[发明专利]认知无线电网络中基于改进粒子群的功率控制最优化算法无效
申请号: | 201010532702.6 | 申请日: | 2010-10-30 |
公开(公告)号: | CN101982992A | 公开(公告)日: | 2011-03-02 |
发明(设计)人: | 唐美芹;刘晓华;辛亚林 | 申请(专利权)人: | 鲁东大学 |
主分类号: | H04W16/14 | 分类号: | H04W16/14;H04W52/24 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 264000*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 认知 无线电 网络 基于 改进 粒子 功率 控制 优化 算法 | ||
1.认知无线电网络中基于改进粒子群的功率控制最优化算法,其特征在于步骤如下:
第一步:初始化算法的迭代次数,粒子的位置,速度和粒子群的基本参数;
第二步:计算适应度函数值,令个体粒子本身位置Xa为初始最佳位置令种群中具有最佳函数值的微粒为初始最佳群体位置Gbestk;
第三步:执行基于PSO算法的搜索,更新粒子和群体的最佳位置,并利用粒子群基本公式更新粒子的速度和位置;
第四步:设置终止标准。
2.按照权利要求1所述认知无线电网络中基于改进粒子群的功率控制最优化算法,其特征在于
第一步:初始化算法的迭代次数,粒子的位置,速度和粒子群的基本参数;具体为:
设置迭代次数“k”初始值为零,最大迭代次数为“K”。初始化粒子Xa的位置,即初始化一组认知用户的功率,初始化速度Vi和粒子群中的基本参数。
3.按照权利要求1所述认知无线电网络中基于改进粒子群的功率控制最优化算法,其特征在于
第二步:计算适应度函数值,令个体粒子本身位置Xa为初始最佳位置令种群中具有最佳函数值的微粒为初始最佳群体位置Gbestk;
根据式(8),Ff是粒子群算法中的适应度函数。
4.按照权利要求1所述认知无线电网络中基于改进粒子群的功率控制最优化算法,其特征在于
第三步:执行基于PSO算法的搜索,更新粒子和群体的最佳位置,并利用粒子群基本公式更新粒子的速度和位置;具体包括:
对于每个粒子,将其适应值与其经历过的最好位置进行比较,如果当前值优于的值,将记为当前最好的位置;将其适应值与群体所经历过的最好位置Gbestk进行比较,如果其适应值优于Gbestk,就将Gbestk设置为群体最优位置;根据式(3)和(4)更新当前粒子的位置和速度。
5.按照权利要求1所述认知无线电网络中基于改进粒子群的功率控制最优化算法,其特征在于
第四步:设置终止标准;包括
当系统达到最大迭代次数,终止迭代;Gbestk为最优解,那么就是认知系统中所求的用户最优功率
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鲁东大学,未经鲁东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010532702.6/1.html,转载请声明来源钻瓜专利网。