一种动态频谱分配算法
基于不同需求等级改进的动态频谱分配算法
刘俊彤 ， 王可人 ， 张 兴 良， 冯 辉
（ 解 放军 电子 工程 学 院 ， 安徽 合肥 ２ ３ ０ ０ ３ ７ ）
摘 要 ： 认知无线电系统要根据次用户的需求进行动态频谱分配， 而现有研究中缺乏对次用户不同需求等级
的分析 ， 针对该问题 ， 提 出了一种基 于不 同需求等级改进 的动态频谱分配算法 。该算法将频谱资 源分配建模 为 ０ － １整数规划问题 ， 提 出了一种基于 ｔ 分布变异 ＧＡ的认知 无线 电频谱分 配算法 。仿 真结果表 明 ： 该 分级模 型 相 比于普通模 型在处理不 同需求等 级 Ｄ Ｓ Ａ分配问题 时可获得更高的网络效益 ， 且所提算法 的频谱 分配效率 接 近最优 分配效率 ， 具有较高 的应用价值 。
第３ ６卷 第 １ 期
２ ０ １ ４年 ２月
探 测 与 控 制 学 报
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｄｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ＆ Ｃ ｏ ｎ ｔ ｒ ｏ ｌ
Ｖｏ １ ． ３ ６ Ｎｏ． １ Ｆｅ ｂ ． ２ ０１ ４
基 于不 同需 求等 级 改 进 的 动态 频 谱 分 配 算 法
关键 词 ： 认知无线 电； 动态频 谱分配 ； 需求等级 ； ｔ 分布变异
中 图分类 号 ： Ｔ Ｐ ３ ９ ３
文 献标 志码 ： Ａ
文章 编号 ： １ ０ ０ ８ — １ １ ９ ４ （ ２ ０ １ ４ ｝ ０ １ — ０ ０ ３ ２ — ０ ５
认知无线电动态频谱分配新算法
Ａｂ ｔａ ｔ ｓｒ ｃ ：
Ｄｙ ａ ｃ ｓ ｅ ｔ ｍ ｌ ｃ ｔ ｎ ｉ ｅ ｅ ｈ ｏｏ ｆｔ ｅｃ ｇ ｉ ｖ ａ ｉ．Ｉ ｉ ｐ ｐ ｒ ｅ ｐ ｃｒ ｍ ｌ ｃ ｔ ｎ ａ ｇ — ｎ ｍｉ ｐ ｃｒ ｕ ａｌ ａｉ ｓａｋ ｙｔｃ ｎ ｌｇ ｏ ｏ ｎ ｔ ｅｒ ｄ ｏ ｎ ｔ ｓ ａ ｅ ，ａ ｎ ｗ ｓ ｅ ｔｕ ａｌ ａｉ ｌｏ ｏ ｏ ｙ ｈ ｉ ｈ ｏ ｏ
ｔ ｎ ｏ ｅ ｃ ｎ ｔ ｎ ａｅ ｕ ｅ ｓａ ｄ ｔ ｅ ｔ ｒ ｕ ｈ ｕ ｘｍｉａ ｉｎ ｏ ｅ ｖ ｒ ｂ ｅ ｒ ｔ ｓ ｒ ，ｉ’ ｕｔｂ ｅ ｆ ｒｔ ｅ ｓｔ ａｉｎ ｔ ａ ｈ ｒ ｘ ｓ ｉ ｆｔ ｏ ｓａ ｔｒｔ ｓ ｒ ｎ ｈ ｈ ｏ ｇ ｐ ｔｍａ ｉ ｚ ｔ ｆｔ ａ ａ ｌ ａｅ ｕ ｅ ｓ ｔ Ｓ ｓ ｉ ｌ ｏ ｈ ｉ ｔ ｈ ｔｔｅ ｅ ｅ ｉｔ ｏ ｈ ｏ ｈ ｉ ａ ｕ ｏ ｔ ｏ ｋ ｎ ｓｏ ｓ ｒ ｎ ｔ ｅ ｃ ｇ ｉ ｖ ａ ｉ ｙ ｔ ｍ． ｗ ｉ ｄ ｆ ｅ ｓ ｉ ｈ ｏ ｎ ｔ ｅ ｒ ｄ ｏ ｓ ｓｅ ｕ ｉ
中 图 分 类 号 ：Ｔ ９ Ｎ２ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１０ — ５ ０ ２ １ ０ — ２ １ ０ ０ ３ ０ ３ （００）８ １ １— ６
