欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于布谷鳥搜索算法的認知無線電網(wǎng)絡頻譜分配方法

文檔序號:9220350閱讀:650來源:國知局
基于布谷鳥搜索算法的認知無線電網(wǎng)絡頻譜分配方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及認知無線電技術(shù)領(lǐng)域,具體涉及一種基于布谷鳥搜索算法的認知無線 電網(wǎng)絡頻譜分配方法。
【背景技術(shù)】
[0002] 目前,隨著無線通信的快速發(fā)展,頻譜資源供需矛盾日益突出。認知無線電技術(shù)應 運而生。在認知無線電網(wǎng)絡中,認知用戶可以"伺機"接入授權(quán)用戶的空閑頻譜,有效提高 了無線頻譜資源的利用率。而頻譜分配是認知無線電中的關(guān)鍵技術(shù)之一,其主要解決在感 知到空閑頻譜后,如何在滿足一定的分配目標下,將空閑頻譜資源高效地分配給認知用戶。
[0003] 頻譜分配模型大多是借鑒于一些經(jīng)典的數(shù)學理論以及微觀經(jīng)濟學理論等,主要 有:博弈論、圖著色理論、頻譜交易與拍賣等。其中基于圖著色的頻譜分配方法是理論較為 成熟的一種算法,它將頻譜分配問題表示為一個沖突圖,根據(jù)不同的目標函數(shù)和規(guī)則將頻 段非配給用戶?;趫D著色的頻譜分配已被證明為一個NP難問題,而智能算法是求解NP 難問題的有效算法。采用遺傳算法、人工蜂群算法、蟻群算法等智能優(yōu)化算法及其改進算法 進行求解,是目前基于圖著色的頻譜分配研宄的主流方向。其中,比較典型的是基于遺傳算 法(geneticalgorithm,GA)的頻譜分配。但遺傳算法本身存在難以克服的缺陷,使得現(xiàn)有 技術(shù)還存在求解精度不高等問題,影響了無線頻譜資源的利用率。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是現(xiàn)有頻譜分配方法存在效率不高的問題,提供一種 基于布谷鳥搜索算法的認知無線電網(wǎng)絡頻譜分配方法。
[0005] 為解決上述問題,本發(fā)明是通過以下技術(shù)方案實現(xiàn)的:
[0006] 基于布谷鳥搜索算法的認知無線電網(wǎng)絡頻譜分配方法,包括如下步驟:
[0007] 步驟1、M個認知用戶通過頻譜感知共獲得N個空閑頻段,根據(jù)該頻譜感知結(jié)果和 認知用戶自身信息,分別獲得可用頻譜矩陣L、效益矩陣B和干擾矩陣C;
[0008] 步驟2、定義一個待求解的分配矩陣A,該分配矩陣A受干擾矩陣C和可用頻譜矩 陣L的約束,將待求解的分配矩陣A映射為布谷鳥搜索算法中的鳥巢位置,根據(jù)可用頻譜矩 陣L確定優(yōu)化維數(shù),并將基于分配矩陣A的認知網(wǎng)絡總效益函數(shù)U(A)作為適應度評價函 數(shù),該認知網(wǎng)絡總效益函數(shù)U(A)由分配矩陣A和效益矩陣B決定;
[0009] 步驟3、設定寄主鳥的鳥巢個數(shù)即種群規(guī)模Pop,最大迭代次數(shù)Nter,布谷鳥蛋被 寄主鳥發(fā)現(xiàn)的概率Pa;設初始迭代次數(shù)為0,隨機初始化鳥巢位置即隨機產(chǎn)生Pop個初始鳥 巢位置;
[0010] 步驟4、先對每個鳥巢位置進行二進制編碼后將其映射到分配矩陣A,并對分配矩 陣A做無干擾約束處理后得到每個鳥巢對應的所求解;再根據(jù)適應度評價函數(shù)計算每個鳥 巢的適應度值,并選出最大的適應度值所對應的鳥巢位置和所求解,即作為最優(yōu)適應度值、 最優(yōu)鳥巢位置和最優(yōu)解進行保留;
