認(rèn)知無(wú)線電系統(tǒng)的頻譜分配算法研究與優(yōu)化.pdf

1、伴隨著無(wú)線通信產(chǎn)業(yè)的迅速崛起以及各類新業(yè)務(wù)的不斷涌現(xiàn)，網(wǎng)絡(luò)運(yùn)行環(huán)境更為復(fù)雜多變，無(wú)線頻譜資源匱乏的現(xiàn)象也愈加明顯。針對(duì)上述情形，能夠合理有效解決頻譜相對(duì)稀缺問(wèn)題的認(rèn)知無(wú)線電的概念應(yīng)運(yùn)而生。人們希望利用認(rèn)知無(wú)線電技術(shù)有效地提升無(wú)線頻譜資源利用率，實(shí)現(xiàn)頻譜的靈活分配。
　　認(rèn)知無(wú)線電系統(tǒng)中的頻譜分配方案主要在各個(gè)授權(quán)用戶與認(rèn)知用戶之間實(shí)施。在確保授權(quán)用戶不會(huì)受到不可忍受干擾的條件下，認(rèn)知用戶可對(duì)授權(quán)頻譜進(jìn)行擇機(jī)利用，這種方式可使整個(gè)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(yīng)用問(wèn)題。本文首先對(duì)認(rèn)知無(wú)線電的背景知識(shí)及相關(guān)概念予以闡述，然后較為細(xì)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(rèn)知無(wú)線電的幾種關(guān)鍵技術(shù)，并重點(diǎn)對(duì)頻譜分配中幾類經(jīng)典的分配模型進(jìn)行分析說(shuō)明。接著，詳細(xì)論述了本文的主要研究?jī)?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(shì)互補(bǔ)形式進(jìn)行融合，產(chǎn)生具備二者優(yōu)點(diǎn)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(qiáng)收斂能力的基礎(chǔ)上，提出了二進(jìn)制自適應(yīng)步長(zhǎng)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(guò)了優(yōu)化改進(jìn)。遺傳算法中的染色體可同時(shí)攜帶認(rèn)知用戶與授權(quán)頻譜兩方面的信息，其運(yùn)行結(jié)果可由銜接策略過(guò)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(shí)驗(yàn)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(biāo)進(jìn)行了二進(jìn)制編碼，以此增強(qiáng)算法的全局探索性及穩(wěn)定性。通過(guò)多峰函數(shù)極值的求解實(shí)驗(yàn)，證明了BAGSO算法的尋優(yōu)能力優(yōu)于GSO算法和自適應(yīng)步長(zhǎng)螢火蟲優(yōu)化算法(AGSO)。在將BAGSO算法應(yīng)用于頻譜分配時(shí)，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(shí)驗(yàn)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。