基于改进混合蛙跳算法的认知无线电协作频谱感知

提出了一种改进的混合蛙跳算法（shuffled frog leaping algorithm,SFLA）,并提出了基于改进SFLA的认知无线电协作频谱感知方法,通过仿真对改进SFLA算法性能与传统SFLA算法性能进行了比较,并对本文提出的基于改进SFLA的协作感知方法与已有的基于修正偏差因子（modified deflection coefficient,MDC）的协作感知方法性能进行了比较.结果表明改进SFLA算法性能优于传统SFLA;基于改进SFLA的协作感知方法比MDC方法能获得更大的检测概率,验证 关键词： 认知无线电 频谱感知 混合蛙跳算法     

一种基于并行混沌和SFLA的风电电网无功优化模型设计

针对已有方法在解决电网无功优化时,由于系统的无功不足和电网电压的不稳定,容易过早收敛到局部最优解的缺点,设计了一种基于并行混沌和混合蛙跳算法 (Shuffle Frog Leaping Algorithm, SFLA)的电网无功优化模型。首先,建立了最小化有功网损、最大化静态电压稳定裕度和最大化无功补偿单位投资收益的多目标数学优化模型,然后,对经典的SFLA进行改进,通过引入精英协同进化机制和划分种群的方式实现并行寻优,从而增加个体的多样性和加快最优解的求取速度,在不同种群中设计不同的适应度函数和个体更新进化方法。为了使得算法的初始解分布更为均匀,引入用混沌机制来对种群进行初始化,最后,对基于并行混沌和SFLA的总体算法进行了设计和分析。在Matlab环境下进行实验,实验结果表明文中方法得到的优化结果具有电网有功损耗小、单位投资收益高和静态电压稳定裕度大的优点,具有较强的可行性和适应性。     

认知无线电网络中利用FEC和DE的多节点频谱感知算法

针对认知无线电网络(CRN)中空闲频谱感知困难的问题,本文提出了基于前向纠错和差分进化算法的多节点频谱感知算法。首先,利用基于差分进化算法的协同检测完成信号感知;然后,研究了信道噪声对频谱感知性能的影响;最后,分析了前向纠错技术在信道存在噪声时对频谱感知性能的影响。仿真实验将纠错和无纠错控制信道的不同信噪比作为依据,采用三种不同的检测方法评估了本文算法。仿真实验结果表明,在存在噪声的认知无线电网络中,本文算法提高了系统的性能和检测概率,且协同感知算法的性能随着节点数目的增加而提高,该算法适合应用于实时性要求较高的应用程序。     

拟态物理学优化的认知无线电网络频谱分配

针对认知无线电网络中基于图着色模型的频谱分配问题,基于其非确定性多项式特性,以最大化网络收益总和为目标,提出了一种基于拟态物理学优化的求解算法. 在拟态物理学优化算法中,将频谱分配问题的解映射为一个具有质量的微粒,通过建立微粒的质量与其适应值之间的关系,并利用万有引力定律定义微粒间的虚拟作用力的大小,使整个群体向更好的方向运动,实现群体寻优. 给出了频谱分配问题的具体求解过程,并根据分配问题的二进制编码特点,改进了微粒的位置更新方程. 仿真实验表明：本文算法能更好地实现网络收益最大化. 关键词： 拟态物理学优化 认知无线电网络 频谱分配 网络收益     

基于量子遗传算法的认知无线电频谱分配

提出了基于量子遗传算法的认知无线电频谱分配算法,通过仿真比较了本文算法与颜色敏感图论着色频谱分配算法的性能.结果表明基于量子遗传算法的频谱分配算法性能明显优于颜色敏感图论着色算法,它能更好地实现网络效益最大化;当用户数和频带数较少时,量子遗传算法在进化代数很少时就能找到理想最优解,而颜色敏感图论着色算法所得到的解与理想最优解偏差较大. 关键词： 认知无线电 频谱分配 量子遗传算法 图论着色     

