[发明专利]一种基于贝叶斯博弈的频谱感知次用户激励方法

权利要求书

1.一种基于贝叶斯博弈的频谱感知次用户激励方法，其特征在于，该方法包括以下步骤：

1)设置感知频段f_r、策略集B＝(β₁,β₂,...β_s)、信噪比类型集L＝(γ₁，γ₂，...γ_q，γ_q+1)并初始化类型概率分布(p¹,p²,...,p^q,p^q+1)，平台广播参与人数及预算R，其中q+1是将信噪比量化的段数；

2)次用户n通过可计算出检测概率期望值P_ns定义为次用户n信噪比类型为γ_n并选择策略为β_s时的检测概率，s为次用户所选策略的总数；

3)次用户n根据信噪比类型γ_n选择不同的策略β_s再通过计算可得检测概率，其中γ_n为第n个次用户的信噪比，p_f为虚警概率，设为固定值，M_n是第n个次用户检测的信号样本数，设第n个次用户感知时间为T_n，f_s为感知频率，则M_n＝T_nf_s；由算出效用，其中C_n为单位时间的代价，P_n为检测概率，为检测概率期望值；N为次用户人数，R为平台预算；

4)每个次用户从自己的效用集选出最大的效用值如果为负便直接退出检测，如果为正就把最大效用对应的检测概率与期望检测概率值做比较，如果最大效用对应的检测概率大于期望检测概率值，就以这个策略参与检测，反之就把这个策略对应的效用和检测概率分别从效用集和检测概率集中剔除；

5)重复步骤4)直到每个次用户都能自己选择出最优的策略，当把所有策略都遍历完还没选择出最优策略，此次用户不参与检测；此时，此次用户的效用为0；

6)所有参与检测的次用户将数据送入融合中心，融合中心以表决融合的形式对接收到的数据进行融合；

其中表决融合系统的检测概率P_D和虚警概率P_F分别为：

其中和分别表示第n个次用户的检测概率和虚警概率，u_n的取值为0和1，当假设所有次用户的虚警概率都为P_f时，融合中心的虚警概率表述为：

从公式(1)、(2)和(3)中看出，选择的k值较小时能够提高检测概率，但也会增大虚警概率，而选择的k值较大时则相反。