一種基于遺傳算法的并行合作頻譜感知的方法
【專利摘要】本發(fā)明屬于認知無線電頻譜感知【技術(shù)領(lǐng)域】，具體涉及一種基于遺傳算法的并行合作頻譜感知的方法。本發(fā)明包括：初始群體的產(chǎn)生；個體修正；計算適應(yīng)度函數(shù)；選取適應(yīng)性最強的個體；變異；生存競爭；優(yōu)勝者交叉；隨機產(chǎn)生個體；個體修正；最適應(yīng)個體直接進入下一代；截止。本發(fā)明能夠充分考慮不同認知用戶對不同異構(gòu)信道感知性能的差異性、系統(tǒng)有效吞吐量以及感知時長，最優(yōu)的確定感知策略，即確定感知任務(wù)分配和感知時長，相比隨機感知方法，能夠獲得更大的系統(tǒng)有效吞吐量。
【專利說明】一種基于遺傳算法的并行合作頻譜感知的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于認知無線電頻譜感知【技術(shù)領(lǐng)域】，具體涉及一種基于遺傳算法的并行合 作頻譜感知的方法。

【背景技術(shù)】
[0002] 隨著人們對無線通信需求的迅速增長，頻譜資源緊缺的問題日益嚴重。傳統(tǒng)的固 定頻譜分配策略已經(jīng)不能滿足人們對頻譜日益增長的需要。認知無線電技術(shù)改變以往固定 的頻譜分配方式，使非授權(quán)用戶可以在不影響授權(quán)用戶的情況下靈活使用頻譜，為解決頻 譜資源緊缺的問題提供了一種有效的解決方案，是未來通信發(fā)展的必然趨勢。
[0003] 認知無線電實現(xiàn)的關(guān)鍵和前提是有效的頻譜感知技術(shù)。合作頻譜感知技術(shù)是目 前廣泛采用的頻譜感知方法，能夠有效地解決由于信道衰落和陰影效應(yīng)導(dǎo)致的單節(jié)點感知 結(jié)果不準確的問題。對于具有多個子信道的頻譜感知，為了減少感知時長，往往需要多個 認知用戶同時檢測不同的子信道，達到在一個檢測周期獲得多個子信道占用情況的目的， 即并行合作頻譜感知技術(shù)。在并行頻譜感知技術(shù)中，最重要的問題是確定感知策略，即哪 些認知用戶在何時檢測哪些子信道以及感知時長的確定，以達到最大的系統(tǒng)吞吐量。針對 該問題，Sheng Li Xie, Yi Liu, Yan Zhang, Rong Yu, "A parallel cooperative spectrum sensing in cognitive radio networks，〃IEEE Transactions on Vehicular Technolo gy，vol. 59, pp. 4079-4092, 2010 -文提出一種并行合作頻譜感知策略，該策略能夠最優(yōu)的 選擇參加頻譜感知的認知用戶數(shù)及判決門限值，但沒有考慮不同用戶對不同子信道感知性 會巨的差異。Behzad Shahrasbi, Nazanin Rahnavard, ^Cooperative parallel spectrum sensing in cognitive radio networks using bipartite matching，〃in Military communications conference，2011-MILC0M 2011，2011，pp. 19-24 -文將并行合作頻譜感 知問題等效成一個二分圖求最優(yōu)匹配的問題，利用匈牙利算法得到最優(yōu)的頻譜感知策略， 但是該策略僅考慮一個子信道僅由一個用戶感知的情況，由于信道衰落和陰影效應(yīng)的影 響，單個用戶的感知結(jié)果可能并不準確。