一种基于混沌搜索量子遗传算法的无线频谱分配方法
【技术领域】
[0001] 本发明设及通信技术领域，尤其是一种基于混浊捜索量子遗传算法的无线频谱分 配方法。
【背景技术】
[0002] 在无线通信技术发展的过程当中，制约无线通信领域的发展的瓶颈是频谱资源的 短缺，而造成频谱资源短缺的一个主要原因是频谱资源利用率低下。美国联邦通信委员 会（FCC)的相关研究项目表明，目前所广泛采用的固定频谱分配策略已经难W解决当今社 会快速增长的无线通信需求。为了提高频谱资源的利用效率，解决频谱利用不均衡问题， JosephMitola在软件无线电的基础上进一步提出了认知无线电的概念，W提高频谱利用 率和频谱分配质量，缓解频谱资源短缺的压力。
[0003] 在认知网络环境中，频谱信息是动态变化的，因此，灵活性和实时性是频谱分配算 法应具备的两个基本条件。现有的动态频谱分配方法主要包括；博弈论、拍卖理论和图论着 色等方法，其中具有灵活高效特点的图论着色方法是该领域研究的热点问题。
【发明内容】
[0004] 本发明目的在于提供一种提高频谱分配网络效益W及用户之间公平性的基于混 浊捜索量子遗传算法的无线频谱分配方法。
[0005] 为实现上述目的，采用了W下技术方案，本发明所述分配算法包括如下步骤：
[0006] (1)认知网络结构包括主用户和次级用户，每个主用户拥有一条独立信道，通过认 知无线网络结构，确定W下矩阵，
[0007]可用频谱矩阵L=Un,m| {0, 1} }NXI
[000引效益矩阵B= {b"，m}NXM
[0009]干扰矩阵C= {Cn，k，m|Cn，k，mE{〇, 1}}nxnxm
[0010]其中，N表示用户个数，M表示信道条数；l&m=1表示信道m可w被认知用户n使 用，并且没有对主用户产生干扰，反之，信道m不可W被认知用户n使用；1^。表示认知用户 n使用信道m是可获得的效益；c"Am= 0,表示认知用户n和另一认知用户k可W在互不干 扰的情况下使用相同的信道m，c"Am= 1，表示认知用户n和另一认知用户k在使用相同信 道m时会产生干扰；
[0011] 似将频谱分配矩阵A= {an，m|an，mE{〇, 1}}NXM中元素初始化为0,其中an，m= 1 表示认知用户n得到了信道m的使用权，a",m= 0表示认知用户n没有得到信道m的使用 权；将与可用频谱矩阵L中值为1的元素位置相对应的频谱分配矩阵A中的元素提取出来， 并与由染色体得到的二进制串相对应，将染色体编码对应到频谱分配矩阵A中；
[001引做初始化量子遗传算法参数，包括种群大小S、最大迭代次数gm";
[0013] (4)结合频谱分配问题的特点和混浊捜索的理论对染色体进行初始化；
[0014]妨通过更新量子旋转角得到第g代种群(?Cy)=k，知…，
[001引式中g为进化的代数，S为种群的大小，如(/ = 1.2,…，刮表示第g代种群中的第i 个染色体，表示为
【主权项】
1. 一种基于混沌搜索量子遗传算法的无线频谱分配方法，其特征在于，所述分配算法 包括如下步骤： (1) 认知网络结构包括主用户和次级用户，每个主用户拥有一条独立信道，通过认知无 线网络结构，确定以下矩阵， 可用频谱矩阵 L= {ln，m|ln，mE {0，1}}NXM 效?矩阵 B= {bn，m}NXM 干扰矩阵 C= {cn，k，m|cn，k， me {〇，1}} NXNXM 其中，N表示用户个数，M表示信道条数；1_= 1表示信道m可以被次级用户η使用并 且没有对主用户产生干扰，反之，信道m不可以被次级用户η使用；bm，n表示次级用户η使用 信道m是可获得的效益； Cn，k，m= 0,表示次级用户η和另一次级用户k可以在互不干扰的情 况下使用相同的信道m，cn，k， m= 1，表示次级用户η和另一次级用户k在使用相同信道m时 会产生干扰； (2) 频谱分配矩阵A表示在目标函数约束下得到的频谱分配的结果，记为A = ian，mlan，me {〇, Π} _，其中an，m= 1表示次级用户n得到了信道m的使用权，an，m= 0表示 次级用户η没有得到信道m的使用权；将与可用频谱矩阵L中值为1的元素位置相对应的 频谱分配矩阵A中的元素提取出来，并与由染色体得到的二进制串相对应，将染色体编码 对应到频谱分配矩阵A中； (3) 初始化量子遗传算法参数，包括种群大小S、最大迭代次数gmax; (4) 结合频谱分配问题的特点和混沌搜索的理论对染色体进行初始化； (5) 通过更新量子旋转角得到第g代种群= k，<，…，< i 式中，g为进化的代数，S为种群的大小，<(/_ = 1，2，··_，《5)表示第g代种群中的第i个 染色体，表示为