Ｎｏ ｅ ｙ ａ ｃ Ｓｐ ｃ ｒ ｍ ｌｃ ｔ ｎ Ａｌｏ ｉ ｍ ｏ ｇ ｉｖ ｄ ｏ ｖ ｌＤ ｎ ｍｉ ｅ ｔｕ Ａｌ ａ ｉ ｇ ｒ ｈ ｆ ｒＣｏ ｎｔ ｅ Ｒａ ｉ ｏ ｏ ｔ ｉ
第 ２ ６卷
第 ８期
信 号 处 理
ＳＩ ＧＮＡＬ ＰＲ０ＣＥＳＳ ＮＧ Ｉ
Ｖｏ ． Ｎｏ ８ １２６． ． ＡＵ ． Ｏｌ Ｅ２ ０
２ １ 年 ８ 月 ００
认知无线网络中基于用户需求和频谱聚合的动态频谱分配
ｍ Ｉ ｌｉ ） ｕｉｅ ｎ 的发展使非连续频谱接人成为可能， ｔ ｘｇ ｐ 在它的支 持下， 可以将很小的频谱片段聚合为一段大的频谱带宽并
加以利用， 从而达到提高频谱利用率的目的ｌ ８ 】 。
本文提议的算法综合考虑了用户需求和非连续频谱 聚合两个方面， 通过将一些小的频谱片段聚合为满足不同 用户需求的频谱带宽的方法充分利用了频谱资源， 从而达
了频谱浪 费 ， 而提高频谱效 率。 从
关键词
认 知 无 线 网络 ； 谱 分 配 ； 户 需 求 ； 谱 聚合 的高速发展， 可用频谱资源变得越来越 少。但是， 纵观各地区（ 包括城市热点地区） 的无线频谱状
态， 可以发现： 很多频谱资源在一段时间内处于空闲状态【 ｌ
适合认知无线网络的频谱分配算法势在必行。 图论做为一 种最优理论 ，是设计和分析频谱分配算法的有用工具 ， 在
￥ 国家 科 技 重 大 专项 基 金 资 助 项 目 （ ｏ２０ Ｚ ０ ０ ３ ０ ７ ０ ） Ｎ ． ９ Ｘ ３ ０ ～ ０ — ３ ０ 国家 “６ ” ８ ３ 计划 基 金 资 助 项 目 （ ｏ ２ ０ ＡＡ １８ ５ Ｎ ． ０ ９ ０ １０ ）
— —
频谱分配算法的研究中被广泛应用。在参考文献『１ 基 ３中，
于列表着 色 （ｓｃｌ ｉ ） 型提 出了 ３ １ｔｏ ｒ ｇ模 ｉ． ｏ ｎ 种具有不 同复杂度
和不同性能的分布式算法 ： 贪婪算法、 公平算法和随机算 法。考虑到不同频段被不同用户占用具有不同的效益 ． 参
考文献 『１ ４ 定义了一种颜色敏感的图着色（ｏ ｒ ｅｓｉ ｃｌ－ ｎ ｔｅ ｏ ｓ ｉｖ ｇ ｐ ｏ ｒ ｇＣ Ｇ ） ｒ ｈｃｌｉ ，Ｓ Ｃ 模型， ａ ｏｎ 并在该模型的基础上提出几种 基于标号的准则 ，如协作式最大总带宽准则（ ｌｂｒｉ ｃ ｌ ｏ ｔｅ ｏａ ａｖ
无线通信网络中的频谱分配算法研究
无线通信网络中的频谱分配算法研究无线通信网络的迅速发展使得频谱资源成为一种十分宝贵的资源。
为了提高频谱利用率和网络性能，频谱分配算法成为研究的关键问题。
本文将探讨无线通信网络中的频谱分配算法，介绍几种主要的算法，并讨论它们的优缺点。
频谱分配算法是指在给定的频谱资源下，将这些资源分配给不同的用户或设备，以实现高效的通信。
算法的目标是使得网络的性能最大化，同时满足用户的需求。
下面将介绍几种常见的频谱分配算法。
1. 静态频谱分配算法：静态频谱分配算法指的是在系统初始化时将频谱资源固定地分配给不同的用户或设备。