一种基于授权信道特性的认知无线电频谱检测算法

针对认知无线电系统中频谱检测的频率直接影响系统容量以及与授权用户产生冲突的概率问题,分析了授权用户频谱使用的特性, 对授权用户行为进行统计建模, 提出一种自适应频谱检测算法. 引入控制因子, 在保证认知无线电系统稳定性的约束下, 自适应调整频谱感知的频率从而提高频谱利用率并减小系统冲突概率和检测开销, 进而降低了系统的能量消耗. 仿真结果表明, 该算法在保证不对授权用户产生干扰和一定的系统稳定性条件下, 有效地提高了系统的容量,并且具有良好的实用性和灵活性. 关键词： 认知无线电 自适应频谱检测 绿色通信 最大似然     

标志位频谱感知方法研究

文章提出了一种新的标志位频谱感知方法,主要由数据采集和频谱感知两部分组成.前者主要基于标准的压缩感知技术,研究了一种标志位数据采集方法,仅保留测量数据的标志位信息,从而减少了测量数据的存储量.后者基于一致恢复原理和共轭梯度算法来构造频谱感知算法.仿真结果表明,标志位频谱感知方法可以在降低数据采集量及存储量的同时完美获取原始信号的频谱信息.该方法可以应用于无线通信、电子对抗、智能吸波结构以及感知无线电的前端频谱测量设计阶段中. 关键词： 频谱感知 标志位压缩感知 智能吸波结构     

基于改进的稀疏度自适应匹配追踪算法的宽带压缩频谱感知

针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题,提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit, MSAMP)算法,该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术,给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法,理论分析和实验仿真结果表明,该方法可在频谱稀疏度先验知识缺少的情况下,有效提高宽带频谱感知性能。     

基于改进的稀疏度自适应匹配追踪算法的宽带压缩频谱感知（英文）

针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题,提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit,MSAMP)算法,该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术,给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法,理论分析和实验仿真结果表明,该方法可在频谱稀疏度先验知识缺少的情况下,有效提高宽带频谱感知性能。     

认知无线电中基于频谱聚合的全局比例公平调度算法

针对认知无线电系统中认知用户在利用频谱聚合技术时出现的调度不公平问题,提出了一种基于频谱聚合的全局比例公平调度算法.在比例公平调度的基础上,结合频谱聚合技术的特点,引入了频谱聚合的跨度与认知用户剩余数据队列长度这两个参量,使认知用户在聚合可用频谱的范围内,最大限度的保证吞吐量公平性.仿真结果表明,相比于局部比例公平调度算法和最大载干比调度算法,该算法在公平性指数和系统服务时间上更占优势,同时具有较低的吞吐量抖动,从而有效地提高系统容量和系统效率,确保认知用户之间对系统资源的公平利用.     

Cooperative spectrum sensing based on a modified shuffled frog leaping algorithm in 5G network

The explosion of different types of wireless communications is leading to an impending spectrum famine. As a result, spectrum sensing has gained increasing interest from governments, industry and regulators. In this paper, a novel approach for cooperative spectrum sensing is proposed based on a modified shuffled frog leaping algorithm (SFLA). This approach is to fuse the perceived results of multiple nodes, and to improve the detection reliability. Simulations are used to compare the performance of the modified SFLA to the conventional one. The performance of the proposed cooperative spectrum sensing method based on the modified SFLA and that of the cooperative spectrum sensing method using modified deflection coefficient (MDC) are also compared. Results show that the proposed SFLA outperforms the traditional SFLA, and the proposed cooperative spectrum sensing method based on the modified SFLA gives higher miss detection probability than the MDC-based method, which validates the effectiveness of the modified SFLA-based cooperative sensing method.     

