最新的毛片基地免费,国产国语一级毛片,免费国产成人高清在线电影,中天堂国产日韩欧美,中国国产aa一级毛片,国产va欧美va在线观看,成人不卡在线

基于改進(jìn)遺傳算法的認(rèn)知無線電方法

文檔序號:6350554閱讀:289來源:國知局
專利名稱:基于改進(jìn)遺傳算法的認(rèn)知無線電方法
基于改進(jìn)遺傳算法的認(rèn)知無線電方法技術(shù)領(lǐng)域
本發(fā)明屬于無線通信技術(shù)領(lǐng)域,尤其涉及一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法。
背景技術(shù)
無線通信業(yè)務(wù)需求的持續(xù)增長導(dǎo)致無線通信系統(tǒng)對頻譜資源的需求不斷增加,以至于無線頻譜資源變得越來越稀缺。然而,頻譜測量研究表明,授權(quán)頻譜的使用率非常低, 授權(quán)頻譜空穴浪費(fèi)嚴(yán)重,靜態(tài)的頻譜分配體制與動態(tài)的頻譜利用方式不匹配。解決這一問題的基本思路是盡可能提高現(xiàn)有頻譜利用率。認(rèn)知無線電技術(shù)作為能滿足這一要求的技術(shù)也就應(yīng)運(yùn)而生了。
認(rèn)知無線電(Cognitive Radio,CR)的概念由Jos印h Mitolo博士于1999年提出, 其核心思想是CR具有學(xué)習(xí)能力,能與周圍環(huán)境交互信息,以感知和利用在該空間的可用頻譜,并限制和降低沖突的發(fā)生。認(rèn)知無線電的目的是在不影響授權(quán)頻段正常通信的基礎(chǔ)上, 使具有認(rèn)知功能的無線通信設(shè)備按照“機(jī)會接入方式”接入授權(quán)的頻段內(nèi),動態(tài)利用頻譜, 解決頻譜緊張的問題。
認(rèn)知無線電有兩個主要特點(diǎn)認(rèn)知能力和重配置能力。其中重配置部分需要進(jìn)行參數(shù)調(diào)整,而參數(shù)調(diào)整必須要滿足信道條件、用戶需求和制度限定等多方面要求,這就需要認(rèn)知無線電在多個條件間進(jìn)行權(quán)衡,從而得到一組較優(yōu)良的參數(shù)配置方案。遺傳算法模擬生物進(jìn)化機(jī)制,能在尋優(yōu)空間中進(jìn)行全局搜索,具有一般算法所沒有的多目標(biāo)優(yōu)化能力。但是簡單遺傳算法沒有對染色體進(jìn)行控制,如果種群中出現(xiàn)適應(yīng)度極高的個體,非常容易得到局部最優(yōu)解。另外,簡單遺傳算法使用固定的交叉概率和變異概率,沒有對優(yōu)良個體進(jìn)行保護(hù),對較差個體進(jìn)行抑制,也沒有根據(jù)進(jìn)化前后期的不同情況進(jìn)行區(qū)別對待,會影響性能。
為了解決上述問題,必須對參數(shù)調(diào)整部分使用的簡單遺傳算法進(jìn)行改進(jìn),以得到較好的性能。。發(fā)明內(nèi)容
本發(fā)明的目的在于,提供一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,用以解決常用的基于遺傳算法的認(rèn)知無線電方法存在的問題。
為了實(shí)現(xiàn)上述目的,本發(fā)明提供的技術(shù)方案是,一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述方法包括
步驟1 設(shè)定認(rèn)知無線電的初始參數(shù),將其作為遺傳算法的染色體;
步驟2 設(shè)定初始變異概率、種群大小和最大進(jìn)化代數(shù),并設(shè)定反映當(dāng)前鏈路質(zhì)量的目標(biāo)函數(shù)以及各目標(biāo)函數(shù)的權(quán)重;
步驟3 計算種群適應(yīng)度值;
步驟4:進(jìn)行適應(yīng)度值的尺度變換,保證尺度變換后的適應(yīng)度值的平均值等于尺度變換前的適應(yīng)度值的平均值,并且尺度變換后的適應(yīng)度值的最大值等于尺度變換前的適應(yīng)度值的平均值的設(shè)定倍數(shù);
步驟5:選擇染色體;
步驟6 使用自適應(yīng)的交叉概率和變異概率對染色體進(jìn)行兩點(diǎn)交叉和個體變異;
步驟7 判斷是否達(dá)到下述兩個收斂條件之一,如果達(dá)到下述兩個收斂條件之一, 則執(zhí)行步驟8 ;否則,返回步驟3 ;
所述收斂條件為
1)進(jìn)化代數(shù)超過設(shè)定的最大進(jìn)化代數(shù);
2)種群個體最大適應(yīng)度值大于或等于設(shè)定值;
步驟8 輸出結(jié)果集,將其作為認(rèn)知無線電的參數(shù)。
所述步驟3具體是
步驟31 任取種群中的兩個個體,將其分別即為個體j和個體k ;
步驟32 比較個體j和個體k在第i個目標(biāo)函數(shù)上的性能,如果個體j在第i個目標(biāo)函數(shù)上的性能強(qiáng)于個體k在第i個目標(biāo)函數(shù)上的性能,則令比較函數(shù)c (i,j, k) = 1 ; 否則令比較函數(shù)c (i,j,k) = 0 ;
