基于人工鱼群算法的多用户系统资源分配策略
发布时间：2022-01-14 07:07
针对当前多用户系统资源分配策略存在的用户公平性较差、系统吞吐量小等缺陷,设计一种基于人工鱼群算法的多用户系统资源分配策略.首先通过分析多用户系统资源分配的工作原理,构建相应的数学模型;然后引入人工鱼群算法对多用户系统资源分配的数学模型进行求解,并针对标准人工鱼群算法存在的局限性进行相应地改进;最后与其他多用户系统资源分配策略进行仿真对比测试实验.实验结果表明,人工鱼群算法可以快速、准确地找到多用户系统资源的最优分配方案,有效保障了用户的公平性,且大幅度改善了多用户系统的通信能力,整体性能优于其他多用户系统资源分配策略.
【文章来源】：吉林大学学报(理学版). 2019,57(02)北大核心
【文章页数】：7 页
【部分图文】：
图１无线网络通信系统的资源分配原理Ｆｉｇ．１Ｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｐｒｉｎｃｉｐｌｅｏｆｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍ
图３无线网络通信系统的吞吐量变化曲线Ｆｉｇ．３Ｔｈｒｏｕｇｈｐｕｔｃｕｒｖｅｓｏｆｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍｓ对于不同的用户数，人工鱼群算法、遗传算法、进化算法的多用户系统资源分配策略的公平度变化曲线如图５所示．由图５可见：随着用户数量的不断增多，无线网络通信系统的公平度不断下降，这是因为随着用户数量的增加，平均可分配子载波数量逐渐下降，用户之间的竞争程度加剧，增加了实现公平分配的难度；人工鱼群算法的变化幅度较小，公平度最好，遗传算法的公平度最差，而进化算法的公平度次之．表明人工鱼群算法可较好地解决无线网络通信系统吞吐量与公平度之间的矛盾，提高多用户系统资源利用率，可更好地满足用户对无线网络通信系统的性能要求，提高了无线网络通信系统的通信质量．图４多用户系统资源分配策略的收敛性能Ｆｉｇ．４Ｃｏｎｖｅｒｇｅｎｃｅｐｅｒｆｏｒｍａｎｃｅｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ图５多用户系统资源分配策略的公平度变化曲线Ｆｉｇ．５Ｆａｉｒｎｅｓｓｃｕｒｖｅｓｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ综上所述，针对当前多用户系统资源分配策略的用户公平性差、系统容量小等问题，本文提出了一种基于人工鱼群算法的多用户系统资源分配策略．首先分析多用户系统资源分配的工作原理，建立数学模型；然后引入人工鱼群算法对用户系统资源分配的数学模型求解；最后在相同环境下进行
着用户数量的不断增多，无线网络通信系统的公平度不断下降，这是因为随着用户数量的增加，平均可分配子载波数量逐渐下降，用户之间的竞争程度加剧，增加了实现公平分配的难度；人工鱼群算法的变化幅度较小，公平度最好，遗传算法的公平度最差，而进化算法的公平度次之．表明人工鱼群算法可较好地解决无线网络通信系统吞吐量与公平度之间的矛盾，提高多用户系统资源利用率，可更好地满足用户对无线网络通信系统的性能要求，提高了无线网络通信系统的通信质量．图４多用户系统资源分配策略的收敛性能Ｆｉｇ．４Ｃｏｎｖｅｒｇｅｎｃｅｐｅｒｆｏｒｍａｎｃｅｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ图５多用户系统资源分配策略的公平度变化曲线Ｆｉｇ．５Ｆａｉｒｎｅｓｓｃｕｒｖｅｓｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ综上所述，针对当前多用户系统资源分配策略的用户公平性差、系统容量小等问题，本文提出了一种基于人工鱼群算法的多用户系统资源分配策略．首先分析多用户系统资源分配的工作原理，建立数学模型；然后引入人工鱼群算法对用户系统资源分配的数学模型求解；最后在相同环境下进行多用户系统资源分配的验证实验．实验结果表明，该方法获得的多用户系统资源分配方案能有效保障用户之间的公平性，改善了多用户系统的吞吐量，加快了数据传输速度，比其他多用户系统资源分配策略更优，具有广阔的应用前景．参考文献［１］付宏睿，董永刚，张建刚．基于三维自治系
【参考文献】：
期刊论文
[1]改进人工鱼群算法在SVM参数优化中的应用[J]. 邱云飞,李智义. 计算机工程与科学. 2018(11)
[2]基于人工鱼群算法优化神经网络的WSN数据融合[J]. 胡向东,李秋实. 重庆邮电大学学报(自然科学版). 2018(05)
[3]新型多用户MIMO-OFDM跨层资源分配算法[J]. 刘刚,周秀秀,邓建勋,郭漪,杨世勇. 吉林大学学报(信息科学版). 2018(05)
[4]基于精英高斯学习的改进鱼群粒子群混合算法[J]. 康朝海,王博宇,杨永英. 吉林大学学报(信息科学版). 2018(04)
[5]基于三维自治系统复杂网络的混沌保密通信系统[J]. 付宏睿,董永刚,张建刚. 吉林大学学报(理学版). 2018(02)
[6]基于遗传算法的多用户OFDM系统资源分配策略[J]. 滕志军,谢露莹,咸悦,徐忠民,楚玉刚. 湖南科技大学学报(自然科学版). 2018(01)
[7]基于改进智能水滴算法的多用户OFDMA系统资源分配[J]. 刘紫燕,毛攀,吴俊熊,冯丽. 电讯技术. 2017(02)
[8]基于非合作博弈的端对端通信资源分配[J]. 周向军. 内蒙古师范大学学报(自然科学汉文版). 2016(05)
