一种基于两阶段用户选择的群智频谱监测方法

1.本发明涉及通信技术领域，具体涉及一种基于两阶段用户选择的群智频谱监测方法。


背景技术：

2.随着无线通信技术的快速发展，对无线电频谱资源的使用及管理提出了更高的要求。无线电频谱资源作为无线电通信中信息传输的载体，在当今信息化时代发挥着不可替代的作用。近年来，国家对于无线电频谱资源也越来越重视，无线电频谱作为国家战略性资源，由国家统一分配使用。生活中违规使用无线电频谱的现象时有发生，无线电频谱管理是解决不合规使用无线电频谱的有效方法。无线电频谱监测是无线电频谱管理的重要内容，它可以为无线电管理提供依据，从而更好的管理无线电频谱资源。通过分析监测数据，可以得知频谱的占用情况，然后科学规划、合理配置频谱资源，解决频谱资源拥挤，实现频谱资源的高效合理利用。
3.传统的无线电频谱监测方法是通过放置大型、昂贵的监测站来收集频谱监测数据，由于监测站部署位置稀疏，监测范围有限，要想得到精确的监测数据，需要密集的放置监测设备，这样频谱监测无疑会导致非常高的建设成本，因此想要通过传统频谱监测方法实现精确监测并不现实。当今社会随着智能终端的应用急速增长，采用移动群智感知激励用户参与感知任务，可以得到覆盖范围广泛的感知数据，降低传统无线电频谱监测成本。
4.群智感知是将众包和移动感知设备结合的数据获取模式，利用广泛存在的移动设备(如智能手机、可穿戴设备、平板电脑等)形成交互式、参与式的感知网络，通过感知平台将感知任务发布给网络中的参与者从而收集数据信息。群智感知收集到的感知数据具有多源异构、覆盖范围广泛、扩展性高等优点，受到国内外学术界和工业界的广泛关注，应用于多个领域，如对空气质量的监测、交通监测等。因为参与者完成感知任务需要消耗其移动设备的电池电量、计算资源和数据流量等通信资源，并且在感知过程中还需要付出其他代价，例如时间，所以没有适当的回报，参与者不愿意无偿参与感知活动。群智感知平台通过设计合理的激励机制补偿感知用户的代价，激励足够多的参与者积极加入感知活动，提高参与率，从而得到精确的感知数据。


技术实现要素：

5.为了克服现有技术的不足，本发明的目的是提供一种基于两阶段用户选择的群智频谱监测方法，感知平台通过非移动用户选择和移动用户选择两个过程，招募到合适的用户完成感知任务，解决传统无线电频谱监测方法经济成本高、覆盖范围有限的问题。
6.技术方案：本发明所述的基于两阶段用户选择的群智频谱监测方法，用于无线电频谱监测场景中，包括：
7.将感知区域分成n个子区域，设有m个参与感知的候选用户构成用户集合w，将感知平台发布的感知每个子区域无线信号强度的活动定义为感知任务，即有n个感知任务；
8.在日常生活中不需要改变路线即可完成感知任务的用户定义为非移动用户；需要改变日常生活路线移动到特定的感知区域来完成感知任务的用户定义为移动用户；
9.在感知时间内被选中的用户进入到相应的子区域即完成相应的感知任务；感知平台向提供感知结果的获胜用户支付一定报酬；
10.在总激励奖励不超出预算的条件下，通过非移动用户选择和移动用户选择两个阶段招募获胜用户使完成任务的数量最大化；
11.将第一、第二阶段完成任务集合合并得到总完成任务集合，总完成任务集合即总的被访问的子区域集合，通过获胜用户携带的智能终端设备得到被访问的子区域的无线信号强度，完成该子区域的频谱监测。
12.进一步的，第一阶段非移动用户选择，方法如下：
13.初始化非移动用户集合fw为空，计算用户集合w中所有用户给感知平台带来的效用，umax表示最大效用且初始化为0；
14.选择用户集合w中给感知平台带来的效用最大并且含有未完成任务的用户作为获胜用户纳入非移动用户集合，每选中一个获胜用户，umax更新为该获胜用户的效用；所述的未完成任务是指用户存在不访问的子区域；
15.感知平台支付给每个非移动用户相同的固定报酬，直到预算不足或者没有符合条件的非移动用户为止；所述条件是指用户给感知平台带来的效用大于umax并且含有未完成任务。
16.进一步的，第二阶段移动用户选择，方法如下：
17.初始化移动用户集合sw为空，从剩余用户集合w\fw中选择一组获胜候选用户通过移动到特定区域来完成还未被非移动用户完成的感知任务；具体地：
18.平台总预算减去第一阶段花费得到剩余预算，用于第二阶段招募用户；每个愿意移动的剩余用户向感知平台提交一个任务-报价对；
19.在剩余预算范围内，感知平台通过比较每个剩余用户效用-报价比来选择获胜用户，并将获胜用户纳入移动用户集合sw；
20.被选中的移动用户执行感知任务并上报感知结果，感知平台向选中的参与用户支付报酬。
