[发明专利]多目标绿色认知无线电系统参数生成方法

摘要

本发明提供的是一种多目标绿色认知无线电系统参数生成方法。建立多目标绿色认知无线电参数设计模型，确定需要优化的多目标问题所对应的适应度函数形式。设计量子多目标多种群共生进化方法，通过量子多目标多种群共生进化方法，对种群中所有量子粒子的量子速度和位置进行更新，并使用非支配位置排序和位置拥挤度计算。使用多目标多种群共生进化方法实现确保可靠性的多目标绿色认知无线电参数设计。根据所得到的最终的非支配位置集，确保可靠性的多目标绿色认知无线电系统根据用户的实际需要选取相应的参数设计方案。本发明的使用范围广泛，能应用在现有绿色认知无线电参数设计方法所不能很好解决的确保可靠性的绿色认知无线电系统。

主权项

1.一种多目标绿色认知无线电系统参数生成方法，其特征是：步骤一，建立多目标绿色认知无线电参数模型，具体包括：多目标绿色认知无线电系统参数通过编码与位置一一对应，若x＝(x1,x2,...,xL)为一个位置，其中L为量子粒子搜索空间的最大维标号，y＝(y1,y2,...,y2N)为其对应的确保可靠性的多目标绿色认知无线电系统参数，yd代表第d个子载波的发射功率，yN+d代表第d个子载波的调制阶数，1≤d≤N，y为确保可靠性的多目标绿色认知无线电系统参数既包括子载波调制阶数也包括子载波发射功率，最大值优化的多目标适应度函数为F(y)＝[f1(y),f2(y)]，N为系统的子载波数，两个单目标适应度函数分别为式中p_max代表最大发射功率，BER_d是第d个子载波的比特错误率、是第d个子载波发射功率和调制阶数的函数，BER_tar是用户的目标比特错误率，DR_d是第d个子载波的数据速率、是第d个子载波调制阶数y_N+d的函数；β是一个[0,1]之间的常数；函数定义为令α＝(βBER_tar)^‑1，其中σ和η是两个常数，将其设置为σ＝1.65,η＝‑0.9，这种参数设置使得当时，函数趋近于0，当时，函数趋近于1，函数取值随着的增加而增加，当值趋近于或超过α时，函数取值随着的增加而增加并接近1，函数起到了惩罚因子的作用，当用户的比特错误率达到目标值时，的值接近于1；步骤二，确定量子多目标多种群共生进化搜索机制中量子粒子群的种群规模，初始化量子粒子群的量子粒子的量子速度和位置，每个位置对应着一种参数调整方法，并将其划分为3个量子粒子子群，初始化第1个子群和第2个子群的局部最优位置；步骤三，对每个子群中的所有量子粒子的位置进行适应度评价，初始化量子粒子群的精英位置集；步骤四，更新3个子群中量子粒子的量子速度和位置；步骤五，对量子多目标多种群共生进化中量子粒子群中的所有量子粒子的位置根据其适应度值进行非支配位置排序和位置拥挤度的计算；步骤六，如果精英位置集EliteSetQMMSSE的位置个数大于Elite，则对精英位置集EliteSetQMMSSE中的位置进行非支配位置排序和位置拥挤度计算，并对非支配等级相同的位置进行位置拥挤度由大到小进行排序，从中选择前Elite个位置作为新的精英位置集EliteSetQMMSSE；步骤七，如果没有达到最大迭代次数，设t＝t+1，返回步骤四继续迭代；否则，迭代终止，执行下一步；步骤八，将得到的精英位置集EliteSetQMMSSE中的位置进行非支配位置排序和拥挤度计算，选择非支配等级为1且满足拥挤度要求的位置作为最终的Pareto前端位置集；步骤九，从最终的Pareto前端位置集中选出位置并映射得到所需要的确保可靠性的多目标绿色认知无线电的系统参数。