下载文档原格式
认知无线网络中基于博弈的频谱共享
胡林;唐伦;陈前斌;李实秋
【期刊名称】《计算机应用研究》
【年(卷),期】2009(026)012
【摘要】研究了认知无线网络环境中基于价格动态性的频谱共享,主要用户服务提供商以不同的频谱价格向认知用户服务提供商出售空闲频谱,认知用户根据获得的收益调整对频谱的需求.在全体服务提供商对频谱价格满意的基础上,为最大化认知用户的收益,提出了基于静态博弈和动态博弈的频谱共享方案.仿真结果表明,通过合理设置学习速率,动态博弈达到了接近静态博弈的性能,最大化认知用户的收益.【总页数】3页(P4704-4706)
【作者】胡林;唐伦;陈前斌;李实秋
【作者单位】重庆邮电大学,移动通信技术重点实验室,重庆,400065;重庆邮电大学,移动通信技术重点实验室,重庆,400065;重庆邮电大学,移动通信技术重点实验室,重庆,400065;重庆邮电大学,移动通信技术重点实验室,重庆,400065
【正文语种】中文
【中图分类】TN923
【相关文献】
1.基于合作博弈的多信道认知无线网络中的频谱共享算法 [J], 王正强;蒋铃鸽;何晨
2.基于合作形成的认知无线网络频谱共享策略 [J], 谭雪松;林超;郭伟
3.认知无线网络中基于价格的频谱共享模型 [J], 杨慧慧;邱晶
4.认知无线网络的Rubinstein博弈频谱共享方法研究 [J], 何继爱;徐磊;宋宇霄
5.认知无线网络频谱共享中的强化学习和深度学习 [J], 谢然;白雪敏;李淑丰;张凤霞;于江;孙久会
因版权原因，仅展示原文概要，查看原文内容请购买。
无线电频谱管理的频谱共享案例分享无线电频谱管理一直是一个备受关注的话题，尤其是在日益增长的无线电使用需求和有限的频谱资源之间找到平衡的问题上。
频谱共享作为一种解决方案，近年来逐渐成为了研究和实践的热点。
本文将通过几个具体的案例，来分享一些频谱共享的实践经验。
首先，我们要了解频谱共享的概念。
频谱共享是指将原本专有的频谱资源，通过技术手段和管理机制，使得多个用户或系统可以在同一频段上共同使用频谱资源。
这种共享可以在时间、空间、或是频率上进行，可以大大提高频谱的利用效率，解决频谱资源紧张的问题。
1. 无线电电视频谱共享案例在频谱共享方面，无线电电视行业是一个典型的案例。
在过去，每个电视频道需要占用独立的频谱资源，这导致频谱浪费严重。
而随着数字电视技术的发展，可以通过频谱复用的方式，将多个电视频道合并到同一频段上进行传输。
这种频谱共享技术大大提高了电视广播的频谱利用效率，也为其他无线电领域的频谱共享提供了宝贵的经验。
2. 5G频谱共享案例随着5G技术的不断发展，对于频谱资源的需求变得越来越迫切。
在5G频谱管理中，频谱共享成为了一种重要的解决方案。
在国际上，一些国家已经开始尝试使用动态频谱共享技术，通过智能化的频谱管理系统，实现对频谱资源的动态分配和共享。
这种技术可以有效地提高5G频谱的利用效率，也为其他频谱管理领域提供了借鉴。
3. 工业科学领域频谱共享案例除了通信领域，工业科学领域也有一些成功的频谱共享案例。
例如，在实验室和工厂的工业科学设备中，频谱资源也是一种宝贵的资源。
通过使用认知无线电等先进技术，可以实现对频谱资源的智能共享，使得不同的科学设备可以在同一频段上进行工作，避免了频谱资源的浪费，也提高了科学研究的效率。
4. 频谱共享的挑战与前景频谱共享虽然有很多优势，但也面临着很多挑战。
首先是技术挑战，要实现频谱共享技术需要有先进的智能化技术和可靠的频谱管理系统。
其次是管理挑战，频谱共享需要有有效的管理和监管机制，保证各个用户之间的公平和合理使用。
![一种基于非协作博弈的认知无线网络动态频谱共享方法[发明专利]](https://img.taocdn.com/s1/m/984d27ff964bcf84b9d57bed.png)
专利名称：一种基于非协作博弈的认知无线网络动态频谱共享方法
专利类型：发明专利
发明人：衡伟,张国栋
申请号：CN201610243236.7
申请日：20160419
公开号：CN105916154A
公开日：
20160831
专利内容由知识产权出版社提供
摘要：本发明公开了一种认知无线网络中的动态频谱共享方法。
为了提高当前无线网络中的频谱利用率并降低系统频谱共享过程中的通信开销，本发明结合博弈论将频谱共享过程分两步完成。
首先，无线网络中所有的频谱供应商基于已有的法定频谱资源租售部分空闲频谱资源给认知无线频谱供应商；然后，认知无线频谱供应商汇集所有空闲频谱资源并将其以拍卖的形式供应给认知用户。
对于该频谱租赁市场，采用非协作博弈论来模型化整个频谱共享过程，提出相应的策略更新算法以获得纳什均衡策略并保证其收敛性。
