计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
275-279,285
,共6页
认知无线网络%频谱分配%遗传算法%系统效益%系统接入率
認知無線網絡%頻譜分配%遺傳算法%繫統效益%繫統接入率
인지무선망락%빈보분배%유전산법%계통효익%계통접입솔
cognitive radio network%spectrum allocation%Genetic Algorithm (GA)%system benefit%system access ratio
传统认知无线电频谱分配遗传算法面对认知用户之间的干扰,选择在每次迭代之后进行满足干扰约束的处理,使得携带干扰基因的染色体参与整个遗传优化过程.针对该问题,以在遗传过程中控制干扰为目标,设计染色体中的基因表达规则,提出认知无线电频谱分配算法.依据基因表达规则标记显性基因与隐性基因,在下一代染色体中表达显性基因,抑制隐性基因,从而保证染色体的健康,提高算法效率.仿真结果表明,与遗传算法和量子遗传算法相比,当网络中认知用户较多、频谱资源较紧张时,该算法能获得较高的系统总效益和系统接入率.
傳統認知無線電頻譜分配遺傳算法麵對認知用戶之間的榦擾,選擇在每次迭代之後進行滿足榦擾約束的處理,使得攜帶榦擾基因的染色體參與整箇遺傳優化過程.針對該問題,以在遺傳過程中控製榦擾為目標,設計染色體中的基因錶達規則,提齣認知無線電頻譜分配算法.依據基因錶達規則標記顯性基因與隱性基因,在下一代染色體中錶達顯性基因,抑製隱性基因,從而保證染色體的健康,提高算法效率.倣真結果錶明,與遺傳算法和量子遺傳算法相比,噹網絡中認知用戶較多、頻譜資源較緊張時,該算法能穫得較高的繫統總效益和繫統接入率.
전통인지무선전빈보분배유전산법면대인지용호지간적간우,선택재매차질대지후진행만족간우약속적처리,사득휴대간우기인적염색체삼여정개유전우화과정.침대해문제,이재유전과정중공제간우위목표,설계염색체중적기인표체규칙,제출인지무선전빈보분배산법.의거기인표체규칙표기현성기인여은성기인,재하일대염색체중표체현성기인,억제은성기인,종이보증염색체적건강,제고산법효솔.방진결과표명,여유전산법화양자유전산법상비,당망락중인지용호교다、빈보자원교긴장시,해산법능획득교고적계통총효익화계통접입솔.