一种基于进化多目标优化匹配的频谱决策方法
【专利摘要】本发明涉及一中基于多目标进化优化匹配的频谱决策方法，该方法根据用户和频谱资源等决策场景信息、优化目标和期望可选非支解集大小，频谱决策系统采用基于进化多目标优化匹配的频谱决策方法优选出非支配可行解集，并经过选择、用户用频参数重配置等进行频谱资源的优化利用。方法通过进化多目标优化框架，使得可行解种群能够不断进化，获得期望大小的非支配解集；通过稳定匹配，使得每一步进化中可行解与子问题能够快速优化匹配。本发明能够支持频谱决策系统吞吐量、公平性、干扰等指标的同时优化，能够支持频谱资源的优化利用。
【专利说明】一种基于进化多目标优化匹配的频谱决策方法 一技术领域
[0001] 本发明涉及一种动态频谱管理中的频谱决策算法，特别是涉及一种基于进化多目 标优化匹配的频谱决策方法。属于电磁频谱管理领域。 二【背景技术】
[0002] 无线网络已经成为现代社会最重要的基础设施之一，网络流量和用户数量持续快 速增长，新的技术和业务不断出现，支撑无线网络快速发展的是无线频谱资源。目前，绝大 多数无线频谱资源已经分配完毕，新技术和新业务的应用面临着频谱稀缺问题。同时，大量 测试表明，在当前预先分配和静态使用的模式下，已分配频谱利用率并不高。因此，研究应 用动态频谱管理是解决频谱稀缺、推动无线网络产业可持续发展的必由之路。动态频谱管 理的基本思想是提高频谱分配和利用的时间粒度，实现频谱需求与频谱资源的动态实时匹 配。其中，频谱决策是在获取可用频谱资源信息的基础上分析频谱特征和频谱需求，将频谱 资源分配给用户以满足其服务质量需求和实现频谱资源最优利用的过程。可以看出，频谱 决策是动态频谱管理中实现频谱资源优化利用的关键环节。
[0003] 动态频谱管理的重要优势在于能够满足不同的系统设计和用户需求。吞吐量是频 谱决策中最重要的指标，吞吐量越大则频谱利用率越高；单一追求吞吐量最大会造成部分 用户难以获得频谱资源，因此公平性是频谱决策中需要考虑的重要指标；用户频谱利用造 成的电磁辐射对相同和邻近区域的其他用频系统的频谱利用会造成负面影响，因此控制干 扰是另一个需要重视的问题。现有的频谱决策方法一般将频谱决策中的一个指标作为优化 目标而将其余指标作为约束，无法适应多样化系统设计要求和用户需求。 三
【发明内容】
[0004] 本发明的主要目的在于克服现有动态频谱管理频谱决策方法的上述缺点，提出一 种基于进化多目标优化匹配的频谱决策算法，支持同时优化吞吐量、公平性和干扰，为满足 动态频谱管理系统设计要求和用户多样化需求提供支持，提高频谱资源的利用率。
[0005] 本发明的目的是由以下技术方案实现的：
[0006] -种基于进化多目标优化匹配的频谱决策方法，其特征在于:支持同时优化系统 吞吐量、公平性和干扰，采用进化多目标优化匹配的决策架构、采用稳定匹配算法进行子问 题与可行解的匹配。
[0007] -种基于进化多目标优化匹配的频谱决策方法，其特征在于采用以下具体步骤：
[0008] (1)输入用户集合U= {ui，U2,…，ul}、可用信道集合C= {ci，C2,…，cc}、频谱决策优 化目标F(X) = (fi(x)，f2(x)，f3(x))和期望Pareto最优解集合大小N〇,计算权重向量集合W ={ 〇 2,…，oN}和子问题集合①(xlwh^CxIc^WxIc^V'^^xIcoJ};
[0009] (2)计算每个权重向量iG{l，2,…，N}的T最近邻向量编号集合B(i) = {h，i2,…， iT}，其中两个向量间的距离量化采用欧几里得距离；
