[发明专利]异构物联网中一种基于粒子群算法的频谱分配方法

权利要求书

1.一种基于粒子群算法的异构物联网频谱分配方法，包括下列系统模型：

(1)、N个异构物联网随机分布在一定区域内，它们是RFID网络、Bluetooth网络、Zigbee网络和WIFI网络，各异构物联网采用不同的通信技术及不同的通信带宽，其覆盖范围相互重叠，它们竞争地使用M个不同带宽且存在重叠的信道，各异构物联网具备认知无线电功能，即能够通过频谱感知得到周围环境信息和频谱空闲情况；

(2)、用L＝{l_nm|l_nm∈{0,1}}_N×M表示网络信道空闲矩阵，表征物联网的能够使用授权信道情况，其中n代表物联网序号，n＝1,2,...,N，m代表信道序号，m＝1,2,...,M，当l_nm＝1时，代表物联网n能够使用信道m，若信道m被授权用户占用，即物联网n无法使用信道m，则l_nm＝0，用L(n)＝{1≤m≤M|l_nm＝1}表示物联网n当前所有能够使用的信道集合；

(3)、用表示网络干扰矩阵，表征各物联网间的相互干扰和重叠情况，其中n₁与n₂都表示物联网序号，n₁＝1,2,...,N，n₂＝1,2,...,N，当时，代表物联网n₁与物联网n₂覆盖范围有重叠，若使用相同的信道则会产生干扰，反之，表示物联网n₁和物联网n₂不存在相互重叠和干扰，能够使用相同的信道，物联网间是否存在干扰受网络间的距离及传输功率的影响；

(4)、若待分配的总频谱资源宽度为F，由于异构物联网采用不同的无线通信技术，不同的通信技术采用不同的带宽，设共有K种不同的带宽供异构物联网使用，即将F划分为K种不等的带宽信道，设为第k种信道带宽，k＝1,2,...,K，这种多种不同带宽信道的集合称为多粒度信道，其中Φ_k为第k种信道带宽的信道集合，设为每种信道宽度的能够使用信道数量，则信道总数量每个信道用一个整数m(1≤m≤M)进行编号，其中m表示信道序号，m＝1,2,...,M，设B_m为信道m的带宽；

用表示信道重叠矩阵，表征M个信道之间重叠状态，为M×M矩阵，其中，m₁和m₂代表信道序号，当时，表示信道m₁和m₂处于重叠状态，即两信道不能被同一物联网或有重叠物联网共同使用，反之若表示信道i和信道j不重叠，能够被同一小区或重叠小区共同使用，当m₁＝m₂时，信道必为重叠状态，即当m₁≠m₂时，信道间是否存在干扰由信道粒度划分情况得出；

(5)、用A＝{a_nm|a_nm∈{0,1}}_N×M表示信道分配矩阵，表征信道的分配状态，其中n代表物联网序号，n＝1,2,...,N，m代表信道序号，m＝1,2,...,M，当a_nm＝1时，表明信道m被分配给物联网n使用，否则a_nm＝0，由此得到物联网n分配得到的信道总带宽e_n为：

物联网利用频谱资源提供无线业务的前提是相互不存在干扰，即相互干扰的物联网不能被分配同一或相互重叠的信道，用式(2)来表示，此外，若物联网n的信道需求为d_n，则分配给该物联网的信道数应小于等于d_n，用式(3)来表示，则如果一个分配矩阵A满足如下无干扰约束条件即称为可行分配矩阵；

(6)、用矩阵R＝{r_nm|r_nm∈{0,1}}_N×M表示各网络使用各信道时能获得效益情况，其中n代表物联网序号，m代表信道序号，r_nm表示当信道m分配给物联网n使用时，能获得的效益，效益为频谱效率或信道吞吐量参数，给定任一可行分配矩阵A,异构物联网会获得相应的网络效益，定义所有物联网使用频谱资源的总效益U(A)为：