经过计算机仿真验证，本发明所提频谱共享方案可以有效提高系统的整体收益并降低频谱共享过程中的通信开销。
申请人：东南大学
地址：211189 江苏省南京市江宁区东南大学路2号
国籍：CN
代理机构：南京瑞弘专利商标事务所(普通合伙)
代理人：陈琛
更多信息请下载全文后查看。
双向拍卖协议结合自适应模糊推理的认知无线电网络频谱共享方案刘俊霞;卜宇;刘智勇【摘要】针对认知无线电(CR)网络中频谱资源有限且利用率较低的问题,提出了一种基于连续双向拍卖(CDA)协议和自适应模糊推理的认知无线电协作频谱共享方案.首先,SU通过对接收到的PU信号进行能量计算,粗略估计PU频带的利用率情况.然后,PU和SU进行双向拍卖过程,SU根据PU的频带利用率情况给出一个较为合理的应价,以此减少讨价还价轮数.最后,通过模糊逻辑推理获得最终交易价格,完成交易,以此实现SU对PU空闲频带的有效利用.实验结果表明,该方案在平均拍卖轮数、PU收益和频带利用率方面具有较高的性能.【期刊名称】《微型电脑应用》【年(卷),期】2016(032)006【总页数】4页(P32-35)【关键词】认知无线电网络;频谱共享;连续双向拍卖;模糊推理;自适应【作者】刘俊霞;卜宇;刘智勇【作者单位】新疆工程学院,电气与信息工程系乌鲁木齐,830023;新疆工程学院,电气与信息工程系乌鲁木齐,830023;新疆工程学院,电气与信息工程系乌鲁木齐,830023【正文语种】中文【中图分类】TP393传统的无线网络采用的都是固定的频谱分配政策，随着越来越多无线系统的使用，频谱资源变得越来越紧张。
同时，固定频谱分配机制分配的频谱使用效率非常低，由此，研究人员提出了认知无线电（Cognitive Radio，CR）技术［1］。
其基本思想是：在不对占用频谱的主要用户（Primary User，PU）产生干扰的前提下，使次级用户（Secondary User，SU）通过择机的方式接入暂时空闲的PU频段，以提高频谱利用效率［2］。
频谱共享的目的为检测该频谱中是否存在PU并合理交付为SU，其是认知无线电的关键技术之一。
在频谱共享中，PU和多个SU之间需要交换信息并达成空闲频谱占用协议，这与市场经济中的拍卖相似。
可将认知网络中的PU看作卖方，而把SU看作买方，将频谱池中的空闲频段看做需要交易的商品，运用经济学中的连续双向拍卖（Continuous Double Auction， CDA）［3］协议进行认知网络中的动态频谱分配。
双向拍卖结合贝叶斯模型的认知无线电网络频谱共享方案摘要：针对无线电网络中频谱资源有限且利用率较低的问题，提出了基于双向拍卖结合贝叶斯推理模型的频谱共享算法。
首先，主用户和次用户自适应地选择拍卖价格分享频段；然后，玩家基于反馈学习过程捕捉调整价格的策略；最后，进行重复拍卖过程直到达成共识。
该算法采用了贝叶斯推理技术，能够自适应地响应不断变化的系统环境和玩家数量，具有良好的可扩展性。
仿真结果表明，该算法在PU 受益、交易成功率、频谱利用率、网络吞吐量等方面显著优于其他几种较新的频谱共享算法。
关键词：贝叶斯模型；分布式方式；双向拍卖；认知无线电网络；频谱共享中图分类号：TN926?34；TP393 文献标识码： A 文章编号：1004?373X（2016）11?0024?06Abstract：Since the spectrum resource in radio networks is limited and its utilization is low，a spectrum sharing algorithm for double auction combining Bayesian inference model is proposed. Firstly，the primary users and the secondary users adaptively select their auction prices to share the spectrum bands. And then，based on feedback learningprocess，the players capture their adjustable price strategies. Finally，the auction process is repeated until the consensus is reached. The algorithm adopts Bayesian inference technique，which can adaptively response to the constantly changing system environment and players′quantity. It has better scalability. The