認知無線電系統(tǒng)的頻譜分配算法研究與優(yōu)化.pdf

1、伴隨著無線通信產(chǎn)業(yè)的迅速崛起以及各類新業(yè)務的不斷涌現(xiàn)，網(wǎng)絡(luò)運行環(huán)境更為復雜多變，無線頻譜資源匱乏的現(xiàn)象也愈加明顯。針對上述情形，能夠合理有效解決頻譜相對稀缺問題的認知無線電的概念應運而生。人們希望利用認知無線電技術(shù)有效地提升無線頻譜資源利用率，實現(xiàn)頻譜的靈活分配。
　　認知無線電系統(tǒng)中的頻譜分配方案主要在各個授權(quán)用戶與認知用戶之間實施。在確保授權(quán)用戶不會受到不可忍受干擾的條件下，認知用戶可對授權(quán)頻譜進行擇機利用，這種方式可使整個系

2、統(tǒng)中的頻譜空洞最大程度地減少，從而使頻譜資源的利用率得到有效提升。
　　論文主要研究頻譜分配算法的優(yōu)化及應用問題。本文首先對認知無線電的背景知識及相關(guān)概念予以闡述，然后較為細致地論述了包括頻譜共享、頻譜管理及頻譜分配在內(nèi)的認知無線電的幾種關(guān)鍵技術(shù)，并重點對頻譜分配中幾類經(jīng)典的分配模型進行分析說明。接著，詳細論述了本文的主要研究內(nèi)容：一是采用新式銜接策略將遺傳算法與蟻群算法以優(yōu)勢互補形式進行融合，產(chǎn)生具備二者優(yōu)點的遺傳蟻群優(yōu)化算法(

3、GACO)。二是在繼承基本螢火蟲優(yōu)化算法(GSO)較強收斂能力的基礎(chǔ)上，提出了二進制自適應步長螢火蟲優(yōu)化算法(BAGSO)。
　　GACO算法中的遺傳算法與蟻群算法兩部分都經(jīng)過了優(yōu)化改進。遺傳算法中的染色體可同時攜帶認知用戶與授權(quán)頻譜兩方面的信息，其運行結(jié)果可由銜接策略過渡為蟻群算法所需信息素初始分布。而蟻群算法則可在二部圖框架下快速收斂以得到最優(yōu)解。仿真實驗表明：該算法相較于顏色敏感圖著色算法(CSGC)能更好地在頻譜分配中提升

4、網(wǎng)絡(luò)的整體滿意度。
　　BAGSO算法將螢火蟲的位置坐標進行了二進制編碼，以此增強算法的全局探索性及穩(wěn)定性。通過多峰函數(shù)極值的求解實驗，證明了BAGSO算法的尋優(yōu)能力優(yōu)于GSO算法和自適應步長螢火蟲優(yōu)化算法(AGSO)。在將BAGSO算法應用于頻譜分配時，每只螢火蟲都代表了一種分配方案，其位置的變化映射了分配方案的調(diào)整。仿真實驗表明：基于BAGSO算法的頻譜分配在網(wǎng)絡(luò)總效益、公平性等方面的性能要明顯優(yōu)于基于CSGC算法的頻譜分配。