欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020100779124
申请人: 湖北工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种无人机流量卸载的多阶段逆向选择契约模型优化方法,其特征在于,包括如下步骤:

步骤1:依次建立无人机提供发射功率模型、无人机参与流量卸载的传输成本模型、无人机在参与流量卸载中的总成本模型、无人机的效用模型,进一步建立地面基站获得的总收益模型、地面基站效用模型;

步骤2:建立多阶段逆向选择契约模型,结合激励相容和个人理性的约束条件进行优化,得到优化后多阶段逆向选择契约模型;

步骤3:地面基站使用优化后多阶段逆向选择契约模型向无人机提供契约;

步骤1中所述建立无人机提供发射功率模型为:假设h(RTi,Di)为第i个无人机发射机即RTi与相应热点区域即Di之间的信道增益;

为了获得在相应热点区域Di的接收功率pi,第i个无人机提供发射功率模型为:其中,N为无人机的数量,pi为第i个无人机热点区域的接收功率,RTi为第i个无人机发射机,Di为第i个无人机热点区域,h(RTi,Di)为第i个无人机发射机与相应热点区域之间的信道增益;

步骤1中所述建立无人机参与流量卸载的传输成本模型为:第i个无人机参与流量卸载的传输成本模型为:其中,ci是第i个无人机的单位传输成本;

将 定义为第i个无人机的私有信息,用于描述第i个无人机的流量卸载能力;

当θi增加时,表示第i个无人机具有较高的传输成本即αi或较差的无线信道条件;当θi减少时,表示第i个无人机具有较低的传输成本即αi或较好的无线信道条件;

此外,由于θi是一个随机变量,严格地分布在正区间Θ∈[θL,θH],在这里Θ为无人机类型的定义域;θL表示最优的无人机类型;θH表示最差的无人机私有类型;且具有概率密度函数fi(θi)和相应的分布函数Fi(θi);

步骤1中所述建立无人机在参与流量卸载中的总成本模型为:第i个无人机在参与流量卸载中的总成本模型为:Ci=Ei+θipi,1≤i≤N其中,Ei为第i个无人机在来回行驶时消耗的能量;

步骤1中所述建立无人机的效用模型为:第i个无人机的效用模型定义为:其中,第i个无人机从地面基站收到的报酬wi;

步骤1中所述建立地面基站获得的总收益模型为:地面基站在雇佣无人机参与流量卸载的情况下,地面基站获得的总收益模型定义为:其中,n0是噪声功率,ρ>0为每单位传输容量的利润系数,令n0=1;

步骤1中所述建立地面基站效用模型为:地面基站效用模型定义为:

步骤2中所述建立多阶段逆向选择契约模型,具体为:在流量卸载过程中,地面基站的总预期效用UBS可以写为:其中,ρ>0为每单位传输容量的利润系数;θL>0为最优的无人机私有信息;θH>0为最差的无人机私有信息; 为第一阶段的接收功率, 为第一阶段无人机的报酬, 为第二阶段的接收功率, 为第二阶段无人机的报酬; 为第一阶段无人机的私有信息, 为第二阶段无人机的私有信息; 为第一阶段的概率分布函数, 为第二阶段的概率分布函数;

所述私有信息为无人机每单位的传输成本即ci、第i个无人机发射机与相应热点区域之间的信道增益即h(RTi,Di);

无人机具有与地面基站相同的折现因子为δ,两阶段第i个无人机的效用可以由下式给出:

基于逆向归纳法思想,先考虑第二阶段的契约设计;

为了确保类型 无人机通过选择契约 获得非负值效用,应满足以下IR约束条件:

其中,是第i个无人机的第一阶段契约类型公告; 是第二阶段无人机的私有类型;Ei为无人机往返途中所消耗的能量; 是第二阶段无人机所获得的报酬; 是第二阶段无人机的接收功率;

为了确保类型 无人机在选择 时获得最大效用,应满足以下IC约束条件:

其中, 为选取最适合自己契约情况下第二阶段的报酬, 为选取最适合自己契约情况下第二阶段的接收功率, 为选取其它契约情况下第二阶段的报酬, 为选取其它契约情况下第二阶段的接收功率;

同时,考虑第一阶段的契约设计,假设第二阶段的预期持续效用为则第i个无人机的跨期效用 可以写为:其中, 是第一阶段无人机的私有类型;Ei为无人机往返途中所消耗的能量; 是第一阶段无人机所获得的报酬; 是第一阶段无人机的接收功率; 是第二阶段的概率分布函数;

于是,IC约束可定义为:

由于阶段二中的无人机效用 独立于 因此则上述IC约束可以简化为:

鉴于阶段二的第i个无人机预期的延续效用是在地面基站获悉其第二阶段类型之前提供契约,第i个无人机的跨期IR约束最终表示为:于是,在保证上述两阶段IR和IC条件的前提下,最优化问题可表示为:步骤2中所述结合激励相容和个人理性的约束条件进行优化,具体为:通过对第一阶段和第二阶段的IR约束条件进行求导,由求导结果写出无人机的连续类型效用公式,并以此得到 和 和 之间的关系,将其带入 和去;

通过对优化问题分别对 和 进行二次求导来得到最优的接收功率,即最优解为:通过 构建步骤2中所述优化后多阶段逆向选择契约模型;

步骤3中所述地面基站使用优化后多阶段逆向选择契约模型向无人机提供契约,具体如下:

地面基站向N个无人机广播一组契约其中, 为第一阶段的接收功率, 为第一阶段无人机的报酬, 为第二阶段的接收功率, 为第二阶段无人机的报酬;

当附近的无人机收到契约时,它将依据自身的接收功率来通知地面基站接受或拒绝契约;

无人机从地面基站收到消息后,分别到达对应的热点区域Di进行流量卸载工作;

当完成第一阶段的流量卸载工作时,地面基站通过来自热点区域中用户的反馈来评估无人机的操作,如果流量成功卸载,无人机将根据契约获得报酬 如果失败,无人机将不会获得任何报酬;

最后,第二阶段的过程与第一阶段相似,无人机完成流量卸载工作后,地面基站按照契约支付无人机报酬

当地面基站与无人机签订两阶段契约前,地面基站只获知无人机第一阶段的类型即在完成第一阶段的工作之后,地面基站才获知无人机第二阶段类型即