• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種認(rèn)知無(wú)線電頻譜分配的精英量子狼群算法

      2021-07-16 09:23徐夢(mèng)穎
      現(xiàn)代電子技術(shù) 2021年14期
      關(guān)鍵詞:狼群量子頻譜

      徐夢(mèng)穎,盧 毅,周 杰

      (石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院,新疆 石河子 832000)

      0 引 言

      認(rèn)知無(wú)線電(Cognitive Radio,CR)是無(wú)線通信的重要方式之一,隨著通信技術(shù)的不斷發(fā)展,人們對(duì)頻譜的需求也急劇增加。然而目前能夠應(yīng)用于無(wú)線信號(hào)傳輸?shù)念l譜少之又少[1]。衛(wèi)星、廣播等都需要占用頻譜資源,所以用于軍用、民用通信的頻譜更加稀缺,因此,對(duì)頻譜資源合理地分配顯得尤為重要[2]。最大限度地利用頻譜資源,不僅能夠節(jié)約大量成本,還能提高通信速率,對(duì)通信系統(tǒng)的發(fā)展有十分重要的意義[3?4]。

      CR中有授權(quán)用戶和認(rèn)知用戶,授權(quán)用戶擁有信道的固定使用權(quán),認(rèn)知用戶即次用戶,當(dāng)授權(quán)用戶使用某個(gè)信道時(shí),次用戶不得再占用該信道,當(dāng)信道處于空閑狀態(tài)時(shí),次用戶才能爭(zhēng)取該信道的使用權(quán)。對(duì)次用戶合理地分配信道可以讓認(rèn)知用戶合理地使用頻譜資源并進(jìn)行通信,緩解頻譜資源使用的緊張形勢(shì)[5?6]。然而目前,雖然頻譜分配算法一定程度上提高了頻譜分配的公平性,但是系統(tǒng)網(wǎng)絡(luò)效益較低。

      為優(yōu)化CR的網(wǎng)絡(luò)效益,本文設(shè)計(jì)了圖論著色模型,在傳統(tǒng)狼群算法基礎(chǔ)上提出了精英量子狼群算法(Elite Quantum Wolf Pack Algorithm,EQWPA),該算法結(jié)合了量子進(jìn)化、精英選擇與狼群算法。狼群算法(Wolf Pack Algorithm,WPA)是模擬狼群圍捕獵物行為的一種仿生學(xué)智能算法,該算法已經(jīng)被廣泛應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)、車間調(diào)度等領(lǐng)域[7?8]。改進(jìn)的精英量子狼群算法能夠優(yōu)化頻譜分配后的網(wǎng)絡(luò)效益,

      緩解頻譜稀缺帶來(lái)的通信擁塞,在仿真中,將EQWPA和遺傳算法、蟻群算法(Ant Colony Optimization,ACO)進(jìn)行了仿真對(duì)比。仿真結(jié)果表明,較GA與ACO,EQWPA收斂速度更快,尋優(yōu)效果更好。當(dāng)次用戶數(shù)不變頻譜數(shù)增加時(shí),網(wǎng)絡(luò)效益不斷增大,當(dāng)頻譜數(shù)不變,次用戶數(shù)增加時(shí),系統(tǒng)吞吐量呈上升趨勢(shì),算法有效地提升了頻譜分配的網(wǎng)絡(luò)效益與吞吐量。

