基于量子猴群搜索机制的认知无线电功率控制方法技术

本发明专利技术提供一种基于量子猴群搜索机制的认知无线电功率控制方法，建立非合作博弈的认知无线电功率控制模型，计算认知用户效用函数和，引入功率代价机制，选择需要优化的目标函数的形式；受猴群活动启发，设计量子猴群搜索机制，产生量子猴群中猴子的量子位置和数量，映射系统用户发射功率与猴群的量子位置一一对应，计算适应度值；经猴群活动中攀爬的过程更新每只猴子的最优量子位置；把猴子爬过程的最优量子位置映射为发射功率，通过猴群活动的望‑跳与空翻的过程对猴子的最优位置进行更新；经数次迭代求得猴子的最优位置为最优解。本发明专利技术有更广泛的使用范围，能保证现有认知无线电系统中用户效用的提升，且用户功率的发射减少。

【技术实现步骤摘要】
基于量子猴群搜索机制的认知无线电功率控制方法
本专利技术涉及一种基于量子猴群搜索机制的认知无线电功率控制方法，属于无线通信领域。
技术介绍
当前，随着各种无线通信技术的广泛应用，有限的频谱资源越来越紧张；而另一方面，大量的频谱资源没有被充分利用。为了缓解频谱资源的缺乏和频谱资源利用率低的矛盾，各种动态频谱共享的技术应运而生，其中认知无线电的发展最引人注目。认知无线电是实现无线频谱资源复用的关键技术，它可显著的提高无线频谱利用率，实现动态频谱接入。认知无线电是一种含有人工智能特性的无线通信技术，它能够连续不断地感知周围的通信环境，通过对环境信息的分析、理解和判断，然后通过无线电知识表达语言自适应地调整其内部通信参数以适应环境的变化。其核心思想是通过检测那些处于空闲状态的频谱，在不影响授权用户的前提下智能地选择和利用这些频谱。认知无线电技术实现频谱共享的前提是必须保证对主用户不造成干扰，而每个分布式操作的认知用户的功率分配是造成干扰的主要原因，因此探索适用于认知无线电技术的分布式功率控制显得尤为重要。经过现有技术文献的检索发现，Saraydar等在《IEEETransactionsonWirelessCommunications》(IEEE(无线通信)期刊)(PIIS0090-6778(02)01363-6)上发表的“Efficientpowercontrolviapricinginwirelessdatanetworks”提出了基于代价函数的非合作功率控制博弈算法，以避免系统中单个用户过大的提高自己的发射功率，对用户起到了约束的作用，增加整个系统的收益，且可以使系统内用户能够更公平的共享频谱资源。裴涛在其毕业论文“基于量子遗传算法的认知无线电功率控制研究”中提出了将量子遗传算法运用到认知无线电功率控制中，获取认知用户的发射功率，同基于代价函数的非合作功率博弈控制算法相比，遗传算法与量子遗传算法等算法在控制认知用户发射功率及提高用户效用方面更具有优势。在多用户传输的认知无线电传输系统中，发射功率控制受到给定的干扰温度和可用空闲频谱数量的限制，在有限的可用频谱资源以及不违反干扰温度限的条件下，选择I个用户的发射功率，从而使得所有认知用户的联合数据传输速率最大化。目前解决这一难题的主要技术是博弈论和信息论。对于认知系统里的多用户，且认知用户之间存在的合作和竞争现象，可以考虑引入博弈论模型来解决。而在传统的非合作功率控制博弈算法中，为了避免单个用户过大的提高自己的发射功率来最大化自己的效用函数，引入了代价函数去约束。因此采用基于代价函数的非合作功率控制博弈模型，并提出使用量子猴群搜索机制使得系统内认知用户稳定的工作在一个相对较低的发射功率下，且其效用函数更高。
技术实现思路