[0010] (3)初始化可行解种群#={幻，^，…，XN}，其中每个个体为用户在所有可用信道 上的发射功率x =(心,，…，，…，\，、，…，~。），计算当前理想目标函数值向量 F" = {f = max{/(x)|xES}|/= 1，2，...，W}和最差目标函数值向量仏={/v = min{_/；(X)|XeS}卜 1,2，.",埘， 初始化进化次数k = 0;
[0011] (4)初始化索引集1 = 0，将W中（1，0,0)、（0，1，0)、（0,0,1)三个向量的编号加入索 引集I中，然后采用10-锦标赛选择法选择其余
个权重向量的编号加入到I中，其中锦 标赛选择法采用的指标为每个子问题的相对优化增量，即
[0012] (5)可行解种群进化，令当前可行解种群V = 0，对每个i G I，依概率〇 . 8令待交叉 集合M= {xj | j GB(i)}，依概率0.2令M=Sk-S随机选择一个m= (mi，m2，m3) GM，用m中最大的 元素替换&中相同位置的元素，并将&中该位置元素的变化均摊到其余两个元素上，将变换 后的x 1加入到Sk中，，对所有i G I完成上述步骤后，令Sk = Sk U S1^1，更新FlPFv;
[0013] (6)基于稳定匹配模型对当前可行解种群Sk与子问题集〇(x | w)进行匹配，获得优 选可行解集S°pt，令Sk= S°pt，更新进化次数k = k+1;
[0014] (7)判断是否满足终止条件即k = kmax，如果满足，则输出最优解集当前可行解集 Sk，否则返回步骤(4)。
[0015] 所述步骤⑴中，权重向量集合大小# = 其中[?」表示向下取整，权重向 量集合W的计算步骤为：
[0016] a)初始化W中包括(1，0,0)、（0,1，0)、（0,0,1)，随机生成由10N个元素非负且和为1 的向量组成的向量集Wi;
[0017] b)取Wt与W中向量距离最大的向量加入W中，并将其从Wt中删除；
[0018] c)若W中权重向量数量已经达到N，则退出返回W，否则返回步骤b)。
[0019] 所述步骤⑴中，优化目标为max卩⑴二出⑴上⑴土⑴^其中：
表示根据频谱决策方案x，所有参与频 谱分配的用户能够获得的吞吐量之和，其中W。表示信道c的带宽，gu,。表示用户在信道c上的 传输增益，No表示背景噪声功率谱密度； / \2 // \
[0021] b)/2(x) = eix. /d)2 表示根据频谱决策方案x，频谱资源分配的 \weU ceC / / V weU ceC J 公平性；
[0022] 表示根据频谱决策方案x，所有信道上用户发射功率的加 ceC msU 权和，其中S。(c G c)表示信道c的敏感性；
[0023] 所述步骤（1 )中，子问题!+ 6W2，其中i G { 1，…，N}，9是给定参数， ?H|(fW-，A)c〇,I/卜,|，4 = |IF(X)_(乂A + 咖,)1。
[0024] 所述步骤(6)中，基于稳定匹配模型对Sk与〇(x|w)进行匹配的步骤为：
[0025] a)根据Sk、〇 (x | w)、FNPFV计算匹配子问题对可行解的偏向矩阵\ = W⑷，， 其中|c〇,，yr)，计算可行解对子问题的偏向矩阵心=0^，a：0|s1xW'其中
[0026] b)初始化匹配辅助变量，包括记录子问题匹配选择向量Ap =0^、可行解匹配选择 向量A = %*|和匹配矩阵'初始化优选可行解集s°〃 = 0;
[0027] c)如果存在未匹配子问题即存在巧(0 = M=U〃，，贝IJ随机选择一个未匹配子问 题奶，按照条件y_ = max{\G_，y)|r(f，y) = 〇}选择子问题灼的优选可行解Xj，令r (i，j) = 1，若dx (j) = 〇则令s°pt = S°pt U {Xj}，= I，DX(j) = 1，转到步骤e)，否则转入步骤d);
[0028] d)若奶比 Xj 的当前匹配％ 更优，令