[9]基于OFDM的认知无线电系统联合资源分配[J]. 梁聪,赵晓晖. 吉林大学学报(信息科学版). 2016(03)
[10]基于改进PSOGA联合算法的电力线多用户通信资源分配[J]. 张培玲,张洪欣. 计算机科学. 2016(05)
本文编号：3588054
【文章来源】：吉林大学学报(理学版). 2019,57(02)北大核心
【文章页数】：7 页
【部分图文】：
图１无线网络通信系统的资源分配原理Ｆｉｇ．１Ｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｐｒｉｎｃｉｐｌｅｏｆｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍ
图３无线网络通信系统的吞吐量变化曲线Ｆｉｇ．３Ｔｈｒｏｕｇｈｐｕｔｃｕｒｖｅｓｏｆｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍｓ对于不同的用户数，人工鱼群算法、遗传算法、进化算法的多用户系统资源分配策略的公平度变化曲线如图５所示．由图５可见：随着用户数量的不断增多，无线网络通信系统的公平度不断下降，这是因为随着用户数量的增加，平均可分配子载波数量逐渐下降，用户之间的竞争程度加剧，增加了实现公平分配的难度；人工鱼群算法的变化幅度较小，公平度最好，遗传算法的公平度最差，而进化算法的公平度次之．表明人工鱼群算法可较好地解决无线网络通信系统吞吐量与公平度之间的矛盾，提高多用户系统资源利用率，可更好地满足用户对无线网络通信系统的性能要求，提高了无线网络通信系统的通信质量．图４多用户系统资源分配策略的收敛性能Ｆｉｇ．４Ｃｏｎｖｅｒｇｅｎｃｅｐｅｒｆｏｒｍａｎｃｅｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ图５多用户系统资源分配策略的公平度变化曲线Ｆｉｇ．５Ｆａｉｒｎｅｓｓｃｕｒｖｅｓｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ综上所述，针对当前多用户系统资源分配策略的用户公平性差、系统容量小等问题，本文提出了一种基于人工鱼群算法的多用户系统资源分配策略．首先分析多用户系统资源分配的工作原理，建立数学模型；然后引入人工鱼群算法对用户系统资源分配的数学模型求解；最后在相同环境下进行
着用户数量的不断增多，无线网络通信系统的公平度不断下降，这是因为随着用户数量的增加，平均可分配子载波数量逐渐下降，用户之间的竞争程度加剧，增加了实现公平分配的难度；人工鱼群算法的变化幅度较小，公平度最好，遗传算法的公平度最差，而进化算法的公平度次之．表明人工鱼群算法可较好地解决无线网络通信系统吞吐量与公平度之间的矛盾，提高多用户系统资源利用率，可更好地满足用户对无线网络通信系统的性能要求，提高了无线网络通信系统的通信质量．图４多用户系统资源分配策略的收敛性能Ｆｉｇ．４Ｃｏｎｖｅｒｇｅｎｃｅｐｅｒｆｏｒｍａｎｃｅｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ图５多用户系统资源分配策略的公平度变化曲线Ｆｉｇ．５Ｆａｉｒｎｅｓｓｃｕｒｖｅｓｏｆｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｓｔｒａｔｅｇｙｏｆｍｕｌｔｉ－ｕｓｅｒｓｙｓｔｅｍｓ综上所述，针对当前多用户系统资源分配策略的用户公平性差、系统容量小等问题，本文提出了一种基于人工鱼群算法的多用户系统资源分配策略．首先分析多用户系统资源分配的工作原理，建立数学模型；然后引入人工鱼群算法对用户系统资源分配的数学模型求解；最后在相同环境下进行多用户系统资源分配的验证实验．实验结果表明，该方法获得的多用户系统资源分配方案能有效保障用户之间的公平性，改善了多用户系统的吞吐量，加快了数据传输速度，比其他多用户系统资源分配策略更优，具有广阔的应用前景．参考文献［１］付宏睿，董永刚，张建刚．基于三维自治系
【参考文献】：
期刊论文
[1]改进人工鱼群算法在SVM参数优化中的应用[J]. 邱云飞,李智义. 计算机工程与科学. 2018(11)
[2]基于人工鱼群算法优化神经网络的WSN数据融合[J]. 胡向东,李秋实. 重庆邮电大学学报(自然科学版). 2018(05)
[3]新型多用户MIMO-OFDM跨层资源分配算法[J]. 刘刚,周秀秀,邓建勋,郭漪,杨世勇. 吉林大学学报(信息科学版). 2018(05)
[4]基于精英高斯学习的改进鱼群粒子群混合算法[J]. 康朝海,王博宇,杨永英. 吉林大学学报(信息科学版). 2018(04)
[5]基于三维自治系统复杂网络的混沌保密通信系统[J]. 付宏睿,董永刚,张建刚. 吉林大学学报(理学版). 2018(02)
[6]基于遗传算法的多用户OFDM系统资源分配策略[J]. 滕志军,谢露莹,咸悦,徐忠民,楚玉刚. 湖南科技大学学报(自然科学版). 2018(01)
[7]基于改进智能水滴算法的多用户OFDMA系统资源分配[J]. 刘紫燕,毛攀,吴俊熊,冯丽. 电讯技术. 2017(02)
[8]基于非合作博弈的端对端通信资源分配[J]. 周向军. 内蒙古师范大学学报(自然科学汉文版). 2016(05)
[9]基于OFDM的认知无线电系统联合资源分配[J]. 梁聪,赵晓晖. 吉林大学学报(信息科学版). 2016(03)
[10]基于改进PSOGA联合算法的电力线多用户通信资源分配[J]. 张培玲,张洪欣. 计算机科学. 2016(05)
本文编号：3588054
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3588054.html