本专利技术的目的是为了提供一种基于量子猴群搜索机制的认知无线电功率控制方法，能够对认知无线电系统中各认知用户发射功率进行控制，从而达到更高的效用。本专利技术的目的是这样实现的：步骤如下：步骤一：建立使用代价函数机制的非合作功率控制博弈NPGP模型：步骤二：初始化量子猴群中猴子的量子位置和数量，并将认知无线电中各用户发射功率的映射值与猴子的量子位置一一对应，取认知用户的效用函数和为适应度函数；步骤三：对种群中的猴子个体进行迭代，不断的改变猴子所处的量子位置以改善其适应度函数值从而模仿猴群攀爬的过程；步骤四：执行爬过程之后，猴群中的所有猴子均到达了各自所在位置附近的山顶，即达到了效用和函数的局部最优值；步骤五：猴子n到达新的位置yn后，猴子接着以yn映射得到的量子位置为起点，如步骤三再次执行攀爬的过程；步骤六：以当前猴群的重心所在位置为翻越支点，以一定的步长空翻到一个新的搜索区域进行猴子的空翻过程；步骤七：经以上各过程，完成了算法的一次迭代，猴子的位置得到了更新，当进化代数达到预先设定的最大值的时候算法停止，此时具有最优适应度的猴子所在的位置即为全局最优解，若未达到进化代数设定的最大值，则返回步骤三继续进行循环。本专利技术还包括这样一些结构特征：1.步骤一具体包括：首先得到接收终端i的概率分布为：式中：q(γi)为接收机接到正确帧的概率，正确接受一个数据包所需的传输次数是一个随机变量k，接收终端i正确接收数据包所需的传输次数k的数学期望就是Ei(k)＝1/q(γi)其次，基于代价函数的非合作功率控制博弈模型的效用函数为：式中：ci(pi,P-i)为代价函数，P-i为此时除用户i以外其他用户发射功率取值的集合，Pei表示第i个用户的误比特率，用户在数据包传输L比特信息，包的总长度为M比特且有M＞L，R为传输速率，第i个认知用户的发射功率是pi瓦特；最后，定义：ci(pi,P-i)＝αpi，α为一常数，则NPGP中用户i的效用函数表示为：2.步骤二具体是：第n只猴子当前量子位置为xn＝(xn1,xn2,…,xnI)，n＝1,2,…N,xni为猴子n的第i维量子位取值，代表量子位置xn＝(xn1,xn2,…xnI)的映射位置，其中每一量子位置的量子位0≤xni≤1，i＝1,2,…I，同时其映射位置也代表第n只猴子中用户i此时的发射功率取值，每只猴子所处量子位共有I维，与I个认知用户此时的发射功率映射于[0,1]空间的值一一对应；其第i维量子位的初始值是由[Pimin,Pimax]之间产生并映射至[0,1]空间的映射值，Pimin为第i名认知用户最低发射功率，通过γimin＝2lnM(i＝1,2…I)求出，第i名用户信干比表达式为：j＝1,2…I，式中hi是第i个用户传输节点到基站之间的链路增益，pi是第i个用户的发射功率，σ2是系统的背景噪声功率，G是系统的处理增益；为第n只猴子的所有认知用户的效用和，其中用户i的效用函数表达式为：其和Un＝Un1+Un2+…UnI取之为适应度函数。3.步骤三具体是：已知第n只猴子的当前量子位置为xn＝(xn1,xn2,…,xnI)(n＝1,2,…,N)，xni是在猴子n的第i维量子位的取值，计算种群中每只猴子的量子位置的适应度值，当寻找到最优适应度值时，保存此时猴子的量子位置a＝(a1,a2,…,aI)，并求得全部N只猴子的量子位置的平均值b＝(b1,b2,…bI)；第n个猴子的第i维量子位位置模拟量子旋转门进行更新其中量子旋转角为θni＝r1·(xni-ai)+r2·(xni-bi)，r1是区间[0,1]内的随机数，r2是标准正态分布的随机数；用新的映射位置计算适应度值，判断猴子新的位置所求得的各用户效用和函数是否大于位置所得的效用和若满足则用替代重复猴群爬过程的操作直至达到了设定的最大迭代次数Nc。4.步骤四具体是：第n只猴子的望-跳过程描述如下：令yn＝(yn1,yn2,…ynI)，yni于中产生，其中b为猴子“望”的视野长度，判断yni是否位于可行域之中且猴子位置yn所求得的各用户效用和函数U(yn)是否大于位置所得的效用和若满足则用yn替代否则重复猴子望-跳的过程，直至找到满足条件的猴子的位置yn。5.步骤六具体是：第i只猴子的空翻过程描述如下：设空翻步长控制系数α于[c,d]中产生，区间[c,d]称为空翻的限制范围，令其中i＝1,2,…,I，Vn＝(Vn1,Vn2,…,VnI)为猴子空翻的支点；判断zni是否本文档来自技高网...