21.进一步的，第一阶段非移动用户选择中，选择用户给感知平台带来的效用大于umax并且含有未完成任务的用户作为目标用户，判断平台发布感知任务的预算b是否不小于支付给目标用户的固定报酬i；
22.若b≥i成立，则将目标用户作为获胜用户纳入非移动用户集合fw，将获胜用户完成的任务纳入第一阶段完成任务集合t
c1
，并将获胜用户从用户集合w中除去，从预算b中减去招募获胜用户的报酬，即b＝b-i；继续计算用户集合w中每个用户给平台代来的效用，直到没有用户给感知平台带来的效用大于umax并且含有未完成任务的用户；
23.若b≥i不成立，则第一阶段选择非移动用户结束，进入第二阶段。
24.进一步的，第二阶段移动用户选择中，用户集合w\fw中愿意移动的用户向感知平台提交一个任务-报价对，计算效用-报价比并将其排序，选择效用-报价比最大的用户作为目标用户；
25.判断平台剩余预算b'是否不小于选择的目标用户的报价
26.若成立，则将目标用户wu作为获胜用户纳入移动用户集合sw，将获胜用户完成的任务纳入第二阶段完成任务集合t
c2
，并将获胜用户从用户集合w\fw中除去，从剩余预算b'中减去招募获胜用户需要的报酬，即
27.继续计算效用-报价比并选择效用-报价比最大的用户作为目标用户，直到不成立，则第二阶段选择移动用户结束。
28.进一步的，第一阶段选择目标用户通过以下条件筛选：
[0029][0030]
其中，u(
·
)表示平台效用，fw表示第一阶段获胜用户集合，u(fw∪{wj})表示招募用户wj和fw给平台带来的效用；umax表示最大效用，初始值为0，每选中一个非移动用户，umax更新为该非移动用户的效用；t
c1
表示第一阶段完成任务集合，表示用户wj完成的任务集合。
[0031]
进一步的，用户集合w\fw中愿意移动的用户向平台提交一个任务-报价对其中是用户wu想要完成的任务集合，是用户wu完成感知任务集合中所有任务的投标价格，用户wu的效用-报价比表示为：
[0032][0033]
式中u(sw∪{wu})-u(sw)表示招募用户wj给平台带来的效用；
[0034]
计算用户集合w\fw中所有用户的效用-报价比并将其排序，选择效用-报价比最大的用户作为目标用户。
[0035]
进一步的，平台效用计算方法为：
[0036][0037]
其中priority(ti)表示任务的优先级，t表示感知任务集，jointpro(ti,wf)为获胜用户集合wf完成任务ti的联合概率；
[0038]
优先级计算公式为：
[0039][0040]
其中le(ti)表示任务ti的位置熵，其计算公式为：
[0041][0042]
其中表示访问任务ti的候选用户集合，表示中所有候选用户访问任务ti的总次数，表示中候选用户wu访问任务ti的次数；
[0043]
联合概率的计算公式为：
[0044]
[0045]
其中表示用户wu完成任务ti的概率，其计算公式为：
[0046][0047]
其中表示用户wu出现在子区域li的次数，即用户wu完成感知任务ti的次数；感知时间内用户wu出现在子区域li一次即表示感知任务ti完成，则用户wu出现在子区域li次数为k的概率，即用户wu完成感知任务ti次数为k的概率表示为：
[0048][0049]
用户wu出现在子区域li至少一次的概率表示为：
[0050][0051]
每招募一个获胜用户给平台带来的效用表示为：
[0052][0053]
有益效果：本发明与现有技术相比，其显著优点是：
[0054]
1、本发明方法以任务完成数量最大化为目标，通过非移动用户选择和移动用户选择两个阶段为任务选择合适的用户，兼顾机会式感知和参与式感知两种模式的优势，以较低成本来最大化任务完成数量。
[0055]
2、在移动用户选择阶段，引入反向拍卖，感知平台作为唯一买家，所有愿意移动的用户作为卖家，卖家之间进行博弈，计算所有卖家的效用-报价比并排序，比值大的卖家作为获胜者被感知平台招募来完成感知任务。
[0056]
3、不同于传统的频谱检测方法，本发明方法将群智感知技术引入无线电频谱监测过程，结合激励机制鼓励参与者加入感知任务并上传感知结果的形式，有效节省了传统频谱监测方法的成本。
附图说明
[0057]
图1为本发明方法的流程示意图；
[0058]
图2为本发明方法的系统模型示意图；
[0059]
图3为预算与完成任务数关系仿真结果图；
[0060]
图4为预算b＝15时每个区域与任务完成次数关系的仿真结果图；
[0061]
图5为预算b＝30时每个区域与任务完成次数关系的仿真结果图；