步驟33 計算個體j在第i個目標(biāo)函數(shù)上的秩;其計算公式為
權(quán)利要求
1.一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述方法包括 步驟1 設(shè)定認(rèn)知無線電的初始參數(shù),將其作為遺傳算法的染色體;步驟2 設(shè)定初始變異概率、種群大小和最大進(jìn)化代數(shù),并設(shè)定反映當(dāng)前鏈路質(zhì)量的目標(biāo)函數(shù)以及各目標(biāo)函數(shù)的權(quán)重; 步驟3 計算種群適應(yīng)度值;步驟4 進(jìn)行適應(yīng)度值的尺度變換,保證尺度變換后的適應(yīng)度值的平均值等于尺度變換前的適應(yīng)度值的平均值,并且尺度變換后的適應(yīng)度值的最大值等于尺度變換前的適應(yīng)度值的平均值的設(shè)定倍數(shù); 步驟5 選擇染色體;步驟6 使用自適應(yīng)的交叉概率和變異概率對染色體進(jìn)行兩點(diǎn)交叉和個體變異; 步驟7 判斷是否達(dá)到下述兩個收斂條件之一,如果達(dá)到下述兩個收斂條件之一,則執(zhí)行步驟8;否則,返回步驟3; 所述收斂條件為1)進(jìn)化代數(shù)超過設(shè)定的最大進(jìn)化代數(shù);2)種群個體最大適應(yīng)度值大于或等于設(shè)定值; 步驟8 輸出結(jié)果集,將其作為認(rèn)知無線電的參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述步驟3具體是步驟31 任取種群中的兩個個體,將其分別即為個體j和個體k ; 步驟32 比較個體j和個體k在第i個目標(biāo)函數(shù)上的性能,如果個體j在第i個目標(biāo)函數(shù)上的性能強(qiáng)于個體k在第i個目標(biāo)函數(shù)上的性能,則令比較函數(shù)c (i,j,k) = 1 ;否則令比較函數(shù)c (i,j,k) = 0 ;m步驟33 計算個體j在第i個目標(biāo)函數(shù)上的秩;其計算公式為
3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述步驟5具體是步驟51 計算所有個體的適應(yīng)度值之和,記為S ; 步驟52 從(0,S)中選取隨機(jī)數(shù),記為q ;步驟53 在種群中,從O開始累加個體適應(yīng)度值,累加的結(jié)果記為s,當(dāng)s > q時,停止累加并將此時的個體作為選擇的染色體。
4.根據(jù)權(quán)利要求1-3中任意一項權(quán)利要求所述的一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述自適應(yīng)的交叉概率的計算公式為
5.根據(jù)權(quán)利要求1-3中任意一項權(quán)利要求所述的一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法,其特征是所述自適應(yīng)的變異概率的計算公式為m\ρρ‘ J _ J avg^m _ ιJ max J avgρ f'<fJ J avg其中,Pm為自適應(yīng)的變異概率,Pffll和Pm2分別為變異概率的上限和下限,f'為要交叉的兩個個體的適應(yīng)度值的較大者,fmax為種群適應(yīng)度值的最大值,favg為種群適應(yīng)度值的平均值。
全文摘要
本發(fā)明公開了無線通信技術(shù)領(lǐng)域中的一種基于改進(jìn)遺傳算法的認(rèn)知無線電方法。包括設(shè)定認(rèn)知無線電的初始參數(shù),將其作為遺傳算法的染色體;設(shè)定初始變異概率、種群大小和最大進(jìn)化代數(shù),并設(shè)定反映當(dāng)前鏈路質(zhì)量的目標(biāo)函數(shù)以及各目標(biāo)函數(shù)的權(quán)重;計算種群適應(yīng)度值;進(jìn)行適應(yīng)度值的尺度變換;選擇染色體;使用自適應(yīng)的交叉概率和變異概率對染色體進(jìn)行兩點(diǎn)交叉和個體變異;判斷是否達(dá)到收斂條件,如果未達(dá)到,則返回計算種群適應(yīng)度值;如果達(dá)到收斂條件,則輸出結(jié)果集,將其作為認(rèn)知無線電的參數(shù)。本發(fā)明解決了遺傳算法中最后解集容易收斂于局部最優(yōu)解的問題,同時保證了種群的多樣性和遺傳算法的收斂性。
文檔編號G06N3/12GK102523585SQ20111037996
公開日2012年6月27日 申請日期2011年11月25日 優(yōu)先權(quán)日2011年11月25日
發(fā)明者張雪雪, 李非, 趙軍輝 申請人:北京交通大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1