu)買頻段。每個(gè)周期中，玩家之間的頻譜拍賣（即，PUs和SUs）周期性運(yùn)行，對(duì)于每個(gè)拍賣階段，買賣雙方基于其效用函數(shù)估計(jì)頻段價(jià)值，當(dāng)所有的報(bào)價(jià)和出價(jià)送到拍賣商之后，拍賣商設(shè)置頻譜共享交易價(jià)格，并決定哪個(gè)投標(biāo)人從哪個(gè)賣家獲得頻段。采用普雷斯頓-邁克菲雙向拍賣（PMDA）協(xié)議的基本概念來(lái)決定商品價(jià)格，在每一輪拍賣結(jié)束后，拍賣商收集所有有關(guān)報(bào)價(jià)和出價(jià)的信息，并通過(guò)分類和匹配技術(shù)決定交易價(jià)格，然后拍賣商對(duì)所有玩家宣布決定的商品價(jià)格，因此，玩家學(xué)習(xí)CR系統(tǒng)中當(dāng)前頻譜共享?xiàng)l件，Sus（即投標(biāo)人）獲得所需頻段，在接下來(lái)的一輪拍賣不會(huì)提交新出價(jià)，如果一些SUs競(jìng)標(biāo)頻段失敗，他們將提交新的出價(jià)給拍賣商，同時(shí)，如果一些PUs沒(méi)有售出自己的頻段，他們?cè)谙麓闻馁u時(shí)也將提交新的報(bào)價(jià)。因此，在每一輪拍賣中，剩下的玩家自適應(yīng)地調(diào)整自己的價(jià)格，這種動(dòng)態(tài)的拍賣程序依次重復(fù)每一個(gè)周期（即串行拍賣），以達(dá)成有效拍賣共識(shí)［8］。

雙向拍賣協(xié)議的拍賣過(guò)程如下：

1）新的一輪開始，輪數(shù)r=r+1，設(shè)定最高價(jià)格為a0，最低價(jià)格為b0。

2）當(dāng)任意一個(gè)賣方和買方報(bào)價(jià)時(shí)可能會(huì)出現(xiàn)以下情況：

（a）任一賣方提出一個(gè)叫價(jià)a時(shí)，如果a ≥ a0，即a不是一個(gè)合理的叫價(jià)，剔除；如果b0＜ a ＜ a0，將a0更新為a；如果a ≤ b0，以b0的價(jià)格成交，回到（1）。

（b）任一買方提出一個(gè)應(yīng)價(jià)b時(shí)，如果b ≤ b0，b是不合理的應(yīng)價(jià)，剔除；如果b0＜ b ＜ a0，將b0更新為b；如果b ≥ a0，以a0的價(jià)格成交，回到（1）。

3）不斷重復(fù)（2），直到叫應(yīng)價(jià)次數(shù)超過(guò)設(shè)定閾值。

上述傳統(tǒng)雙向拍賣中，賣方和買方都是隨便給出一個(gè)初始叫價(jià)和應(yīng)價(jià)，通過(guò)討價(jià)還價(jià)獲得最終交易價(jià)格。這種機(jī)制需要多次循環(huán)，如果給出的初始叫價(jià)或應(yīng)價(jià)就接近于最優(yōu)價(jià)格的話，那將會(huì)大大加快拍賣速度［9］。為此，本文在協(xié)議開始時(shí)，就對(duì)SU接收到的PU信號(hào)進(jìn)行功率分析，得出PU此刻所擁有信道的使用情況，比計(jì)算獲得信道占用比例Re和其浮動(dòng)范圍，再雙向拍賣。本文利用將設(shè)定的最高價(jià)a0和最低價(jià)b0的差值乘以比例Re，并根據(jù)Re的浮動(dòng)范圍給出合理應(yīng)價(jià)范圍，在拍賣開始時(shí)，買家在此范圍內(nèi)給出一個(gè)合理應(yīng)價(jià)，以加速雙向拍賣的收斂速度。

2.3基于模糊推理的雙向拍賣協(xié)議

基于Sugeno控制器的模糊推理機(jī)制是由一系列的If-Then語(yǔ)句構(gòu)成［10］，其具有以下規(guī)則：

R1：if x屬于A1且y屬于B1then z1=c1；R2：if x屬于A2且y屬于B2then z2=c2；

……

Rn：if x屬于An且y屬于Bnthen zn=cn；

其中，A1，A2，…，An，B1，B2，…，Bn為模糊集，z1，z2，…，zn是實(shí)數(shù)。若有事實(shí)：x屬于x0，y屬于y0。則輸出結(jié)果為公式（6）：

