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

发明专利有效专利

申请号：
CN201910097980.4
IPC分类号：H04W16/10;H04W16/14;H04W16/22
申请日期：
2019-01-31
申请人：
湖北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	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
申请号	CN201910097980.4	申请日期	2019-01-31
法律状态	实质审查	申报国家	中国
公开/公告日	2019-07-05	公开/公告号	CN109982328A
优先权	暂无	优先权号	暂无
主分类号	H04W16/10 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04W 无线通信网络〔2009.01〕 H04W16/00 网络规划，例如覆盖或业务量规划工具；网络配置，例如资源划分或小区结构〔2009.01〕 H04W16/02 在各网络组成部分当中的资源划分，例如，再用划分〔2009.01〕 H04W16/10 动态资源划分〔2009.01〕	IPC分类号	H;0;4;W;1;6;/;1;0;;;H;0;4;W;1;6;/;1;4;;;H;0;4;W;1;6;/;2;2查看分类表>
申请人	湖北工业大学	申请人地址	湖北省武汉市洪山区南李路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	湖北工业大学	当前权利人	湖北工业大学
发明人	赵楠;谭惠文;刘畅;裴一扬;刘聪;曾春艳;贺潇;刘泽华
代理机构	武汉帅丞知识产权代理有限公司	代理人	朱必武;刘丹

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供