这种算法简单直观，易于实现，但由于频谱分配是静态的，无法满足动态变化的网络环境和用户需求。
在实际应用中，静态频谱分配算法往往无法充分利用频谱资源。
2. 动态频谱分配算法：动态频谱分配算法是根据网络的实时需求和频谱资源的实时情况，动态地分配频谱资源。
这种算法可以根据用户的需求和网络状况进行实时优化，提高频谱利用率和网络性能。
常用的动态频谱分配算法有功率控制算法、博弈论算法等。
3. 基于图论的频谱分配算法：基于图论的频谱分配算法将无线通信网络建模为图，利用图论中的算法来进行频谱分配。
这种算法可以有效地解决频谱分配中的干扰问题，并提高频谱利用率。
例如，最大独立集算法和最小频谱聚类算法都是基于图论的频谱分配算法。
4. 基于机器学习的频谱分配算法：近年来，随着机器学习算法的不断发展，在频谱分配领域也出现了基于机器学习的频谱分配算法。
这种算法可以根据历史数据和实时数据，在无需先验知识的情况下进行频谱分配，进一步提高频谱利用率和网络性能。
例如，支持向量机算法和深度学习算法都可以用于频谱分配。
综上所述，无线通信网络中的频谱分配算法是提高频谱利用率和网络性能的关键问题。
静态频谱分配算法简单易行，但无法适应动态变化的网络环境。
动态频谱分配算法可以根据实时需求进行频谱分配，提高频谱利用率。
基于图论和机器学习的频谱分配算法能够解决干扰问题和提高网络性能。
基于业务需求的动态频谱分配算法
１ 概述
在不同时间和地域 中，大量地对 频谱使 用效率进行测量
发 现 ，有 些 频 谱 只 是偶 尔 被 使 用 ，而 有 些则 使 用 相 当频 繁 ，
频谱使 用极不稳定。然 而，日益增长的无线电需求 ，使得人 们重新认识到频谱 的使 用效率 ， 知无线 电技术应运而 生…。 认 认 知无线 电即通过感知外部无线环境、智能地调整无线 电参
数 、不断学 习以最佳满足外部环境需求 ，期望实现高可靠性
的通信 以及最大化频谱利用率。 目前 ，认知无线电关键技术包括有 ：频谱感知 ，频谱分
Ｉ
、
＼
Ｉ 信道 Ｚ Ｖ
／
／
／
～ 一 一
＼
＼ ／
配 ，频谱管理。本文主要研究频谱感知过后的动态频谱分配 问题 。基于图论着色理论 的频谱分配在移动蜂 窝通信系统中
大的频谱，一定程度上造成了频谱 浪费。为解决该问题 ， 出基于业务需求的动态频谱分配算法 ，使分配的信道与认知用户的业务需求适 提
配 。性能仿真结果表 明，基于业务需求的算法能满足各用户 的需求 ，性能更优。 关健词 ：业务需求；图论着色 ；动态频谱分配；认 知无线 电
Ｄｙ ａ ｉ ｐ ｃ ｒ ｍ ｌ ｃ ｔｏ ｇ ｒ ｔ ｍ ｓ ｄ ０ ｅ ｖ ｃ ｍ ａ ｄ ｎ ｍ ｃＳ ｅ ｔ ｕ Ａｌ ａ ｉ ｎＡｌ ｏ ｉｈ Ｂａ ｅ ｎ Ｓ ｒ ｉｅＤｅ ｎ ｏ
Ｉ ｓｒｃｌ ｙ ａ ｃｓｅ ｔ ｍ ａｏ ａｉｎｐｏｉｅ ｒｍｉｉｇｗ ｙｏ ｔ ｆｈ ｎ ｅ ｉｚｔ ｎｏ ｌａ ｙｌ ｅｓｄｆｅｕ ｎ ｙ ａ ｄ． ｏ ｖｒ ｒ ｉａ Ａｂｔａ ｔ Ｄ ｎ ｍｉ ｐｃｒ ｌ ｃｔ ｒｖｄｓ ｐｏ ｓ ｕ ｌ ｏ ａ ｎ ａ ｕ ｔｅ ｄ ｍｔｉａｏ ｆｎ ｎ ｉ ｎｅ ｒｑ ｅ ｃ ｎ ｓＨ ｗｅ ｅ ｏｉ ｎｌ ｏ ｕ ｌ ｉ ｃ ｂ ｇ
