[论文解读] Repeated Auctions with Learning for Spectrum Access in Cognitive Radio Networks

Zhu Han, Rong Zheng+1 more|ArXiv.org|Oct 12, 2009

Cognitive Radio Networks and Spectrum Sensing参考文献 19被引用 9

一句话总结

本文提出了一种基于学习的重复拍卖框架，用于认知无线电网络中高效且公平的频谱接入。通过将频谱接入建模为不完全信息下的动态博弈，次用户利用过往拍卖结果学习最优参与策略，在单频段和多频段场景下均显著提升了效用与公平性，优于短视方法。

ABSTRACT

In this paper, spectrum access in cognitive radio networks is modeled as a repeated auction game subject to monitoring and entry costs. For secondary users, sensing costs are incurred as the result of primary users' activity. Furthermore, each secondary user pays the cost of transmissions upon successful bidding for a channel. Knowledge regarding other secondary users' activity is limited due to the distributed nature of the network. The resulting formulation is thus a dynamic game with incomplete information. In this paper, an efficient bidding learning algorithm is proposed based on the outcome of past transactions. As demonstrated through extensive simulations, the proposed distributed scheme outperforms a myopic one-stage algorithm, and can achieve a good balance between efficiency and fairness.

研究动机与目标

• 解决在对其他用户信息有限的情况下，认知无线电网络中次用户（SUs）之间公平且高效的频谱共享挑战。
• 将频谱接入建模为带有入场费与监控成本的重复拍卖博弈，以反映现实中的运营约束。
• 设计一种分布式学习算法，使次用户能够基于过往结果自适应地决定何时参与拍卖。
• 通过减少过度参与并最小化失败出价带来的成本，实现系统效率与公平性的平衡。
• 通过非后悔学习方法将该框架扩展至多频段网络，以应对动态的信道选择与竞争。

提出的方法

• 将频谱接入建模为重复拍卖博弈，其中次用户通过出价获取信道访问权，参与需支付入场费，观察结果需支付监控费。
• 为单频段网络提出一种分布式学习算法，利用过往交易历史指导未来出价决策，仅在可能中标的条件下才选择参与。
• 在多频段网络中实现非后悔学习算法，以最小化长期后悔，提升对信道条件变化的适应能力。
• 基于信道质量与历史表现的估值估计，指导出价行为。
• 使用协调器收集出价并广播拍卖结果，实现在保持分布式运作的同时支持学习。
• 利用认知导频信道（CPC）作为实际部署中拍卖信令与协调的实用支撑。

实验结果

研究问题

• RQ1 在信息不完全的分布式认知无线电网络中，次用户如何实现高效且公平的频谱接入？
• RQ2 何种学习机制可使次用户在最小化入场与监控成本的前提下，优化其在重复拍卖中的参与策略？
• RQ3 所提出的基于学习的策略相较于短视的一次性出价策略，在效用与公平性方面表现如何？
• RQ4 在多频段环境中，非后悔学习算法相较于贪婪或朴素出价策略的性能增益如何？
• RQ5 当竞争次用户数量或信道可用性发生变化时，所提出的方案是否仍能保持公平性与效率？

主要发现

• 在16个次用户的多频段网络中，所提出的基于学习的方案相比短视的一次性出价算法，效用最高提升25%。
• 在入场成本较高的场景中，该方案通过Jain公平性指数衡量，公平性最高提升15%。
• 当入场成本上升时，所提方案保持了更好的公平性，而短视方案则因对低信道质量用户惩罚加剧而表现恶化。
• 在双用户、双信道场景中，非后悔学习（NRL）算法性能接近理想信息辅助的上界（GA），并优于避免信道碰撞的最优信道出价（BCB）方法。
• 随着次用户数量增加，平均效用因竞争加剧而下降，但所提方案在所有测试配置中始终维持更高的效用与公平性。
• 学习算法实现了选择性参与：仅高估值且低成本的次用户参与出价，减少了无效参与，提升了成本效益。