simulation results show that the proposed algorithm is superior to several other advanced spectrum sharing algorithms in the aspects of PU benefit，trade success rate，spectrum efficiency and network throughput.Keywords：Bayesian model；distributed mode；double auction；cognitive radio network；spectrum sharing0 引言由于无线电频谱的限制，通信网络面临频谱资源稀缺的问题，另一方面，许多许可频谱仍然长时间[1]未被占用。
基于拍卖的混合接入异构网络频谱共享曾凡仔;黄鹏【摘要】针对Overlay与Underlay模式的传统频谱共享系统网络效益较低的问题,提出了一种基于拍卖机制的频谱共享.当宏用户靠近飞蜂窝接入点时,飞蜂窝接入点与宏用户之间的链路性能比宏基站至宏用户的性能要好.此时宏基站希望将该用户卸载至飞蜂窝网络中,获得更好的通信服务质量的同时还能为宏基站节约能量.在保证飞蜂窝网络授权用户的QoS前提下,为激励网络内的混合接入,宏基站将自己的剩余频谱供飞蜂窝接入点使用,并对飞蜂窝接入点进行补偿.每个飞蜂窝接入点独立地决定自己的竞价,宏基站根据收集到的竞价决定最优分配策略.提出的基于拍卖机制的混合频谱共享能够使异构网络中的宏基站和飞蜂窝接入点的效用函数最大.并且补偿函数的引入能更好地激励飞蜂窝采用混合接入模式.【期刊名称】《计算机工程与应用》【年(卷),期】2019(055)009【总页数】7页(P72-78)【关键词】频谱共享;拍卖机制;混合接入;补偿;效用函数【作者】曾凡仔;黄鹏【作者单位】湖南大学湖南省嵌入式与网络计算重点实验室,长沙 410000;湖南大学湖南省嵌入式与网络计算重点实验室,长沙 410000【正文语种】中文【中图分类】TN911.721 引言近年来，随着室内无线通信的快速发展，提高无线网络的频谱效率和能量效率已成为当前研究热点问题。
飞蜂窝技术能够很好地解决无线通信室内覆盖范围较小的问题，使网络性能得到提高。
但异构网中飞蜂窝与宏蜂窝的共存会引入跨层干扰，这种跨层干扰往往会严重降低整个网络的性能。
飞蜂窝的接入策略在降低网络内用户之间干扰的方面至关重要。
由于飞蜂窝的接入策略决定了其他用户能否接入飞蜂窝，因此在一定程度上决定了干扰的程度。
目前，由飞蜂窝和宏蜂窝组成的异构网络具有三种类型的接入方式：封闭式、开放式和混合式[1]。
在封闭式中，只有拥有接入授权的用户能够接入飞蜂窝网络。
宏用户是不被允许接入飞蜂窝的。
2011年10月Journal on Communications October 2011 第32卷第10期通信学报V ol.32No.10基于拍卖理论和补偿激励的频谱共享新算法周惟风，朱琦（1. 南京邮电大学江苏省无线通信重点实验室，江苏南京 210003；2. 南京邮电大学教育部宽带无线通信与传感网技术重点实验室，江苏南京 210003）摘 要：针对认知无线电系统中主次用户频谱共享问题，提出了一种基于拍卖理论和补偿激励的频谱共享新算法，该算法基于简化的VCG(vickrey-clarke-groves)拍卖模型，引入次用户间的合作关系，并运用货币补偿激励原则，建立了相应的合作型竞争的频谱博弈模型。
该博弈模型不仅具有非合作博弈模型可自动实施的决策模式特点，还兼有寡头联合模型的公平性的特点。
理论分析和仿真结果证明了所提出算法的正确性和公平性。
关键词：认知无线电；频谱共享；拍卖理论；非合作博弈；补偿激励机制中图分类号：TN 929.5 文献标识码：A 文章编号：1000-436X(2011)10-0086-06Novel auction-based spectrum sharing scheme with thecompensation and motivation mechanismZHOU Wei-feng, ZHU Qi(1. Jiangsu Key Lab of Wireless Communications, Nanjing University of Posts and Telecommunications, Nanjing 210003, China;2. Key Lab on Wideband Wireless Communications and Sensor Network Technology of Ministry of Education,Nanjing University of Posts