[发明专利]一种基于深度神经网络的协作频谱共享智能契约设计方法有效
| 申请号： | 201910097980.4 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109982328B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 赵楠;谭惠文;刘畅;裴一扬;刘聪;曾春艳;贺潇;刘泽华 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | H04W16/10 | 分类号： | H04W16/10;H04W16/14;H04W16/22 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 张火春 |
| 地址： | 430068 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于无线通信技术领域，具体涉及一种基于深度神经网络的协作频谱共享智能契约设计方法。针对契约签订前后信息和行为隐匿性双重非对称动态网络信息问题，在研究小型基站多阶段流量卸载能力类型和流量卸载服务行为的数学模型描述方法的基础上，通过探索多阶段私有信息甄别机制，以规避动态逆向选择问题；通过设计多阶段私有行为激励策略，以规避动态道德风险行为；针对双重非对称动态网络信息场景下多阶段动态契约模型的非凸优化求解问题，利用小型基站的私有信息和声誉信息，通过建立多层神经网络结构框架，探索基于深度学习的多阶段智能契约模型，研究双重信息非对称场景下多阶段动态契约优化设计策略，从而保证多阶段协作频谱共享实现。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 协作 频谱 共享 智能 契约 设计 方法 | ||
【主权项】：
1.一种基于深度神经网络的协作频谱共享智能契约设计方法，其特征在于，针对契约签订前后信息和行为隐匿性双重非对称动态网络信息问题，在研究小基站SBSs多阶段流量卸载能力类型和流量卸载服务行为的数学模型描述方法的基础上，通过探索多阶段私有信息甄别机制，以规避动态逆向选择问题；通过设计多阶段私有行为激励策略，以规避动态道德风险行为；并且通过建立神经网络框架模型，研究实现双重信息非对称场景下多阶段动态契约优化，所述方法包括如下步骤：步骤1，多阶段动态契约优化问题建模：在双重非对称动态网络信息场景下，建立多阶段动态契约优化问题模型；步骤2，构建动态契约优化的神经网络模型，并训练动态契约优化的神经网络：针对双重非对称动态网络信息场景下多阶段动态契约模型的非凸优化求解问题，利用SBSs的私有信息和声誉信息，通过建立多层神经网络结构框架，研究双重信息非对称场景下多阶段动态契约优化设计策略，从而保证多阶段协作频谱共享实现。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖北工业大学，未经湖北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910097980.4/，转载请声明来源钻瓜专利网。
