基于量子群智能的認(rèn)知無線電關(guān)鍵技術(shù)研究.pdf

1、認(rèn)知無線電被廣泛認(rèn)為是未來無線通信的最有前景的技術(shù)之一，旨在實現(xiàn)頻譜資源的高效利用。認(rèn)知無線系統(tǒng)兩個重要的組成部分是智能管理系統(tǒng)和重配置無線電。認(rèn)知無線電系統(tǒng)利用其認(rèn)知能力來感知無線電環(huán)境，并重新配置系統(tǒng)的操作參數(shù)和無線接入?yún)f(xié)議等以滿足系統(tǒng)性能需求。與其密切相關(guān)的關(guān)鍵技術(shù)包括認(rèn)知決策引擎和頻譜分配技術(shù)，這兩種技術(shù)也關(guān)系到整個認(rèn)知無線電系統(tǒng)的性能和頻譜利用情況，是認(rèn)知無線電技術(shù)從理論研究階段進(jìn)入到產(chǎn)業(yè)領(lǐng)域急需突破的難題。
　　認(rèn)知無

2、線電中的決策引擎和頻譜分配技術(shù)可以看作為是離散組合優(yōu)化問題，可采用群智能等智能優(yōu)化算法進(jìn)行求解，但如何設(shè)計新的算法解決現(xiàn)有認(rèn)知無線電關(guān)鍵技術(shù)所遇到的難題，是一個很有價值的研究方向。本論文的研究重點包括量子群智能算法的設(shè)計，以及其在認(rèn)知決策引擎和頻譜分配中的應(yīng)用研究。本論文的主要內(nèi)容可以總結(jié)為以下幾個方面：
　　(1)為了提高認(rèn)知決策引擎參數(shù)調(diào)整性能，建立了恰當(dāng)?shù)臄?shù)學(xué)模型，并設(shè)計了三種量子群智能算法來完成認(rèn)知決策引擎的設(shè)計。其中提出

3、的基于膜量子蜂群算法的認(rèn)知決策引擎能突破現(xiàn)有研究的應(yīng)用局限具有良好的收斂性能；其次提出的基于混合膜量子雁群算法的認(rèn)知決策引擎采用混合編碼，能夠克服現(xiàn)有研究對發(fā)射功率采用離散編碼存在量化誤差的缺點，能獲得精度較高的系統(tǒng)參數(shù)；最后提出的基于多目標(biāo)量子蟻群算法的多目標(biāo)決策引擎通過建立多目標(biāo)優(yōu)化模型，在算法設(shè)計中引入非支配解排序以及擁擠度計算過程，最后可以得到Pareto前端解，解決了現(xiàn)有研究采用簡單加權(quán)方式將此多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問

4、題而不能兼顧多個通信性能指標(biāo)要求的缺點，所提方法收斂性能較好，且滿足實時性要求。
　　(2)針對現(xiàn)有研究將認(rèn)知無線電頻譜分配問題當(dāng)作單目標(biāo)優(yōu)化問題來處理，不能使最大和網(wǎng)絡(luò)效益和公平性同時達(dá)到最優(yōu)，因此，本論文首先建立多目標(biāo)頻譜分配的數(shù)學(xué)模型，然后依據(jù)多目標(biāo)算法演進(jìn)的基本原理，設(shè)計了基于非支配解排序的膜量子蜂群算法，并研究使用其如何解決多目標(biāo)頻譜分配這個理論難題。所提方法能同時考慮最大和網(wǎng)絡(luò)效益和用戶間公平性，通過非支配解排序和擁擠

5、度計算獲得了Pareto前端解集，進(jìn)而認(rèn)知無線電系統(tǒng)可以根據(jù)具體的用戶需求選擇權(quán)重，得到合理的滿足系統(tǒng)要求的頻譜分配方案，且此方法也能求解單目標(biāo)頻譜分配優(yōu)化問題
　　(3)最后給出了綠色認(rèn)知無線電參數(shù)調(diào)整問題的數(shù)學(xué)模型，它是在認(rèn)知決策引擎技術(shù)的基礎(chǔ)上進(jìn)行更加環(huán)保的約束條件演變而來的。然后根據(jù)量子計算和細(xì)菌覓食原理，設(shè)計了一種能夠求解連續(xù)優(yōu)化問題和離散優(yōu)化問題的量子細(xì)菌覓食算法，同時也給出了收斂性分析，并利用基準(zhǔn)函數(shù)對所提算法性能進(jìn)