基于改进的量子遗传算法的认知无线网络频谱分配方法
本文关键词：基于改进的量子遗传算法的认知无线网络频谱分配方法
更多相关文章： 认知无线网络 频谱分配 量子遗传算法(QGA) 混沌搜索 变异阈值
【摘要】：为了提高认知无线网络频谱分配的效果,根据认知无线网络的特性,提出了基于改进的量子遗传算法(IQGA)的认知无线网络频谱分配方法。该方法利用混沌搜索初始化种群染色体编码,在迭代过程中采用动态调整量子旋转角度更新染色体,并通过变异阈值对染色体进行选择性变异,最终将频谱分配的分配矩阵和基于混沌搜索的量子遗传算法的可行解相对应,以提高网络系统的平均效益为目标函数,实现空闲信道的合理分配。仿真结果表明,基于IQGA的认知无线网络频谱分配方法具有更快的收敛速度和更好的寻优性能,能有效地提高网络系统的整体效益。
【作者单位】： 燕山大学河北省测试计量技术及仪器重点实验室;
【基金】：国家自然科学基金(61403336) 河北省自然科学基金(F2015203291) 秦皇岛市科学技术研究与发展计划(201401A037)资助项目
【分类号】：TN925;TP18
【正文快照】： i_^3 相关研究结果表明,在无线通信技术发展的过程中,频谱资源短缺已成为制约无线通信领域发展的重要因素,而导致频谱[鲈炊倘毙补丶蚴瞧灯鬃试蠢寐使蚚1]。为了提高频谱资源的利甩效率,解决频谱利用不均衡问题,Mitola在软件无线电的基础上提出了认知无线电(Cognitive
【参考文献】
中国期刊全文数据库 前2条
1 王竹荣;杨波;吕兴朝;崔杜武;;一种改进的量子遗传算法研究[J];西安理工大学学报;2012年02期
2 赵知劲;彭振;郑仕链;徐世宇;楼才义;杨小牛;;基于量子遗传算法的认知无线电频谱分配[J];物理学报;2009年02期
【共引文献】
中国期刊全文数据库 前10条
1 王先平;曹卉;;基于量子布谷鸟搜索的认知无线网络频谱分配[J];电信科学;2016年05期
2 曹明杰;曹鑫;徐政治;;量子遗传算法在混凝土重力坝综合弹性模量反演中的应用[J];长江科学院院报;2016年04期
3 谢国;田冰;刘丁;;基于数值迭代的两能级封闭量子系统最优控制[J];西安理工大学学报;2016年01期
4 宋巨龙;钱富才;梁锦锦;;一种新的无约束优化问题的混合算法[J];西安理工大学学报;2015年04期
5 黎洁;刘羽西;李奇越;;基于拓展迭代条件模式的认知无线频谱分配研究[J];合肥工业大学学报(自然科学版);2015年12期
6 肖婵婵;;基于量子遗传模拟退火算法的认知无线电频谱分配方法研究[J];中国新通信;2015年24期
7 唐俊;刘锦伟;曹异卿;;基于量子编码与拟态物理优化的认知频谱按需分配[J];计算机工程;2015年12期
8 杜传报;全厚德;唐友喜;刘建成;梁伟;;基于膜量子布谷鸟搜索的双通道网络频谱资源分配[J];电波科学学报;2016年01期
9 吴轩;孙文胜;陆家明;;基于遗传蚁群优化算法的认知无线电频谱分配[J];通信技术;2015年11期
10 郭霖;曾锋;陈志刚;;基于基因选择性遗传的认知无线电频谱分配算法[J];计算机工程;2015年10期
【二级参考文献】
中国期刊全文数据库 前7条
1 张宗飞;;一种改进型量子遗传算法[J];计算机工程;2010年06期
2 王宝伟;王洪国;刘乐;王鑫;;一种改进的混合量子遗传算法[J];计算机科学;2008年08期
3 赵知劲;郑仕链;尚俊娜;孔宪正;;基于量子遗传算法的认知无线电决策引擎研究[J];物理学报;2007年11期
4 廖楚林;陈R，
本文编号：1290922
本文链接：https://www.wllwen.com/kejilunwen/wltx/1290922.html
