基于改進(jìn)蟻群算法的認(rèn)知無線電頻譜分配的策略研究
發(fā)布時間:2020-12-24 09:35
在認(rèn)知無線電網(wǎng)絡(luò)中,為了有效使用空閑頻譜資源,提升頻譜利用率,提出了一種基于圖論模型的改進(jìn)蟻群算法。該方法在信息素更新時引入了混沌初始化和混沌擾動,改變了傳統(tǒng)蟻群算法信息素更新單一的規(guī)則,提升了算法的尋優(yōu)能力,進(jìn)而加快了收斂速度,同時在傳統(tǒng)模型基礎(chǔ)上考慮了認(rèn)知用戶選擇信道的優(yōu)先級,重新設(shè)定了干擾約束條件,增加了認(rèn)知用戶對信道的需求大小問題,進(jìn)而改善了認(rèn)知用戶的公平性。將改進(jìn)的蟻群算法(Improved Ant Cology Algorithm,IACA)應(yīng)用于認(rèn)知無線電頻譜分配問題,結(jié)果表明,基于IACA的認(rèn)知無線網(wǎng)絡(luò)頻譜分配方法具有更快的收斂速度和更好的尋優(yōu)性能,能有效提高系統(tǒng)的網(wǎng)絡(luò)效益。
【文章來源】:通信技術(shù). 2020年10期
【文章頁數(shù)】:7 頁
【部分圖文】:
基于IACA認(rèn)知無線電頻譜分配的流程
圖2選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和可用信道數(shù)目進(jìn)行關(guān)系比較,將改進(jìn)的蟻群算法(IACA)、蟻群算法(ACA)以及遺傳算法(Genetic Algorithm,GA)的仿真結(jié)果進(jìn)行比較。仿真實驗進(jìn)行50次獨(dú)立實驗,記錄仿真實驗結(jié)果。由圖3可知:隨著信道數(shù)m的逐步增加,IACA的平均網(wǎng)絡(luò)效益數(shù)值是始終優(yōu)于ACA和GA。圖3選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和認(rèn)知用戶數(shù)目進(jìn)行比較,此時信道數(shù)m為固定值。由圖3可知:隨著認(rèn)知用戶數(shù)n的逐步增加,網(wǎng)絡(luò)效益逐步減少。這是因為認(rèn)知用戶增加,分配信道時用戶間的干擾也在增強(qiáng),致使網(wǎng)絡(luò)效益不斷降低。但是,IACA的平均網(wǎng)絡(luò)效益數(shù)值依舊始終優(yōu)于ACA和GA。
圖3選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和認(rèn)知用戶數(shù)目進(jìn)行比較,此時信道數(shù)m為固定值。由圖3可知:隨著認(rèn)知用戶數(shù)n的逐步增加,網(wǎng)絡(luò)效益逐步減少。這是因為認(rèn)知用戶增加,分配信道時用戶間的干擾也在增強(qiáng),致使網(wǎng)絡(luò)效益不斷降低。但是,IACA的平均網(wǎng)絡(luò)效益數(shù)值依舊始終優(yōu)于ACA和GA。圖4選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)與實驗序號進(jìn)行關(guān)系比較。由圖4可知,隨著不斷迭代優(yōu)化,改進(jìn)蟻群算法得到了較高的網(wǎng)絡(luò)效益。相對于網(wǎng)絡(luò)效益,IACA算法優(yōu)于ACA算法和GA算法。由于在改進(jìn)的蟻群算法(IACA)中引入了混沌搜,索使得螞蟻能夠跳出局部最優(yōu),遍歷全局空間范圍尋優(yōu),從而可得到較高的全局最優(yōu)解。
【參考文獻(xiàn)】:
期刊論文
[1]認(rèn)知無線傳感器網(wǎng)絡(luò)頻譜分配的一種改進(jìn)方法[J]. 周杰,徐夢穎,王嬌嬌,盧毅. 西安電子科技大學(xué)學(xué)報. 2020(03)
[2]無線通信系統(tǒng)頻譜分配策略優(yōu)化研究[J]. 張婧怡,向新,孫曄,王峰. 計算機(jī)仿真. 2015(10)
[3]基于改進(jìn)的量子遺傳算法的認(rèn)知無線網(wǎng)絡(luò)頻譜分配方法[J]. 劉剛,趙海洋,陳華,郝曉辰. 高技術(shù)通訊. 2015 (Z1)
[4]混沌擾動模擬退火蟻群算法低碳物流路徑優(yōu)化[J]. 張立毅,王迎,費(fèi)騰,周修飛. 計算機(jī)工程與應(yīng)用. 2017(01)
