[发明专利]基于频谱感知的异构认知无线网络资源分配方法

摘要

本发明提供一种基于频谱感知的异构认知无线网络资源分配方法，包括以下步骤：步骤1，智能集中控制器收集异构认知无线网络中可用的无线资源；步骤2，智能集中控制器收集用户设备的资源使用申请；步骤3，智能集中控制器采用有领导机制的混合蛙跳算法对异构认知无线网络中的资源进行分配。本发明提供的资源分配方法在保证初级用户服务条件下，以次级用户速率最大化为目标，对认知无线网络无线资源进行分配，高效、可靠，可以显著提高认知无线网络中次级用户的总速率。

主权项

1.一种基于频谱感知的异构认知无线网络资源分配方法，其特征在于，包括以下步骤：步骤1、智能集中控制器收集异构认知无线网络中可用的无线资源；步骤2、智能集中控制器收集用户设备的资源使用申请；以及步骤3、智能集中控制器采用有领导机制的混合蛙跳算法对异构认知无线网络中的资源进行分配；其中，步骤1中，所述的智能集中控制器收集异构认知无线网络中可用的无线资源，无线带宽被分成若干个OFDM子信道；步骤3所述的智能集中控制器采用有领导机制的混合蛙跳算法对异构认知无线网络中的资源进行分配，具体步骤如下：步骤3.1、初始化有领导机制的混合蛙跳算法的参数，具体为：初始化下述参数：青蛙种群个体数量N、模因数量m，模因组内进化次数M，全局最大迭代次数MaxIter，粒子群中粒子的个数Npso，学习因子c1、c2；步骤3.2、随机初始化青蛙种群、粒子群种群，其具体实现包括：随机产生N个个体，初始化的个体满足下述公式：其中，N表示子信道个数，K表示认知用户的个数，K0表示非实时用户的个数，L表示一级用户的个数，Pkn表示第k个认知用户使用的第n个子信道的功率，PT是功率的最大值，Inl是认知用户对第n个子信道上一级用户的干扰，Ilth是一级用户所能接受的最大干扰，rkn是第k个认知用户使用的第n个信道的速率，βk表示第k个非实时用户与第一个非实时用户的约束速率比值，Ωk表示第k个认知用户所占用的信道集合，r1n是第1个认知用户使用的第n个信道的速率，Rkreq是第k个用户的速率需求；步骤3.3、将青蛙种群根据分组算子分成若干个模因组，记录全局最优解和每个模因组内最差和最好位置，具体分组方法是：将N只青蛙按适应度值降序排列成m个模因组，第一只青蛙进入第一个模因组，第二只青蛙进入第二个模因组，第m只青蛙进入第m个模因组；记录每个组的最差和最好位置分别为Fw、Fb，适应度值按下式计算：其中，Pkn表示第k个认知用户使用的第n个子信道的功率，Ckn表示第k个认知用户和第n个信道之间的信道增益，B表示每个子信道的带宽，Ik表示一级用户对第k个认知用户的影响，N0表示加性高斯白噪声的PSD，г表示信噪比；步骤3.4、粒子群在全局最优解附近进行局部搜索，其中，粒子群的更新方式如下：先更新速度，再更新位置：其中，Vk是粒子在第k次迭代的速度，pbestk是粒子历史最优位置，gbestk是全局最优位置，Xk是粒子第k次迭代的位置C1C2是给定参数，Xk+1是第k+1次迭代的位置，Vk+1是第k+1次迭代的速度，rand()产生0至1之间的随机数；步骤3.5、更新每个模因组的最差个体，直到最大组内迭代次数，其中，最差个体更新方法为：先调整青蛙的位移，再更新青蛙的位置：其中，Fb是组内最优个体，Fw是组内最差个体，rand()产生0至1之间的随机数，如果按上式得到的新个体的适应度值没有变优，则用Fg代替Fb，具体为：如果个体的适应度值仍然没有变优，则随机产生一个新解来取代最优个体；步骤3.6、重复步骤3.3～3.5，直至最大迭代次数，输出最优个体解。