      1 相關(guān)工作

      CR是提升頻譜資源使用效率的一種有效方式。歷年來(lái),研究學(xué)者通過(guò)各種方式優(yōu)化頻譜使用率,包括圖論著色模型[9]、博弈論[10]、拍賣理論[11]等。這些頻譜分配方法一定程度上緩解了頻譜資源使用的緊張形勢(shì),再通過(guò)智能優(yōu)化算法[12?14]可以有效對(duì)分配的性能進(jìn)行改進(jìn)。文獻(xiàn)[15]給出了一種改進(jìn)的遺傳算法(Genetic algorithm,GA),并借助圖論模型,通過(guò)該種方法來(lái)優(yōu)化頻譜資源分配。仿真實(shí)驗(yàn)結(jié)果表明,該方法優(yōu)化過(guò)的網(wǎng)絡(luò)吞吐量能夠被有效地提高,然而算法的收斂速度較慢。文獻(xiàn)[16]利用改進(jìn)的粒子群算法(Particle Swarm Optimization,PSO)對(duì)頻譜分配進(jìn)行優(yōu)化,實(shí)驗(yàn)結(jié)果表明,該方法使系統(tǒng)獲得了更高的網(wǎng)絡(luò)效益,但是當(dāng)信道的數(shù)量較大時(shí),算法的執(zhí)行效率會(huì)降低。

      2 數(shù)學(xué)模型

      為了更好地描述該系統(tǒng),圖論著色模型被用于解決頻譜分配問(wèn)題。圖論中的圖可以用于描述一個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。借助圖論模型,認(rèn)知無(wú)線電系統(tǒng)的頻譜分配可由4個(gè)矩陣描述,包括頻譜可用矩陣、效益矩陣、分配矩陣以及干擾矩陣。在一定區(qū)域內(nèi)假設(shè)有M個(gè)頻譜,N個(gè)次用戶數(shù),當(dāng)在該系統(tǒng)中,對(duì)次用戶進(jìn)行頻譜分配可有效使用空閑信道,而使CR頻譜分配效益最大化。

      頻譜可通過(guò)矩陣A來(lái)表示,其中,A={an,m|an,m={0,1}}N×M,該矩陣可以用于判定頻譜能否被次用戶使用,當(dāng)an,m=1時(shí),頻譜m(m={1,2,…,M})可以被分配給次用戶n(n={1,2,…,N}),而an,m=0時(shí),則表示頻譜不可用。主用戶的坐標(biāo)及其發(fā)射功率都會(huì)對(duì)頻譜的使用產(chǎn)生影響,當(dāng)頻譜在主用戶覆蓋范圍內(nèi),則其不能被次用戶使用;在主用戶發(fā)射功率范圍之外的次用戶享有頻譜的使用權(quán)。

      效益矩陣可通過(guò)矩陣B表示,B={ bn,m}N×M,該矩陣表示頻譜m被分配給次用戶n時(shí)產(chǎn)生的效益值的大小,效益值由不同因素決定,信道、認(rèn)知用戶所處的環(huán)境、調(diào)制編碼方式、發(fā)射功率都會(huì)影響效益值的大小。

      干擾矩陣通過(guò)矩陣C表示,C={cn,k,m|cn,k,m={0,1}}N×N×M,其表示兩個(gè)次用戶n和k在爭(zhēng)取一個(gè)頻譜m時(shí),是否產(chǎn)生干擾。當(dāng)cn,k,m=1時(shí),表示次用戶之間互相干擾,則次用戶n和k不能同時(shí)被分配到頻譜m;否則,不會(huì)產(chǎn)生干擾,頻譜m可以被同時(shí)分配給兩個(gè)次用戶。當(dāng)n=k時(shí),cn,k,m=1-an,m。

      分配矩陣通過(guò)矩陣D表示,D={dn,m|dn,m={0,1}}N×M,該矩陣表示了頻譜m與次用戶n之間的分配關(guān)系,當(dāng)dn,m=1時(shí),頻譜m被分給次用戶n,當(dāng)dn,m=0時(shí),頻譜m不被分配給次用戶n。