基于以上定义，频谱资源分配问题指的是求解一个最优的可行分配矩阵A^*，使物联网获得的总网络效益最大，即在式(2)和式(3)的约束下，求解频谱资源最优分配矩阵，这样频谱资源分配被建模为非线性约束0-1整数规划问题，

。

2.根据权利要求书1所述的基于粒子群算法的异构物联网频谱分配方法，其特征是：其频谱分配方法是按照如下方法得到的：

(1)、粒子编码

将粒子的位置与问题可行解建立起对应关系，即将粒子的位置与分配矩阵A进行对应，使用二进制编码方案，且仅对可用信道矩阵L中值为1的元素进行编码的方法进行编码，即仅对能被物联网用户使用的信道进行编码，个体的适应度函数定义为总系统效益U(A)；

(2)、粒子位置修正

对粒子的位置进行修正，修正方法和步骤如下：

步骤1：逐一检查每个粒子位置中每一个物联网内的信道分配情况，检查是否存在同一物联网内使用了相互重叠的信道的情况，在某一个粒子位置表示的物联网n中，若则需根据信道重叠矩阵G，判断信道m₁与信道m₂的重叠情况，若表示信道m₁与信道m₂有重叠部分，不能被同一物联网或重叠的物联网同时使用，修正方法为随机保留信道m₁与信道m₂其中一个信道，其它的信道被释放，即对应的分配矩阵中相应位置置0；

步骤2：检查每个粒子位置中，相互重叠的物联网是否分配了重叠的信道，根据网络干扰矩阵C，若表示物联网n₁和物联网n₂覆盖范围相互重叠，则检查物联网n₁和物联网n₂是否使用了相同和重叠的信道，修正方法为，如物联网n₁和物联网n₂覆盖范围相互重叠且使用相同或重叠的信道，则随机让其中一个信道生效，其他信道全部释放，将分配矩阵A中对应位置设为0；

步骤3：逐一检查各物联网分配的信道带宽，当其分配的信道带宽大于其需求d_n时，则从已分配给该物联网的信道中，从带宽最小的信道开始，逐个释放多余分配的频谱资源，直到其分配的信道总宽度小于d_n；

(3)、粒子群算法求解频谱分配问题

求解频谱分配的粒子群算法，具体步骤如下：

步骤一：确定粒子编码长度：粒子编码长度根据可用信道矩阵L确定；

步骤二：初始粒子群体的产生：用随机方法产生一个粒子数为Q的粒子群；

步骤三：粒子位置修正：检测种群中粒子位置所对应频谱分配矩阵是否可行，是否满足约束条件，不满足约束条件的，将其粒子位置根据修正方法进行修正；

步骤四：适应度函数的计算：根据式(4)计算适应度函数；

步骤五：更新粒子个体的历史最优位置：根据每个粒子的当前适应度值，更新每个粒子的历史最优位置；

步骤六：更新粒子群体的历史最优位置：根据每个粒子的当前适应度值，更新粒子群体的历史最优位置；

步骤七：更新每个粒子的速度和位置：通过公式(6)来更新每个粒子的速度，通过公式(7)来更新每个粒子的位置；

V_s+1＝w×V_s+c₁×rand()×(p_best-X_s)+c₂×rand()×(g_best-X_s)      (6)

X_s+1＝X_s+V_s+1                        (7)

其中，s代表迭代次数，V_s代表第s次迭代的粒子速度，V_s+1即第s+1次迭代的粒子速度，w为惯性因子，c₁、c₂为学习因子，rand()表示产生一个0至1的随机数，p_best代表粒子个体的历史最优位置，g_best代表粒子群体的历史最优位置，X_s代表第s次迭代的粒子位置，X_s+1即第s+1次迭代的粒子位置；

步骤八：判断截止条件，若算法当前迭代次数为最大迭代次数W，或前后两次迭代的最优个体适应度差异小于等于预先设定的差异阈值Z值时，停止迭代，算法结束，输出粒子群体历史最优位置，得到最优粒子位置，反之，返回到步骤三进行下一次迭代计算。