認(rèn)知引擎及其決策優(yōu)化策略研究.pdf

1、用戶對(duì)無(wú)線通信業(yè)務(wù)需求的增加導(dǎo)致了頻譜資源的日趨緊張，而固定的頻譜分配模式使得頻譜資源利用率低下。認(rèn)知無(wú)線電作為一種智能的頻譜共享技術(shù)，革新了傳統(tǒng)的頻譜管理體制，是解決上述問(wèn)題的有效途徑之一。認(rèn)知引擎作為認(rèn)知無(wú)線電的核心，能夠根據(jù)通信環(huán)境的變化和用戶需求，利用人工智能動(dòng)態(tài)配置工作參數(shù)。本文針對(duì)認(rèn)知引擎及其決策優(yōu)化策略開展研究，主要內(nèi)容包括：
　　 1)從認(rèn)知循環(huán)角度描述認(rèn)知引擎概念，通過(guò)比較和分析現(xiàn)有的引擎架構(gòu)的特點(diǎn)，提出一種新

2、的認(rèn)知引擎模型并闡述其工作流程，以此為基礎(chǔ)，設(shè)計(jì)認(rèn)知引擎主要功能模塊。
　　 2)研究認(rèn)知引擎的輸入模塊--環(huán)境感知模塊：針對(duì)傳統(tǒng)的能量檢測(cè)法判決門限難以確定以及循環(huán)平穩(wěn)檢測(cè)法計(jì)算復(fù)雜度高等缺點(diǎn)，設(shè)計(jì)一種自適應(yīng)雙門限檢測(cè)算法，在雙門限之外實(shí)施能量檢測(cè)保證實(shí)時(shí)性，在雙門限之內(nèi)實(shí)施循環(huán)平穩(wěn)檢測(cè)保證精度，依據(jù)信道狀態(tài)自適應(yīng)調(diào)整雙門限值。對(duì)該算法的檢測(cè)性能進(jìn)行仿真分析。
　　 3)研究認(rèn)知引擎的學(xué)習(xí)推理和優(yōu)化決策模塊：認(rèn)知決策就

3、是在一個(gè)巨大的解空間中尋優(yōu)，人工智能是解決多目標(biāo)尋優(yōu)的有效方法。針對(duì)多子載波系統(tǒng)，設(shè)計(jì)兩種基于機(jī)器學(xué)習(xí)的認(rèn)知決策模塊，實(shí)現(xiàn)工作參數(shù)配置的優(yōu)化。認(rèn)知決策模塊一基于自適應(yīng)免疫遺傳算法，在免疫遺傳算法中引入自適應(yīng)遺傳算子，保證種群的多樣性，克服遺傳算法后期爬山能力弱的缺點(diǎn)，分別從搜索效率、收斂精度和優(yōu)化性能等方面進(jìn)行仿真測(cè)試，驗(yàn)證模塊性能；認(rèn)知決策模塊二基于二進(jìn)制蟻群退火算法，在二進(jìn)制蟻群算法中引入模擬退火算法，融合蟻群算法快速尋優(yōu)和退火算法