文章 Wang Zaili，F(xiàn)eng Zhiyong，Zhang Ping，"An Iterative Hungarian Algorithm Based Coordinated Spectrum Sensing Strategy，〃IEEE Communications Letters，vol. 15, pp. 49-51，2011 和文章 Zai Li Wang, Zhi Yong Feng, Di Zhang, Jian Tao Xue，Ping Zhang，''Optimized strategies for coordinated spectrum sensing in Cognitive Radio Networks，"in2011Sixth International ICST Conference on Cognitive Radio Oriented Wireless Networks and Communications(CR0WNC0M), 20 11，pp. 96-100分別提出了使用迭代匈牙利算法和迭代Kuhn-Munkres (KM)算法進行并行頻 譜感知的策略，但是這兩種策略只考慮檢測的準確性，而沒有考慮系統(tǒng)吞吐量的問題。且 以上文獻均沒有考慮到感知時長選取的問題。感知時長的設(shè)定是頻譜感知的重要問題， 感知時長的長短直接決定著感知的準確性和系統(tǒng)的吞吐量。針對這個問題，文章 Liang Y C，Zeng Y H，Peh Ε C Υ，et al,Sensing-Throughput Tradeoff for Cognitive Radio Networks，''Wireless Communications, IEEE Transactions on，2008, 7 (4) : 1326-1337 詳細分析了感知時長和吞吐量之間的權(quán)衡問題，但文獻只針對單信道進行討論，對于多 個異構(gòu)信道的情況并不適用。文章 Beibei W, Liu K J R, Clancy T C. "Evolutionary cooperative spectrum sensing game:how to collaborate ? "Communications, IEEE Transactions on, 2010, 58(3) :890-900利用博弈論對各節(jié)點的感知時長和參加感知的概 率進行優(yōu)化，但該方法感知對象是一個寬帶中的若干個子頻帶，其中各子帶的占用情況和 帶寬均相同，屬于同構(gòu)信道，對于各信道占用情況和帶寬可能均不相同的異構(gòu)信道的感知 并不適用。另外，該方法假設(shè)各節(jié)點對各信道感知的信噪比均相同，由于各節(jié)點位置和自身 特性的不同，該假設(shè)并不符合現(xiàn)實場景。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提出一種克服現(xiàn)有并行合作頻譜感知方法在多個異構(gòu)信道的感 知中沒有考慮吞吐量和感知時長的不足，通過合理的選取感知節(jié)點、分配感知任務(wù)以及設(shè) 定感知時長，達到使系統(tǒng)有效吞吐量最大的目的的基于遺傳算法的基于遺傳算法的并行合 作頻譜感知的方法。
[0005] 本發(fā)明的目的是這樣實現(xiàn)的：
[0006] (1)初始群體的產(chǎn)生：算法首先產(chǎn)生一個個體數(shù)為L的種群，L取4j，其中j為正 整數(shù)，每一個個體代表一種感知方案，采用整數(shù)編碼，將感知信道分配矢量X和感知時長等 級k連接得到染色體；
[0007] (2)個體修正：當(dāng)信道感知的認知用戶大于Nra max時，則置多余的SU對應(yīng)的基因值 為0,即該SU不感知信道；
[0008] (3)計算適應(yīng)度函數(shù)：適應(yīng)度函數(shù)定義為系統(tǒng)有效吞吐量RSUffl(X，k)，由公式（6)計 算得出；
[0009] (4)選取適應(yīng)性最強的個體：在當(dāng)前種群中選取適應(yīng)性最強的個體，作為步驟（5) 的父代；
