>[0083] 在上式中，当克隆比例为q时，有：
[0084] clone (Ag (it)) = (Bgl (it)，Bg2 (it)...，Bg(1 (it))
[0085] 并且
[0086] Bgl (it) =Bg2 (it) =??? =Bq (it) =Ag (it)
[0087] 经过克隆操作后，种群的规模将变
[0088] 步骤六、克隆变异。本方法采用启发式的克隆变异算子，用等效噪声矩阵 Ps(Ps={psik|〇〈i〈=m,0〈k〈=n})和克隆抗体群B中每个抗体对应的分配方案获得的每个次 用户的数据传输速率氏来指导变异过程，克隆抗体群B经过变异过程生成变异抗体群C;
[0089] 在本发明实施例中，克隆变异操作的具体过程可以用图3所示分配方法框图描 述；
[0090] 步骤七、将经过克隆变异后得到抗体群C和原父代抗体群A合并组和成子代抗体 群〇 ;
[0091] 在本发明实施例中，子代抗体群0由原父代抗体群A和父代抗体群经过克隆变异 后产生的新抗体群C的组合，包括原父代种群和克隆变异后的种群，其规模为父代种群的 psize+csize;
[0092] 步骤八、适应度评价。计算子代抗体群0的所有抗体的系统总的数据传输速率 和比例公平函数f2，并将这两个函数值作为对应抗体的适应度值；
[0093] 在本发明实例中，首先通过子代抗体群0中每个个体0g对应的子载波分配方案以 及图2所示注水定理功率分配流程计算功率分配种群W，其中抗体群0中每个抗体0g对应 功率分配种群W中每个个体Wg。然后根据0g对应的子载波分配方案和Wg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，并将这两个函数值作为对应抗体的 适应度值；
[0094] 步骤九、抗体群更新。移除出子代抗体群0中比例公平函数f2的值过大的抗体， 选出剩余抗体中的非支配抗体，并选取其中比例公平函数f2的值较小的Psize个抗体组成新 的父代抗体群A。这里Psize表示预设的抗体群规模。如果剩余非支配抗体的数量不足Psize 个，则从剩余支配抗体中按照公平函数f2的值选取较小的补充至Psize个；
[0095] 在本发明实施例中，Psize设为50 ;
[0096] 步骤十、判断是否达到设定的循环结束条件，如果达到循环结束条件，则分配方法 结束，保存最优的子载波和功率分配方案并输出抗体群中的最优解，完成求解过程，否则返 回步骤（4)进行下一次循环。
[0097] 步骤（10)所述的循环结束条件，表示为：it>gmax，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。
[0098] 在本发明实施例中，循环结束的条件为种群迭代的次数，当种群迭代的次数达到 80次，即终止种群迭代，并保存最优方案并输出抗体种群中最优解，完成求解过程。2、结合 图2,对本发明中注水功率分配算法进行详细描述：
[0099] 步骤一、初始化参数，输入种群Pop，抗体号码为i=l，即从第一个抗体开始进行功 率分配；
[0100]步骤二、由种群抗体得到一种可能的子载波分配方案Q，并根据Q计算每个次用 户的注水水平，公式如下
[0101]
[0102] 其中，⑦是用户功率注水水平，C是子载波总数，m是次用户数目，《 ik表示次用户 i使用信道k的情况，wik=l表示次用户i正在使用子信道k，wik=〇表示没有，pSik表示次 用户i在子载波k上的等效噪声；
[0103] 步骤三、然后由注水水平计算次用户i在子载波k上的分配功率，公式如下
[0104] P,l=9~
[0105] 步骤四、计算系统总的传输速率和比例公平函数，并将这两个值赋给pa(i);
[0106] 步骤五、判断功率分配是否结束，i是否达到n，是则功率分配结束，否则转到步骤 二继续进行功率分配。
