基于智能鸟类优化算法的认知无线电多策略频谱分配研究.pdf

摘要

随着第五代移动通信技术（5G）的应用越来越广泛，频谱的需求量也在不断增长。然而

传统的频谱分配方式存在频谱资源的浪费且无法保证其公平性的问题。认知无线电作为解决

频谱利用率低的关键技术，受到了众多学者的广泛关注。为了提高认知无线电网络中频谱资

源的使用效率，本学位论文采用图论着色模型来进行频谱分配，同时结合鸟类群智能优化算

法对分配过程进行迭代，计算评估最佳频谱分配策略，找出均衡状态。在保证了频谱利用率

的同时提高了收敛速度。主要内容如下：

（1）针对智能优化算法后期可能会存在陷入局部最优的问题，提出了一种基于融合多策

略的麻雀搜索算法的图着色模型频谱分配方法。麻雀搜索算法是一种新型全局寻优算法，具

有控制参数少、求解精度高、易与其他算法结合等优点。将认知无线网络的拓扑结构和干扰

情况通过干扰图的形式进行表示，建立基于图着色论的认知无线电频谱分配模型。对麻雀搜

索算法引入Levy飞行策略和透镜成像反向学习策略，避免算法过早收敛陷入局部最优。使用

改进的麻雀搜索算法对种群进行迭代，求解出认知用户最优频谱资源分配矩阵及适应度值，

达到频谱分配最优策略。

（2）提出了一种联合改进海鸥算法与闭环功率控制的频谱分配策略。首先通过黄金正余

弦算法对随机游走的海鸥个体位置进行更新，增强算法全局寻优的能力；然后对海鸥优化算

法的解进行克隆、变异、选择等操作来扩大解空间的搜索。采用改进的海鸥算法为认知用户

寻求最优频谱资源分配矩阵及适应度值，使用八个基准测试函数对改进后的算法进行对比。

考虑到系统中用户之间存在的干扰会对通信质量产生影响，通过闭环功率控制算法中的反馈

作用为认知用户及时调整适当的发送功率，优化频谱资源使用效率，保证了用户通信质量，

提高系统最大吞吐量。

由仿真结果分析可以得到，本文中所述的两种改进的频谱分配策略在图着色论模型频谱

分配问题上均有较好的效果，可以提高系统的频谱资源的利用率。

关键词:认知无线电，频谱分配，功率控制，麻雀算法，海鸥算法，图着色论

Abstract

Astheuseoffifth-generationmobilecommunicationtechnology(5G)becomesmorewidespread,

thedemandforspectrumisalsogrowing.However,thetraditionalspectrumallocationmethodhas

theproblemofwasteofspectrumresourcesandcannotguaranteeitsfairness.Asakeytechnologyto

solvethelowspectrumutilization,cognitiveradiohasreceivedextensiveattentionfrommany

scholars.Toimprovetheefficiencyoftheuseofspectrumresourcesincognitiveradionetworks,the

graphtheoryshadingmodelisusedtoallocatespectruminthisdissertation,andthealocationprocess

isiterativelycombinedwiththebirdgroupintelligentoptimizationalgorithm,andtheoptimal

spectrumallocationstrategyiscalculatedandevaluated,andtheequilibriumstateisfound.The

convergencespeedisimprovedwhileensuringspectrumutilization.Themaincontentsareasfollows:

(1)Aimingattheproblemthattheremaybeaproblemoffalling