[发明专利]一种认知无线电网络的能效提升方法

摘要

本发明属于认知无线电网络的频谱感知领域，具体涉及一种在频谱感知过程中应用基于反向学习和混沌搜索的改进的头脑风暴优化方法提升次用户的能量传输效率的认知无线电网络的能效提升方法。本发明包括：设置能量传输效率；随机初始化N个感知时间集合，根据能量传输效率模型得到N个个体的适应度；迭代次数t的初始值设为0，最大迭代次数为T_max；可行感知时间集合中的N个个体分组成M类；根据能效函数对N个个体进行评估。本发明在头脑风暴优化方法个体更新方式的基础上，添加反向学习和混沌搜索两种个体更新方式，提高全局搜索能力，从而避免陷入局部最优，快速有效地寻找到最优感知时间，提升次用户能量传输效率。

主权项

1.一种认知无线电网络的能效提升方法，其特点在于，包括如下步骤：(1)设置能量传输效率为：信道带宽为B；次用户的感知周期为T，其中频谱感知时间为τ，数据传输时间为(T‑τ)；总的平均吞吐量为R(τ)；次用户在单位时隙内消耗的能量代价为W(τ)；信道在任意时刻处于X＝0和X＝1状态的统计概率分别为P(X₀)＝μ/(λ+μ)，P(X₁)＝λ/(λ+μ)；P_d和P_f分别代表次用户对信道的检测概率和虚警概率；δ为信噪比容量；γ代表信道的信噪比；最低的检测概率为P_s和P_t分别代表次用户的频谱感知和数据传输功率；(2)随机初始化N个感知时间集合，根据能量传输效率模型得到N个个体的适应度；(3)迭代次数t的初始值设为0，最大迭代次数为Tmax；(4)可行感知时间集合中的N个个体分组成M类；(5)根据能效函数对N个个体进行评估；(6)把每一类中的适应度最高的个体作为其所在类的中心；(7)产生一个0到1之间的随机数r1；(8)当r1小于概率P1(P1＝0.2)时，随机选择一个类，并用随机产生一个新个体替换类中心；(9)当r1大于概率P1时，直接转到步骤(10)；(10)i的初始值设为1；(11)产生一个0到1之间的随机数r2；(12)当r2＜P2(P2＝0.8)时，随机选择一个类，根据基于反向学习的头脑风暴优化方法更新个体；(13)当r2≥P2时，随机选择两个类，根据基于混沌搜索的头脑风暴优化方法更新个体；(14)计算新个体的适应度，如果适应度大于原来的个体，新个体替换旧个体；如果适应度小于原来的个体，舍弃新个体；(15)判断i＜N是否成立，若是，则i＝i+1，返回步骤(11)；若否，转到步骤(16)；(16)比较M个类中的个体，把适应度最大的个体作为本次迭代的最优个体，即找到本次迭代的最优感知时间和最大的能量传输效率；步骤(17)判断迭代次数是否达到最大迭代次数Tmax，若否，迭代次数t＝t+1，转到步骤(4)；若是，程序终止，输出最终的方案。