基于改進的和聲搜索算法的無線通信頻譜分配策略研究

郭騰, 陳劍培, 況富強

(1.武警黑龍江省總隊， 黑龍江 哈爾濱 150000； 2.云南民族大學 電氣信息工程學院， 云南 昆明 650500；3.濟源職業(yè)技術學院 信息中心， 河南 濟源 459000)

0 引言

認知無線網(wǎng)絡(Cognitive Radio Network，CRN)是為提高頻譜資源利用率、實現(xiàn)網(wǎng)絡整體性能最優(yōu)化而提出的一種動態(tài)頻譜分配技術。頻譜分配主要模型有博弈論模型、干擾溫度模型、拍賣競價模型和圖論著色模型等[1-4]。由于CRN的頻譜分配屬于NP-Hard問題，很多研究人員將群智能算法進行求解。目前應用于CRN頻譜分配的智能算法有：遺傳算法、量子遺傳算法、粒子群算法、人工蜂群算法、布谷鳥算法、果蠅算法和和聲搜索算法等[5-8]，取得了一定的成果。

為實現(xiàn)CRN頻譜最優(yōu)化分配，提出一種改進的和聲搜索算法的認知無線網(wǎng)絡頻譜分配算法。首先，針對和聲搜索算法易陷入局部最優(yōu)，提出一種隨機位置更新、反向?qū)W習策略、小概率變異和修正音調(diào)微調(diào)概率的改進和聲搜索算法。其次，選擇網(wǎng)絡效益和比例公平性最大化為適應度函數(shù)，通過IHS優(yōu)化選擇獲得頻譜最優(yōu)的無干擾分配矩陣，從而實現(xiàn)認知無線網(wǎng)絡頻譜最優(yōu)化分配。與HS、GA和PSO相比，IHS頻譜分配的網(wǎng)絡效益和比例公平性最大，并且具有更快的收斂速度，分配策略更優(yōu)。

1 認知無線網(wǎng)絡頻譜分配

CRN可以進行頻譜資源動態(tài)分配，是由Mitola等人提出的一種解決頻譜資源匱乏的軟件無線電技術，其分為頻譜分配技術和頻譜感知技術。實際網(wǎng)絡環(huán)境中，網(wǎng)絡拓撲結構(主用戶和認知用戶)隨著環(huán)境不斷變化。在圖論著色模型中，一個頻譜分配的周期較環(huán)境變化的時間更短，因此，認知無線網(wǎng)絡拓撲模型可以抽象為圖論著色模型。拓撲結構[9],如圖1所示。

圖1 認知無線網(wǎng)絡拓撲結構

設無線網(wǎng)絡區(qū)域內(nèi)主用戶、認知用戶和可用信道分別為K、N和M個，如果信道m(xù)被主用戶x占用，則主用戶x在信道m(xù)上的覆蓋半徑為dp(x,m)，任何認知用戶使用信道m(xù)時，只要覆蓋到該區(qū)域則會干擾主用戶，即不允許使用信道m(xù)。然而，認知用戶n可以在認知用戶的傳輸功率范圍[dmin,dmax]內(nèi)，調(diào)整在信道m(xù)上的功率改變其覆蓋半徑ds(n,m)，只要不干擾主用戶就可以使用信道m(xù)，因此只要ds(n,m)滿足式(1)時，主用戶n就可以使用信道m(xù)[10]，如式(2)。

dmin≤ds(n,m)≤dist(φn,xm)-dp(xm,m)

(1)

ds(n,m)=min(dmax,dist(φn,xm)-dp(xm,m))

(2)

式中，φn、xm分別為認知用戶的位置坐標和主用戶的位置坐標；dist(φn,xm)為認知用戶與主用戶之間的歐式距離。

一般地，認知無線網(wǎng)絡的圖論著色模型選擇干擾矩陣C、效益矩陣B、可用頻譜矩陣L以及無干擾分配矩陣A進行表征[11-12]。

(1) 可用頻譜矩陣L={ln,m∈{0,1}}N*M為所有認知用戶能夠使用的信道矩陣。假設ln,m=1，那么則認為認知用戶n能夠使用信道m(xù)；否則，ln,m=0，則認為認知用戶n無法使用信道m(xù)。

