一种基于免疫优化的认知车联网频谱分配方法组成比例

技术编号:18975441 阅读:32 留言:0更新日期:2018-09-19 04:48
本发明专利技术公开了一种基于免疫优化的认知车联网频谱分配方法,包括步骤一种群初始化;步骤二亲和度函数评价;步骤三终止条件判断;步骤四比例克隆;步骤五克隆变异

【技术实现步骤摘要】
一种基于免疫优化的认知车联网频谱分配方法
本专利技术涉及认知车联网频谱分配领|域,具体为一种基于图论模型,将其建模为最大化认知节点吞吐量的优化问题,进而提出一种基于免疫优化的认知车联网频谱分配方法。
技术介绍
车联网是物联网在交通领域的典型应用,是一种基于无线通信进行信息交换的智能化网络形态,在保证道路安全、效益等方面发挥了重要作用。频谱资源是车联网进行无线通信的基础和支撑性资源,对未来车联网的广泛应用具有重要的意义。随着车联网的快速发展,无线频谱资源的紧缺问题日益显现。美国、欧盟、日本、中国等国家的无线电频谱管理部门均对车联网通信所需的频谱资源做了相应规划。目前,主要是使用尚未分配的公用频谱资源,随着车联网频谱需求的爆发式增长,现有的方式将无法满足需求。现在的频谱资源采用固定式分配,大部分频谱资源已经被占用,但已有已分配的频谱利用率并不高,造成了频谱资源的浪费。认知无线电技术提供了频谱资源高效利用的新思路,其将频谱资源的使用者分为主用户(授权用户)和次用户(认知用户),实现了频谱的二次利用,在各个无线网络领域显示了巨大优势。将认知无线电技术引入车联网,即形成了认知车联网,在认知车联网中,认知车联网用户(次用户)可以在不影响主用户通信的前提下,机会接入主用户的空闲频谱,对解决车联网的无线频谱资源问题提供了全新的途径。频谱分配是认知车联网中的关键技术,即在认知车联网用户感知到空闲频谱后,如何将频谱资源分配给次用户使用,达到主用户和次用户的收益最大化。目前,传统认知无线无线电网络的频谱分配算法均考虑的是静态的认知用户,并不适用于具有动态认知用户的车联网。在认知车联网的研究方面,必须考虑认知车联网的动态连接性、高速移动性等特点。文献HuangXL,WuJ,LiW,etal.HistoricalSpectrumSensingDataMiningforCognitiveRadioEnabledVehicularAd-hocNetworks[J].IEEETransactionsonDependable&SecureComputing,2016,13(1):59-70.模拟了车联网的运行场景,提出了最大化带宽总和的频谱分配算法;文献HeX,ZhangH,LuoT.TransmissioncapacityanalysisforcellularbasedcognitiveradioVANETs[J].WirelessNetworks,2016:1-12.研究了基于博弈论的多认知小区的频谱分配模型。文献HanY,EkiciE,KremoH,eta1.ResourceAllocationAlgorithmsSupportingCoexistenceofCognitiveVehicularandIEEE802.22Networks[J].IEEETransactionsonWirelessCommunications,2017,16(2):1066-1079.建立了车联网的频谱分配框架,以最大化频谱资源利用率为优化目标,证明了问题的NP特性,并采用分支界定算法求解,降低了算法的复杂度。因此,基于车联网频谱分配问题的NP特性,提出一种基于免疫优化的认知车联网频谱分配方法,是一个值得研究的问题。
技术实现思路
为了解决上述现有技术中存在的问题,本专利技术提供了一种基于车联网频谱分配问题的NP特性,基于图着色模型建立频谱分配的优化模型,以最大化认知用户的网络吞吐量为目标的基于免疫优化的认知车联网频谱分配方法。本专利技术的目的是这样实现的:一种基于免疫优化的认知车联网频谱分配方法,包括以下步骤:步骤一:种群初始化设进化代数t为0,随机初始化种群A,规模为;则:A(t)={A1(t),A2(t)……Ak(t)},其中每个抗体Ai(t)(1≤i≤k)代表一个候选分配方案A,并按照抗体修正方式保证其满足约束条件,设置最大进化代数为tmax;步骤二:亲和度函数评价按照式子(1),计算种群中每个抗体Ai(t)(1≤i≤k)的亲和度f(Ai(t))并排序;选择亲和度较高的个体组成规模为s的记忆种群M(t),其中M(t)={A1(t),A2(t)……As(t)}=0.2k;步骤三:终止条件判断终止条件判断:当达到最大进化次数gmax,算法终止;将亲和度最高的抗体进行输出,即为最优的分配方案;否则,进化代数t=t+1,转步骤四;步骤四:比例克隆克隆M(t)中的优秀抗体得到种群B(t);克隆操作Tc定义为:B(t)=Tc(M(t))=[Tc(A1(t),A2(t)……As(t))]为了尽可能保持优势抗体,克隆采取比例克隆,即根据抗体亲和度大小进行,对第i个抗体Ai(t)进行qi克隆,产生的抗体个数为:经过比例克隆的抗体总数为:其中,表示向上取整,nt(nt>s)为克隆参数;步骤五;克隆变异Tm克隆后产生了很多相同的抗体,因此,对种群B(t)进行变异操作Tm,得到种群C(t),即变异后的种群为:C(k)={C1(t),C2(t),…,CQ(t)};步骤6克隆选择Ts;为了保持种群规模不变,当Q>K,则计算C(t)中抗体的亲和度,选择k个亲和度高的抗体组成下一代种群A(t+1);当Q<K,则随机生成k-Q个新抗体;选择前s个亲和度高的抗体更新记忆种群M(t+1);t=t+1;转步骤三。所述的方法为矩阵编码,所以步骤五以概率pm直接对第m列进行变异,即将其中的1元素与0元素随机交换,实际上代表了将频谱m分配给另外一个认知用户n;同时,变异完成后要进行上面所述的约束处理,保证其为一个可行解;变异后的种群为:C(k)={C1(t),C2(t),…,Co(t)}。积极有益效果:本专利技术针对认知车联网频谱分配,基于图论模型,将其建模为最大化认知节点吞吐量的优化问题,进而提出一种基于免疫优化的求解算法;设计了适合频谱分配问题的矩阵编码方式、抗体修正方式、比例克隆等策略,保证算法的寻优能力。仿真实验表明,本专利技术所提方法能获得较高的认知节点吞吐量,适合于认知车联网的频谱分配。附图说明图1为认知用户吞吐量随可用频谱的变化图;图2为认知用户个数与吞吐量总和的关系图。具体实施方式下面结合具体实施例,对本专利技术做进一步的说明:实施例考虑一个基于路边基础设施的主用户网络,路边移动的车辆作为认知用户,路边基站提供无线通信频谱;认知车联网频谱分配问题简单描述为:具有认知功能的车联网节点在不影响授权用户(主用户)通信的前提下,机会接入授权频谱。对认知车联网用户,频谱分为占用(不可用)和可用两种。由于车联网中用户拓扑结构是动态变化的,作如下假设:(1)频谱池中有M个可用频谱。每个信道的带宽和传输范围相同,且相互正交。(2)场景中随机分布着N个车联网节点,在相互不干扰的情况下,可以同时使用多个频谱M。本申请基于图着色模型,采用以下几个矩阵描述频谱分配问题:(1)频谱可用矩阵LL={1n,m|1n,m∈{0,1}}N×M表达频谱的有效性;其中,ln,m=1表示频谱m(1≤m≤M)可供认知车联网用户n(1≤n≤N)使用,反之取值为0,则表示m不能被n使用;(2)认知用户之间的干扰矩阵CC={cn,k,m|cn,k,m∈{0,1}}N×N×M表示如果认知车联网用户n,k(1≤n,k≤N)使用本文档来自技高网
...