[5]認(rèn)知無線網(wǎng)絡(luò)中基于隨機(jī)博弈框架的頻率分配[J]. 劉鑫,闞興一,王三強(qiáng). 遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2011(05)
[6]認(rèn)知無線網(wǎng)絡(luò)中一種基于蟻群優(yōu)化的頻譜分配算法[J]. 楊淼,安建平. 電子與信息學(xué)報. 2011(10)
碩士論文
[1]認(rèn)知無線電中基于圖論的頻譜分配算法[D]. 樊路.哈爾濱工業(yè)大學(xué) 2009
本文編號:2935418
【文章來源】:通信技術(shù). 2020年10期
【文章頁數(shù)】:7 頁
【部分圖文】:
基于IACA認(rèn)知無線電頻譜分配的流程
圖2選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和可用信道數(shù)目進(jìn)行關(guān)系比較,將改進(jìn)的蟻群算法(IACA)、蟻群算法(ACA)以及遺傳算法(Genetic Algorithm,GA)的仿真結(jié)果進(jìn)行比較。仿真實驗進(jìn)行50次獨(dú)立實驗,記錄仿真實驗結(jié)果。由圖3可知:隨著信道數(shù)m的逐步增加,IACA的平均網(wǎng)絡(luò)效益數(shù)值是始終優(yōu)于ACA和GA。圖3選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和認(rèn)知用戶數(shù)目進(jìn)行比較,此時信道數(shù)m為固定值。由圖3可知:隨著認(rèn)知用戶數(shù)n的逐步增加,網(wǎng)絡(luò)效益逐步減少。這是因為認(rèn)知用戶增加,分配信道時用戶間的干擾也在增強(qiáng),致使網(wǎng)絡(luò)效益不斷降低。但是,IACA的平均網(wǎng)絡(luò)效益數(shù)值依舊始終優(yōu)于ACA和GA。
圖3選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)和認(rèn)知用戶數(shù)目進(jìn)行比較,此時信道數(shù)m為固定值。由圖3可知:隨著認(rèn)知用戶數(shù)n的逐步增加,網(wǎng)絡(luò)效益逐步減少。這是因為認(rèn)知用戶增加,分配信道時用戶間的干擾也在增強(qiáng),致使網(wǎng)絡(luò)效益不斷降低。但是,IACA的平均網(wǎng)絡(luò)效益數(shù)值依舊始終優(yōu)于ACA和GA。圖4選取平均最大網(wǎng)絡(luò)效益為目標(biāo)函數(shù)與實驗序號進(jìn)行關(guān)系比較。由圖4可知,隨著不斷迭代優(yōu)化,改進(jìn)蟻群算法得到了較高的網(wǎng)絡(luò)效益。相對于網(wǎng)絡(luò)效益,IACA算法優(yōu)于ACA算法和GA算法。由于在改進(jìn)的蟻群算法(IACA)中引入了混沌搜,索使得螞蟻能夠跳出局部最優(yōu),遍歷全局空間范圍尋優(yōu),從而可得到較高的全局最優(yōu)解。
【參考文獻(xiàn)】:
期刊論文
[1]認(rèn)知無線傳感器網(wǎng)絡(luò)頻譜分配的一種改進(jìn)方法[J]. 周杰,徐夢穎,王嬌嬌,盧毅. 西安電子科技大學(xué)學(xué)報. 2020(03)
[2]無線通信系統(tǒng)頻譜分配策略優(yōu)化研究[J]. 張婧怡,向新,孫曄,王峰. 計算機(jī)仿真. 2015(10)
[3]基于改進(jìn)的量子遺傳算法的認(rèn)知無線網(wǎng)絡(luò)頻譜分配方法[J]. 劉剛,趙海洋,陳華,郝曉辰. 高技術(shù)通訊. 2015 (Z1)
[4]混沌擾動模擬退火蟻群算法低碳物流路徑優(yōu)化[J]. 張立毅,王迎,費(fèi)騰,周修飛. 計算機(jī)工程與應(yīng)用. 2017(01)
[5]認(rèn)知無線網(wǎng)絡(luò)中基于隨機(jī)博弈框架的頻率分配[J]. 劉鑫,闞興一,王三強(qiáng). 遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2011(05)
[6]認(rèn)知無線網(wǎng)絡(luò)中一種基于蟻群優(yōu)化的頻譜分配算法[J]. 楊淼,安建平. 電子與信息學(xué)報. 2011(10)
碩士論文
[1]認(rèn)知無線電中基于圖論的頻譜分配算法[D]. 樊路.哈爾濱工業(yè)大學(xué) 2009
本文編號:2935418
本文鏈接:http://sikaile.net/kejilunwen/wltx/2935418.html
最近更新
教材專著