      在式(1)中,當(dāng)次用戶分配到一個(gè)頻譜時(shí),則會(huì)產(chǎn)生一個(gè)效益值,該值可以用rn表示。在式(2)中,f(r)表示所有次用戶分配頻譜后產(chǎn)生的總效益,在EQWPA算法中,其優(yōu)化目標(biāo)是在迭代過(guò)程中找到每一代種群中網(wǎng)絡(luò)效益值最高的個(gè)體。分配矩陣D要滿足在式(3)中根據(jù)干擾矩陣的約束條件,使得兩次用戶之間沒(méi)有干擾產(chǎn)生。吞吐量是評(píng)價(jià)數(shù)據(jù)傳輸速率的指標(biāo),其計(jì)算方式如式(4)所示。

      3 基于精英量子狼群算法的無(wú)線電頻譜分配

      本文為提高CR中的網(wǎng)絡(luò)效益,提出精英量子狼群算法,該算法在狼群算法的基礎(chǔ)上結(jié)合量子計(jì)算、精英選擇。通過(guò)量子編碼提高種群多樣性,從而提高解的質(zhì)量,精英算子可以將每一代中,網(wǎng)絡(luò)效益值最高的狼保留至下一代。EQWPA的步驟包括種群編碼、種群初始化、計(jì)算適應(yīng)度、狼群更新等步驟,其中,狼群更新步驟包括探狼游走行為,頭狼召喚、猛狼奔襲和圍攻、優(yōu)勝劣汰。在EQWPA中,當(dāng)執(zhí)行到最大迭代次數(shù)算法停止,并輸出最優(yōu)網(wǎng)絡(luò)效益值,精英量子狼群中會(huì)淘汰頻譜分配效益值最差的若干只狼,并通過(guò)精英算子將每一代適應(yīng)度最高的狼保留至下一代,這就是狼群中以“優(yōu)勝劣汰”和“適者生存”為原則的生存機(jī)制。EQWPA算法的具體步驟如下所述。

      3.1 種群編碼與初始化

      在EQWPA中,種群的編碼方式通過(guò)量子編碼來(lái)完成,通過(guò)量子位編碼解決解頻譜分配問(wèn)題。量子編碼方式通常由量子位與二進(jìn)制數(shù)字組成,量子的狀態(tài)可以由式(5)表示。

      式中,α和β分別表示兩個(gè)狀態(tài)位的概率幅,表示量子態(tài)坍縮到0和1的概率分別為|α|2和|β|2,兩個(gè)概率需滿足式(6)的歸一化條件:

      一個(gè)解的編碼長(zhǎng)度為D,該解就同時(shí)表示了2D個(gè)狀態(tài)。編碼長(zhǎng)度為頻譜可用矩陣中值為1的總個(gè)數(shù),可由式(7)計(jì)算得到。

      具有D個(gè)量子比特位的第i個(gè)量子的編碼方式為:

      式 中,| αd|2+| βd|2=1(d=1,2,…,D),在 經(jīng) 歷 量 子 位 編碼后,種群在第t代的表示形式為qi={i=1,2,…,S},在第t代種群中第i只狼的編碼形式為:

      種群測(cè)量可以將種群中每個(gè)量子位的疊加態(tài)坍縮到與觀測(cè)結(jié)果相對(duì)應(yīng)的狀態(tài),即二進(jìn)制解集P(t)。其中,通過(guò)式(10)可知,改變后的狀態(tài)P(t)由0和1組成,二進(jìn)制數(shù)的生成方式由隨機(jī)產(chǎn)生的小數(shù)rand與第i個(gè)個(gè)體中第d個(gè)量子位的概率| αi,d|2作比較得到。式中的rand為0到1之間的隨機(jī)小數(shù)。轉(zhuǎn)換后的狀態(tài)P(t)用于計(jì)算個(gè)體的適應(yīng)度。

