基于免疫克隆选择的认知无线网络频谱分配研究

该文提出了图论和免疫优化理论相结合的认知无线网络频谱分配方法。采用基于矩阵的二进制抗体编码,从效率和公平性考虑设计了随机约束满足算子和公平约束满足算子,提出一种基于免疫克隆选择(ICS)的频谱分配算法。对经典克隆选择算法进行改进,增加约束满足操作保证种群编码能够满足频谱干扰限制,实现了频谱分配的约束优化。理论证明了约束满足操作的有效性,分析了算法的计算复杂性和适用性。仿真结果表明：ICS算法与颜色敏感图论着色算法相比,网络带宽明显提高;在频谱干扰严重的情况下,采用公平约束满足算子的ICS算法能显著提高网络的公平性;与参考智能算法相比,ICS算法具有较快的收敛速度。     

认知无线网络中基于用户需求和频谱聚合的动态频谱分配

认知无线电技术可以感知周围无线环境择机利用频谱空洞,从而达到提高频谱效率的目的.在认知无线电网络中,现有的频谱分配算法大部分是基于连续频谱分配并且没有考虑用户的需求.但是连续频谱分配会生成许多小于用户需求的频谱片段,这些频谱片段不能被充分利用,从而造成频谱浪费.本文基于图论提出了一种联合考虑用户需求和非连续频谱聚合的频谱分配算法.在该算法中,非连续的频谱片段被聚合以尽可能多地满足用户总需求,充分利用了小的频谱片段,避免了频谱浪费,从而提高频谱效率.     

基于混沌量子蜂群算法的认知无线电频谱分配

在图论着色模型的基础上,提出了一种基于混沌量子蜂群算法的认知无线电频谱分配方法.该算法基于人工蜂群理论,结合量子计算的高效性和混沌初始化的遍历性来实现频谱分配的优化问题.通过实验仿真比较了此算法与颜色敏感度图论算法、量子遗传算法、量子蜂群算法的性能,结果表明该算法具有更好的收敛性和网络效益.     

基于膜量子布谷鸟搜索的双通道网络频谱资源分配

无线双通道Ad Hoc网络中, 有效分配簇间码分频谱资源是提高资源利用效率的关键技术之一.综合考虑子簇码分频谱资源需求和分配公平性, 给出了簇间码分频谱资源分配数学模型, 并转换为以最大化码分频谱资源效益和分配公平性为多目标的受约束离散优化问题.结合膜结构、量子计算和布谷鸟搜索算法, 提出一种新的离散组合优化算法——膜量子布谷鸟搜索算法.该算法使用量子鸟窝表征问题潜在解, 利用布谷鸟寻窝产卵的演化方法在基础膜中寻求单目标最优解, 通过膜间信息共享和非支配解等级排序求出具有多目标最优解的表层膜Pareto前端解集.仿真结果证明, 与经典优化算法相比, 该算法不仅能够同时求解单目标和多目标最优解, 而且具有更优的收敛性能, 能更好地实现码分频谱资源效益最优化.     

认知无线网络频谱分配模型分析

无线频谱资源供需日益紧张,认知无线电技术将空闲授权频谱资源二次利用,从而提高频谱资源的利用率,认知网络被认为是未来无线网络的发展趋势。文章首先简述认知无线网络的基本特征,着重阐述认知无线网络的频谱分配模型:博弈论模型、拍卖竞价模型、图论着色模型以及干扰温度模型,对比各个模型适用场景和特点,指出合理的模型选择可以有效提高频谱利用率。     

基于免疫克隆选择优化的认知无线网络频谱分配

结合WRAN(无线区域网)给出了频谱感知过程;通过分析无线认知网络的物理连接,给出了频谱分配的数学模型,并将此模型转换为以网络效益最大化为目标的带约束优化问题,进而提出一种基于免疫克隆选择优化的认知无线网络频谱分配算法,并证明了该算法以概率1收敛.最后,对此算法进行了仿真实验.实验结果表明:所提算法与CSGC(颜色敏感图着色)算法、GA-SA(基于遗传算法的频谱分配)算法相比,能更好地实现网络效益最大化,同时,基于WRAN的系统级仿真结果,进一步证明了算法的有效性.     

