[发明专利]基于量子猴群搜索机制的认知无线电功率控制方法

说明书

本发明提供一种基于量子猴群搜索机制的认知无线电功率控制方法，建立非合作博弈的认知无线电功率控制模型，计算认知用户效用函数和，引入功率代价机制，选择需要优化的目标函数的形式；受猴群活动启发，设计量子猴群搜索机制，产生量子猴群中猴子的量子位置和数量，映射系统用户发射功率与猴群的量子位置一一对应，计算适应度值；经猴群活动中攀爬的过程更新每只猴子的最优量子位置；把猴子爬过程的最优量子位置映射为发射功率，通过猴群活动的望‑跳与空翻的过程对猴子的最优位置进行更新；经数次迭代求得猴子的最优位置为最优解。本发明有更广泛的使用范围，能保证现有认知无线电系统中用户效用的提升，且用户功率的发射减少。

技术领域

本发明涉及一种基于量子猴群搜索机制的认知无线电功率控制方法，属于无线通信领域。

背景技术

当前，随着各种无线通信技术的广泛应用，有限的频谱资源越来越紧张；而另一方面，大量的频谱资源没有被充分利用。为了缓解频谱资源的缺乏和频谱资源利用率低的矛盾，各种动态频谱共享的技术应运而生，其中认知无线电的发展最引人注目。认知无线电是实现无线频谱资源复用的关键技术，它可显著的提高无线频谱利用率，实现动态频谱接入。

认知无线电是一种含有人工智能特性的无线通信技术，它能够连续不断地感知周围的通信环境，通过对环境信息的分析、理解和判断，然后通过无线电知识表达语言自适应地调整其内部通信参数以适应环境的变化。其核心思想是通过检测那些处于空闲状态的频谱，在不影响授权用户的前提下智能地选择和利用这些频谱。认知无线电技术实现频谱共享的前提是必须保证对主用户不造成干扰，而每个分布式操作的认知用户的功率分配是造成干扰的主要原因，因此探索适用于认知无线电技术的分布式功率控制显得尤为重要。

经过现有技术文献的检索发现，Saraydar等在《IEEE Transactions on WirelessCommunications》(IEEE(无线通信)期刊)(PII S0090-6778(02)01363-6)上发表的“Efficient power control via pricing in wireless data networks”提出了基于代价函数的非合作功率控制博弈算法，以避免系统中单个用户过大的提高自己的发射功率，对用户起到了约束的作用，增加整个系统的收益，且可以使系统内用户能够更公平的共享频谱资源。裴涛在其毕业论文“基于量子遗传算法的认知无线电功率控制研究”中提出了将量子遗传算法运用到认知无线电功率控制中，获取认知用户的发射功率，同基于代价函数的非合作功率博弈控制算法相比，遗传算法与量子遗传算法等算法在控制认知用户发射功率及提高用户效用方面更具有优势。

在多用户传输的认知无线电传输系统中，发射功率控制受到给定的干扰温度和可用空闲频谱数量的限制，在有限的可用频谱资源以及不违反干扰温度限的条件下，选择I个用户的发射功率，从而使得所有认知用户的联合数据传输速率最大化。目前解决这一难题的主要技术是博弈论和信息论。对于认知系统里的多用户，且认知用户之间存在的合作和竞争现象，可以考虑引入博弈论模型来解决。而在传统的非合作功率控制博弈算法中，为了避免单个用户过大的提高自己的发射功率来最大化自己的效用函数，引入了代价函数去约束。因此采用基于代价函数的非合作功率控制博弈模型，并提出使用量子猴群搜索机制使得系统内认知用户稳定的工作在一个相对较低的发射功率下，且其效用函数更高。

发明内容

本发明的目的是为了提供一种基于量子猴群搜索机制的认知无线电功率控制方法，能够对认知无线电系统中各认知用户发射功率进行控制，从而达到更高的效用。

本发明的目的是这样实现的：步骤如下：

步骤一：建立使用代价函数机制的非合作功率控制博弈NPGP模型：

步骤二：初始化量子猴群中猴子的量子位置和数量，并将认知无线电中各用户发射功率的映射值与猴子的量子位置一一对应，取认知用户的效用函数和为适应度函数；