[0062]
图6为频谱监测子区域无线信号强度。
具体实施方式
[0063]
下面结合附图和实施例对本发明做进一步详细说明。
[0064]
本发明的系统模型如图2，系统的场景是一个边长为400m
×
400m的正方形区域，整个感知区域分成n个子区域，将用户感知每一个子区域信号强度的活动称为一个感知任务。在系统场景内分布着m个参与感知的候选用户，每个候选用户到达不同子区域即可完成该感知任务。为了激励候选用户感知子区域信号强度，感知平台(即基站)会向提供感知结果的获胜用户支付一定报酬。
[0065]
设整个感知区域划分为n个大小相同的子区域，记子区域集合为l＝{l1,l2,...,li,...,ln}，li表示第i个子区域，将感知每个子区域无线信号强度的活动定义为“任务”，即有n个感知任务，记感知任务集合为t＝{t1,t2,...,ti,...,tn}，ti表示第i个感知任务。在感知时间内一旦被选中的用户进入到相应的子区域，就可以完成相应的感知任务。
[0066]
本发明的目标是在总激励奖励不超出预算的情况下通过两个阶段招募获胜用户来最大化完成任务的数量。
[0067]
总的候选用户集合定义为w＝{w1,w2,...,wj,...,wm}，wj表示第j个候选用户。每个候选用户完成感知任务的方式有两种，一种是机会式感知，在自己的日常生活中不需要改变路线就可以顺便完成感知任务，另一种是参与式感知，需要改变自己的日常生活路线积极移动到特定的感知区域来完成感知任务。被选中的用户通过第一种方式完成感知任务称为非移动用户，通过第二种方式完成感知任务称为移动用户。
[0068]
基于以上的描述，本发明将用户选择问题正式定义如下。
[0069]
第一阶段通过历史记录来预测选择一组获胜候选用户完成感知任务，其中fw称为非移动用户集合。在预算范围内，通过定义的效用公式计算用户给平台带来的效用，选择用户给感知平台带来的效用大于umax并且含有未完成任务的用户作为获胜用户，将其纳入非移动用户集合，感知平台支付给每个非移动用户相同的固定报酬i，直到预算不足或者没有符合条件的非移动用户为止。
[0070]
在第二阶段，从剩余用户集合w\fw中选择一组获胜候选用户通过移动到特定区域来完成目前为止还未被非移动用户完成的感知任务，其中sw称为移动用户集合。每个愿意移动的剩余用户向平台提交一个任务-报价对其中是用户wu想要完成的任务集合，是用户wu完成感知任务集合中所有任务的投标价格。总预算b减去第一阶段花费得到剩余预算，用于第二阶段招募用户。在剩余预算范围内，感知平台通过比较每个剩余用户效用-报价比来选择获胜用户，并将其纳入移动用户集合。被选中的移动用户执行感知任务并上报感知结果，基站向选中的参与用户支付报酬。
[0071]
表示已完成任务集合，对于平台而言优化目标是在总的激励报酬不超过总预算情况下最大化已完成任务数量，即最大化|tc|。本发明的优化问题可以表述为：
[0072]
maximize|tc|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0073][0074]
本发明设被选中的用户出现在子区域li就表示感知任务ti完成。因此，在感知时间内要预测每个候选用户出现在不同子区域至少一次的概率，即每个候选用户完成不同感知
任务至少一次的概率。统计历史记录中若干个时间段内每个候选用户wu出现在不同子区域li的次数，求平均值，表示候选用户wu出现在子区域li的次数，记为假设服从非齐次泊松分布，则感知时间内候选用户wu出现在子区域li次数为k的概率为：
[0075][0076]
因此，可以得到感知时间内候选用户wu出现在子区域li至少一次的概率为：
[0077][0078]
相应可以得到候选用户wu完成任务ti的概率为：
[0079][0080]
由于基站支付给第一阶段选中目标用户(非移动用户)相同的报酬，所以感知平台倾向于选择访问子区域数尽可能多的候选用户。每个候选用户访问不同子区域次数不一样，即不同任务被完成的概率不同。本发明根据不同子区域用户访问次数定义每个任务的优先级。简单来说，任务访问次数越多，分配给该任务的优先级越低，即任务的优先级与候选用户访问次数成反比。为了进一步描述任务优先级，引入位置熵的概念，一个任务访问次数越多具有高位置熵(低优先级)，反之，一个任务访问次数越少则具有低位置熵(高优先级)。任务ti的位置熵(location entropy,le)定义为：
[0081][0082]
其中表示访问任务ti的候选用户集合，表示中所有候选用户访问任务ti的总次数，表示中候选用户wu访问任务ti的次数。