      在狼群初始化時(shí),首先初始化參數(shù),設(shè)置個(gè)體數(shù)量及維數(shù),在獲得種群的測(cè)量值后,每個(gè)P(t)中的二進(jìn)制串代表一種頻譜分配方案,當(dāng)頻譜可用矩陣中的數(shù)值為1時(shí),則對(duì)分配矩陣中的相應(yīng)位置上的數(shù)值進(jìn)行編碼,若頻譜可用矩陣中的數(shù)值為0時(shí),則不改變分配矩陣中相應(yīng)位置上的數(shù)值。具體的編碼方式為:首先,生成一個(gè)個(gè)體,將個(gè)體從的疊加狀態(tài)轉(zhuǎn)換到其相應(yīng)的觀測(cè)狀態(tài)P(t),當(dāng)頻譜可用矩陣中的數(shù)值為1時(shí),將分配矩陣相應(yīng)位置上的數(shù)值按照個(gè)體的編碼順序逐行用一個(gè)測(cè)量值進(jìn)行替換;當(dāng)頻譜可用矩陣中數(shù)值為0時(shí),則不改變分配矩陣相應(yīng)位置上的數(shù)值。

      種群中個(gè)體的評(píng)價(jià)方式通過(guò)式(2)計(jì)算網(wǎng)絡(luò)效益,網(wǎng)絡(luò)總效益越高,個(gè)體質(zhì)量越好,頻譜分配后的網(wǎng)絡(luò)效益值越高。

      3.2 量子旋轉(zhuǎn)門更新

      在EQWPA中,對(duì)網(wǎng)絡(luò)效益較低的個(gè)體上的量子位qi進(jìn)行量子旋轉(zhuǎn)門更新,第i個(gè)個(gè)體中第d個(gè)量子位更新過(guò)程如式(11)所示。

      其中,θ的更新方式如下:

      當(dāng)個(gè)體pi,d=0且每一代種群中適應(yīng)度最高的個(gè)體best_pi,d=1時(shí),t值設(shè)置如式(13)所示,rand為0~1之間的隨機(jī)數(shù)。

      當(dāng)個(gè)體pi,d=1且每一代種群中適應(yīng)度最高的個(gè)體best_pi,d=0時(shí),t值設(shè)置如下:

      3.3 狼群尋優(yōu)過(guò)程

      1)游走行為

      對(duì)適應(yīng)度按照從大到小排序,網(wǎng)絡(luò)效益最高的個(gè)體被視為頭狼,除頭狼外的前若干個(gè)個(gè)體被視為探狼。每只探狼只能在其范圍內(nèi)的指定步數(shù)內(nèi)執(zhí)行游走行為,即隨機(jī)搜索操作,在每一次迭代中,按照式(11)更新當(dāng)前探狼。若更新后的探狼獲取到的網(wǎng)絡(luò)效益大于頭狼獲得的網(wǎng)絡(luò)效益,探狼代替頭狼發(fā)起召喚行為;否則,重復(fù)執(zhí)行探狼游走行為Tmax次。頭狼個(gè)體發(fā)起召喚后,狼群中除了頭狼與探狼之外的猛狼向頭狼的位置不斷靠近,通過(guò)式(15)計(jì)算猛狼與頭狼之間的距離dw來(lái)確定奔襲行為或圍攻行為。

      2)奔襲行為

      當(dāng)猛狼收到頭狼的召喚后,頭狼與猛狼之間的距離dw大于判定距離dn,則執(zhí)行奔襲行為。如式(16)所示,step1為奔襲步長(zhǎng)。

      3)圍攻行為

      在式(17)中,當(dāng)頭狼與猛狼之間的距離不大于判定距離,則執(zhí)行圍攻行為。其中,step2為圍攻步長(zhǎng)。

      將更新后的猛狼轉(zhuǎn)換為坍縮后的狀態(tài)P(t)并計(jì)算網(wǎng)絡(luò)效益,更新頭狼并發(fā)起召喚行為。

      4)優(yōu)勝劣汰

      在EQWPA中,狼群內(nèi)的淘汰機(jī)制按照“優(yōu)勝劣汰”的原則進(jìn)行,網(wǎng)絡(luò)效益最高的個(gè)體被視為精英個(gè)體保留至下一代中,并淘汰種群內(nèi)最差的30%的個(gè)體,通過(guò)量子編碼重新產(chǎn)生新的個(gè)體。狼群更新過(guò)程執(zhí)行到最大迭代次數(shù)后算法停止,并輸出最優(yōu)網(wǎng)絡(luò)效益值。