动态频谱分配算法
动态频谱分配算法一、概述动态频谱分配算法是一种用于动态管理和优化频谱使用的方法。
通过实时监测和预测频谱环境，动态频谱分配算法可以实现对有限频谱资源的优化利用，提高无线通信系统的性能和效率。
二、频谱感知频谱感知是动态频谱分配算法的基础。
通过对无线频谱环境的实时监测，可以获取关于可用频段和干扰情况的信息。
这有助于算法确定哪些频段在某一时刻可以被安全地使用，以及哪些频段需要避免以避免可能的干扰。
三、频谱决策基于频谱感知的结果，动态频谱分配算法需要做出决策以确定如何分配频谱资源。
这可能包括选择要使用的频段、确定传输速率、功率控制等。
决策应该基于一些优化目标，例如最大化吞吐量、最小化传输延迟或最小化干扰等。
四、频谱切换在动态环境中，频谱分配可能需要实时切换以适应变化的情况。
例如，当某个频段变得不可用时，算法可能需要快速切换到另一个可用的频段。
这种切换应该是平滑的，以最小化对通信质量的影响。
五、频谱共享在某些情况下，多个用户或系统可能需要共享同一频段的资源。
动态频谱分配算法需要能够有效地管理这种共享，确保所有用户的公平性和性能。
这可能涉及到复杂的优先级管理、调度和仲裁策略。
六、动态频谱分配动态频谱分配是动态频谱分配算法的核心功能。
它根据实时监测的频谱环境和系统需求，动态地分配和调整频谱资源。
这可以包括在时间和空间上对频谱资源的精细粒度控制。
七、干扰管理由于无线通信的开放性，不可避免地会出现干扰。
动态频谱分配算法需要具备干扰管理能力，包括检测干扰、避免干扰、减轻干扰等。
这可能涉及到使用先进的信号处理技术、编码方案或协作通信技术等。
八、预测模型为了做出更有效的决策，动态频谱分配算法需要依赖预测模型。
这些模型可以基于历史数据和机器学习技术，预测未来的频谱使用情况和性能指标。
这有助于提前做好资源分配和优化，以应对可能出现的变化。
九、优化目标动态频谱分配算法的目标是优化无线通信系统的性能。
这可能涉及多种不同的优化目标，如最大化吞吐量、最小化传输延迟、最小化干扰等。
基矛多小区OFDMA网络的动态频谱分配算法
ｓｒｉ （ ｏ ）ｏ ｔ ｃｎｅ ｓｒ，ｈｓｐｐ ｒ ｒｐｓｄａｄｎ ｍｃｓ ｃ ｕ ｓｉ ｍ ｎ （ Ｓ ｅｖ ｅ Ｑ Ｓ ｆｈ ｌｅ ｓｄｕｅｓＴ ｉ ａｅ ｏｏｅ ｙａ ｉ ｐ ｔ ｍ ａｓ ｎ ｅｔ Ｄ Ａ）ａｇｒｈ ｓｆ ｕ ｉ ｌ ｃ ｅｉ ｐ ｅ ｒ ｇ ｌ ｉ ｍ ｒｍ ｈｃ ｏｔ ｏ ｅ
ｏｔｏ ｏ ａ ｒｑ ｅ ｃ ｉｉｉｎ ｒ ｇ ｎ ｆ ｕ ｎ ｙ ｄｖｓ ｍｕｔ ｌ ｃｅ ｓ （ ＤＭＡ） ｓｅ ａ ｏ ｂ ｓｄ ｏ ｏ ｖ ｎｉｎ ｌｆｅ ｕ ｎ ｙ ｒｕ ｅ ｓｒｔｇｅ ． ｈ ｌ ｅ ｏ ｌ ｐｅ ａ ｃ ｓ ｉ ＯＦ ｃ ｎ ｒ ｓ ａｅ ｎ ｃ ｎ ｅ ｔ ａ ｒｑ ｅ ｃ ｅ ｓ ｔ ｅ ｉｓ ｉ ｏ ａ