[0011] 步驟5、更新鳥巢位置,找全局最優(yōu)適應度值、全局最優(yōu)鳥巢位置和全局最優(yōu)解;
[0012] 步驟6、判斷是否達到預先設定的最大迭代次數(shù)Nter,若是,則輸出全局最優(yōu)解, 即為最優(yōu)的頻譜分配方案;否則,把此代的鳥巢位置作為下一代的初始鳥巢位置,迭代次數(shù) 值t+1,返回步驟5,繼續(xù)進行下次迭代。
[0013] 步驟1中:
[0014] 所述可用頻譜矩陣L為一個MXN維矩陣,
[0015] L= {lffl;n|lffl;nG{0,1}}"xn
[0016] 式中,m為認知用戶,n為授權(quán)頻段,M為認知用戶的個數(shù),N為空閑頻段的個數(shù); lm,n表示授權(quán)頻段n是否為認知用戶m的可用頻段,1 m,n= 1表示授權(quán)頻段n為認知用戶m 的可用頻段,lm,n= 〇表示授權(quán)頻段n為認知用戶m的不可用頻段;
[0017] 所述效益矩陣B為一個MXN維矩陣,即: _8]B= {bffl;n}MXN
[0019] 式中,m為認知用戶,n為授權(quán)頻段,M為認知用戶的個數(shù),N為空閑頻段的個數(shù);bm,n 表示認知用戶m在授權(quán)頻段n上獲得的最大效益;
[0020] 所述干擾矩陣C為一個MXMXN維矩陣,即:
[0021] C= {cffl;k;n|cffl;k;nG{0,1}}MXMXN
[0022] 式中,m和k為認知用戶,n為授權(quán)頻段,M為認知用戶的個數(shù),N為空閑頻段的個 數(shù);cm,k,n表示認知用戶m和k同時使用授權(quán)頻段n是否產(chǎn)生干擾,cm,k,n= 0表示認知用戶 m和k同時使用授權(quán)頻段n不會產(chǎn)生干擾,cm,k,n= 1表示認知用戶m和k同時使用授權(quán)頻 段n會產(chǎn)生干擾;
[0023] 所述分配矩陣A為一個MXN維矩陣,即:
[0024] A= {am;n|am;nG{0,1}}MXN
[0025] 式中,m和k為認知用戶,n為授權(quán)頻段,M為認知用戶的個數(shù),N為空閑頻段的個 數(shù);am,n表示授權(quán)頻段n是否分配給了認知用戶m,am,n= 1表示授權(quán)頻段n分配給了認知用 戶m,am,n= 0授權(quán)頻段n未被分配給認知用戶m。
[0026] 步驟1中兩個認知用戶使用同一授權(quán)頻段是否產(chǎn)生干擾即認知用戶m和k同時使 用授權(quán)頻段n是否產(chǎn)生干擾cm,k,n,采用兩者之間的地理距離和各自的傳輸半徑來判斷,即:
[0027]
[0028] 式中,m和k為認知用戶,n為授權(quán)頻段,^為認知用戶m的傳輸半徑,Rk為認知用 戶k的傳輸半徑,dm,k=d為認知用戶m和k之間的距離。
[0031] 式中,m和k為認知用戶,n為授權(quán)頻段,M為認知用戶的個數(shù),N為空閑頻段的個
[0029] 步驟2中,所定義的待求解的分配矩陣A受干擾矩陣C和可用頻譜矩陣L的約束, 即:
[0030] 數(shù);am,n表示授權(quán)頻段n是否分配給了認知用戶m,ak,n表示授權(quán)頻段n是否分配給了認知用 戶k,cm,k,n表示認知用戶m和k同時使用授權(quán)頻段n是否產(chǎn)生干擾,1 表示授權(quán)頻段n是 否為認知用戶m的可用頻段;