      EQWPA的算法流程圖如圖1所示。

      圖1 EQWPA流程圖

      4 仿真與實(shí)驗(yàn)

      4.1 仿真環(huán)境

      本文在仿真實(shí)驗(yàn)中,使用Windows 10的操作系統(tǒng)通過(guò)Matlab R2014a對(duì)基于EQWPA的頻譜分配優(yōu)化測(cè)試系統(tǒng)進(jìn)行仿真測(cè)試,以達(dá)到在迭代過(guò)程中提高網(wǎng)絡(luò)效益的目的。仿真區(qū)域大小設(shè)置為200 m×200 m,在該區(qū)域內(nèi)隨機(jī)布置主用戶與次用戶,且用戶的位置、發(fā)射功率固定不變,忽略噪聲等干擾因素,以保證可用矩陣、干擾矩陣、分配矩陣的值也不會(huì)改變。

      在認(rèn)知無(wú)線電中,主用戶的數(shù)量設(shè)置為10。在EQWPA、GA、ACO三種算法中,個(gè)體數(shù)為20個(gè),最大迭代次數(shù)為200次,實(shí)驗(yàn)次數(shù)為50次。

      4.2 實(shí)驗(yàn)數(shù)據(jù)

      在圖2中,橫坐標(biāo)為迭代次數(shù),縱坐標(biāo)為網(wǎng)絡(luò)效益,當(dāng)次用戶數(shù)N為20,頻譜M的數(shù)量為15時(shí),三條曲線分別代表EQWPA、GA、ACO在兩百次迭代時(shí)網(wǎng)絡(luò)效益的變化情況。在迭代前期時(shí),算法尋優(yōu)速度較快;在迭代后期,三種算法逐漸收斂;迭代至200代時(shí),EQWPA、GA、ACO在50次實(shí)驗(yàn)后的平均網(wǎng)絡(luò)效益值為49.058,44.321和39.572。

      圖2網(wǎng)絡(luò)效益對(duì)比圖(M=15,N=20)

      圖3 表示當(dāng)次用戶數(shù)量與頻譜的數(shù)量分別為20和30時(shí),EQWPA、GA、ACO在50次實(shí)驗(yàn)后的平均網(wǎng)絡(luò)效益值對(duì)比圖。在200次迭代后,EQWPA、GA和ACO優(yōu)化過(guò)的網(wǎng)絡(luò)效益值分別達(dá)到96.607,92.524和86.613。由此可見,在傳統(tǒng)狼群算法的基礎(chǔ)上,精英選擇算子將每一代含有最高網(wǎng)絡(luò)效益值的個(gè)體保留至下一代,不僅避免了當(dāng)前最優(yōu)個(gè)體不被破壞,而且能夠保證在下一代中淘汰最差個(gè)體,提高算法尋優(yōu)能力,保證算法全局收斂。EQWPA通過(guò)加入量子計(jì)算以提高種群的多樣性,靠提高算法的收斂速度,有效地提高了網(wǎng)絡(luò)效益值。

      圖3 網(wǎng)絡(luò)效益對(duì)比圖(M=30,N=20)

      EQWPA、GA與ACO優(yōu)化過(guò)的網(wǎng)絡(luò)效益提升百分比表1所示,結(jié)果表明,EQWPA優(yōu)化過(guò)的頻譜分配網(wǎng)絡(luò)效益明顯大于遺傳算法與蟻群算法。

