基于模糊逻辑遗传算法的频谱分配方法组成比例

本发明专利技术公开了一种基于模糊逻辑遗传算法的频谱分配方法，主要解决现有认知网络频谱分配中存在的分配效率低、复杂度高的问题。其静态网络分配方法为：将频谱分配矩阵映射为染色体，在遗传算法迭代过程中用模糊逻辑对交叉率和变异率进行自适应调节，并进行交叉和变异操作，再将染色体逆映射为频谱分配矩阵，从而实现频谱优化分配；动态网络分配方法为：每个移动用户建立一个商讨组，将商讨组内频谱分配矩阵映射为染色体，通过模糊逻辑遗传算法优化本组内频谱资源，从而达到整个网络的频谱资源优化。本发明专利技术静态网络频谱分配方法的优点在于频谱分配效益高，动态网络分配方法的优点在于复杂度低、时间耗费少。可用于认知静态和动态网络中。

【技术实现步骤摘要】

本专利技术属于无线通信中的认知无线电
，涉及认知频谱分配方法，具体地 说是利用模糊逻辑控制的遗传算法，从集中式和分布式两方面解决频谱分配问题，可应用 于认知网络中。
技术介绍
无线通信中的认知无线电技术是一种智能无线电通信技术，可以通过感知周围环 境、调制运行参数，达到随时随地通信系统的高可靠性和频谱利用率的高效性。随着认知无线电技术的发展和IEEE802. 22标准的逐步完善，认知频谱资源的接 入和分配技术也受到学者的广泛关注和研究。在802. 22WRAN的认知网络中，有N个TV设备 用户，即主用户，每个主用户使用一条独立的信道；有M个用户驻地设备CPE，即次级用户， 使用主用户的空闲信道。目前，从国内外已有的技术情况来看，对于认知无线电的理论研究，频谱分配方法 基本分为三类第一类是利用博弈理论中的纳什均衡概念，实现频谱公平有效的分配， 如 G. Scutari, D.P.Palomar, S.Barbarossa, et al.ΜΙΜΟ Cognitive Radio :A Game Theoretical Approach，IEEE Workshop on Signa本文档来自技高网...

【技术保护点】
一种基于模糊逻辑遗传算法的静态网络频谱分配方法，包括如下步骤：（１）根据认知网络结构确定有效频谱矩阵Γ＝｛ｕ↓［ｍ，ｎ］｜ｕ↓［ｍ，ｎ］∈｛０，１｝｝↓［Ｍ×Ｎ］、效益矩阵Ｅ＝｛ｅ↓［ｍ，ｎ］｝↓［Ｍ×Ｎ］和干扰矩阵Ｃ＝｛ｃ↓［ｍ，ｋ］｜ｃ↓［ｍ，ｋ］∈｛０，１｝｝↓［Ｍ×Ｎ］，其中Ｍ表示用户个数，Ｎ表示信道条数；ｕ↓［ｍ，ｎ］＝１表示用户ｍ能利用信道ｎ，ｕ↓［ｍ，ｎ］＝０表示用户ｍ不能利用信道ｎ；ｅ↓［ｍ，ｎ］表示用户ｍ使用信道ｎ时可获得的效益；ｃ↓［ｍ，ｋ］＝１表示用户ｍ表示交叉率和变异率程度为极小、小、中、大、极大，利用下式反模糊化输出Ｐ↓［ｃ］和Ｐ↓［ｍ］：Ｐ↓［ｃ］＝Ｄ↓［Ｐ↓［ｃ］...

【技术特征摘要】

【专利技术属性】
技术研发人员：李赞，刘欣，司江勃，蔡觉平，郝本建，陈小军，吴利平，杜军朝，高锐，姚磊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87