一个修改的混沌蚁群优化算法

本文提出一个用于混沌蚁群优化算法的算法结束条件, 并 将算法结束条件加入混沌蚁群优化算法. 通过数值试验, 验证其有效性. 数值试验表明混沌蚁群优化算法可以得到较高精度 的最优解. 修改的混沌蚁群优化算法可以通过多次混沌搜寻, 逐步逼近最优解, 可以用来求解复杂连续空间优化问题. 关键词： 混沌蚁群优化算法 优化 数值模拟     

基于改进雁群PSO算法的模糊自适应扩展卡尔曼滤波的SLAM算法

针对扩展卡尔曼滤波同时定位与地图创建算法中难以建立准确的先验噪声模型的问题, 提出一种基于改进雁群粒子群算法的模糊自适应卡尔曼滤波算法. 利用分数阶微积分改进粒子进化速度, 利用混沌来改进粒子的初始化和发生早熟时的处理. 改进后的雁群粒子群算法在收敛速度与避免早熟方面有了很大改进, 并将改进的雁群粒子群算法用于模糊自适应扩展卡尔曼滤波同时定位与地图创建算法的训练, 并与用雁群粒子群算法训练的模糊自适应扩展卡尔曼滤波同时定位与地图创建算法进行对比, 其在定位与构图方面有很大的提高. 关键词： 同时定位与地图创建 雁群粒子群算法 分数阶微积分 混沌     

基于粒子群优化的核匹配追踪目标识别

提出了一种基于粒子群优化的用于目标识别的核匹配追踪算法.该算法用粒子群优化算法在基函数字典中选择最优的基函数,大大降低了基匹配追踪算法的计算复杂度.通过与标准核匹配追踪算法及基于遗传算法的核匹配追踪算法对UCI数据集及纹理图像的识别试验表明,核匹配追踪算法优良的分类性能以及粒子群优化算法高效的全局搜索能力使新算法能有效识别目标数据.     

基于粒子群优化算法的膜系设计方法

粒子群优化算法是一种新的演化计算技术,与遗传算法相比,粒子群优化算法具有易于实现,控制参量少等优点,且在大多数的情况下,可快速收敛于最优解.为了获得更优的膜系结构,本文提出了一种利用粒子群优化算法进行膜系设计的方法,并以增透膜、高反膜及分光膜为优化设计实例验证该方法的可行性.在这些实例中,以理论反射率和实际反射率的误差平方和为评价函数.结果表明,将粒子群优化算法用于膜系设计是有效的,在相同设计条件下,应用粒子群优化算法可以得到比遗传算法更优的膜系结构.     

短期风速时间序列混沌特性分析及预测

针对短期风速时间序列的预测问题进行了研究. 首先通过0-1混沌测试法确定短期风速时间序列具有混沌特性. 采用相空间重构技术, 利用C-C算法确定延迟时间, G-P 算法确定嵌入维数. 然后提出一种参数在线修正的最小二乘支持向量机预测模型, 采用改进的粒子群算法进行预测模型中参数的优化. 最后通过仿真对比实验表明提出的预测方法在预测精度、预测误差、预测效果方面都要优于其他常见的预测方法, 证明该预测方法是有效的.     

Flat gain spectrum design of Raman fiber amplifiers based on particle swarm optimization and average power analysis technique

In this work, the modified particle swarm optimization is used as an optimization tool to determine the set of wavelengths and power levels of pumps that delivers a flat gain spectrum for Raman fiber amplifiers. The average power analysis technique is used as a numerical method to solve the coupled Raman amplifier equations. By combining the modified particle swarm optimization and average power analysis technique an efficient algorithm for the design of flat-gain-spectrum broadband Raman fiber amplifiers is constructed. Application of this algorithm to the design of flat-gain-spectrum broadband Raman fiber amplifiers shows that the design efficiency of the new method is improved by 1-2 orders of magnitude compared with similar implementations previously reported in the literature. A 4-backward-pump gain-flattened Raman amplifier with bandwidth of 100-nm and maximum gain ripple of <1.0 dB is designed to demonstrate the technique.     

基于二进制粒子群算法的认知无线电决策引擎

提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 关键词： 认知无线电 粒子群算法 遗传算法 认知决策引擎