[0032] 步驟2中,適應度評價函數(shù)為認知網(wǎng)絡總效益函數(shù)U⑷為:
[0033]
[0034] 式中,am,n表示授權(quán)頻段n是否分配給了認知用戶m;bm,n表示認知用戶m在授權(quán)頻 段n上獲得的最大效益。
[0035] 步驟4中,對每個鳥巢位置進行二進制編碼的公式為:
[0036]
[0037]式中,j=l,2,3,...,P〇p,P〇p為種群數(shù);i= 1,2,3,...,D,D為優(yōu)化維數(shù));rand 為隨機產(chǎn)生的(〇, 1)之間的值;為第j個原鳥巢位置的第i維變量,其表示能被二進制 編碼為1的概率。
[0038] 步驟4中,對分配矩陣A做無干擾約束處理是指當兩個認知用戶使用同一頻段相 互間產(chǎn)生干擾時,需進行無干擾約束處理,即:對任一授權(quán)頻段n,當授權(quán)頻段n為認知用戶 m的可用頻段時,則檢查頻譜分配矩陣A中第n列第m行和第n列第k行是否都為1,若是, 則隨機將其中一個置為〇,另一個保持不變。
[0039] 步驟5具體為:
[0040] 步驟5. 1、根據(jù)萊維飛行公式產(chǎn)生Pop個新的鳥巢位置;
[0041] 步驟5. 2、對更新后的每個鳥巢位置按上述步驟4計算適應度值,再依次比較更新 前后兩個鳥巢位置所對應的適應度值,保留更新前后兩個解中對應較優(yōu)者,則產(chǎn)生一組新 的鳥巢位置;記錄此時的最優(yōu)適應度值、最優(yōu)鳥巢位置和最優(yōu)解;
[0042] 步驟5. 3、根據(jù)設定被發(fā)現(xiàn)概率Pa更新鳥巢位置,即產(chǎn)生一個與鳥巢位置同維的 隨機數(shù)組RD,將隨機數(shù)組RD與被發(fā)現(xiàn)的概率Pa進行比較,保留隨機數(shù)組RD中大于被發(fā)現(xiàn)概 率Pa的元素所對應的鳥巢的元素,而對隨機數(shù)組RD中小于等于被發(fā)現(xiàn)概率Pa的元素所對 應的鳥巢的元素隨機更新,得到一個新的鳥巢位置;
[0043] 步驟5. 4、根據(jù)獲得的新的鳥巢位置,按上述步驟4計算適應度值,與上一步中得 到的每個鳥巢位置的適應度值進行比較,保留更新前后兩個鳥巢位置中對應較優(yōu)者,則產(chǎn) 生一組新的鳥巢位置;記錄此時的最優(yōu)適應度值、最優(yōu)鳥巢位置和最優(yōu)解。
[0044] 步驟5. 1中的萊維飛行表示為:
[0045]
[0046] 式中,t表示當前迭代數(shù);表示第t代第j個鳥巢位置;@表示點對點乘;a 為布谷鳥搜索路徑的控制系數(shù);Levy為萊維飛行隨機搜索路徑,Xbest表示當前最優(yōu)鳥巢位 置。
[0047] 步驟5. 1中所述的萊維飛行隨機搜索路徑Levy為:
[0048]
[0049] 式中,u和v服從正態(tài)分布,艮

r為標準的伽馬函數(shù),e為設定值,〇v= 1。
[0050] 步驟5. 3中所沭的鳥巢位詈隨機偏好游動審新公式為:
[0051]
[0
當前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
永寿县| 安溪县| 新平| 伊川县| 兴山县| 徐水县| 晋州市| 乌兰县| 崇明县| 武山县| 墨脱县| 建水县| 湛江市| 乌兰浩特市| 宁远县| 辽中县| 乐至县| 延川县| 芦溪县| 阿克| 元氏县| 柘荣县| 新乡县| 扶沟县| 台南市| 元氏县| 布尔津县| 四会市| 河池市| 上思县| 昆明市| 师宗县| 买车| 南丹县| 江达县| 木兰县| 休宁县| 花垣县| 南宁市| 昔阳县| 尼木县|