李 斌 ，李大 力 ， 涛 郝
（ 国人 民 解放 军理 工 大 学 通信 工程 学院 ，江 苏 南 京 ２ ０ ０ ） 中 １０ ７
摘 要 ：为 了提 高 频谱 效 率 ， 二 级 认 知 用 户提 供 更 多的 频 谱 接 入 机 会 ， 给 同时 保 证 用 户 的服 务 质 量 （ ｏ ）该 文章 基 于 ＱＳ ，
阵， 使得 小区间的干扰达到最小， 保证 了用户的服务质量（ ｏ ） 与传统的频率复用方法相 比， ＱＳ 。 该算法有更好的频谱 效
率， 并给 二 级 市场 的使 用创 造 了 更 多的 机 会 。
关 键 词 ：动 态频 谱 分 配 （ Ａ） ＤＳ ；多小 区 ＯＦ ＤＭＡ；认 知 无 线 电 （ Ｒ） Ｃ ；二 级 频谱 使 用
ｓｃ ｎ ａ ｓ ｇ ． ｅｏｄ ｒ ｕａｅ ｙ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：Ｄｙ ａ ｃＳ ｅｔ ｍ ｓ ｍｅ ｔＤＳ ；ｍｕ ｉｅｌ ＤＭＡ；ｃ ｇ ｉｖ ａ ｉ （ Ｒ） ｅ ｏ ｄ ｒ ｐ ｃｒｍ ｓｇ ｎ ｍｉ ｐ ｃｒ Ａｓｉ ｕ ｎ ｇ ｎ （ Ａ） ｈ ｃ ｌＯＦ ｏ ｎｔ ｅｒｄｏ Ｃ ；ｓｃ ｎ ａｙ ｓｅ ｔ ｉ ｕ ｕａ ｅ
无线网络中的功率控制算法比较与分析
无线网络中的功率控制算法比较与分析随着无线通信技术的不断进步和发展，无线网络的应用场景也越来越广泛。
然而，无线网络中存在的一个普遍问题是如何进行功率控制，以确保网络性能的高效和稳定。
本文将对无线网络中常用的功率控制算法进行比较与分析，以帮助我们更好地理解和应用这些算法。
1. 最大传输功率控制算法最大传输功率控制算法是最简单的功率控制方法之一。
它的基本原理是在不引起干扰的前提下，最大化发送端的输出功率。
这种算法的优点是易于实现和理解，但缺点是没有考虑到网络中其他节点的存在，容易引起干扰。
2. 最小传输功率控制算法最小传输功率控制算法是一种相对于最大传输功率控制算法的改进。
它的目标是在满足一定的网络传输性能要求的前提下，尽可能地减小发送端的输出功率。
这种算法的优点是能够节省能源并减少干扰，但缺点是需要依赖网络拓扑信息和信道状态的准确反馈。
3. 基于功率控制的动态频谱分配算法基于功率控制的动态频谱分配算法综合考虑无线网络中功率和频谱的分配。
这种算法通过动态地调整功率和频谱的分配，以提高整个网络的通信质量和容量。
这种算法的优点是能够在不同网络负载和信道条件下实现灵活的频谱分配，但缺点是需要复杂的计算和控制机制。
4. 博弈论功率控制算法博弈论功率控制算法是一种博弈论在无线网络中的应用。
它的基本原理是将无线网络建模为一个博弈场景，每个节点根据自己的利益和目标进行功率调整。
这种算法的优点是能够实现网络中节点间的自适应和平衡，但缺点是需要大量的计算资源和信息交换。
通过对这些功率控制算法的比较与分析，我们可以得出以下结论：首先，不同的功率控制算法适用于不同的无线网络场景。