[0029] e)若存在匹配子问题，则转到步骤c)，否则输出S°pt;
[0030] 本发明的有益效果在于：
[0031] 通过进化多目标优化匹配，支持频谱决策优化每个用户在每个信道上的发射功 率，同时支持吞吐量、公平性和干扰三个目标的优化，为多样化频谱决策系统设计提供支 持。 四【附图说明】
[0032] 图1为多目标进化优化匹配的流程图；
[0033] 图2为子问题优化搜索方向示意图；
[0034]图3为可行解种群进化实例；
[0035] 图4为基于稳定匹配的可行解与子问题匹配原理图。 五【具体实施方式】
[0036] 以下结合具体实施例和附图，对本发明作进一步的详细说明。
[0037] 多目标进化优化匹配的流程如图1所示。输入用户、信道、目标函数、期望解集大小 等相关参数，计算进化需要的变量，然后采用10-锦标赛选择法初始化交叉索引集，并交叉 变异获得当前可行解种群，将当前可行解种群与子问题进行优化匹配，如果满足终止条件 则输出当前种群为最优解，否则继续交叉变异迭代。其中，锦标赛选择法采用的指标为每个 字问题的相对优化增量，保证迭代中子问题获得优化多的权重向量有更大的概率被选择用 于交叉变异。
[0038] 图2给出了当优化目标为2个时本方法中多目标优化问题向单目标优化问题的转 换原理，此处是为便于图示说明，优化目标为3个时类似。多目标优化问题的目标是所有优 化目标最大，即逼近理想解向量F A，本方法中优化问题沿着《为方向且经过节点FA的直线 搜索，最小化目标函数的目的是使F(x)尽量靠近值空间边界并接近F A，以获得最优值。每个 ?可以获得原问题的一个Pareto最优解，有N个子问题的优化问题通过w={ 〇i，〇 2,...， ?N}获得N个非支配解。
[0039] 本方法中种群优化变异的方法在图3中给出实例图示，变异基因来源从依概率生 成的向量集M中获得，M以80%的概率选择子问题方向向量《 i相邻的方向向量对应的最优 解，原因是由于优化问题对《是连续函数，比当前种群更优的解更大可能从相邻子问题的 解中获得。对于 11=(0.30,0.60,0.10)，随机选择111=(0.20,0.70,0.10)￡1，将111中最大的 权重系数0.70替换Xl中相同位置的系数0.60，并将Xl该位置变化均摊到其他两个位置上，获 得进化后的 xi=(0.25,0.70,0.05)。
[0040]多目标进化优化中当前可行解种群Sk与子问题集优化匹配的原理如图4所示。对 于未匹配子问题集，选择其未尝试匹配过的最优可行解幻，如果幻未与其他子问题匹配， 贝1J，将奶与Xj匹配，否则检查仍是否优于当前与幻匹配的子问题，如果是则将奶与 Xj匹配。基于 稳定匹配理论可以证明，上述匹配是稳定的，可以获得弱Pareto最优解。
【主权项】
1. 一种基于进化多目标优化匹配的频谱决策方法，实现了吞吐量、公平性、干扰等三个 频谱决策系统优化指标的同时优化，其特征在于，采用以下具体步骤： (1) 输入用户集合u= {ui，U2，···，ul}、可用信道集合C= {ci，C2，···，cc}、频谱决策优化目 标F(x) = (fi(x)，f2(x)，f3(x))和期望Pareto最优解集合大小No,计算权重向量集合W = { ωη ω2，···，ωΝ}和子问题集合= (^(χΙω,),···爲(x|(〇 w)}; (2) 计算每个权重向量ie{l，2，···，N}的T最近邻向量编号集合= i2,···，"}， 其中两个向量间的距离量化采用欧几里得距离； (3) 初始化可行解种群#=&1，12，一，幼}，其中每个个体为用户在所有可用信道上的发 射功率X = (；?