国家自然科学基金(60602019)
- 作品数：2 被引量：5H指数：1
- 相关作者：王国强王煦法李金龙张敏更多>>
- 相关机构：中国科学技术大学安徽中医学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 多目标遗传算法求解认知无线电性能优化问题被引量：5
- 2007年
- 认知无线电的性能优化是一个动态多目标优化问题。现有的Bio-CR模型基于遗传算法优化认知无线电的性能,它使用线性加权方法将此多目标优化问题简化为了一个单目标优化问题。针对Bio-CR很难确定每个适应度函数的权值和容易漏掉一些最优解的问题,提出了基于多目标遗传算法的认知无线电性能优化算法CREA。CREA能够根据信道条件和用户服务需求的变化动态地调整传输参数以优化性能,不仅克服了Bio-CR的两个缺点,而且通过保存计算结果进一步减少了遗传算法的运行次数。CREA首先根据信道条件的变化动态确定一组适应度函数,然后运行多目标遗传算法获得一个Pareto-optimalset,最后根据用户服务需求从中选出一个最满意解,并通知认知无线电更新自己的传输参数。Matlab仿真实验证明了CREA的正确性和有效性。
- 王国强李金龙张敏王煦法
- 关键词：认知无线电多目标遗传算法CREA
- 多目标遗传算法求解认知无线电SUL维持问题
- 2011年
- 当某个一级用户重新出现时,二级用户必须马上让出属于此一级用户的频谱,此时就存在着如何维持二级用户链接(Secondary Users’Link,SUL)的问题。基于CORVUS系统的"冗余子信道"模型在SUL原有的N个子信道基础上再使用X个冗余子信道进行二级用户之间的通信。只要传输过程中受干扰的子信道个数少于X,接收端就可以从N+X个子信道中恢复出正确信息来,从而解决了SUL维持的问题。但尚未有一种有效的办法以求解最优的N和X。将SUL维持问题建模为一个多目标优化问题,提出了一种基于多目标遗传算法的SUL维持算法SULEA。SULEA能够根据不同的用户服务需求动态地选择适应度函数来求解最优的N和X,Matlab实验证明了SULEA的正确性和有效性。
- 王国强李金龙王煦法
- 关键词：认知无线电多目标遗传算法