and Telecommunications, Nanjing 210003, China)Abstract: A novel spectrum sharing scheme based on the auction theory and the mechanism of compensation and motiva-tion was proposed. Based on the simplified VCG (vickrey-clarke-groves) auction, co-operative competition model was de-veloped which was realized by introducing the cooperative relationship between secondary users and adopting the mecha-nism of monetary compensation and motivation. The novel model shows not only the automatic decision-making character-istics of non-cooperative game model, but also the fairness characteristics of the oligopoly joint model. Theoretical analysis and simulation results evaluate the system performance and verify the correctness and fairness of the proposed scheme.Key words: cognitive radio; spectrum sharing; auction theory; non-cooperative game; compensation and motivation mechanism1引言随着无线通信的发展，频谱已成为人们不可或缺的宝贵资源。
OFDMA感知无线电网络中一种基于拍卖博弈的频谱共享新算法刘蔚;邓可;罗涛【摘要】在基于OFDMA的感知无线电网络中,为了最大化从网络的吞吐量,考虑了空间频率复用,通过干扰判据和邻接矩阵描述感知链路在子载波上的冲突,将最大化从网络和速率的问题建模为基于VCG机制的多个赢家的子载波拍卖博弈.通过逐一求解单个子载波上的二进制整数规划问题获得最优解.仿真结果表明,所提出的子载波拍卖算法有效地提高了感知无线电网络中资源的利用效率.【期刊名称】《现代导航》【年(卷),期】2012(003)001【总页数】7页(P66-72)【关键词】正交频分多址接入;感知无线电;无线资源分配;博弈论;拍卖【作者】刘蔚;邓可;罗涛【作者单位】中国电子科技集团公司第二十研究所,西安710068;泛网无线通信教育部重点实验室(北京邮电大学),北京100876;泛网无线通信教育部重点实验室(北京邮电大学),北京100876【正文语种】中文【中图分类】TN925.93随着无线新技术和新应用的飞速发展，频谱需求大幅提升，同时固定分配的授权频段也没有得到充分利用[1]。
频谱管理机构已经开始考虑更加灵活和高效的频谱使用方式[2]。
感知无线电（Cognitive Radio，CR）技术的发展使得动态频谱接入成为解决频谱利用拥挤和低效矛盾的一种有效途径。
CR允许感知用户（Cognitive Radio Users，CRUs）（也称为从用户）以非合作的方式[3-4]或者合作的方式[5-6]动态接入主用户（Primary Radio Users，PRUs）的授权频段。
博弈论是分析主从用户之间相互作用，研究无线资源分配的一种有效的数学工具。
研究和应用最为广泛的博弈理论是非合作博弈，它假定每个参与人在博弈过程中不与其他参与人合作，相互之间没有信息的传递。
参与人理性但自私的行为与无线资源受限的网络节点的工作方式具有类似之处，特别是在分布式控制的网络中。
基于反拍卖的中继协作频谱感知算法
田赛赛;赵夙;朱琦
【期刊名称】《光通信研究》
【年(卷),期】2018(000)005
【摘要】针对认知无线电网络中次用户(SU)参与频谱感知的积极性低以及 SU 到融合中心(FC)的信道条件差,造成发送到 FC的数据不可信的问题,提出一种基于反拍卖技术(RAT)的中继协作频谱感知算法.该算法将 SU分为普通次用户和中继次用户,在这两种SU之间采用RAT的方式激励SU参与到频谱感知当中,以解决SU的积极性低的问题,通过中继的方式可以解决信道条件差的问题.仿真结果表明,所提方法的感知性能明显好于非中继方法,并且提高了用户的积极性.