【技术保护点】
基于量子猴群搜索机制的认知无线电功率控制方法，其特征在于：步骤如下：步骤一：建立使用代价函数机制的非合作功率控制博弈NPGP模型：步骤二：初始化量子猴群中猴子的量子位置和数量，并将认知无线电中各用户发射功率的映射值与猴子的量子位置一一对应，取认知用户的效用函数和为适应度函数；步骤三：对种群中的猴子个体进行迭代，不断的改变猴子所处的量子位置以改善其适应度函数值从而模仿猴群攀爬的过程；步骤四：执行爬过程之后，猴群中的所有猴子均到达了各自所在位置附近的山顶，即达到了效用和函数的局部最优值；步骤五：猴子n到达新的位置yn后，猴子

【技术特征摘要】
1.基于量子猴群搜索机制的认知无线电功率控制方法，其特征在于：步骤如下：步骤一：建立使用代价函数机制的非合作功率控制博弈NPGP模型：步骤二：初始化量子猴群中猴子的量子位置和数量，并将认知无线电中各用户发射功率的映射值与猴子的量子位置一一对应，取认知用户的效用函数和为适应度函数；步骤三：对种群中的猴子个体进行迭代，不断的改变猴子所处的量子位置以改善其适应度函数值从而模仿猴群攀爬的过程；步骤四：执行爬过程之后，猴群中的所有猴子均到达了各自所在位置附近的山顶，即达到了效用和函数的局部最优值；步骤五：猴子n到达新的位置yn后，猴子接着以yn映射得到的量子位置为起点，如步骤三再次执行攀爬的过程；步骤六：以当前猴群的重心所在位置为翻越支点，以一定的步长空翻到一个新的搜索区域进行猴子的空翻过程；步骤七：经以上各过程，完成了算法的一次迭代，猴子的位置得到了更新，当进化代数达到预先设定的最大值的时候算法停止，此时具有最优适应度的猴子所在的位置即为全局最优解，若未达到进化代数设定的最大值，则返回步骤三继续进行循环。2.根据权利要求1所述的基于量子猴群搜索机制的认知无线电功率控制方法，其特征在于：步骤一具体包括：首先得到接收终端i的概率分布为：式中：q(γi)为接收机接到正确帧的概率，正确接受一个数据包所需的传输次数是一个随机变量k，接收终端i正确接收数据包所需的传输次数k的数学期望就是Ei(k)＝1/q(γi)其次，基于代价函数的非合作功率控制博弈模型的效用函数为：式中：ci(pi,P-i)为代价函数，P-i为此时除用户i以外其他用户发射功率取值的集合，Pei表示第i个用户的误比特率，用户在数据包传输L比特信息，包的总长度为M比特且有M＞L，R为传输速率，第i个认知用户的发射功率是pi瓦特；最后，定义：ci(pi,P-i)＝αpi，α为一常数，则NPGP中用户i的效用函数表示为：3.根据权利要求2所述的基于量子猴群搜索机制的认知无线电功率控制方法，其特征在于：步骤二具体是：第n只猴子当前量子位置为xn＝(xn1,xn2,…,xnI)，n＝1,2,…N,xni为猴子n的第i维量子位取值，代表量子位置xn＝(xn1,xn2,…xnI)的映射位置，其中每一量子位置的量子位0≤xni≤1，i＝1,2,…I，同时其映射位置也代表第n只猴子中用户i此时的...

【专利技术属性】
技术研发人员：高洪元，刘子奇，刁鸣，王宇，侯阳阳，池鹏飞，苏雨萌，马雨微，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23