基于量子果蝇优化的认知无线网络频谱分配

发布时间：2018-09-05 07:38

【摘要】：将频谱分配的二进制编码转换为量子序列编码,提出一种基于量子果蝇优化的认知无线网络频谱分配方法。首先,将果蝇优化算法(FOA)转换为量子果蝇优化算法(QFOA),拓展FOA的应用范围;然后,采用选择、交叉、变异操作改进QFOA,提高算法收敛速度,增加样本种群多样性,避免算法陷入局部最优;最后,利用改进QFOA对频谱分配的量子序列进行寻优,寻求最优的网络效益或者用户公平性,得到网络整体性能最优的频谱分配策略。仿真结果表明,改进的QFOA收敛速度快且跳出局部最优能力强,应用到认知无线网络频谱分配中,增加了网络资源利用率,提高了网络的整体性能。
[Abstract]:The binary coding of spectrum allocation is converted into quantum sequence coding, and a spectrum allocation method based on quantum Drosophila optimization is proposed. Firstly, the (FOA) algorithm is converted to the quantum Drosophila optimization algorithm (QFOA), to expand the application range of FOA, and then the selection, crossover, mutation operation is adopted to improve the convergence speed of the algorithm and increase the diversity of the sample population. Finally, the improved QFOA is used to optimize the quantum sequence of spectrum allocation to find the optimal network benefit or user fairness, and to obtain the optimal spectrum allocation strategy for the overall performance of the network. Simulation results show that the improved QFOA converges fast and has strong ability to jump out of the local optimum. It is applied to the spectrum allocation of cognitive wireless networks, which increases the utilization of network resources and improves the overall performance of the network.
【作者单位】： 贵州大学大数据与信息工程学院;开阳县工信局;
【基金】：贵州省科技厅基金资助项目(黔科合LH字[2014]7628,黔科合J字[2012]2171) 贵州大学博士基金资助项目(贵大人基合字[2010]010);贵州大学研究生创新基金资助项目(研理工2016066)
【分类号】：TN925;TP18

【相似文献】

相关期刊论文 前10条

1 柴争义;刘芳;朱思峰;;混沌量子克隆算法求解认知无线网络频谱分配问题[J];物理学报;2011年06期

2 张丽影;曾志文;陈志刚;邝祝芳;;认知无线网络中基于约束算子的二进制粒子群频谱分配算法[J];小型微型计算机系统;2013年06期

3 李岳洪;万频;王永华;邓钦;杨健;;改进的细菌觅食算法求解认知无线网络频谱分配问题[J];计算机科学;2013年08期

4 陈剑;吴建平;李贺武;;基于用户分配和负载的频谱分配算法[J];软件学报;2013年07期

5 陈年生;;基于双向拍卖的多目标频谱分配算法[J];上海电机学院学报;2013年04期

6 谢健骊;李翠然;赵佳颖;;基于均衡价格的认知无线网络频谱分配算法[J];铁道学报;2014年01期

7 李方伟;王程;朱江;;一种基于逢低买入的频谱分配机制[J];计算机应用研究;2014年02期

8 冯春燕;郭义武;薛钰;郭彩丽;;授权链路保护的频谱分配算法[J];电子科技大学学报;2008年06期

9 Serena chan;宋笑亭;;美国国防部共享频谱接入(上)[J];中国无线电;2008年03期

10 王坤;董淑福;刘杰;;基于用户需求和等待时间的改进型频谱分配算法[J];科学技术与工程;2012年22期

相关会议论文 前5条

1 郑晓明;何廷润;;3G频谱分配:市场化的经济法则[A];2002’中国通信学会无线及移动通信委员会学术年会论文集[C];2002年

2 朱丽姣;侯维刚;郭磊;;可伸缩光网络中路由与频谱分配算法[A];第十七届全国青年通信学术年会论文集[C];2012年

3 赵滨;马锴;关新平;;区分信道的认知无线电网络频谱分配算法研究[A];第二十九届中国控制会议论文集[C];2010年

4 章坚武;赵琪;邹婧媛;;改进的认知无线电图着色频谱分配算法[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

5 沈嘉;王军;李少谦;;认知无线电网络基于配对算法的频谱分配策略[A];2008年中国西部青年通信学术会议论文集[C];2008年

相关重要报纸文章 前8条

1 本报记者 卢子月;频谱分配受关注[N];通信产业报;2012年

2 本报记者 卢子月;得频谱得未来[N];通信产业报;2013年

3 ;频谱资源共享面临挑战[N];中国电子报;2013年

4 本报记者 卢子月;科学规划TD—LTE频谱[N];通信产业报;2012年

5 本报记者 卢子月;TD-LTE频谱商用就绪[N];通信产业报;2013年

6 本报驻联合国记者 周德武;美国 3G技术应用受阻[N];人民日报;2000年

7 本报记者 林永华;英国释放频谱资源支持LTE 4G规模发展需多方合力[N];通信信息报;2013年

8 本报记者 孟祥初 卢子月;破解TD-LTE发展三大难题[N];通信产业报;2011年

相关博士学位论文 前10条

1 周雄;基于博弈的Femtocell网络频谱资源管理[D];华南理工大学;2015年

2 郁小松;灵活栅格光网络中频谱工程与调控技术研究[D];北京邮电大学;2015年

3 殷聪;认知无线电中频谱聚合技术及其资源调度的公平性研究[D];哈尔滨工业大学;2015年

4 张龙;认知无线电网络MAC层频谱感知与频谱接入问题研究[D];中国科学技术大学;2015年

5 张雷;认知无线网络频谱接入策略及性能分析[D];东南大学;2016年

6 谢玉鹏;认知无线电系统中联合频谱分配算法研究[D];哈尔滨工业大学;2016年

7 董蓓;基于进化学习的无线通信网络资源分配问题研究[D];西安电子科技大学;2015年

8 冯心欣;异构环境下用户参与决策的认知频谱接入策略研究[D];上海交通大学;2015年

9 查淞;宽带频谱压缩感知算法研究[D];国防科学技术大学;2014年

10 谢树京;基于多维空间的射频频谱检测技术研究[D];东南大学;2016年

相关硕士学位论文 前10条

1 包媛媛;基于加权极大独立集的认知无线网络的图论频谱分配算法研究[D];内蒙古大学;2015年

2 闫炳欣;基于用户需求的认知无线网络的图论频谱分配算法研究[D];内蒙古大学;2015年

3 赵海洋;基于改进量子遗传算法的认知无线电频谱分配研究[D];燕山大学;2015年

4 颜少波;基于分簇的宽带频谱压缩感知技术研究[D];昆明理工大学;2015年

5 喻正坤;认知无线电网络中频谱切换与频谱分配技术的研究[D];昆明理工大学;2015年

6 孙英娟;认知无线电网络中频谱分配的最优化研究[D];闽南师范大学;2015年

7 杨尚飞;正交频分复用信号的频谱整合技术[D];苏州大学;2015年

8 姚秋彦;灵活光网络中多参数约束路由和频谱分配算法研究[D];河北工程大学;2015年

9 魏伦炳;基于认知无线网络频谱分配技术研究[D];贵州大学;2015年

10 张崇英;认知无线网络分布式主动频谱切换技术研究[D];电子科技大学;2014年

，

本文编号：2223621