【总页数】5页(P74-78)
【作者】田赛赛;赵夙;朱琦
【作者单位】南京邮电大学通信与信息工程学院,南京 210003;东南大学移动通信国家重点实验室,南京 210096;东南大学移动通信国家重点实验室,南京 210096;南京邮电大学江苏省无线通信重点实验室,南京 210003;南京邮电大学通信与信息工程学院,南京 210003;南京邮电大学江苏省无线通信重点实验室,南京 210003【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.基于最优中继的自适应协作频谱感知算法 [J], 张学军;鲁友;田峰;严金童;成谢锋
2.协作中继网络中基于拍卖的中继选择和功率控制策略 [J], 胡洁;赵祚喜;卢丹松
3.基于最优中继的协作频谱感知方法研究 [J], 刘燕;江虹
4.基于中继选择的协作频谱感知算法 [J], 郭莉莉;张士兵;杨娇娇
5.基于拍卖理论的中继节点分配模型和分布式分配算法 [J], 苏培培;樊秀梅;
因版权原因，仅展示原文概要，查看原文内容请购买。
双向拍卖结合贝叶斯模型的认知无线电网络频谱共享方案摘要：针对无线电网络中频谱资源有限且利用率较低的问题，提出了基于双向拍卖结合贝叶斯推理模型的频谱共享算法。
首先，主用户和次用户自适应地选择拍卖价格分享频段；然后，玩家基于反馈学习过程捕捉调整价格的策略；最后，进行重复拍卖过程直到达成共识。
该算法采用了贝叶斯推理技术，能够自适应地响应不断变化的系统环境和玩家数量，具有良好的可扩展性。
仿真结果表明，该算法在PU 受益、交易成功率、频谱利用率、网络吞吐量等方面显著优于其他几种较新的频谱共享算法。
关键词：贝叶斯模型；分布式方式；双向拍卖；认知无线电网络；频谱共享中图分类号：TN926?34；TP393 文献标识码： A 文章编号：1004?373X（2016）11?0024?06Abstract：Since the spectrum resource in radio networks is limited and its utilization is low，a spectrum sharing algorithm for double auction combining Bayesian inference model is proposed. Firstly，the primary users and the secondary users adaptively select their auction prices to share the spectrum bands. And then，based on feedback learningprocess，the players capture their adjustable price strategies. Finally，the auction process is repeated until the consensus is reached. The algorithm adopts Bayesian inference technique，which can adaptively response to the constantly changing system environment and players′quantity. It has better scalability. The simulation results show that the proposed algorithm is superior to several other advanced spectrum sharing algorithms in the aspects of PU benefit，trade success rate，spectrum efficiency and network throughput.Keywords：Bayesian model；distributed mode；double auction；cognitive radio network；spectrum sharing0 引言由于无线电频谱的限制，通信网络面临频谱资源稀缺的问题，另一方面，许多许可频谱仍然长时间[1]未被占用。