基于自適應(yīng)模糊推理的雙向拍賣協(xié)議中，設(shè)定PR為歷史參考價(jià)格，為歷史成交價(jià)的中值。根據(jù)PR，a0，b0之間的關(guān)系可以將拍賣分為3種情況：（1） PR≤ b0＜ a0；（2） b0＜a0≤ PR；（3） b0＜ PR＜ a0。在第一種情況下，若b0比PR大很多，賣家應(yīng)該接受價(jià)格b0（要價(jià)為b0），否則將以逐步降低a0；在第二種情況下，若a0比PR小的多，則不再要價(jià)，否則將逐步降低a0；第三種情況要復(fù)雜一些，需要根據(jù)PR距離a0和b0的遠(yuǎn)近來(lái)決定要價(jià)，PR離a0距離越遠(yuǎn)（離b0距離越近）要價(jià)就越低。將以上啟發(fā)知識(shí)表示成模糊規(guī)則如下：

SR1：if b0比PR大的多

then要價(jià)為b0

else要價(jià)為（a0-α1， u， v）；

SR2：if a0比PR小的多

then保持原要價(jià)

else要價(jià)為（a0-α2， u， v）；

SR31：if PR離b0很遠(yuǎn)或不遠(yuǎn)不近and PR離a0很遠(yuǎn)

then要價(jià)為（a0-α31， u， v）；

SR32：if PR離b0很遠(yuǎn)或不遠(yuǎn)不近and PR離a0不遠(yuǎn)不近

then要價(jià)為（a0-α32， u， v）；

SR33：if PR離b0很遠(yuǎn)或不遠(yuǎn)不近and PR離a0很近

then要價(jià)為（a0-α33， u， v）；

SR34：if PR離a0很近

then要價(jià)為（PR+α34， u， v）

其中，參數(shù)α1， α2，…， α31，…， α34由賣家的風(fēng)險(xiǎn)偏好決定。得到以上3種情況下的隸屬度之后，由式（6）計(jì)算出賣方的下一個(gè)叫價(jià)和買方的下一個(gè)應(yīng)價(jià)。以上描述中，“大的多”，“小的多”，“很遠(yuǎn)”，“很近”，“不遠(yuǎn)不近”等都是模糊語(yǔ)言，其中，“很遠(yuǎn)”，“很近”，“不遠(yuǎn)不近”的隸屬度如圖4所示：

圖4　模糊集“不遠(yuǎn)不近”，“很近”和“很遠(yuǎn)”

3　實(shí)驗(yàn)及分析

為了驗(yàn)證本文的頻譜共享方法，進(jìn)行蒙特卡羅仿真。設(shè)定PU總數(shù)為30，SU總數(shù)為15；采用樣本數(shù)量N=300； PU信號(hào)是帶寬為6MHZ的零均值信號(hào)；SU的噪聲具有相同的單位方差。

在一個(gè)多媒體場(chǎng)景下進(jìn)行實(shí)驗(yàn)，場(chǎng)景中具有多個(gè)應(yīng)用程序，每個(gè)服務(wù)具有不同的流量特性，模擬中使用的多媒體應(yīng)用程序類型。如表1所示：

表1　模擬實(shí)驗(yàn)中使用的應(yīng)用程序

以PU的收益、交易成功概率、頻譜利用率、系統(tǒng)吞吐量、平均每輪拍賣次數(shù)作為性能指標(biāo)。將本文算法與兩個(gè)現(xiàn)有方案：RABL方案［5］、AASS方案［6］的性能進(jìn)行比較。

各種方案平均拍賣輪數(shù)如圖5所示：

圖5　平均拍賣輪數(shù)

拍賣輪數(shù)是指每輪拍賣頻譜交易的平均數(shù)量，所有方案趨勢(shì)類似，然而，本文方法中，買家初始時(shí)根據(jù)所計(jì)算的賣家信道使用情況，給出了較為合理的應(yīng)價(jià)，可以使拍賣模式更加適應(yīng)當(dāng)前的系統(tǒng)狀況，加快拍賣進(jìn)程。因此本文算法比其他方案保持較低的拍賣輪數(shù)。

所有方案的總收益如圖6所示：

圖6　PUs的收益

從主用戶角度來(lái)看，收益是一個(gè)非常重要的因素，結(jié)果表明，應(yīng)用程序請(qǐng)求率非常低（k＜0.4）時(shí)，所有方案收入幾乎相同。而當(dāng)請(qǐng)求速率增加時(shí)，本文算法的PUs收益比其他方案更好。

各種方案的頻譜利用率如圖7所示：

圖7　頻譜利用率

為了最大化系統(tǒng)性能，頻譜利用率是一個(gè)重要的性能指標(biāo)，所有的方案都有類似的趨勢(shì)，而在各種請(qǐng)求速率下，本文提出的頻譜利用率方案比其他方案更好。

4　總結(jié)

