改進的人工魚群信道分配算法在移動通信網絡中的應用

【摘要】 在蜂窩移動通信網絡中，由于用戶量的迅猛增長，目前僅有的頻譜資源很難滿足用戶的實際需求，采用相應的優(yōu)化算法有效地規(guī)劃頻率資源來提高頻譜的利用率變得極為關鍵。本文對基本的人工魚算法進行了改進，使其在解決信道分配問題時，收斂率和收斂速度都有著顯著的提高。

【關鍵詞】 人工魚群算法 信道分配 視野和步長

一、引言

隨著移動用戶數量的迅速增長，現有的頻譜變得十分有限，通過提高頻譜資源的利用率來更好地促進移動通信的發(fā)展已成為首要任務。而采用信道分配可以有效地解決這一問題。在移動網絡中，信道分配技術主要是將有限的資源進行復用，利用盡量少的信道數，在滿足蜂窩網絡的限制下，為移動通信設備提供最大數量的可用信息，使得系統(tǒng)容量和頻譜利用率大幅度提高。目前存在某些解決信道分配問題的優(yōu)化算法，但在搜索最優(yōu)解時，仍然有收斂率較低、容易陷入或難以擺脫局部最優(yōu)解等不足之處。而人工魚群算法在某一程度上可以彌補這一缺憾。通過調整人工魚的視野和步長來控制全局搜索能力和局部搜索能力以及搜鏈路和收斂速度，減少計算量，加快運行時間。

二、信道分配模型

在移動通信蜂窩網絡中，同信道干擾作為主要的干擾，受同信道復用距離和小區(qū)數制約，而鄰信道距離和接收機選擇決定了鄰信道干擾。因此，信道分配問題主要考慮到同信道約束、鄰信道約束、同小區(qū)約束這三個電磁兼容限制條件。

存在一個包含N個小區(qū)的蜂窩系統(tǒng)，表示為相容矩陣，其中矩陣的非對角元素代表分配給小區(qū)中的信道與小區(qū)中的信道之間的最小間隔；而矩陣中的其他元素代表分配給小區(qū)的一組信道之間的最小間隔。各小區(qū)所需要的頻率數，，則信道分配的適應度模型定義為：

上式中，：小區(qū)分配了第個頻點，：小區(qū)分配了第個頻點。信道分配問題最主要的目的是，在滿足相應干擾條件的前提下找到一個頻率點數最小的解決方案，即適應度函數最小的情況。

三、 改進人工魚群的信道分配算法

人工魚群算法是通過構造人工魚來模仿魚群的覓食、聚群、追尾及隨機行為來實現尋找最優(yōu)解的過程，由于基本的人工魚群算法運行時間較長，求解精度較低，若改進算法可在同一次迭代中執(zhí)行多種行為，依照人工魚追蹤覓食位置、魚群中心點和魚群所出最優(yōu)位置來調整人工魚的下一步位置，使該算法近全局最優(yōu)位置。通過文獻[1]中的研究結果可知：視野范圍的大小決定了人工魚的全局搜索能力和局部搜索能力。當無法定位到最優(yōu)的位置時，需要增大視野的范圍，增強全局搜索能力；當定位到最優(yōu)解的大概位置時，就應減小視野的范圍，加強局部搜索能力。人工魚的步長直接影響了收斂速度，步長越大，收斂速度越快，并伴隨著輕微的振蕩；步長越小，收斂速度越慢，精度越高。

視野和步長的動態(tài)調整方程為：

上式中，：人工魚的視野范圍，：人工魚的步長，：當前迭代次數與最大迭代次數的相關函數值。在算法運行初期，設定較大的視野、步長來加強全局搜索能力與收斂速度，對人工魚進行大范圍的粗略搜索，隨著最優(yōu)解區(qū)域不斷減小，逐漸減小視野和步長，是算法從全局搜索演變到局部搜索，并加強搜索精度。

四、實驗流程與結果分析

根據改進的人工魚群算法進行信道分配的過程如下：

第一步：設定魚群的范圍、迭代次數、感知區(qū)域、步長的最大值、擁擠度因子、變異條件、覓食時最大試探次數、個體和元素存在的變異概率以及相鄰域內伙伴數量。

第二步：對人工魚的覓食、聚群、追尾及隨機行為進行模擬仿真，有公式（1）計算相應的適應度以及其對應的最小值，并將數據準確記錄，若結果為0，則退出算法輸出結果；否則執(zhí)行下一步操作。

第三步：計算視野和步長，選取適應度中的最小值，更新人工魚的位置，檢測最優(yōu)魚是否優(yōu)于記錄的y值，若優(yōu)于則更新記錄值；否則指向下一步操作。

第四步：對于迭代過程中變化微小的人工魚，將依照變異概率進行變異，若狀態(tài)優(yōu)于記錄值則更新記錄。

第五步：再次按照公式（1）進行適應度計算，若計算結果為0，則退出并輸出結果；否則重復執(zhí)行第三步。

第六步：結束。

對于改進的人工魚群信道分配算法與傳統(tǒng)的人工魚算法和傳統(tǒng)的退火算法相比較，當可用頻率點數減少到一定數值時，傳統(tǒng)的算法會出現收斂率不能達到100%的現象，并且平均收斂代數較大。可以看出，改進了的魚群算法在收斂率和收斂代數上有著顯著的提高。

五、總結

本文將人工魚算法應用于蜂窩網絡信道分配問題中，躲進本的人工魚算法進行改進，采用調整視野和步長來確定最有位置，較好的控制了全局搜索和局部搜索，節(jié)省了計算量，縮短了運行時間，提高了算法的收斂率和加快了收斂速度，具有一定的優(yōu)越性和可行性。