[0010] (5)變異：由于最適應(yīng)個體的基因是最優(yōu)良的，選用最適應(yīng)個體作為變異的父代， 變異產(chǎn)生L/4個變異子代，直接進入下一代，變異概率為Pi ;
[0011] (6)生存競爭：L個個體兩兩組成一組，進行生存競爭，得到L/2個優(yōu)勝個體；
[0012] (7)優(yōu)勝者交叉：由生存競爭產(chǎn)生的L/2個優(yōu)勝個體以交叉概率P。兩兩進行雙點 交叉后，產(chǎn)生L/2個子代，直接進入下一代；
[0013] (8)隨機產(chǎn)生個體：為了避免遺傳算法早熟的問題，每次進化時產(chǎn)生L/4個個體， 加入下一代；
[0014] (9)個體修正：對不滿足要求的個體進行修正；
[0015] (10)最適應(yīng)個體直接進入下一代：計算當(dāng)前種群的適應(yīng)度，用步驟（4)中選取的 最優(yōu)個體，替換當(dāng)前群體中的最差個體，直接進入下一代，保證種群能夠穩(wěn)定地進化；
[0016] (11)截止：當(dāng)兩個截止條件滿足其一時，進化停止，得到最優(yōu)個體，獲得最優(yōu)感知 任務(wù)分配及感知時長，截止條件一是達到最大進化代數(shù)W，二是最優(yōu)個體和最差個體之間適 應(yīng)度差異足夠小，即小于最優(yōu)個體適應(yīng)度的V倍的時候，如果不滿足截止條件，則跳到步驟 (4)進行下一次進化。
[0017] 系統(tǒng)模型為：
[0018] 在一個由一個融合中心和N個認知用戶構(gòu)成的集中式認知無線電網(wǎng)絡(luò)中，感知對 象包括Μ個異構(gòu)信道；每一個子信道具有不同的帶寬，不同的傳輸速率，不同的使用概率； 分別用％和氏指示信道空閑和被主用戶占用兩種狀態(tài)；認知用戶在每一個時隙Τ內(nèi)分為 感知時隙!；和傳輸時隙?；兩部分，T = Ts+I；;在每個時隙T內(nèi)，1；和1；可在一定范圍內(nèi)變 化；為便于各節(jié)點同步及減少傳輸開銷，T s只能在K個離散值之中選取，各離散值由小到大 排列，記為Ts(k)，其中k = 1，2,. . .，K ;每個認知用戶在一個感知時隙Ts(k)內(nèi)僅感知一個 子信道，而每個信道可由多個認知用戶合作感知以提高準確性，合作時采用0R準則；
[0019] 設(shè)各節(jié)點使用能量檢測方法進行頻譜感知，信號為復(fù)PSK信號，噪聲為循環(huán)對稱 復(fù)高斯噪聲；由于每個用戶所處的位置不同，不同認知用戶處不同信道的信噪比也不同，設(shè) 已知各認知用戶處各信道的信噪比T = [YiJMXN，其中Ymn表示第η個認知用戶處第m個 信道的信噪比；每個認知用戶的虛警概率

【權(quán)利要求】
1. 一種基于遺傳算法的并行合作頻譜感知的方法，其特征在于： (1) 初始群體的產(chǎn)生：算法首先產(chǎn)生一個個體數(shù)為L的種群，L取4j，其中j為正整數(shù)， 每一個個體代表一種感知方案，采用整數(shù)編碼，將感知信道分配矢量X和感知時長等級k連 接得到染色體； (2) 個體修正：當(dāng)信道感知的認知用戶大于Nramax時，則置多余的SU對應(yīng)的基因值為0， 即該SU不感知信道； (3) 計算適應(yīng)度函數(shù)：適應(yīng)度函數(shù)定義為系統(tǒng)有效吞吐量Rsuffl(X，k); (4) 選取適應(yīng)性最強的個體：在當(dāng)前種群中選取適應(yīng)性最強的個體，作為步驟（5)的父 代； (5) 變異：由于最適應(yīng)個體的基因是最優(yōu)良的，選用最適應(yīng)個體作為變異的父代，變異 產(chǎn)生L/4個變異子代，直接進入下一代，變異概率為P1 ; (6) 生存競爭：L個個體兩兩組成一組，進行生存競爭，得到L/2個優(yōu)勝個體； (7) 優(yōu)勝者交叉：由生存競爭產(chǎn)生的L/2個優(yōu)勝個體以交叉概率P。