【技术保护点】
1.一种基于免疫优化的认知车联网频谱分配方法,其特征在于,包括以下步骤:步骤一:种群初始化设进化代数t为0,随机初始化种群A,规模为k;则:A(t)={A1(t),A2(t)……Ak(t)},其中每个抗体Ai(t)(1≤i≤k)代表一个候选分配方案A,并按照抗体修正方式保证其满足约束条件,设置最大进化代数为tmax;步骤二:亲和度函数评价按照式子(1),计算种群中每个抗体Ai(t)(1≤i≤k)的亲和度f(Ai(t))并排序;选择亲和度较高的个体组成规模为s的记忆种群M(t),其中M(t)={A1(t),A2(t)……As(t)}=0.2k;步骤三:终止条件判断终止条件判断:当达到最大进化次数gmax,算法终止;将亲和度最高的抗体进行输出,即为最优的分配方案;否则,进化代数t=t+1,转步骤四;步骤四:比例克隆克隆M(t)中的优秀抗体得到种群B(t);克隆操作Tc定义为:B(t)=Tc(M(t))=[Tc(A1(t),A2(t)……As(t))]为了尽可能保持优势抗体,克隆采取比例克隆,即根据抗体亲和度大小进行,对第i个抗体Ai(t)进行qi克隆,产生的抗体个数为:

【技术特征摘要】
1.一种基于免疫优化的认知车联网频谱分配方法,其特征在于,包括以下步骤:步骤一:种群初始化设进化代数t为0,随机初始化种群A,规模为k;则:A(t)={A1(t),A2(t)……Ak(t)},其中每个抗体Ai(t)(1≤i≤k)代表一个候选分配方案A,并按照抗体修正方式保证其满足约束条件,设置最大进化代数为tmax;步骤二:亲和度函数评价按照式子(1),计算种群中每个抗体Ai(t)(1≤i≤k)的亲和度f(Ai(t))并排序;选择亲和度较高的个体组成规模为s的记忆种群M(t),其中M(t)={A1(t),A2(t)……As(t)}=0.2k;步骤三:终止条件判断终止条件判断:当达到最大进化次数gmax,算法终止;将亲和度最高的抗体进行输出,即为最优的分配方案;否则,进化代数t=t+1,转步骤四;步骤四:比例克隆克隆M(t)中的优秀抗体得到种群B(t);克隆操作Tc定义为:B(t)=Tc(M(t))=[Tc(A1(t),A2(t)……As(t))]为了尽可能保持优势抗体,克隆采取比例克隆,即根...

【专利技术属性】
技术研发人员:王献荣柴争义麦欢欢李智
申请(专利权)人:河南工业大学
类型:发明
国别省市:河南,41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1