例如，在网络负载较轻且信道条件较好的情况下，最大传输功率控制算法可能是一种简单有效的选择；而在网络负载较重或信道条件较差的情况下，则需要更复杂的算法来优化网络性能。
其次，功率控制算法的实施需要考虑到网络拓扑信息和信道状态等参数的准确反馈。
这些参数的获取和传输可能会增加额外的开销和延迟，因此在实际应用中需要权衡利弊。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｙ ， ＝Ｔｓ ｇ ｎ （ ｕ ． ０ ． ５ ） ［ （ １ ＋ １ ／ ） ． １ ］ （ ５ ）
（ １ ）给 定初温 ｔ ｏ ， 随机产生解 Ｆ 。 ， 计算代
价函数 Ｃ 。 ｌ ｄ ；
（ ２） ｆ ｏ ｒｋ ＝ｌ ｔ ｏＮＵＭ ｌ ｏ ｏ ｐ
由状态 Ｆ 。 。 ｄ 产生新状态 Ｆ
目前，提高频谱利用率是当前研究热 点，
一
量 固体状态变换后 ，系统趋 于能量较低平衡状
Ｐ＝［ １ 一 （ １ 一ｈ ） Ａ Ｅ／ Ｔ ］ 一
（ ６ ）
式 中：Ａ Ｅ ＝ Ｅ （ ｍ１ ） 一 Ｅ（ ｍＯ ） 。ｈ为 实 数 。 当
ｈ— １时 ，
快速 自适 应 能 力。首先 明 确任 务 需 求，确 定 效能 参数 ，构 建效 能 评估 模 型 ，获取 数据 ，研 究 效能 评估方法 ， 选择合适 的评估算法 ， 估 算模 型 参数得 出评估 结 果；最 后通 过 实例 说 明频谱 分 配在 特定 应 用 场 景 下 的效 能 评 估 。
Ｐ＝ｅ ｘ ｐ （ 一 Ａ Ｅ ／ Ｔ ）
的特 例 。
（ ７ ）
新状态 的能量为 Ｅ 。如果 Ｅ ｊ ＜ Ｅ 。 ， Ｊ 就为 重要状 态 ；如果 Ｅ ？ Ｅ ． ，考虑到热运动 的影 响，Ｊ 是否
为重 要状态 要根据 固体处于该状态 的概率来判 断。固体处 于状态 ｉ 和 Ｊ的概率 的 比值等 于相
态 ，固体状 态的概 率分 布趋 于 Ｂｏ ｌ ｔ ｍａ ｎ ｎ概 率 分布 。
以上 接 受 新 状 态 的 准 则称 为 Ｍ ｅ ｔ ｒ ｏ ｐ ｏ ｌ ｉ ｓ 准
计算新状态的代价函数 ｃ …
Ｉ ｆ
是 ，采用先进 的通 信理论与技术提高频谱效
率 。包括 ：提 高信源编码 效率、提高传 输编码
种 效 能评 估 算法 ，研 究 了效 能评 估指 标体 系，包括基 本通信 能力、
通信 保 障 能力 、互连 互通 能力、 安全 保 密 能力 、抗毁 顽存 能力、 机动 快反 能力 、动 态变化 能力 、
在温 度 Ｔ时 ，根 据金 属 内部粒 子 的状态 选择 规律，Ｍｅ ｔ ｒ ｏ ｐ ｏ ｌ ｉ ｓ 等提 出 了以为 Ｅ ， ， 然后对该状态作随机微扰 ， 得到一个新状态ｊ ，
Ｃ 。 ｗ ＜ Ｃ。 ｌ ｄ
效率 、提高调 制解 调频谱效率、合理规划与优
化分配 资源 提高频谱复用效率 。二是 ，采用频
ｏ ｒ ｒ ａ ｎ ｄ ｏ ｍ［ ０ ， １ ］ ＝ ｐ ｒ ｏ ｂ ＜ ｅ ｘ ｐ ［ ・ （ ｃ 一 Ｃ ｏ ｌ ｄ ） ／ Ｔ ］
Ｆ ｏ ｌ ｄ ＝Ｆ ～
