[发明专利]认知Mesh网络中基于免疫多目标优化的频谱分配方法

说明书

技术领域

本发明属于无线通信领域，涉及一种认知Mesh网络中基于免疫多目标优化的频谱分配方法，尤其适用于对认知Mesh网络的频谱资源进行分配。

背景技术

随着无线通信业务的不断发展，无线频谱资源日益紧缺。认知无线电被认为是解决无线频谱资源紧缺的一个有效途径。无线Mesh网(无线网状网)是一种新型的无线网络，融合了无线局域网和Ad hoc网络的优势，具有组网灵活、大容量、高速率、覆盖范围广等特点，适合于宽带无线网络的骨干传输环境，受到了业界的广泛关注。

将认知无线电和宽带无线Mesh网络相结合的无线网络称为认知无线Mesh网络(Cognitive Wireless Mesh Network,CWMN/CogMesh)。在CWMN中，每个Mesh节点使用认知无线电技术，智能感知空闲的频谱并进行动态机会接入，提高无线频谱资源的利用率。因此，CWMN在异构网络融合和提高无线资源利用率方面具有巨大潜力，得到了研究者的普遍关注。

目前，关于CWMN的研究仍处于初期阶段。本发明主要关注CWMN中，认知Mesh节点已经获得可用频谱后，如何进行最优的频谱分配。频谱分配一直是无线网络研究领域的热点问题。然而，不论是无线Mesh网络的频谱分配还是认知无线网络的频谱分配方法都无法直接应用到认知mesh网络中。针对CWMN的频谱分配问题，已有的研究大多是采用线性规划的方法求解某一个目标的优化问题，往往无法达到最优性能；有的研究提出了综合考虑多个频谱分配目标的优化模型和方法，即最大化总带宽和最小化占用频谱数，然而并没有给出方法的pareto最优解集，不利于用户决策。

发明内容

本发明所要解决的问题在于，克服现有技术的不足，提供一种认知Mesh网络中基于免疫多目标优化的频谱分配方法，寻求频谱分配问题的Pateto最优解集(非支配解集)，满足多目标同时优化的需求进而根据用户需求，选择最满意解，优化系统性能。本发明主要解决了已有的认知Mesh网络频谱分配研究大多是采用线性规划的方法求解某一个目标的优化问题，往往无法达到最优性能的局限性。

本发明解决其技术问题是采取以下技术方案实现的：

依据本发明提供的一种认知Mesh网络中基于免疫多目标优化的频谱分配方法，它包括以下步骤：

(1)检测到空闲频谱得到用户分布图；

(2)对频谱分配问题进行抗体编码，将问题与免疫方法求解进行映射；

(3)生成初始化抗体种群：给定抗体种群规模n，克隆系数q、最大迭代次数g_max；初始化迭代次数it＝0；A(it)＝{A₁(it),A₂(it),...,A_n(it)}；其中：A表示抗体种群，A₁,A₂,...,A_n各表示一个抗体，it表示迭代次数；

(4)种群克隆操作：对抗体群A(it)进行克隆操作：其中：表示克隆操作；

(5)种群变异操作：对抗体群A'(it)进行变异操作：其中：表示变异操作；

(6)种群选择操作：对抗体群A”(it)进行选择操作：其中：表示抗体选择操作；

(7)种群输出操作：判断it是否达到最大进化代数g_max，如果是，则输出抗体群A””(it)，并对抗体进行解码输出，否则，令A(it+1)＝A””(it),转到步骤(4)。

本发明解决其技术问题是采取以下技术方案进一步实现：

前述的步骤(1)用户分布图表示为G＝(V,E)，其中：V表示认知节点的集合，每个节点v_i∈V感知到的可用频谱集合为k_i；E是边的集合，表示两个认知节点有公共可用频谱的情况下，是否可以直接进行通信。

前述的步骤(2)对频谱分配问题进行抗体编码，具体如下：