有限频谱多目标智能决策算法研究及应用

发布时间：2021-11-05 09:20

　　如今的信息时代,无线通迅业务飞速发展,日益增长的无线通信需求和有限可利用的频谱之间产生了极大的矛盾,如何提高空闲频段的利用率、解决频谱资源短缺的问题显得尤为重要,由此,认知无线电技术横空出世。在复杂电磁环境下,认知无线电中的提高空白频谱利用率以及合理利用现有频谱十分重要。研究学者们将模拟自然界中生物的许多现象以及过程而衍生出来的大量智能算法称之为群集智能优化算法。典型的群集智能优化算法包括遗传优化算法、蚁群优化算法等等。群智能优化算法作为高效优化算法在近些年来广泛的被应用于机器人、数据挖掘、物流、管理、工业等领域,应用领域十分广泛。本论文基于群智能优化算法,设计具有学习、决策和协作能力的有限频谱有效分配智能决策算法,解决无线电系统可从感知的频谱环境中动态改变相应参数来满足用户需求,以此达到无论何时何地的网络环境中有限频谱的有效利用。首先本论文在对经典群智能算法研究的基础上,设计了自主搜索算法。该算法模拟生物生命周期特征设计了成长、繁殖、死亡和变异四个操作算子。在复杂无线网络环境中,频谱决策过程中的同时满足各种业务需求可看成是多目标优化问题,本论文将设计的自主搜索算法首先应用于频谱决策参... 

【文章来源】：沈阳师范大学辽宁省

【文章页数】：42 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 引言
    一、研究背景
        (一)认知无线电基本概念
        (二)认知无线电特征
        (三)认知无线电研究现状
    二、论文选题依据
    三、论文研究内容
第二章 群智能算法研究现状
    一、算法基本原理
        (一)遗传算法
        (二)粒子群算法
        (三)蚁群算法
    二、算法的改进和应用现状
        (一)算法改进
        (二)算法应用
第三章 基于自主搜索算法的认知无线电频谱决策
    一、自主搜索算法
        (一)算法起源
        (二)算法描述和实现步骤
    二、认知无线电频谱决策模型
        (一)决策引擎多参数优化初级模型
        (二)决策引擎多参数优化中级模型
        (三)多目标处理方法
    三、实验测试及讨论
    四、本章小结
第四章 基于自主搜索算法的认知无线电频谱分配
    一、频谱分配
    二、矩阵模型
        (一)可用频谱矩阵
        (二)效益矩阵
        (三)干扰矩阵
        (四)无干扰分配矩阵
    三、实验测试及讨论
    四、本章小结
结论
参考文献
个人简历及在学期间的研究成果和发表的学术论文
致谢



本文编号：3477523