基于粒子群算法和遗传算法的频谱分配研究

发布时间：2021-08-12 22:39

　　随着无线通信技术在各领域的广泛应用，用频设备对频谱资源的需求日益递增，频谱资源紧缺成为了无线通信技术发展的一个瓶颈。无线频谱是稀缺的不可再生资源，它的合理使用就至关重要。认知无线电作为一种提高频谱资源利用率的技术在这样的大环境下被提出。其出发点是在不影响授权用户正常通信的前提下，使认知用户接入到空闲频谱内，并动态的加以利用；其核心是发现空闲频谱资源并使用，提高频谱资源整体利用率；其解决的问题是由于固定分配造成的频谱资源浪费。如何高效分配已发现的空闲频谱，是其一个重要的攻关方向。本文紧紧围绕认知无线电技术中电磁频谱资源的分配进行研究。首先，对认知无线电的电磁频谱分配技术进行了梳理和总结并介绍了常见的几种分配模型。在分配技术方面：一是根据通信网络架构的不同将网络分为集中式和分布式；二是根据网络内部用户之间有无信息交流和反馈分为协作式和非协作式；三是根据分配后有无实时调整分为静态分配和动态分配。在分配模型方面：一是根据接入的方式不同分为Overlay sharing模型和Underlay模型；二是根据对干扰的态度不同分为干扰温度模型和图论模型；三是根据网络内认知用户的公平性分博弈论模型和拍卖... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

基于接入方式的频谱分配模型

图 2.4 认知图 2.4 所示的系统有 3 个可用频段示五个不相同的认知用户, ~ V分别代的频段分别为 A、B、C、C。图中虚线在授权用户占用某一频段的情况下，为使用该频段。因此，在 ~ V专属区域范时域和空域上同时使用相同频段。举例区域内，所以该认知用户不能使用频段可能使用的所有频谱映射成一个集合，络中位置的不同，频谱集合也就各不相可表示为（B，C），而节点 4 的集合则时节点 4 不可占用相同频段。图 2.4 只是认知无线电系统网络的

遗传算法流程

【参考文献】：
期刊论文
[1]基于鲶鱼粒子群算法的认知无线电频谱分配[J]. 卓志宏.  电视技术. 2014(07)
[2]认知无线电中的量子蛙跳频谱分配[J]. 高洪元,曹金龙.  应用科学学报. 2014(01)
[3]基于遗传算法的LTE下行系统资源分配算法[J]. 代悦宁,朱国晖.  西安邮电大学学报. 2014(01)
[4]基于粒子群算法的认知无线电频谱分配算法[J]. 张北伟,朱云龙,胡琨元.  计算机应用. 2011(12)
[5]基于非对称学习因子调节的粒子群优化算法[J]. 毛开富,包广清,徐驰.  计算机工程. 2010(19)
[6]基于动态权值的粒子群算法的多样性分析[J]. 朱培逸,张宇林.  石油化工高等学校学报. 2008(04)
[7]一种克服粒子群早熟的混合优化算法[J]. 吴敏,丁雷,曹卫华,徐辰华.  控制与决策. 2008(05)
[8]粒子群优化算法的惯性权值递减策略研究[J]. 陈贵敏,贾建援,韩琪.  西安交通大学学报. 2006(01)

博士论文
[1]认知无线电关键技术研究[D]. 赵建立.华北电力大学 2014
[2]基于混合离散粒子群算法的柔性作业车间调度问题研究[D]. 张静.浙江工业大学 2014
[3]粒子群算法的基本理论及其改进研究[D]. 刘建华.中南大学 2009

硕士论文
[1]离散粒子群算法的改进及其应用研究[D]. 陈曦.安徽大学 2014
[2]认知无线电网络中频谱分配技术研究[D]. 王耀萱.西安电子科技大学 2014
[3]基于粒子群遗传混合算法的配电网重构研究[D]. 朱春涛.南京理工大学 2012
[4]认知无线电频谱分配策略研究[D]. 吴天劲.重庆大学 2010
[5]粒子群算法的改进及应用[D]. 刘丽芳.太原理工大学 2008
[6]结合遗传算法的粒子群优化模型及其应用研究[D]. 王慧.山东师范大学 2008



本文编号：3339210