多跳认知网络中的联合资源竞价与激励策略
计算机科学与博弈论
2016-11-17 v1 网络与互联网体系结构
摘要
在多跳次级网络中,频谱拍卖的竞价策略、路由选择和中继激励应被联合考虑以建立多跳通信。本文开发了一个联合资源竞价与激励的框架,其中用户迭代地修正其策略(包括竞价和激励中继),以达到其服务质量(QoS)要求。设计了一种竞价语言来概括次级用户对多种资源的异构需求及支付意愿。然后,提出了基于组划分的拍卖机制,以利用多跳次级网络中次级用户需求的异构性。这些机制包括基于静态和动态划分方案并结合新支付机制的主运营商(PO)策略,以获得高收益并公平分配资源。所提出的拍卖方案刺激了次级用户的参与,为主运营商提供了高收益,同时最大化社会福利。此外,它们满足真实性、个体理性和计算易处理性等性质。仿真结果表明,对于高需求用户,与无分组方案相比,静态分组方案使获胜者数量增加了 150%,为主运营商带来了 3 倍的收益。对于低需求用户,通过将每信道价格降低 50%,主运营商可在动态方案下保持类似收益,因为获胜者数量将成比例增加。
引用
@article{arxiv.1610.02826,
title = {Joint Resource Bidding and Tipping Strategies in Multi-hop Cognitive Networks},
author = {Beatriz Lorenzo and Ivana Kovacevic and Ana Peleteiro and Francisco J. Gonzalez-Castano and Juan C. Burguillo},
journal= {arXiv preprint arXiv:1610.02826},
year = {2016}
}
备注
To appear in IEEE Transactions on Cognitive Communications and Networking