混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法, 并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优, 能更好地实现网络收益最大化. 关键词： 混沌量子克隆算法 认知无线网络 频谱分配     

复Banach空间上推广的Roper-Suffridge算子

从定义出发证明复Banach空间特定域上推广的Roper-Suffridge算子保持α次强β型螺形性及ρ次抛物型β型螺形性,由此得到推广后的算子在复Banach空间特定域上保持α次强星形性、ρ次抛物星形性及抛物星形性,为由复平面C中单位圆盘D上的α次强β型螺形映照及ρ次抛物β型螺形映照来构造复Banach空间特定域上相应的映照提供了一种新的途径,充实了对Roper-Suffridge算子的研究.     

α次殆β型螺形映照齐次展开式的精细估计

从Loewner链的角度讨论C~n中单位球B~n上α次殆β型螺形映照齐次展开式的相关项的上界,并作为特殊情况得出β型螺形映照、星形映照和α次殆星形映照齐次展开式的相关项的上界估计,推广了螺形映照及星形映照齐次展开式的二次项系数的上界估计.     

简谐振子免疫优化算法求解异构无线网络垂直切换判决问题

本文设计了垂直切换判决方案问题的数学模型, 给出了一种基于简谐振子免疫优化算法的垂直切换判决方案, 并与文献方案进行了对比实验实验结果表明, 本文方案能够有效地平衡网络负载、增加终端电池的生存时间, 具有较好的应用价值.     

两类带有接种的H7N9禽流感模型

为了评价家禽和人接种抗H7N9疫苗对预防和控制H7N9禽流感的效果,建立了两类带有接种的H7N9禽流感模型,分析了模型的稳定性,比较了两种接种措施的控制效果,得出的主要结论:人接种抗H7N9疫苗不会消灭H7N9禽流感,而家禽接种抗H7N9疫苗可以通过加强接种力度消灭H7N9禽流感;进一步从数值分析上,人接种抗H7N9疫苗能快速降低感染H7N9禽流感的人数,在短期内控制人群感染发病上效果更好,因此积极研发人和家禽使用的抗H7N9疫苗是有意义的.     

改进的Roper-Suffridge算子的性质及其偏差

进一步推广了Roper-Suffridge算子,并讨论推广后的算子保持双全纯映照子族的一些性质,从定义出发证明推广后的算子在G~n中的单位球B~n上保持α次β型螺形性及强β型螺形性,并作为特殊情况得出推广后的算子在相应域上保持α次星形性及强星形性,且讨论了推广后的Roper-Suffridge算子的偏差定理.     

强β型螺形映照的增长和掩盖定理

本文研究了复Banach空间单位球上的强β型螺形映照.利用强β型螺形映照的定义及其几何特征,获得了复Banach空间单位球上强β型螺形映照的增长和掩盖定理,并结合k阶零点得到强β型螺形映照相应的增长和掩盖定理,推广了螺型映照的相应结论.     

混沌免疫算法求解认知无线电网络资源分配问题

为了优化认知无线电网络中多用户正交频分复用子载波的资源分配, 将其转换为一个约束优化问题, 进而提出了一种基于混沌免疫优化的求解方法.给出了算法的实现过程和关键技术, 设计了适合算法求解的编码、 克隆、 重组、 变异算子.实验结果表明, 在满足认知用户速率、 所需误码率及干扰约束的条件下, 本文所用算法减小了整个系统所需的总发射功率, 同时收敛速度较快, 能够得到较优的子载波分配方案, 进而提高频谱利用效率.     

混沌量子克隆优化求解认知无线网络决策引擎

通过分析认知无线网络引擎决策, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌量子克隆的优化求解算法, 并证明了该算法以概率1收敛. 算法采用量子编码, 利用Logistic映射初始化抗体种群, 设计了一种基于混沌扰动的量子变异方案. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 与QGA-CE(基于量子遗传算法的认知引擎)算法相比, 本文算法收敛速度较快, 具有较高的目标函数值, 可以对无线参数优化调整, 满足认知引擎的实时性要求.     

混沌免疫多目标算法求解认知引擎参数优化问题

合理的认知引擎参数设置可以提高频谱的使用性能. 通过分析认知无线网络中的认知引擎参数配置, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌免疫多目标优化的求解方法. 算法使用Logistic混沌映射初始化种群, 并在每一代将混沌特性用于最优解集的搜索; 设计了适合此问题的免疫克隆算子和抗体群更新算子, 保证了Pateto最优解集分布的多样性和均匀性. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 算法可以根据信道条件和用户服务的动态变化, 自适应调整各个子载波的发射功率和调制方式, 可以求出更多满足偏好需求的解, 满足认知引擎参数优化要求.