[發(fā)明專利]基于非支配解排序量子雁群算法的多目標(biāo)頻譜分配方法

有效

• 申請?zhí)枺?/td>: 201110278099.8
• 申請日: 2011-09-19
• 公開（公告）號: CN102316464A
• 公開（公告）日: 2012-01-11
• 發(fā)明（設(shè)計）人: 高洪元;曹金龍;刁鳴;趙宇寧
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: H04W16/10
• 分類號: H04W16/10;H04W72/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種認(rèn)知無線電的頻譜分配方法。

背景技術(shù)

隨著無線通信的發(fā)展，無線頻譜資源的短缺成為制約無線通信持續(xù)發(fā)展的瓶頸。美國聯(lián)邦委員會的研究報告表明，當(dāng)前的固定頻譜分配政策使得頻譜利用率極為低下，很多頻段未得到充分利用，而另外一些頻段則擁擠不堪。認(rèn)知無線電(Cognitive?radio)技術(shù)提供了一種解決無線頻譜資源短缺的可能。該技術(shù)使得認(rèn)知用戶能夠在不對授權(quán)用戶和其它認(rèn)知用戶產(chǎn)生干擾的情況下，使用空閑頻譜。認(rèn)知用戶通過感知周圍的頻譜環(huán)境，搜索可用頻譜資源，并進(jìn)行動態(tài)的頻譜接入，從而提高通信系統(tǒng)的容量和頻譜利用率，緩解了頻譜資源缺乏與日益增長的無線接入需求之間的矛盾，因而成為無線通信的重要研究方向。認(rèn)知無線電系統(tǒng)是一個智能無線通信系統(tǒng)，它能夠感知外界環(huán)境，并利用人工智能技術(shù)從環(huán)境中學(xué)習(xí)，通過實(shí)時改變某些操作參數(shù)，來實(shí)現(xiàn)高度可靠通信及對頻譜資源的有效利用。

由于空閑頻譜資源有限，認(rèn)知用戶之間也需要競爭使用這些資源。頻譜分配，是在頻譜檢測完成后，空閑頻譜資源在認(rèn)知用戶之間的分配。它作為認(rèn)知無線電技術(shù)很重要的一部分，是決定能否公平而有效地分配一定數(shù)量的頻譜資源，使系統(tǒng)性能得到改善或逼近最優(yōu)狀態(tài)的關(guān)鍵。

經(jīng)對現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，Chunyi?Peng等在《ACM?Mobile?networks?and?Application(sMONET)》(ACM移動網(wǎng)絡(luò)及應(yīng)用)(2006，Vol.11，No.4，pp.555-576)上發(fā)表的“Utilization?and?fairness?in?spectrum?assignment?for?opportunistic?spectrum?access”(在空閑頻譜分配中的效益與公平)中提出了頻譜分配的圖論著色模型，基于該模型，提出了解決認(rèn)知無線電頻譜分配的敏感圖論著色算法。該算法精度不夠高，并且不能同時考慮最大網(wǎng)絡(luò)效益與用戶間公平性。Zhijin?Zhao等在《IEEE?Transactions?on?Wireless?Communications》(IEEE(無線通信)期刊)(2009，Vol.8，No.9，September，pp.4421-4425)上發(fā)表的“Cognitive?radio?spectrum?allocation?using?evolutionary?algorithms”提出了應(yīng)用人工智能算法(包括遺傳算法，量子遺傳算法和粒子群算法)解決頻譜分配問題，精度雖然相對于敏感圖論著色算法有提高，但依舊不能解決認(rèn)知無線電頻譜分配的多目標(biāo)問題。

認(rèn)知無線電頻譜多目標(biāo)分配問題可以看作組合優(yōu)化問題，為NP難題，很難在有限的時間內(nèi)尋得最優(yōu)解。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種同時考慮最大網(wǎng)絡(luò)效益和用戶間公平性的基于非支配解排序量子雁群算法的多目標(biāo)頻譜分配方法。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

本發(fā)明基于非支配解排序量子雁群算法的多目標(biāo)頻譜分配方法，其特征是：

(1)建立認(rèn)知無線電頻譜分配的圖論著色模型，有N個認(rèn)知用戶標(biāo)號為1到N競爭獲取M個正交頻道標(biāo)號為1到M的使用權(quán)；

確定種群規(guī)模pop，優(yōu)化問題的維數(shù)并記錄L中值為1元素對應(yīng)的n與m，即令L₁＝{(n，m)|l_n，m＝1}且使L₁中的元素按照n遞增m遞增的方式排列，L₁中的元素個數(shù)即為l；

(2)初始化量子大雁的位置x_ij(1≤i≤pop，1≤j≤l)和量子速度vij=1/2(1≤i≤pop,1≤j≤1),]]>并對每個量子大雁進(jìn)行適應(yīng)度評價；