【摘要】：將認知無線電技術(shù)引入農(nóng)業(yè)物聯(lián)網(wǎng)中以解決其無線頻譜資源緊缺的問題,針對農(nóng)業(yè)物聯(lián)網(wǎng)中多種傳感器、終端及網(wǎng)關(guān)對不同異構(gòu)信道的特殊需求,提出一種基于遺傳算法的并行合作頻譜感知方法。該方法能夠克服現(xiàn)有方法中無法同時感知多個異構(gòu)信道及在感知中沒有考慮吞吐量和感知時長的不足,通過遺傳算法最優(yōu)地選取感知節(jié)點、分配感知任務(wù)以及設(shè)定感知時長,達到使系統(tǒng)有效吞吐量最大的目的。仿真結(jié)果表明,該方法相比隨機感知方法,能夠獲得更大的系統(tǒng)有效吞吐量。
【圖文】：

夥德?為10000Hz。各信道空閑時所能達到的信道速率在0.1～10Mbps之間隨機選齲各信道的空閑概率在0～1中隨機變化。蒙特卡洛仿真次數(shù)為10000次。遺傳操作中，設(shè)交叉概率，變異概率，種群規(guī)模L=60，最大進化代數(shù)為W=100，，截止條件二中V=0.001。圖2為本文方法和隨機感知方法在不同認知用戶數(shù)時所能獲得的系統(tǒng)有效吞吐量的比較。在隨機的頻譜感知方法中，系統(tǒng)隨機選擇感知任務(wù)分配矢量和感知時長等級，如果某信道感知的認知用戶大于，則隨機地置多余的認知節(jié)點對應(yīng)的感知信道序號為0，即不感知任何信道。設(shè)系統(tǒng)要求的圖1染色體結(jié)構(gòu)

52農(nóng)業(yè)信息化科學(xué)研究Scientific檢測概率取0.95。由圖2可以看出，本文所提出的基于遺傳算法的并行合作頻譜感知方法較隨機感知方法能夠獲得較高的系統(tǒng)有效吞吐量，且系統(tǒng)有效吞吐量隨著認知用戶數(shù)的增加而增加。這是由于當(dāng)認知用戶數(shù)增加時，本文方法能夠選擇最優(yōu)的感知任務(wù)分配和感知時長，從而增加系統(tǒng)有效吞吐量。圖2系統(tǒng)有效吞吐量隨認知用戶數(shù)變化圖圖3為本文方法和隨機感知方法在不同認知用戶數(shù)時的感知時長變化圖。由圖3可以看出，隨著認知用戶數(shù)的增多，本文所提出的方法更夠選擇更多感知性能更優(yōu)秀的感知節(jié)點來感知信道，達到檢測概率的要求，從而使感知時長縮短，系統(tǒng)有效吞吐量增高。圖3感知時長隨認知用戶數(shù)變化圖圖4為本文方法系統(tǒng)有效吞吐量隨檢測概率要求變化圖。由圖4可見，隨著的提高，系統(tǒng)需要分配更多的認知用戶和更長的感知時長進行頻譜感知，因此，系統(tǒng)有效吞吐量隨著的提高而降低。圖4系統(tǒng)有效吞吐量隨檢測概率要求變化圖圖5為本文方法中感知時長受檢測概率要求的變化圖。由圖5可見，隨著的提高，系統(tǒng)需要分配更長的感知時長進行頻譜感知，因此，感知時長隨著的提高而增加。圖5感知時長隨檢測概率要求變化圖4結(jié)論為解決農(nóng)業(yè)物聯(lián)網(wǎng)頻譜資源緊缺的問題，本文引入認知無線電技術(shù)，針對農(nóng)業(yè)物聯(lián)網(wǎng)中多種傳感器、終端及網(wǎng)關(guān)對不同異構(gòu)信道的特殊需求，提出一種基于遺傳算法的并行合作頻譜感知方法。該方法充分考慮了不同認知用戶對不同異構(gòu)信道感知

【相似文獻】

相關(guān)期刊論文 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學(xué)院學(xué)報;2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計[J];液壓氣動與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計算機工程與應(yīng)用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進[J];微機發(fā)展;2003年06期

5 ;遺傳算法[J];計算機教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(自然科學(xué)版);2004年05期

7 劉坤,劉偉波,吳忠強;基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報;2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學(xué)院學(xué)報;2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實例[J];吉林工程技術(shù)師范學(xué)院學(xué)報;2005年12期

相關(guān)會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應(yīng)用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設(shè)計算機應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應(yīng)用[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

相關(guān)重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

相關(guān)博士學(xué)位論文 前10條

1 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

2 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

3 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

4 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

5 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

6 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

7 劉冀成;基于改進遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學(xué);2005年

8 袁麗華;基于物種進化的遺傳算法研究[D];南京航空航天大學(xué);2009年

9 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年

10 石玉;提高實數(shù)遺傳算法數(shù)值優(yōu)化效率的研究[D];南京航空航天大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運車車廂的設(shè)計研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進研究與應(yīng)用[D];渤海大學(xué);2015年

本文編號：2572389