，式中，it表示分配方法循 环代数，gmax表示分配方法的最大迭代次数。
[0034] 本发明与现有技术相比存在以下优点：
[0035] (1)本发明子载波编码方式简单。相较于其他的分配方法，这种编码的长度最短， 并且取值离散且有限。功率的编码直接针对子载波，消除了用户的干扰。
[0036] (2)本发明抗体群的变异操作采用基于启发式的变异策略，使抗体群的搜索更加 高效，从而减少分配方法的时间复杂度。
[0037] (3)本发明分配方法实现了在较小的时间复杂度下对子载波和功率的同时分配， 而非采用传统的两阶段方法。
[0038] (4)本发明特殊的编码方法有效的避免了对子载波分配给单个次用户约束的处理 (约束条件一)，功率分配方法有效实现了对总功率受限的约束处理(约束条件二)，同时适应 度函数f2可以有效地引导抗体群向次用户之间传输速率等比例分配的方向进化，从而避 免对等比例约束的处理并保证每个次用户可以至少获得一个子载波。
【附图说明】
[0039] 图1是本发明的实现整体流程图；
[0040] 图2是注水定理实现功率分配的实现流程图；
[0041] 图3是克隆变异操作的实现流程图；
[0042] 图4是第一组仿真实验的实验结果曲线；
[0043] 图5是第二组仿真实验的实验统计盒图。
【具体实施方式】
[0044] 1、下面结合图1对本发明的具体实施步骤做进一步的详细描述：
[0045] 步骤一、网络建模。本发明的目的是在认知0FDMA网络中，通过子载波和功率的合 理分配，实现次用户之间数据传输速率的按比例分配，并在比例分配的基础上实现系统总 的数据传输速率的最大化。在该网络模型中，功率的分配受到发射端功率限制的约束，并且 子载波分配时只能分配给一个次用户，同时每个次用户至少分配一个子载波。网络模型表 示如下：
[0056] 其中，U(R)是需要优化的函数，包括数据传输速率函数f\(R)和比例公平函数 f2 (R)。Ri表示次用户i的总吞吐量，即数据传输速率，ai表示次用户i的吞吐量分配比例，RavCT表示平均分配时用户的吞吐量，n表示认知OFDMA网络中子信道的数量，m表示次用户 的数量，队表示信道的噪声功率谱密度，W。表示信道的信道带宽，pik表示次用户i在第k个 子信道上施加的功率，gik表示次用户i使用第k个子信道时该信道的信道增益，《ik表示 用户i使用信道k的情况，《ik=l表示次用户i正在使用子信道k，《ik=0表示没有，Pt()tal 表不系统总的传输速率。而Q= {?ik| ?^{〇, 1}，1 <i<m，1 <k<n}表不一种可能的 子载波分配方案，P={pik| 1彡i彡m，1彡k彡n}表示一种可能的功率分配方案；
[0057] 在约束条件中，第一个公式表示每个子载波只能分配给一个次用户，第二个约束 条件表示分配的功率之和不能超过基站提供的功率，第三个公式表示各个次用户的数据传 输速率应该成比例分配，第四个约束条件表示每个次用户至少分配一个子载波。
[0058] 在本发明的实施例中，包括两组实验。第一组是采用本方法计算的模拟仿真网络 的结果；第二组通对比分配方法计算的模拟仿真网络的结果。
[0059] 步骤二、抗体编码。在对子载波的编码中，本方法采用对所有的子载波进行编码， 编码的长度为子载波的个数n，每个子载波的取值为[lm]，并且只能取整数值，该值表示次 用户的编号。在对功率的编码中，编码的长度同样为n，每个编码取值为有限的连续值，对应 于对每个子载波分配的功率。
[0060] 在本发明实施例中，抗体中子载波编码具体如下：我们用Ag表示一个可能的子载 波分配方案，即抗体群中的一个抗体，用ak表示抗体Ag中第k个子载波的分配结果，即将第 k个子载波被分配给第ak个次用户，则子载波分配方案Ag可表示如下：
[0061] AgKa"a2,…，ak,…an)