[0107] 3、结合图3,对本发明中克隆变异过程进行详细描述：
[0108] 步骤一、初始化参数，输入种群Pop，抗体号码为i=l，即从第一个抗体开始进行克 隆变异；
[0109] 步骤二、选取抗体群中的每一个抗体并生成一个[01]区间的随机数rand，如果 rand〈pm (pm表示变异概率)，则进入步骤3对该抗体进行变异操作，否则i=i+l，继续进行 步骤二；
[0110] 步骤三、计算每个次用户的比例传输速率R/ =氏/ai，选取比例传输速率最大的次 用户（假设为第i个次用户）；
[0111] 步骤四、提取该次用户i所占用的所有子载波并计算次用户i在每个子载波上的 等效噪声值psik，将这些子载波对应的psik值进行归一化处理；
[0112] 步骤五、以归一化处理后的psik值作为概率在这些子载波中随机选取一个子载波 (假设为第k个子载波)，计算第k个子载波上所有次用户的等效噪声，并将psik置零；
[0113] 步骤六、将所有的次用户在第k个子载波上的psjk值进行归一化处理并以归一化 后的psA值作为概率在这些次用户中随机选取一个次用户，以选取的次用户的标号作为相 应抗体基因位变异后的值；
[0114] 步骤七、判断变异过程是否结束，即i是否达到n，是则结束变异过程，并输出变异 后的抗体种群，否则i=i+l，转到步骤二继续对种群进行变异。
[0115] 本发明的效果可以通过以下仿真实验进一步说明：
[0116] 1.实验条件和内容：
[0117] 实验条件：
[0118]在CPU为core22. 33GHZ、内存 2G、WIND0WSXP系统上使用matlab7.0 进行仿真。
[0119] 实验内容：
[0120] 在本实验中，我们假设的认知0FDM网络是一个单基站的网络，次用户数量随着实 验条件改变，子载波数量固定为64,并且该网络不受其他基站的影响。我们采用均值为1的 瑞利分布的随机数来模拟信道增益gik。另外，实验中网络参数的设置如下：信道的带宽均 设置为We=lMHz。所有子信道的高斯白噪声的功率谱密度被设为1. 1565*1(T8W/HZ。基站发 射信号的总功率为Pt()tal=lW。
[0121] 在克隆免疫选择分配方法中，采用50个个体的种群规模和100次的种群迭代规 模，同时将变异概率设置为1并将所有ai的值设为1
[0122] 第一组实验将次用户的数量逐渐递增，次用户数量从2个增加到16个，每次增加 2个次用户，分别运行本分配方法和对比分配方法，计算上述参数确定的仿真网络的总数据 传输速率。在仿真时，本发明分配方法和两个对比分配方法分别运行50次，并分别计算每 个分配方法在这50次运行中获得的结果的平均值，并以此平均值作为每个分配方法的最 终结果加以比较。
[0123] 第二组实验采用固定的次用户数量，将次用户的数量设为6。分别用本分配方法和 对比分配方法计算上述参数确定的仿真网络中比例公平函数的值。在仿真时，本发明分配 方法和两个对比分配方法分别运行50次，并统计每个分配方法在这50次运行中获得的结 果并分别给出这些结果的中位数、上四分位数和下四分位数等统计值，这些结果将以盒图 的形式给出，并对比本发明分配方法和两个对比分配方法的性能表现。
[0124] 2.实验结果分析：
[0125] (1)图4显示了次用户数量从2个增加到16个的过程中仿真网络的总的数据传输 速率的变化情况。在认知无线网络中，次用户数量增加时，当不考虑次用户选择子载波的限 制条件时，网络总的数据传输速率会随着次用户数量的增加而有所增加，这是用户分集效 应的体现。然而，当限制次用户对子载波的选择时，用户分集效应的效果往往会有所降低。 这主要是因为有的子载波无法被最适合该子载波的次用户选择，从而在一定程度上限制了 系统的总的数据传输速率的提高。例如，在本实验的网络模型中，由于对所有次用户数据传 输