(2) 效益矩陣B={bn,m}N*M為認知用戶的頻譜效益矩陣，主要是認知用戶使用信道時產(chǎn)生。通常頻譜效益,如式(3)。

bn,m=ds(n,m)2

(3)

(3) 干擾矩陣C={cn,k,m∈{0,1}}N*N*M為認知用戶在利用同一頻譜時所造成的干擾情況。在這之中，cn,k,m=1是表示在CR用戶n以及k一起工作在信道m(xù)上時會存在用戶干擾，因此認知用戶n以及k不能一起使用信道m(xù)。否則，則表示另一種情況，即兩個用戶之間不會產(chǎn)生干擾。

(4) 無干擾分配矩陣A={an,m∈{0,1}}N*M為認知系統(tǒng)經(jīng)過算法之后所得到的分配結果。如果an,m=1，則認知用戶n可以使用信道m(xù)。

結合無干擾分配矩陣和效益矩陣可得頻譜分配后認知用戶獲得的網(wǎng)絡頻譜效益，如式(4)。

(4)

式中，βn為認知用戶n獲得的網(wǎng)絡頻譜效益。

所有認知用戶獲得的網(wǎng)絡效益的累加和為頻譜分配獲得的總網(wǎng)絡效益U(R)[13]，如式(5)。

(5)

為了體現(xiàn)頻譜分配的公平性，保證認知用戶獲得頻譜效益的比例公平性最大，也就是保證每個認知用戶獲得的頻譜效益比較均衡[14],如式(6)。

(6)

因此，認知無線網(wǎng)絡頻譜分配的最終目的就是在滿足約束條件的情況下，讓網(wǎng)絡效益U(R)和比例公平性F(R)最大化。

2 改進的HS算法

針對HS易陷入局部最優(yōu)，提出一種隨機位置更新、反向?qū)W習策略、小概率變異和修正音調(diào)微調(diào)概率的改進和聲搜索算法(Improved harmony search algorithm，IHS)。

(1) 隨機位置更新

若HS算法中最差和最好和聲分別為xworst以及xbest，將xworst視為基向量，則較優(yōu)和聲通過學習xbest調(diào)節(jié)出來，本文提出一種基于隨機位置更新的方法。如式(7)、式(8)。

(7)

(8)

(2) 反向?qū)W習

為擴大HS算法的搜索空間，將反向?qū)W習[15]引入HS算法，反向?qū)W習策略，如式(9)。

(9)

(3) 小概率變異

HS算法中的小概率變異操作[16],如式(10)。

(10)

假若rand≤Pm，則小概率變異處理HS算法，文中取Pm=0.005。

(4) 修正音調(diào)微調(diào)概率

音調(diào)微調(diào)概率PAR可設計,如式(11)。

(11)

式中，PARmax、PARmin為音調(diào)微調(diào)概率的最大值和最小值；PARt+1為第t+1次的音調(diào)微調(diào)概率。

改進HS算法流程,如圖2所示。

3 認知無線電的IHS算法的頻譜分配

3.1 適應度函數(shù)

認知無線電頻譜分配的最終目的是使得網(wǎng)絡效益U(R)和比例公平性F(R)最大化，因此適應度函數(shù)，如式(12)。

圖2 改進HS算法流程圖

(12)

式中，α、λ分別為總網(wǎng)絡效益U(R)和比例公平性F(R)的系數(shù)。

3.2 算法步驟

認知無線網(wǎng)絡頻譜分配本質(zhì)是在干擾矩陣C、可用頻譜矩陣L和效益矩陣B已知的前提下，尋找無干擾分配矩陣A最優(yōu)化過程，認知無線網(wǎng)絡的IHS算法的頻譜分配算法具體描述如下。