，对Q(g)中的染色体进行测量可以得到一组状态 尸(g) = {?…,片丨，p(g)是一个二进制解矩阵，其中每一个二进制解；# =丨,2，...，幻均 为长度为1的二进制串； (6) 根据染色体二进制解矩阵P、效益矩阵B和可用频谱矩阵L，计算每条染色体的适应 度函数网络效g
和比例公平性
式中，an，m表示认知用户η是否对信道m有使用权；bn;m表示认知用户η使用信道m时 可获得的效益
表示在给定某一无干扰分配矩阵时，认知用户η获得的总效 益； (7) 通过量子旋转门对染色体进行更新； (8) 设定变异阈值，对染色体进行变异操作； (9) 判断迭代次数g是否达到最大迭代次数gmax;若达到，将适应度最大的染色体相 对应的二进制解逆映射回分配矩阵A，给各用户分配相应的频谱；若达不到，迭代次数g = g+1，继续执行步骤（5)~（8)。
2. 根据权利要求1所述的基于混沌搜索量子遗传算法的无线频谱分配方法，其特征在 于： 步骤（4)中所述的染色体初始化，假定在一定时间内频段参数的变化不会影响系统的 整体性能，则上一个频谱分配的解在当前环境下仍然较优，因此，将上次频谱分配的解作为 混沌优化算法中初始值形成的依据； 在所述混纯优化中，应用Logistic映射来产生混纯变量，Logistic映射的形式为： 4 i = /七-rZ (卜-'./) (./ = 1,2,…，0，其中以=4 ; 利用上式所产生的1个混沌变量来初始化种群中的第一个染色体的量子位，令i = 1，2,…，s-1，产生另外s-1个染色体，则初始化种群为0(g)= |^|%於'，.···^ |，s为种群规模， g为进化代数，其中，第i个染色体
在初始化种群Q (g) 中，将 Qij, IBij分别初始化为
3. 根据权利要求1所述的基于混沌搜索量子遗传算法的无线频谱分配方法，其特征在 于：步骤（5)，<的取值由 < 中af (/= 1,2,...，/)来确定
式中，
为第g代种群中的第i个染色体。
4. 根据权利要求1所述的基于混沌搜索量子遗传算法的无线频谱分配方法，其特征在 于，步骤（7)中，所述染色体的更新方法如下： 旋转角Θ的大小根据当前解的位置与当前最好解的距离来度量，采用一种变步长调 整的搜索策略，实现自适应性的调整旋转角Θ的大小，量子旋转角度Θ的大小确定为 θ = 9 min+fX ( 9 max" 9 min) f = HamD(A, B)/Chromlens 其中，9min为搜索角度范围区间的最小值，设定为0.005 π，θ _为搜索角度范围区的 最大值，设定为〇. I π ,ChromLens为染色体基因长度，A为当前个体相对应的二进制解，B为 最优个体相对应的二进制解，HamD (A, B)为当前个体A与最优个体B的汉明距离，即两个向 量中相应位置不同的个体个数。 染色体更新过程为：
其中Θ为旋转角，Δ Θ为旋转角的大小，S为旋转角的方向，[au β ^]1?染色体i 中第j个量子位，[a ' u β' U]T为更新后的量子位，Oij为量子位[a u Ut发生变异 时的量子旋转角度。
5.根据权利要求1所述的基于混沌搜索量子遗传算法的无线频谱分配方法，其特征在 于，步骤（8)中，对除最优染色体之外的每个染色体通过变异阈值来判定是否发生变异；变 异阈值包括如下两个条件： (1) 当染色体的二进制解Pi与最优染色体的二进制解P b的汉明距离小于〇. 51，其中1 为染色体的长度； (2) (fb-f^/fbS 0. 1，其中f b为最优染色体的适应度值，f 染色体i的适应度值； 当满足上述两个条件时对染色体i进行变异操作。
【专利摘要】一种基于混沌搜索量子遗传算法的无线频谱分配方法，涉及无线通信网络领域中的频谱资源动态管理机制。本发明以实现高效的网络频谱资源分配为目标，结合量子遗传算法的特点，设计并实现了支持动态调整无线频谱资源分配的方法，采用混沌搜索初始化种群的染色体编码，在迭代过程设定变异阈值，根据阈值决定染色体是否产生变异，并将染色体映射为频谱分配矩阵，从而实现频谱优化分配。本发明具有网络控制负载小、频谱资源分配效率高、实时性高等特点，适用于无线认知网络中频谱的动态分配过程。
【IPC分类】H04W16-10
【公开号】CN104768161
【申请号】CN201510108722
【发明人】刘刚, 赵海洋, 陈华, 胡春海, 刘斌
【申请人】燕山大学
【公开日】2015年7月8日
【申请日】2015年3月12日