认知无线电（CR）可提高频谱资源利用率，在CRs中，部分用户可以智能地监控环境并在分配的频段都处于闲置状态时能够与许可用户共享频谱，通过许可用户（PUs即主用户）和未经许可的用户（SUs即次级用户）[2]之间的频谱共享实现CR网络频谱利用率的增加。
本文提出了一种基于双向拍卖融合贝叶斯推理模型的频谱共享算法，假设主用户和次级用户是自相关博弈玩家，他们为了达到最大化收益的目的而做出决策。
本文算法自适应地响应不断变化的系统环境和玩家数量，具有良好的可扩展性，为了达成有效拍卖共识，本文算法适用于现实世界CR 系统的操作，同时能尽可能高的保持频谱效率。
1 相关研究学者们提出了许多用于CRs中有效频谱共享的拍卖博弈模型[3]，可更为有效地解决有限稀有资源分配问题。
拍卖博弈模型通过减少未分配的频段数量可以提供更好的频谱共享，提高了整体资源利用率[4]??。
文献[5]中的战略型频谱拍卖（SPSA）方案是一种真实且计算高效的频谱拍卖，支持类似eBay的动态频谱市场，该方案允许无线用户获取并根据要求支付频谱。
此外，SPSA方案通过分配频谱给最重视它的投标人能使频谱所有者利润最大化。
然而，SPSA方案仅考虑购买者的单向频谱拍卖，该SPSA方案可直接扩展为真实双向频谱拍卖（TDSA）方案[6]??，TDSA方案支持真实双向频谱拍卖，其中多方可根据个性化需求交易频谱，该方案运用一种新的赢家确定和定价机制选择获胜买家和卖家，然而TDSA方案只假定简单的频谱需求/请求格式。
文献[7]中重复拍卖贝叶斯学习（RABL）方案建模为一个重复拍卖博弈，该方案研究了由监控成本和访问成本构成的认知无线电系统的频谱接入问题。
因此，重复拍卖模式已用于最大限度地权衡访问频段的收益和成本。
此外，为了设计一种具有不完整信息的方案，构建了基于狄利克雷过程的非参数信念更新算法。
文献[8]中的自适应拍卖频谱共享（AASS）方案是一种基于非合作博弈模型描述PUs和SUs之间竞争力的拍卖，该方案采用Hackner效用函数定义二次用户的频谱出价。
此外，AASS方案为每个PU的成本函数提出了一种动态更新算法，这有助于在动态频谱共享博弈的每个阶段PUs从SUs实现更多的要求。
文献[9]中的基于双向拍卖频谱共享（DASS）方案是一种基于动态频谱共享方案的双向拍卖，该方案允许免费频段在运营商之间交易，以提高频谱利用率，DASS方案使用自适应调节投标/询问策略研究实际的无线通信模型。
上述方案存在的主要问题有：首先，这些方案依赖于高复杂性和额外开销，无法在现实的系统操作中实施，因此仅限于较小的网络模型；其次，现有的方案不能自适应估计当前网络条件，在动态网络环境中可能造成潜在的错误决策；再次，这些方案有一些固定的系统参数操作网络系统，而在动态的网络环境中，操作现实世界的网络系统是不恰当的方法。
受到上述讨论的启发，本文提出了一种新的CR频谱共享方案，将其设计为一个重复贝叶斯拍卖博弈。
2 提出的频谱共享算法2.1 博弈模型博弈理论在无线网络中可应用于资源分配[10]??，然而传统的博弈模型假设任意玩家需要的所有信息都完全已知，这并不符合现实情况。
基于此，传统博弈模型不能直接应用于实际网络运营，文献[11]引入了贝叶斯博弈模型，该模型放宽了所有信息完全已知的假设，可以用于预测不确定性结果。
