[发明专利]基于差分进化算法的认知无线网络的时间和功率分配方法

权利要求书

1.一种基于差分进化算法的认知无线网络的时间和功率分配方法，其特征在于该方法包括以下步骤：

步骤1)在时间t₁内主用户向认知用户发射射频信号，认知用户从主用户PT发射的射频信号中采集能量，储存在自己的超级电容里；第k个认知用户的能量采集效率为ξ_k，P_a是主用户源节点PT的发射功率，是PT到第k个认知用户的信道增益，第k个认知用户采集到的能量E_k为：

步骤2)在时间t₂-t₃内，主用户目的节点PR收到来自PT和中继转发节点ST_k的信息；PT到PR的信道增益是噪声增益是N₀，目的节点PR收到来自源节点PT的信噪比为：

同时，主用户选择ST_k作为自己的最佳中继转发点，在时间t₃内，认知用户ST_k协助PT向PR传送信息；认知用户ST_k的发射功率是到PR的信道增益是PR通过中继转发收到的信噪比为：

PR接收到的总信噪比为：PR的总信噪比要大于认知无线电网络系统所规定的门限值SNR_th；

步骤3)在时间t₄内，主用户提供空闲频段给认知用户ST_k，ST_k向对应的目的节点SR_k传送信息；认知用户的发射功率依旧保持在ST_k→SR_k链路的信道增益是SR_k接收的噪声是高斯白噪声，噪声功率是N₀；节点SR_k接收到的信噪比是：

在t₃到t₄的时间内，认知用户ST_k将采集到的能量全部用完，认知用户ST_k的效用函数U_k是B是通信信道的信道带宽；此效用函数的表达式作为自适应差分进化算法的目标函数；

步骤4)认知无线网络运用自适应差分进化算法对一个时隙的时间分配进行优化，来实现效用函数的最大化，具体如下：

认知无线电网络根据自身各链路的信道情况，以及认知用户能量采集的情况，将一个时隙的时间值看作是一个种群，一个个体t＝(t₁、t₂、t₃、t₄)；运用自适应差分进化算法，根据目标函数，不断筛选，当进化代数增加到最大进化代数时，选出使效用函数最大的时间分配，进而计算出发射功率的值，即最佳功率值；

所述的步骤4)具体为：

步骤4.1)系统模型初始化种群的参数，其中包括：种群NP、自适应变异算子F、交易算子CR、最大进化代数G；认知无线电网络根据时间的边界值以及信噪比的约束条件，通过随机选择产生初始种群，并对初始种群进行目标函数计算；其中每个时隙由四部分组成，维数D等于4；初始化种群由如下方法产生：

其中i表示个体在种群中的序列，i＝1，2，3,……,NP，j＝1,2,3,4，且分别表示t_j的最小值和最大值；产生初始种群之后，计算初始种群的目标函数值；

步骤4.2)认知无线网络进行变异、交叉操作，得到临时种群；在变异操作中，对于每个目标向量t_i,g，自适应差分进化算法通过随机选择、产生变异向量为：其中r₁、r₂、r₃是随机选择的序号，i是目标向量序号，且r₁≠r₂≠r₃≠i；F是自适应变异算子，由如下方法产生：

F＝F₀·2^λ

其中λ是关于进化代数的指数函数，g是当前进化代数；在交叉操作中，试验变量通过如下方法产生：

u_i,g+1＝(u_1i,g+1；u_2i,g+1；…；u_Di,g+1)

randb(j)表示在[0,1]中随机产生的第j个估计值，当估值小于等于交叉算子时，临时种群中的第j个个体为通过变异操作得到的个体，若是大于变异算子，则临时种群中的第j个个体是当前种群中对应的第j个个体，通过变异、交叉造作，最终获得系统模型的临时种群；

步骤4.3)认知无线网络使用算法对获得到的临时种群进行选择操作，计算临时种群的目标函数，然后与当前种群的目标向量t_i,g的目标函数进行比较，拥有相对较大目标函数值的个体将会进入下一代种群，从而将得到一个新的种群；

步骤4.4)将进化代数g增加1，判断g是否达到最大值G：若是，进化终止，此时种群中的最优个体就是最终的最优个体，即得到认知无线网络在一个时隙内最优的时间分配；若否，继续进行步骤4.2)。