Step1：產(chǎn)生干擾矩陣C、可用頻譜矩陣L和效益矩陣B；

Step2：初始化IHS算法參數(shù)：創(chuàng)作的次數(shù)T、聲記憶庫的個數(shù)HMS、音調(diào)微調(diào)的概率PAR、音調(diào)微調(diào)的帶寬bw以及和聲記憶庫保留的概率HMCR；

Step3：初始化和聲記憶庫；

Step4：生成新和聲；

Step5：更新和聲記憶庫：根據(jù)適應度函數(shù)(12)評價Step3中的新解，若比HM中的函數(shù)值最差的一個好，則更新至HM中；

Step6：重復Step3和Step4，直到滿足終止條件，輸出當前頻譜最優(yōu)的無干擾分配矩陣A。

4 實驗與結果分析

為了驗證IHS進行認知無線網(wǎng)絡頻譜分配的有效性和可靠性，對比和聲搜索算法(harmony search algorithm，HS)、遺傳算法(genetic algorithm，GA)和粒子群算法(particle swarm optimization algorithm，PSO)進行認知無線網(wǎng)絡頻譜分配的效果，算法參數(shù)設置,如表1所示。

假設認知無線網(wǎng)絡處在無其他噪聲干擾的環(huán)境之中，隨機產(chǎn)生N個認知用戶位置和K個主用戶，產(chǎn)生效益矩陣B、可用頻譜矩陣L和干擾矩陣C，M個不同的信道隨機分配給主用戶。

表1 不同算法參數(shù)設置

4.1 網(wǎng)絡頻譜效益對比

當N=5、K=5和M=5時的網(wǎng)絡效益尋優(yōu)曲線圖,如圖3所示。

圖3 網(wǎng)絡效益尋優(yōu)曲線圖

由圖3可知，在算法初始階段，頻譜分配不合理，此時網(wǎng)絡效益較低，隨著迭代次數(shù)的增加，算法可以尋找到一個最優(yōu)解。與HS、GA和PSO相比，IHS頻譜分配的網(wǎng)絡效益值最大，也就是說IHS可以獲得更好的頻譜分配策略和更快的收斂速度。綜合分析，IHS頻譜分配結果優(yōu)于其他算法。

當K=30和M=30時，網(wǎng)絡效益隨認知用戶數(shù)量變化曲線圖，如圖4所示。

圖4 網(wǎng)絡效益隨認知用戶變化曲線圖

由圖4可知，隨著認知用戶數(shù)量的增加，網(wǎng)絡效益呈現(xiàn)遞減趨勢，但是IHS網(wǎng)絡效益優(yōu)于HS、GA和PSO。

4.2 比例公平性對比

當N=5、K=5和M=5時的比例公平性尋優(yōu)曲線圖，如圖5所示。

圖5 比例公平性尋優(yōu)曲線圖

由圖5可知，在算法初始階段，比例公平性較低，隨著迭代次數(shù)的增加，算法可以尋找到一個最優(yōu)解。與HS、GA和PSO相比，IHS頻譜分配的比例公平性最大，也就是說IHS可以獲得更好的頻譜分配策略和更快的收斂速度。綜合分析，IHS頻譜分配結果優(yōu)于其他算法。

5 總結

為實現(xiàn)認知無線網(wǎng)絡頻譜最優(yōu)化分配，提出一種改進的和聲搜索算法的認知無線網(wǎng)絡頻譜分配算法。選擇網(wǎng)絡效益和比例公平性最大化為適應度函數(shù)，通過IHS優(yōu)化選擇獲得頻譜最優(yōu)的無干擾分配矩陣，從而實現(xiàn)認知無線網(wǎng)絡頻譜最優(yōu)化分配。與HS、GA和PSO相比，IHS頻譜分配的網(wǎng)絡效益和比例公平性最大，并且具有更快的收斂速度，分配策略更優(yōu)。