：U|，…，，…，，气，…，；^)，计算当前理想目标函数值向量 FA = {乂'= max{/(X)|XeS扑=1，2,".,的和最差目标函数值向量 Fv ={/；▽= min{/；(x)|xE _ = 1，2，.._,#}， 初始化进化次数k = 0; (4) 初始化索引集1 = 0，将W中（1，0,0)、（0，1，0)、（0,0,1)三个向量的编号加入索引集I 中，然后采用10-锦标赛选择法选择其余& -3个权重向量的编号加入到I中，其中锦标赛 选择法采用的指标为每个子问题的相对优化增量，即(5) 可行解种群进化，令当前可行解种群炉=0，对每个i e I，依概率〇. 8令待交叉集合Μ = {xj | jeB(i)}，依概率0.2令M=Sk'随机选择一个m=(mi，m2，m3) eM，用m中最大的元素 替换Xi中相同位置的元素，并将Xi中该位置元素的变化均摊到其余两个元素上，将变换后的 X1加入到Sk中，，对所有i e I完成上述步骤后，令Sk=Sk U S1^1，更新FlPFv; (6) 基于稳定匹配模型对当前可行解种群Sk与子问题集Φ(χ I w)进行匹配，获得优选可 行解集S°pt，令Sk= S°pt，更新进化次数k = k+1; (7) 判断是否满足终止条件即k = kmax，如果满足，则输出最优解集当前可行解集Sk，否则 返回步骤(4)。2. 根据权利要求1所述的权重向量大小jV= ，其中)_·」表示向下取整，权重向量 集合W的计算步骤为：.. 1) 初始化W中包括（1，0,0)、（0，1，0)、（0,0,1)，随机生成由10N个元素非负且和为1的向 量组成的向量集wt; 2) 取Wt与W中向量距离最大的向量加入W中，并将其从Wt中删除； 3) 若W中权重向量数量已经达到N，则退出返回W，否则返回步骤2)。3. 根据权利要求1所述的频谱决策优化目标max F(x) = (fi(x)，f2(x)，f3(x))，其特征 在于各个优化目标表达式如下： 1良示根据频谱决策方案X，所有参与频谱分 配的用户能够获得的吞吐量之和，其中W。表示信道c的带宽，gu,。表示用户在信道c上的传输 增益，No表示背景噪声功率谱密度； 2：表示根据频谱决策方案x，频谱资源分配的公平 性； ?表示根据频谱决策方案X，所有信道上用户发射功率的加权和， 其中Sc(Cec)表示信道c的敏感性。4. 根据权利要求1所述，将多目标优化问题转换为单目标优化问题，其特征在于子问 题1其中ie{l，…，Ν}，θ是给定参数：5. 根据权利1要求所述的基于稳定匹配模型对可行解与子问题进行优化匹配，其特征 在于，基于稳定匹配模型对Sk与Φ(χ|?)进行匹配的步骤为： 1) 根据31\〇&|?)、？/^和?乂计算匹配子问题对可行解的偏向矩阵，，其 中外％xy_)=仍(X, |ω,.，广），计算可行解对子问题的偏向矩阵其中2) 初始化匹配辅助变量，包括记录子问题匹配选择向量叉=〇_、可行解匹配选择向量 Α = 和匹配矩阵Γ ，初始化优选可行解集S* = 0 ; 3) 如果存在未匹配子问题即存在Ap(〇 = M=U，·.，，贝IJ随机选择一个未匹配子问题灼， 按照条件/ = y_)|r(/,/) = 0}选择子问题仍的优选可行解，令Γ (i，j) = 1，若Dx( j) = 0 则令S°pt = S°pt U {xj}，叉(Ο = 1，DX(j) = 1，转到步骤5)，否则转入步骤4); 4) 若只比Xj的当前匹配朽更优，令S°pt = S°pt U {Xj} ?) = 1，DX( j) = 1 ?) = 〇 ; 5) 若存在匹配子问题，则转到步骤3)，否则输出S°pt。
【文档编号】H04W16/10GK105959960SQ201610435646
【公开日】2016年9月21日
【申请日】2016年6月14日
【发明人】张建照, 姚富强, 陈勇, 赵杭生, 曹龙
【申请人】中央军委装备发展部第六十三研究所