[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

说明书

本发明给出了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。该方法采用差分进化算法，通过不断地变异、交叉操作形成临时种群，根据贪婪法则，通过选择操作，比较临时种群中个体的目标函数值与其对应的当前种群中个体的目标函数值；当临时种群个体的目标函数值大，则代替对应个体进入下一代种群，反之，则保留当前种群的个体。在达到最大进化代数G之前，种群需要循环进行变异、交叉、选择操作，最终构成最优种群，搜索到最优的时间分配值，计算出最佳发射功率使认知用户的效用函数达到最大值。本发明能够有效提高认知用户的吞吐量以及认知无线网络的频谱利用率和能量效率。

技术领域

本发明涉及一种在能量采集情况下基于差分进化算法的认知无线电网络的功率和时间分配方法，主要采用差分进化算法来搜索找到最优时间分配值，从而计算出最佳认知用户发射功率，使认知用户的效用函数达到最大值，属于无线电通信技术领域。

背景技术

随着无线通信业务的蓬勃发展，现有的频谱变得越来越稀缺，统计显示授权频段的利用率都很低，认知无线电网络的提出很好的解决了这一问题。

认知无线电是一种实现主、次网络共存，使授权系统与其他系统共享频谱带的有效技术。它的提出提高了通信系统的网络寿命和频谱利用率，同时不会影响底层模式下的主用户的性能。

然而电池供电的无线系统寿命短，存在更换、充电等不可避免的问题，能量采集是减少这些问题的有效途径。它可以提供近乎永久的能源供应，这有助于解决无线网络的资源约束问题，特别是射频能量采集，它持续的能量供应比一般的太阳能和风能采集都要灵活和方便。能量采集的关键思想：无线节点可以采集由源节点发送的射频信号，为其电池或者超级电容器充电，然后用于信号处理或传输。能量采集方案的提出降低了运营支出成本，减少了温室气体的排放量。

在任何无线网络中，收到的信号质量受到衰落、多径、距离等多种损耗因素的影响，为了克服信号的恶化，源节点和目的节点之间需要使用中继转发节点来转发信号。中继通信技术的提出提高了认知无线网的网络系统性能，同时也扩大了覆盖范围、提高了传输效率以及传输可靠性。对于能量受限的应用，继电器通信降低了整体传输效率，减少了对其他用户的干扰。在认知无线电网络中，认知用户也可以充当中继来协助主用户之间的信息传输。作为回报，认知用户可以从接收的主用户信号中收集能量，并使用相同的频带将自己的信号送到认知用户接收器，认知用户从主系统中获取能量和频谱，这可以在现有和即将到来的网络中使用低能耗和低成本设备。能量效率和频谱效率是无线电网络应对环境问题和无线服务需求的两个基本设计指标，而基于能量采集的认知无线电网络刚好是解决这些问题的有效途径。

差分进化算法(DE)是一种有效的优化实值多模态目标函数的方法，它具有良好的收敛特性和并行化的适用性。差分进化算法的重要思想是：生成试验参数向量的方案。通常，DE通过将两个总体向量之间的加权差添加到第三个向量来生成新的参数向量。如果参数向量的目标函数值比对应的当前种群个体的目标函数值高，则新生成的参数向量将会进入下一代中，否则保留之前的向量。

差分进化算法的操作程序主要有以下几步：1)种群初始化。为了建立优化搜索的初始点，种群需要初始化。初始化种群是随机选择的，应该尽量覆盖整个参数空间。2)变异。变异是将两个总体向量之间的加权差加到第三个向量上来产生新的参数变量。3)交叉。交叉操作是为了增加干扰参数的多样性。新的参数向量与确定的目标向量按照一定的规则混合来产生试验向量，组成临时种群。4)选择。差分进化算法通过贪婪准则比较试验向量和当前种群中的目标向量，即比较临时种群中各个向量的目标函数值与当前种群所对应得各个向量的目标函数值，若临时种群中的某个个体的目标函数值大于当前种群对应个体的目标函数值，则临时种群中的个体进入下一代种群中，否则保留原来的个体，最终形成下一代种群。5)在达到最大进化代数G之前，我们需要循环上述步骤2)、3)、4)，最终得到最优个体。

发明内容

技术问题：本发明所要解决的问题是克服现有技术的不足而提供基于自适应差分进化算法的认知无线电网络的功率分配方法。本发明通过优化一个时隙内的时间分配值，提高认知用户的能量利用率和效用函数。