【技术实现步骤摘要】
基于改进小生境遗传的认知无线网络频谱分配方法
为用户提供一种访问可用频谱的有效方法，保证信道的合理有效分配，提高频谱的吞吐量，保证频谱分配效益最大化。
技术介绍
随着近年来的无线设备的不断增加，无线电频谱的稀缺性出现了，要求建立方法来开发技术描述，以有效地访问现有的无线电频谱。为此，认知无线电(CR)技术可以为提高频谱利用率提供一个有前途的解决方案。CR需要一个可选的频谱管理，即当一级用户(PU)未占用频道时，允许二级用户(SU)探测和访问该频谱。认知无线电的方法：认知无线电为有效和充分利用无线电频道资源提供了一个很有前途的解决方案。它已经引起了许多研究的关注，为了促进SUs和PUs之间的频谱分配共享，已经提出了分布式和集中式的方案。然后，应用机器学习的概念来最大化容量和频谱访问分配。不同的学习算法可用于CR网络，如模糊逻辑、神经网络、隐马尔可夫模型、遗传算法等。遗传算法：遗传算法是解决最佳化的一种搜索算法，是群体智能算法的一种。它模拟了生物进化中的遗传、变异、选择等过程，“物竞天择，适者生存”说明最适合的个...
【技术保护点】
1.基于改进小生境遗传的认知无线网络频谱分配方法，其特征是通过可用频谱分配、干扰分配、频谱分配效益结合负载和信噪比来得出频谱分配总效益，来构建改进遗传算法的适应度函数，以二级用户分配频谱作为一个个体，所有的分配可能性作为种群，所分配的频谱为它的基因型，通过选择、交叉、变异、淘汰等操作得出最优的频谱分配方案保证信道的合理有效分配，提高频谱的吞吐量，保证频谱分配效益最大化。/n
【技术特征摘要】
1.基于改进小生境遗传的认知无线网络频谱分配方法，其特征是通过可用频谱分配、干扰分配、频谱分配效益结合负载和信噪比来得出频谱分配总效益，来构建改进遗传算法的适应度函数，以二级用户分配频谱作为一个个体，所有的分配可能性作为种群，所分配的频谱为它的基因型，通过选择、交叉、变异、淘汰等操作得出最优的频谱分配方案保证信道的合理有效分配，提高频谱的吞吐量，保证频谱分配效益最大化。
2.如权利要求1所述的基于改进小生境遗传的认知无线网络频谱分配方法，其特征在于所述适应度函数的构建具体过程为：
步骤1：可用频谱集合J{a、b、c、d……j}
表示频谱不可使用，表示频谱可用；
步骤2：干扰分配概率集合
是干扰分配概率，Itf＝1表示存在干扰，Itf＝0表示不存在干扰，中et表示时间影响因子随时间的变化而变化，Sl2表示与距离的大小有关，ω0为定值，θ为权重因子，用于调控信噪比与负载的影响比例，信噪比和负载也会影响分配概率；
步骤3：频谱分配效益集合
可用于效益值的判断，其中γ为权重因子，它可以根据不同的主用户，二级用户设置不同的权重，P是指同时用此频谱用户的数目；
步骤4：信噪比集合
信噪比指的是有用信号功率Psignal与噪声功率Pnoise的比，AS表示信号振幅An表示噪声振幅；
步骤5：用户负载集合
优化系统吞吐量的传统方法就是将干扰小的优先分配给负载大的用户；
步骤6：频谱分配总效益
频谱分配总效益MA谱E就是一级用户总效益和二级用户总效益之和，频谱分配总效益作为衡量整个分配方案的优劣最为直观，频谱分配总效益越大，代表分配方案越合理。
3.如权利要求1所述的基于改进小生境遗传的认知无线网络频谱分配方法，其特征在于所述的选择操作：想要模拟小生境对频谱分配方案进行综合划分，先按适应度函数f来计算每一个频谱分配方案然后进行判定，得出每一个方案的频谱分配总效益，将他们进行正向排序处理，得出按适应度正向排序的种群f1>f2>f3>……>fi，
Zi表示划分的子种群的个体数量，当Z＝i2+i时，种群的前一半按照y＝x的正比例划分，即i＝R时，前面R个种群的总个体数为种群数目的一半；前一半划分种群的数量num＝i作为后一半种群划分数量，种群后一半进行等量划分，每一子种群数量为
这样划分的好处是进行排序后划分种群让适应度相近的能够划分到一起起到模拟小生境的作用，前一部分非等量划分到中间子种群数目变大，为了使得后部分种群数量差距不大采用了等量划分，这样前面的优良种群可以最大限度地继承他们优良的基因，而后一部分的种群也能有丰富的基因供他们进化出新的基因，进行进化发展，
从而进行赌盘选择
...
【专利技术属性】
技术研发人员：朱赟，许颖，钱梁梁，汤磊，廖赟，
申请(专利权)人：赣南师范大学，
类型：发明
国别省市：江西;36
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。