[0062] 其中，ak的取值为区间[lm]的整数值。抗体功率编码Wg可表示如下：
[0063] Wg= (w"w2,…，wk，…wn)
[0064] 其中wk表示次用户ak在第k个子载波上所加载的功率。wk的取值范围为[0Pt()tal]， Ptotal为最大功率限制。抗体功率编码的长度为n，对应n个子载波；
[0065] 步骤三、生成初始父代抗体群A。本方法采用贪婪的方法产生初始抗体群的子载波 分配方案，对每一个子载波，将其分配给在该子载波上等效噪声最小的次用户。功率分配方 案根据子载波分配方案采用注水定理分配。第i个用户在第k个子载波上的等效噪声psik 可用如下公式计算： _6] ^ 专
[0067] 在本发明实施例中，对于抗体Ag中的第k个编码的取值ak，可按如下方法确定：对 于第k个子载波，所有次用户在该子载波上的等效噪声值ps中，如果第i个次用户的等效 噪声值psik在所有次用户中最小，则ak=i。种群的初始化过程可以表示如下：
[0068] A(1) = (A1(1),A2(1), - ,APsize(l))
[0069] 根据初始父代抗体群A中的每个个体Ag和图2所示注水定理功率分配流程计算 功率分配种群W，功率分配种群W可表示如下：
[0070] ff(l) = (ff1(l),ff2(l), -,ffPsize(l))
[0071] 种群W中每个个体Wg(0〈g〈PsiJ都和父代抗体群A中的抗体Ag相对应。
[0072] 由于本文分配方法在抗体群初始化过程中并没有引入随机过程，因此初始化种群 中所有抗体的取值相同，有Ai(1) =A2 (1)=…=APsize (1)并有A(1) =W2 (1)=…=WPsize (1)。其中Psize表示抗体群中抗体的个数，即种群的规模。
[0073] 步骤四、抗体亲和度评价。计算父代抗体抗体群A的所有抗体的系统总的数据传 输速率和比例公平函数f2，以及每个次用户的数据传输速率氏，并以这两个函数值和m个 氏值组成的向量作为相应抗体的亲和度向量；
[0074] 在本发明实施例中，具体实施过程如下：首先根据父代抗体群A中每个抗体八8获 得的子载波分配方案并根据功率分配种群W中对应的个体Wg获得功率分配方案，然后根据 子载波分配方案和对应的功率分配方案计算网络的总数据传输速率和比例公平函数f2 以及每个次用户的数据传输速率Ri，并以这两个函数值和111个氏值组成的向量作为相应抗 体的亲和度向量；
[0075] 步骤五、免疫克隆。本方法采用变倍数克隆，即根据父代抗体群A中每个抗体的亲 和度值和f2来确定相应抗体的克隆倍数。父代抗体抗体群A经过免疫克隆生成克隆抗 体群B。
[0076] 在本发明实施例中，首先根据每个抗体的亲和度值和f2计算对应的克隆比例， 然后按照该比例对相应的抗体进行克隆，第g个抗体克隆比例计算公式如下：
[0077] qg=l+12*int ((max (f:) -f^ /max (f:) -min (f:) + (max (f2) -f2) /max (f2) -min (f2))
[0078] 其中，int()为取整函数，这里为向上取整，max〇和min()两个函数分别表示在抗 体群中所有的抗体的所有的fi函数值中取最大值和最小值
[0079] 经过克隆操作的种群用如下表达式表示
[0080] B (it) = (B1 (it), B2 (it), ???, BCsize (it))
[0081] 其中it表示种群进化的代数，Csize表示克隆后抗体群B的规模，则种群的克隆操 作可以表示如下：
[0082] B (it) =clone (A (it)) = (clone (A: (it)), clone (A2 (it) ),***, clone (An(it)))