兩兩進行雙點交叉 后，產(chǎn)生L/2個子代，直接進入下一代； (8) 隨機產(chǎn)生個體：為了避免遺傳算法早熟的問題，每次進化時產(chǎn)生L/4個個體，加入 下一代； (9) 個體修正：對不滿足要求的個體進行修正； (10) 最適應(yīng)個體直接進入下一代：計算當(dāng)前種群的適應(yīng)度，用步驟（4)中選取的最優(yōu) 個體，替換當(dāng)前群體中的最差個體，直接進入下一代，保證種群能夠穩(wěn)定地進化； (11) 截止：當(dāng)兩個截止條件滿足其一時，進化停止，得到最優(yōu)個體，獲得最優(yōu)感知任務(wù) 分配及感知時長，截止條件一是達到最大進化代數(shù)W，二是最優(yōu)個體和最差個體之間適應(yīng)度 差異足夠小，即小于最優(yōu)個體適應(yīng)度的V倍的時候，如果不滿足截止條件，則跳到步驟（4) 進行下一次進化。
2. 根據(jù)權(quán)利要求1所述的一種基于遺傳算法的并行合作頻譜感知的方法，其特征在 于：所述的系統(tǒng)模型為： 在一個由一個融合中心和N個認知用戶構(gòu)成的集中式認知無線電網(wǎng)絡(luò)中，感知對象包 括M個異構(gòu)信道；每一個子信道具有不同的帶寬，不同的傳輸速率，不同的使用概率；分別 用H0和H1指示信道空閑和被主用戶占用兩種狀態(tài)；認知用戶在每一個時隙T內(nèi)分為感知時 隙Ts和傳輸時隙T,兩部分，T=Ts+T,;在每個時隙T內(nèi)，Ts和T,可在一定范圍內(nèi)變化；為 便于各節(jié)點同步及減少傳輸開銷，Ts只能在K個離散值之中選取，各離散值由小到大排列， 記為Ts(k)，其中k= 1，2,. ..，K;每個認知用戶在一個感知時隙Ts(k)內(nèi)僅感知一個子信 道，而每個信道可由多個認知用戶合作感知以提高準確性，合作時采用OR準則； 設(shè)各節(jié)點使用能量檢測方法進行頻譜感知，信號為復(fù)PSK信號，噪聲為循環(huán)對稱復(fù)高 斯噪聲；由于每個用戶所處的位置不同，不同認知用戶處不同信道的信噪比也不同，設(shè)已知 各認知用戶處各信道的信噪比
，其中Ymn表示第n個認知用戶處第m個信 道的信噪比；每個認知用戶的虛警概率巧""保持一致，設(shè)=巧，其中n= 1，2,…，N，m= 1，2,…，M;則第n個認知用戶對第m個信道的檢測概率G?(7；(幻)可由下式得出
其中，erfc為互補誤差函數(shù)，fs為采樣頻率； 設(shè)X= [xn]N為分配向量，其中，Xn代表第n個SU感知的信道序號，Xn = 0, 1，2, ...，M， 為0時表示該SU不感知任何信道；則信道m(xù)的檢測概率PDm (X，Ts (k))和虛警概率PFm (X)可 表示為
設(shè)為信道m(xù)在信道空閑時所能達到的信道速率；當(dāng)主用戶不存在時，且認知用戶能 夠正常的感知到空閑的頻譜，該信道能夠達到的平均吞吐量為
設(shè)信道m(xù)空閑的概率為巧1，則該信道所能達到的平均吞吐量的近似
為
定義系統(tǒng)有效吞吐量Rsuffl(X，k)為檢測概率大于檢測概率要求&的信道的吞吐量的總 和,表達式如下：
此外，為了充分的利用頻譜，設(shè)系統(tǒng)所允許的最大虛警概率為4，則每個信道允許的 最大認知用戶數(shù)Nmjmx為
【文檔編號】H04B17/00GK104243063SQ201410431708
【公開日】2014年12月24日 申請日期:2014年8月28日 優(yōu)先權(quán)日:2014年8月28日
【發(fā)明者】李一兵, 富爽, 葉方, 林云, 黃誠, 李一晨, 陳杰 申請人:哈爾濱工程大學(xué)