[发明专利]基于异构无线网络的多路存取多单元分布式资源分配方法

摘要

本发明公开了一种基于异构无线网络的多路存取多单元分布式资源分配方法，包括以下步骤：步骤1，收集所设定区域内所有资源物理上限；步骤2，确定所设定区域内所有单元节点数和用户数；步骤3，利用遗传文化社会认知算法来对异构无线网络中资源进行分配。本发明提供的资源分配方法高效、可靠，可以显著提高资源利用率以及分配方案的合理性。本发明的方法具有较快的收敛速度，搜索能力较强。

主权项

1.一种基于异构无线网络的多路存取多单元分布式资源分配方法，其特征在于，包括以下步骤：步骤1、异构无线网络收集所设定区域内所有资源的物理上限，记为W_c^max；步骤2、异构无线网络收集节点单元数量N_c和用户数量N_j；步骤3、采用遗传社会认知算法对异构无线网络进行多路存取多单元分布式资源分配；具体过程为：步骤3‑1、对算法参数进行初始化，所述的参数包括：节点单元集合C＝(c₁，c₂……c_Nc),用户集合J＝(j₁,j₂……j_Nj)，节点单元c和它绑定的用户j所能支配的资源数量W_c,j，用户j和单元c之间的信噪比γ_c,j＝G_c,jP_c,j/σ²_j，其中G_c,j表示长时间通道行为下，用户j和单元c之间路径的收益，P_c,j表示分配给用户j到单元c的传送力，σ²_j表示移动节点的噪声；步骤3‑2、在GCS算法的微观层，按照基因变异的演化过程，选择满足基因的个体到GCS算法的中间层；其中为最佳地拉格朗日乘数；步骤3‑3、在中间层，按照社会认知优化算法SCO的流程，将步骤3‑2得到的满足基因的个体执行群体的认知学习过程；步骤3‑4、通过SCO算法中的接受函数将中间层优秀的个体作为知识提取到信仰空间，用更新函数更新信仰空间里的知识，对知识执行基于模仿学习的进化操作；步骤3‑5、当信仰空间里的知识经过Nc代更新后，通过影响函数来指导中间层群体的演化，得到满足的基因个体，把得到的μ告诉在其覆盖范围S_c内的用户，每个用户j更新他们的花费μ_j,随后把新的结果告诉其所在地S_j上的所有单元c，然后循环，将每个c都进行一次求解，即进行了N_c次更新，把最终信仰空间内的μ返回到中间层里的各个用户上，完成资源分配。