本文采用贝叶斯博弈方法解决CR系统中频谱共享问题，贝叶斯模型由一组玩家、一组动作、玩家类型和每个玩家的效用函数等组成[12]，提出的贝叶斯拍卖博弈如下：玩家：CR系统中PUs和SUs，和分别表示PU集合和SU集合，运行在频带上，其与PUs其他的频带不重叠，即。
动作集：任何都具有所有可能报价的集合，是预计出售频段的价格。
任何都具有所有可能出价的集合，这是可以支付的价格。
玩家类型：玩家的类型是一个概率分布，用来表达有关博弈玩家不确定或未知信息的概念，类型独立且在重复拍卖阶段动态变化，每个玩家完全知道自己的类型，而不知道其他玩家的类型，因此概率分布用于假设其他玩家的类型。
效用函数：效用函数可量化玩家从特定结果获得的满意度，PUs的效用函数代表货币收益（即频谱交易收入），对于SUs，拍卖价格越高，效益越低，因此SUs的效用函数定义为PUs的保留效用，如果PUs或SUs频段交易失败，该收益将保持0。
本文算法可归结为一种重复博弈[13]，该算法将时间轴划分为等长度间隔（即）。
2.2 双向拍卖协议传统的拍卖主要涉及一个拍卖商（卖方）和多个投标人（买家），该结构称为单向拍卖，而在频谱共享的拍卖场景中，存在几个买家和卖家对频段进行投标（即愿意支付的价格）及报价（即预期的销售价格）的情况，该情况下的拍卖模式设计为多对多的双向拍卖结构。
模型中的系统操作员定义为拍卖商，负责定价和交易频段。
中PUs可以是卖方，卖家可以报价给拍卖商，以显示其在价格上的偏好，中SUs可以是投标人，投标人投标购买频段。
每个玩家之间的频谱拍卖（即PUs和SUs）周期性运行，对于每个拍卖阶段，买卖双方基于其效用函数估计频段价值，当所有的报价和出价送到拍卖商之后，拍卖商设置频谱共享交易价格，并决定哪个投标人从哪个卖家获得频段。
采用普雷斯顿?迈克菲双向拍卖（Preston?McAfee Double Auction，PMDA）协议的基本概念决定商品价格，在每一轮拍卖结束后，拍卖商收集所有有关报价和出价的信息，并通过分类和匹配技术[14]决定交易价格，然后拍卖商对所有玩家宣布决定的商品价格，因此，玩家学习CR系统中当前频谱共享条件，SUs（即投标人）获得所需频段，在接下来的一轮拍卖不会提交新出价，如果一些SUs竞标频段失败，他们将提交新的出价给拍卖商，同时，如果一些PUs没有售出自己的频段，他们在下次拍卖时也将提交新的报价。
因此，在每一轮拍卖中，剩下的玩家自适应地调整自己的价格，这种动态的拍卖程序依次重复每一个（即串行拍卖），以达成有效拍卖共识。
2.3 贝叶斯推理和学习贝叶斯博弈模型中，玩家学习修改自己的先验知识并自适应地调整策略。
该方法并不假定玩家总是根据完整信息作出最佳决策，贝叶斯博弈的过程中，玩家有机会重新考虑目前的策略和应对以最大化期望收益，因此它提供了真实世界环境下更现实的模型。
玩家对频谱交易的渴望度强烈影响玩家的出价方案，通常情况下，玩家不知道其他玩家的愿望，但它实际上隐藏在每一轮拍卖中拍卖商的交易价格中。
为了提交新的买价和卖价，买卖双方推断出下一轮交易价，这称为拍卖商类型。
在每一轮拍卖中，玩家可以通过拍卖商的建议了解到别人的出价信息，基于该推论，每个玩家都可以为下一次拍卖做出更好的价格决策。
贝叶斯学习方法用来推断他人的渴望水平，根据贝叶斯定理和更新规则，贝叶斯推理公式[13]如下所示：2.4 本文算法的主要步骤通过使用贝叶斯博弈模型为CR系统设计了一个新的频谱共享方案。
提出的方案中，PUs和SUs（即博弈玩家）自适应地选择自己的拍卖价格分享频段。
基于反馈学习过程，玩家可以捕捉如何调整自己的价格策略，为达成共识，该过程制定为重复拍卖模型。
每一轮拍卖结束后，玩家定期检查目前的交易价格，并以完全分布式的方式迭代调整价格，因此玩家的数量增加时计算复杂度不会显著增加，这种交互式反馈过程持续进行，直到达成共识。
提出的频谱共享算法的流程图如图1所示，主要步骤如下：步骤1：初始迭代（），每个拍卖商渴望水平的初始概率为均匀分布（其中是时间间隔的总数）。