本文提出一種基于連續(xù)雙向拍賣（CDA）協(xié)議和自適應(yīng)模糊推理的認(rèn)知無(wú)線電協(xié)作頻譜共享方案。對(duì)于傳統(tǒng)CDA協(xié)議中初始叫價(jià)和應(yīng)價(jià)的隨機(jī)性增加拍賣輪次的問(wèn)題，利用SU估算PU頻帶利用率，并以此給出一個(gè)合理應(yīng)價(jià)，加快拍賣速度。同時(shí)，利用模糊邏輯推理獲得最終交易價(jià)格，實(shí)現(xiàn)空閑頻帶的有效利用。實(shí)驗(yàn)中將本文方法與現(xiàn)有基于雙向拍賣協(xié)議的頻譜共享方案進(jìn)行比較，結(jié)果表明，本文方案在平均拍賣輪數(shù)、PU收益和頻帶利用率方面具有較高的性能。

［6］ 丁漢清， 楊家瑋， 趙志遠(yuǎn). 認(rèn)知無(wú)線電網(wǎng)絡(luò)中頻譜感知性能分析［J］. 計(jì)算機(jī)科學(xué)， 2010， 37（3）：125-127.

［7］ 石磊， 周正， 唐亮，等. 認(rèn)知無(wú)線電網(wǎng)絡(luò)中壓縮協(xié)作頻譜感知［J］. 北京郵電大學(xué)學(xué)報(bào)， 2011， 34（5）：76-79.

［8］ 劉覺(jué)夫， 王華鋒， 楊麗. 基于連續(xù)雙向拍賣的頻譜分配算法研究［J］. 計(jì)算機(jī)工程與設(shè)計(jì)， 2014，35（5）：1516-1520.

［9］ Wu F， Vaidya N. A strategy-proof radio spectrum auction mechanism in noncooperative wireless networks ［J］. Mobile Computing， IEEE Transactions on， 2013， 12（5）：885-894.

［10］ 黃河， 孫玉娥， 陳志立， 等. 完全競(jìng)爭(zhēng)均衡的頻譜雙向拍賣機(jī)制研究［J］. 計(jì)算機(jī)研究與發(fā)展， 2014， 51（3）：479-490.

［11］ Louie R H Y， McKay M R， Chen Y. Multiple-antenna signal detection in cognitive radio networks with multiple primary user signals［C］ Communications （ICC）， 2014 IEEE International Conference on. IEEE， 2014：4951-4956.

［12］ 張文柱， 王凌云. 基于單頻段多贏家拍賣的動(dòng)態(tài)頻譜分配［J］. 通信學(xué)報(bào)， 2012， 33（02）：1-6.

［13］ Sun G， Feng X， Tian X， et al. Coalitional Double Auction for Spatial Spectrum Allocation in Cognitive Radio Networks［J］. Wireless Communications Transactions on IEEE，2014， 13（6）： 3196-3206.

［14］ Kim S. A repeated Bayesian auction game for cognitive radio spectrum sharing scheme［J］. Computer Communications， 2013， 36（8）： 939-946.

［15］ Lu L， Jiang W， Bai L， et al. Spectrum redistribution for cognitive radios using discriminatory spectrum double auction［J］. Wireless Communications & Mobile Computing， 2013， 13（8）： 774-789.

Cognitive Radio Spectrum Sharing Scheme Based on Double Auction Protocol and Adaptive Fuzzy Inference

Liu Junxia1， Bu Yu2， Liu Zhiyong1
（1. Department of Electrical and Information， Xinjiang Institute of Engineering， Urumqi 830023， China 2. Department of Computer Engineering， Xinjiang Institute of Engineering， Urumqi 830023， China）

For the issues that the limited spectrum resources and low utilization rate in cognitive radio （CR） network， a cognitive radio spectrum sharing scheme based on double auction protocol （CDA） and adaptive fuzzy inference is proposed. Firstly， SU calculates the energy of the received PU signals， and estimates the utilization rate of the PU band. Then， PU and SU perform the double auction process. SU give a more reasonable price according to the band utilization rate of PU， in order to reduce the number of bargaining rounds. Finally， the final transaction price is obtained by fuzzy logic inference， and the completion of the transaction， in order to achieve the effective use of SU for the PU idle frequency band. Experimental results show that the proposed scheme has a high performance in terms of average number of auction rounds， PU gain and bandwidth utilization.

Cognitive Radio Network； Spectrum Sharing； Continuous Double Auction； Fuzzy Inference； Adaptive

TP393

A

1007-757X（2016）06-0032-04

2016.02.01）

新疆維吾爾自治區(qū)高校科研計(jì)劃青年教師科研啟動(dòng)基金項(xiàng)目（No.XJEDU2014S074）

劉俊霞（1980-），女（漢），新疆人，新疆工程學(xué)院，電氣與信息工程系，講師，碩士，研究方向：無(wú)線通信、無(wú)線網(wǎng)絡(luò)等，烏魯木齊，830023

卜 宇（1981-），女（漢），新疆人，新疆工程學(xué)院，電氣與信息工程系，講師，碩士，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)字媒體等，烏魯木齊，830023

劉智勇（1968-），男（漢），山東人，新疆工程學(xué)院，電氣與信息工程系，實(shí)驗(yàn)師，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)、機(jī)電一體化等，烏魯木齊，830023