基于雜草算法的認(rèn)知無(wú)線電頻譜協(xié)作感知與分配.pdf

1、頻譜資源利用率低下是當(dāng)今無(wú)線通信業(yè)務(wù)所面臨的、迫切需要解決的問題之一，直接制約著未來(lái)移動(dòng)通信業(yè)務(wù)的發(fā)展。而有限的頻譜資源變得愈發(fā)的稀缺和珍貴，如何提高頻譜利用率迫在眉睫。
　　認(rèn)知無(wú)線電作為一種智能的頻譜共享技術(shù)，通過對(duì)周圍無(wú)線環(huán)境的感知和對(duì)頻譜資源的靈活分配，完成了對(duì)空閑頻譜的二次使用，為緩解頻譜資源緊張和利用率不高問題開辟了一條新的途徑，愈發(fā)成為學(xué)者們爭(zhēng)先研究的熱點(diǎn)。本文對(duì)認(rèn)知無(wú)線電中的兩個(gè)關(guān)鍵技術(shù)進(jìn)行了探討與研究，分別是頻譜

2、感知與頻譜分配，并著重研究了智能算法在這兩項(xiàng)技術(shù)上的應(yīng)用。
　　首先，本文介紹了認(rèn)知無(wú)線電研究背景，敘述了頻譜感知和分配的基礎(chǔ)理論知識(shí)，對(duì)現(xiàn)有頻譜感知方法和分配機(jī)制進(jìn)行了分析，探討了認(rèn)知網(wǎng)絡(luò)幾種傳統(tǒng)的單節(jié)點(diǎn)頻譜感知技術(shù)和協(xié)作頻譜感知技術(shù)的性能，以及當(dāng)前頻譜分配一些主要模型下的性能分析。
　　其次，在線性加權(quán)協(xié)作頻譜感知模型下，研究了基于修正偏差因子（MDC）的權(quán)重向量求解方法及基于改進(jìn)蛙跳算法（SFLA）的頻譜感知方案。本文

3、在研究雜草算法后，針對(duì)給定虛警概率，如何最大化檢測(cè)概率這一問題，在研究了現(xiàn)有的雜草算法（IWO）的工作原理后，將這種算法引入該模型下，并對(duì)其進(jìn)行了改進(jìn)，在此基礎(chǔ)上提出了一種基于改進(jìn)入侵性雜草優(yōu)化算法（MIWO）的協(xié)作頻譜感知方案，將可行解同頻譜協(xié)作感知模型中的權(quán)重相對(duì)應(yīng)，通過尋找最優(yōu)權(quán)重向量最小化適應(yīng)度函數(shù)，從而達(dá)到最大化檢測(cè)概率的目的，并將其與蛙跳算法進(jìn)行了仿真對(duì)比分析。
　　最后，在頻譜感知技術(shù)獲得空閑授權(quán)頻段的條件下，針對(duì)空