      表1 EQWPA優(yōu)化過(guò)的網(wǎng)絡(luò)效益相較于GA與ACO提升百分比

      在圖4中,次用戶數(shù)保持為20個(gè),該圖表示EQWPA、GA、ACO在200次迭代后次用戶數(shù)保持不變的情況下,網(wǎng)絡(luò)效益值隨頻譜數(shù)升高的變化情況。如圖4所示,EQWPA優(yōu)化過(guò)的網(wǎng)絡(luò)效益值大于GA和ACO。當(dāng)頻譜數(shù)增加時(shí),次用戶分配到的信道數(shù)量增加,從而提升了網(wǎng)絡(luò)效益。

      圖4頻帶數(shù)增加時(shí)網(wǎng)絡(luò)效益對(duì)比圖

      圖5 為EQWPA、GA、ACO的吞吐量變化圖,當(dāng)頻譜數(shù)為10時(shí),EQWPA、GA、ACO優(yōu)化過(guò)的吞吐量在相同時(shí)間范圍內(nèi)隨著用戶數(shù)的增加而不斷提高。說(shuō)明與GA、ACO相比,EQWPA具有更好的優(yōu)化性能。

      圖5 吞吐量變化圖

      5 結(jié) 語(yǔ)

      本文針對(duì)CR中的頻譜分配問(wèn)題,首先設(shè)計(jì)數(shù)學(xué)模型,并提出一種改進(jìn)的精英量子狼群算法,該算法在狼群算法的基礎(chǔ)上結(jié)合了量子計(jì)算與精英選擇,采用量子編碼并生成初始種群,通過(guò)量子旋轉(zhuǎn)門更新種群中的交叉?zhèn)€體。狼群的尋優(yōu)過(guò)程包括游走行為、圍攻行為和奔襲行為,體現(xiàn)了狼群協(xié)調(diào)合作的系統(tǒng)性、種群多樣性、分布式等特點(diǎn),提高了算法的收斂速度。精英選擇算子保留了每一代最好的個(gè)體,避免破壞最優(yōu)個(gè)體,提高了算法尋優(yōu)能力,保證了算法全局收斂。在仿真實(shí)驗(yàn)中,將該算法與GA、ACO進(jìn)行仿真對(duì)比,仿真結(jié)果顯示,精英量子狼群算法有效提高了網(wǎng)絡(luò)效益和吞吐量,提升了頻譜資源利用率。但是隨著問(wèn)題規(guī)模的增大,運(yùn)行時(shí)間延長(zhǎng),如何降低EQWPA的運(yùn)行時(shí)間、提高算法的尋優(yōu)能力還需要進(jìn)一步通過(guò)研究加以解決。

      注:本文通訊作者為周杰。

      猜你喜歡
      狼群量子頻譜
      2022年諾貝爾物理學(xué)獎(jiǎng) 從量子糾纏到量子通信
      母性的力量
      一種用于深空探測(cè)的Chirp變換頻譜分析儀設(shè)計(jì)與實(shí)現(xiàn)
      決定未來(lái)的量子計(jì)算
      德國(guó)老人 用40年融入狼群
      新量子通信線路保障網(wǎng)絡(luò)安全
      一種基于稀疏度估計(jì)的自適應(yīng)壓縮頻譜感知算法
      狼群之爭(zhēng)
      一種簡(jiǎn)便的超聲分散法制備碳量子點(diǎn)及表征
      《重返狼群》
      宝丰县| 克拉玛依市| 都昌县| 桂林市| 台安县| 定州市| 昆山市| 临沂市| 会宁县| 玉门市| 观塘区| 休宁县| 玛纳斯县| 长沙市| 伊宁县| 特克斯县| 忻城县| 西昌市| 芦山县| 县级市| 鹤庆县| 册亨县| 库尔勒市| 皋兰县| 喜德县| 望都县| 正宁县| 阳谷县| 伊川县| 榆中县| 白城市| 永昌县| 通榆县| 保康县| 蒙城县| 长武县| 来凤县| 宿松县| 攀枝花市| 平昌县| 二连浩特市|