认知无线网络中一种基于蚁群优化的频谱分配算法

针对认知无线电中的频谱分配问题,该文提出一种基于蚁群优化的频谱分配方法。该方法在授权用户和认知用户共存的认知网络模型中,通过蚁群访问各个认知节点,并释放信息素,从而实现概率型的全局搜索的并行频谱分配算法。与传统的频谱分配方式比较,该算法能够进行增强型学习积累,快速收敛到最优路径,从而获得了最优的平均信道效益。文中对该算法进行了分析和说明,并通过仿真证明了算法的有效性和稳定性。     

基于图论的认知无线网络频谱动态分配

在认知无线电网络中,图论与量子遗传算法相结合的频谱分配策略能够提高频谱利用率,但存在早熟和收敛精度不够等缺点。为了解决该问题而实现算法的优化,对图着色理论的频谱分配模型进行数学建模,并针对该模型提出了改进的量子遗传算法。首先,通过使用小生境技术初始化种群,使种群分布更加广泛、算法的收敛度更高;其次,根据进化代数对量子旋转角进行实时动态调整,对染色体进行阈值变异,防止个体陷入早熟,跳出局部解;然后,对干扰约束条件进行重新设计,有效地避免盲目性,提高了网络的公平性和网络效益。仿真结果表明,所提算法有效地提高了频谱利用率,极大地增强了网络系统的性能。     

带有接入阈值和超时隙的认知无线网络频谱分配策略

为了提高认知用户的响应性能,并降低传输中断的概率,通过限制进入系统的认知用户数据包数量,并令授权用户以超时隙为单位优先使用信道,提出一种带有接入阈值和超时隙的集中式认知无线网络频谱分配策略。结合时隙序号及系统中认知用户数据包的数量建立2维离散时间Markov链模型,给出认知用户数据包的平均延迟、吞吐量及信道切换率等性能指标的表达式。建立系统收益函数,针对不同的超时隙大小给出接入阈值的优化设置方案,并利用优化结果,进行系统实验。实验结果显示：合理的接入阈值和超时隙大小可以有效提高认知用户的传输质量。     

基于OpenFlow的软件定义无线网络中频谱分配

随着无线设备以及移动应用的大规模发展,现有的信道分配方式已经无法满足用户的数据传输需求.之前的信道分配方式大多都建立在理论层面,虽然少数的频谱分配算法在实验平台上面进行了测试,但是在真实网络中的频谱分配算法设计少之又少.2008年开始出现的OpenFlow,作为软件定义网络的第一套接口标准,给网络研究者带来了曙光.本文基于OpenFlow设计了一个易于频谱分配的软件定义无线网络架构,分析了在软件定义网络中进行频谱分配的挑战和意义.本文设计的网络架构能够和IEEE802.11标准无缝结合.希望本文设计的架构能够给未来无线网络研究者一些启发.     

基于合作博弈的多信道认知无线网络中的频谱共享算法简

采用合作博弈对多信道认知无线网络中的频谱共享问题进行了建模分析,提出了次用户在各信道上的信干噪比乘积作为合作博弈的效用函数。次用户在各信道上保证对主用户的干扰小于一定门限的要求下,通过最大化各自效用函数的乘积来进行功率分配。由于最大化次用户效用函数的乘积问题是非凸的,通过变量替换将其转化为了一个等价的凸优化问题,利用该凸优化问题的对偶分解,提出了一种次用户间的频谱共享算法。仿真结果表明,所提算法在次用户和速率与公平性之间进行了有效折中。     

基于认知无线电网络中用户需求频谱分配算法

在认知无线电网络中,对图着色频谱分配算法进行了分析,发现只有少数已有算法考虑到用户的需求是否得到满足,导致需求低的用户分配到过多资源。为解决这个问题,根据基于用户需求的图着色论频谱分配算法,对用户的满意度设置优频谱分配优先级函数,满意度差的用户进行优先选择分配,得到一种改进算法。仿真结果表明,基于用户需求的频谱分配算法的改进算法,能够增加系统的信道效益,提高用户的需求满意程度。     

基于改进遗传算法的认知无线传感网动态频谱分配方案

将认知无线电中的动态频谱分配技术应用在无线传感网中,针对工作在ISM(industrial,scientific and medical)频段的无线传感网面临的频谱资源紧缺问题,提出一种基于改进自适应遗传算法的动态频谱分配方案.该算法以图论着色模型为基础,以最大带宽收益和最小切换频率为目标函数,在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率.仿真结果表明,与传统遗传算法和颜色敏感图论着色算法相比,该算法可以实现提高频谱利用率、降低能量消耗的预期目标.     