[0083]
基于位置熵的概念，每个任务的优先级定义为：
[0084][0085]
平台效用定义为：
[0086][0087]
每招募一个获胜用户给平台带来的效用定义为：
[0088][0089]
其中jointpro(ti,wf)为一组选中用户集合wf完成任务ti的联合概率，根据公式
(5)预测用户wu完成任务ti的概率可以得到任务ti被一组选中用户wf完成的联合概率：
[0090][0091]
最终，如图1所示，基于上述优化问题的发明方法流程如下所示：
[0092]
(1)初始化：子区域集合用l＝{l1,l2,...,li,...,ln}表示，子区域总数为n，用户集合用w＝{w1,w2,...,wj,...,wm}来表示，候选用户总数为m；
[0093]
(2)基站发布感知任务：感知每个子区域无线信号强度，感知任务集合用t＝{t1,t2,...,ti,...,tn}来表示，感知任务总数为n；
[0094]
(3)第一阶段(非移动用户选择)：fw表示第一阶段获胜用户集合且初始化为空集，t
c1
表示第一阶段完成任务集合且初始化为空集，umax表示最大效用且初始化为0；每选中一个非移动用户，umax更新为该非移动用户的效用；
[0095]
(4)计算用户集合w中每个用户给平台带来的效用，选择用户给感知平台带来的效用大于umax并且含有未完成任务的用户作为目标用户；
[0096]
(5)判断系统预算b是否不小于分发给目标用户的固定报酬i；
[0097]
(5.1)若b≥i成立，则将目标用户作为获胜用户纳入非移动用户集合fw，将获胜用户完成的任务纳入第一阶段完成任务集合t
c1
，并将获胜用户从用户集合w中除去，从预算b中减去招募获胜用户的报酬，即b＝b-i，跳入步骤(4)继续执行直到没有用户给感知平台带来的效用大于umax并且含有未完成任务的用户；
[0098]
(5.2)若b≥i不成立，则第一阶段选择非移动用户结束，进入第二阶段；
[0099]
(6)第二阶段(移动用户选择)：b'表示系统剩余预算，t'表示未完成任务集合，根据第一阶段招募获胜用户的情况得到b'和t'，即b'＝b,t'＝t-t
c1
；
[0100]
(7)sw表示第二阶段获胜用户集合且初始化为空集，t
c2
表示第二阶段完成任务集合且初始化为空集；
[0101]
(8)用户集合w\fw中愿意移动的用户向感知平台提交一个任务-报价对，计算效用-报价比并将其排序，选择效用-报价比最大的用户作为目标用户；
[0102]
(9)判断系统剩余预算b'是否不小于目标用户的报价
[0103]
若成立，则将目标用户wu作为获胜用户纳入移动用户集合sw，将获胜用户完成的任务纳入第二阶段完成任务集合t
c2
，并将获胜用户从用户集合w\fw中除去，从剩余预算b'中减去招募获胜用户需要的报酬，即跳入步骤(8)继续执行，直到不成立，则第二阶段选择移动用户结束；
[0104]
(10)将第一、第二阶段完成任务集合合并得到总完成任务集合，系统选择获胜用户过程结束。总完成任务集合即总的被访问的子区域集合，通过获胜用户携带的智能终端设备得到被访问的子区域的无线信号强度，完成该子区域的频谱监测。
[0105]
综上所述，本发明针对频谱监测场景，结合群智感知技术，提出了一种基于两阶段用户选择的群智频谱监测方法。该方法基于群智感知激励机制构建了系统模型，根据用户是否需要通过刻意移动来完成感知任务将用户选择过程分为两个阶段，以招募对平台有利
的用户。本发明方法定义任务优先级和联合概率，建立平台效用函数，在第一阶段，从总用户集中选择一组非移动用户，在日常生活路线中顺便完成感知任务，在第二阶段，从剩余用户中选择一组移动用户，改变原来路线移动到特定区域来完成非移动用户未完成的感知任务，在感知预算有限情况下通过两个阶段选择获胜用户使任务完成数量最大化。
[0106]
如图3所示，在不同系统预算情况下，基于两阶段用户选择的群智频谱监测方法的任务完成数随着预算的增大而增加；如图4和图5所示，在感知结束后，随着预算的增加，用户访问的区域数增多，且区域任务被完成次数也增多；频谱监测体现在有无用户访问子区域，若子区域有用户访问，则该子区域的频谱监测完成。如图6所示，在感知结束后，频谱监测就是感知到的不同子区域的无线信号强度。
[0107]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0108]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。