[发明专利]基于量子猫群搜索机制的多目标中继选择方法

摘要

本发明提供的是一种基于量子猫群搜索机制的多目标中继选择方法。一，建立中继系统模型。二，初始化三个量子猫群。三，对第1个量子猫群和第2个量子猫进行更新。四：对第3个量子猫群中的每一量子猫进行更新。五：将第3个量子猫群更新出的H个量子猫放入非支配解集中。对非支配解集中的量子猫进行非支配解排序和拥挤度计算，保留前H个量子猫作为非支配解。将第3个量子猫的解群替换为非支配解集中的解。六：对非支配解集和演化单目标的量子猫群进行操作。七：如果进化没有终止，返回步骤三，否则，终止迭代，输出非支配解集中的非支配解。本发明可以同时考虑输出端信噪比和网络能量效率来解决多目标中继选择问题，适用性强，应用范围广泛。

主权项

一种基于量子猫群搜索机制的多目标中继选择方法，其特征是：步骤一，建立中继系统模型，发送端SN发送信息，接收端DN接收信息，同时有R个候选的中继节点用于协作通信；步骤二，在R维空间中，初始化三个量子猫群，第1个量子猫群、第2个量子猫群和第3个量子猫群分别表示为S1，S2和S3；步骤三，对量子猫群S1和S2中的每一只量子猫进行更新；步骤四，对于量子猫群S3中的每一量子猫进行更新；步骤五：将S3更新产生的H只量子猫放入非支配解集SE中；对非支配解集SE中的量子猫进行非支配解排序和拥挤度计算，保留前H只量子猫作为非支配解，然后令S3＝SE，S3中的量子猫将参加下一次演进；步骤六：在迭代过程中，每隔F/10代进行以下操作，F为最大迭代次数：根据第一个目标函数计算SE的某一量子猫和S1中全局最优量子猫的适应度值，第一个目标函数为接收端信噪比，如果在SE中该量子猫的适应度值大于S1中全局最优量子猫的适应度值，则将S1中全局最优量子猫替换为SE中该量子猫，如果SE中该量子猫的适应度值小于等于S1中全局最优量子猫的适应度值，则将SE中该量子猫替换为S1中全局最优量子猫，根据第二个目标函数计算SE的某一量子猫和S2中全局最优量子猫的适应度值，第二个目标函数为网络能量效率，如果在SE中该量子猫的适应度值大于在S2中全局最优量子猫的适应度值，则将S2中全局最优量子猫替换为SE中该量子猫，如果SE中该量子猫的适应度值小于等于在S2中全局最优量子猫的适应度值，则将SE中该量子猫替换为S2中全局最优量子猫；步骤七：如果进化没有终止，返回步骤三，否则，终止迭代，输出SE中的非支配解，得到中继选择方案。