基于干扰消减的认知无线电频谱分配算法

在认知无线电网络的频谱分配过程基础上,提出了一种基于干扰消减的频谱分配算法.该算法通过将可用频谱分配给能够同时无干扰地接入同一频谱的所有认知用户来提高授权频谱的使用率.同时,该算法参考各个认知用户在初始阶段的可用频谱数量来为未分配到频谱资源的认知用户进行频谱分配,对频谱分配过程的公平性进行了优化.仿真结果表明,该算法能够在认知用户数量较多、可用频谱紧张的情况下获得较高的吞吐量.     

Spectrum resource allocation method of maximizing transmission rate in cognitive heterogeneous wireless networks

Aiming at the problem that it is difficult to allocate spectrum resources to secondary users efficiently in cognitive heterogeneous wireless networks with heterogeneous spectrum attributes,dynamic channel conditions and diverse service requirements,a spectrum resource allocation strategy with maximum transmission rate was proposed.Firstly,the strategy aimed at maximizing the total transmission rate,and constrained the limited spectrum resources and user service requirements to construct a non-linear multi-constrained spectrum resource allocation 0-1 planning model.Then a polynomial time complexity simplification method was designed.According to idle spectrum information,channel conditions,business requirements and allocation decision history information,and the benefit matrix was constructed and modified to achieve constraint simplification,and the execution efficiency was improved by improving the coefficient matrix transformation strategy of the traditional Hungarian algorithm.Finally,the performance of the method was compared and analyzed by experiments.Experimental results show that the proposed method has higher transmission rate and execution efficiency.     

基于改进布谷鸟搜索算法的相关反馈图像检索

由于视觉低层特征与高层语义间存在"语义鸿沟",基于内容的检索算法难以找到满足用户要求的图像,为了提高图像检索准确率,提出一种基于布谷鸟搜索算法的相关反馈图像检索方法(MCS)。首先分别提取图像的颜色、纹理、形状特征。然后根据用户的反馈信息,采用布谷鸟搜索算法动态调整特征的权值,从而建立满足用户实际偏好的图像相似度模型。最后采用仿真实验测试MCS的有效性。结果表明,相对于遗传算法、粒子群算法以及传统图像检索算法,MCS算法不仅提高了图像检索准确度,同时加快了图像检索效率,更好地满足图像检索要求。     

基于人工神经网络的认知无线电频谱感知研究

认知无线电是一种新的智能无线通信技术,通过感知周围环境特征,并采用构建理解的方法进行学习。频谱感知技术是认知无线电系统设计的重要组成部分,本文提出了基于人工神经网络（ANN）算法的认知无线电感知技术。由于单用户检测存在检测精度不高的问题,本文通过采用ANN的自主学习能力设计频谱检测分类器,对以往分类器所收集的环境信息进行学习和储存,从而对以后感知新的环境时起到先验信息的作用,能快速准确地判决出主用户的存在与否。通过与能量检测和循环平稳检测对不同调制方式信号进行信号识别仿真实验可以看出,相比原有的单用户频谱检测技术,ANN具有更高的有效性和可靠性。     

基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法

针对非理想感知情况下感知时间与频谱分配联合优化问题,同时考虑漏检与主用户重新占用频谱两种场景所造成的主次用户碰撞,并通过量化主用户对认知用户的干扰,给出有无主用户存在时认知系统可获得的吞吐量。在总传输功率约束以及对主用户的最大干扰功率约束两个限制条件下,以最大化系统平均吞吐量为优化目标,给出感知时间与频谱分配联合优化算法。算法首先通过折半法搜索最优感知时间,在既定的感知时间下,将子信道分配给能获得最大平均吞吐量的认知用户,在此基础上,利用凸优化相关理论求得最优功率分配。仿真结果表明,本文所提算法相比于传统频谱分配算法系统平均吞吐量性能提升了10%左右。     

Spectrum allocation method for cognitive satellite network based on service priorities

By using spectrum allocation technology of cognitive radio into integrated satellite and terrestrial networks,the satellite communication network can share spectrum with the terrestrial network and improve utilization efficiency of frequency spectrum in the satellite communication system.Firstly,a spectrum resource sharing model in integrated satellite and terrestrial networks was introduced,and the scenery that cognitive satellite downlinks use the vacant spectrum of terrestrial network was analyzed.Then,the interference and signal model was analyzed.Finally,considering different priority types of satellite terrestrial terminals,a spectrum allocation scheme based on priority was proposed,which could ensure the total throughput in satellite downlink communication and increase the throughput of high-priority terrestrial terminals.