２ ． １模 拟退火算法模 型扰 动 Ｓ Ａ中新模 型的产生是 对当前模 型进行扰 动得到的，常规用 的是高斯分布法 ，而快速模 拟退火 计划采 用依赖 于温度 的似 Ｃ ａ ｕ ｃ ｈ ｙ分布
法 ，即
ｍ ’
降温 Ｔ ＝ ｆ Ｔ
Ｉ ｆ 算法满足终止准则
Ｂｒ ｅ ａ ｋ
本文 主要 研 究如何 合理 规划 与优化 分配
但 也导致 后期搜 索速度慢 ：因此 根据破 坏约束 的 已有信息建立新 状态，有利于加速 Ｓ Ａ算 法
１模拟退火算法
模 拟退 火 的概念 是根据 熔 融金属 中粒 子 的统 计力学与复杂的组合最优化 问题的求解过 程 的相似 性 而提 出来 的。统 计力 学 的研 究表 明，在 温度 Ｔ，粒子停 留在状态 ｒ 满足波 兹曼
通信技术 ・ Ｃ ｏ ｍｍｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
一
种动态频谱分配算法
文／ 张海 锋 霍 永 华
针 对 机 动 通 信 网 络 ， 提 出一
Ｚ （
Ｚ ｅ ｘ ｐ 卜
刚 ｓ∈
ｂ ‘
由广 义 Ｂ ｏ ｌ ｔ ｍａ ｎ ｎ ． Ｇｉ ｂ ｂ ｓ分 布， 可给 出新 的接收概率计算公式
应 Ｂｏ ｌ ｔ ｍａ ｎ ｎ因 子 的 比值 ，即 ｒ ＝ ｅ ｘ ｐ ［ （ Ｅ ｉ — Ｅ ｊ ） ／ ｋ ｂ Ｔ 】 ，ｒ ＜ ｌ （ ３ ）
这是常规 Ｓ Ａ的接 受概率 公式 ，为式 （ ６ ）
２ ． ３基 于改进算法的频率分配
基 于改 进模拟 退火 算法 的频 率分配 算法 步骤 如下：
【 关键词 】模拟退 火 效能指标 模型参数 权 重 系数 层次分析法
用 随机 数据 发 生器 产 生一 个 ［ ０ ，１ ］区 间的随机数 ￡ ，若 ｒ ＞ ｅ ，则新状态 ｊ 为重要状态 ， 就 以Ｊ取代 ｉ 成为 当前状 态 ，否 则仍 以 ｉ 为 当 前状态 。再重复 以上新状态 的产 生过程 。在大
则，相 应 的算 法 则 称 为 Ｍｅ ｔ ｒ ｏ ｐ ｏ ｌ ｉ ｓ 算 法。Ｓ Ａ 中采用上述准则 ，故成为全局寻优算法 。
谱共 享技术提 高利用率。频谱共享技术主要研
究范畴在认知无线电领域， 目前众多 问题没有
解决。
Ｃｏ ｉ ｄ ： Ｃｎ ｅ ｗ
２ 基 于 改 进 模 拟 退 火算 法 的 频率 分配
（ ３ ）结束 ，输 出最优结果。 为证 明频率分配 方法的有 效性和普遍性 ， 初始解在可用频率 资源 中随机生成 。 通常 Ｓ Ａ算法应用于频率分配 时，新状 态
采取 随机产生 的方法 ， 这确保 了全局收敛 性能，
ｆ ＝ｍｆ － Ｉ － Ｙ ｆ （ Ｂ ｉ — Ａｉ ）
（ ４ ）
资源 提高 频谱 复用 效率 问题 。模 拟 退火 算法 ｆ Ｓ Ａ ） 作 为局 部搜 索算 法的扩 展 ，在 每一 次修 改模型的过程 中， 随机产 生一个 新的状态模 型， 然后 以一定 的概率选择邻域 中能量值 的状 态。 这种采用新模型的方式使其成为一种全局 最优 算法 ，并得到理论证 明和实际应用的验证 。