针对多个主次用户场景中采取underlay模式的认知无线电非正交多址接入(cognitive radio non-orthogonal multiple access,CR-NOMA)系统的低频谱利用率问题,提出一种基于自适应细菌觅食优化策略的功率分配算法。首先进行联合用户匹配,将...
详细信息
针对多个主次用户场景中采取underlay模式的认知无线电非正交多址接入(cognitive radio non-orthogonal multiple access,CR-NOMA)系统的低频谱利用率问题,提出一种基于自适应细菌觅食优化策略的功率分配算法。首先进行联合用户匹配,将次用户分组问题等效为次用户-子信道双向动态匹配问题。其次,构造次用户功率比例因子向量并将其映射为细菌个体的位置向量,在趋向操作中改进细菌游动步长、旋转方向;复制操作中结合差分进化算法对前半数优质解进行变异选择;迁徙操作中定义迁徙范围,采用自适应迁徙概率,加快寻找最佳位置向量进程。最后得到最佳功率比例因子以最大化系统总吞吐量。结果表明,本文所提算法与层级配对功率分配(hierarchical pairing power allocation,HPPA)算法和CR-OMA算法相比,能够有效加快收敛速度,增强全局寻优能力,具有更好的系统性能。
针对模糊需求下的绿色两级车辆路径问题,以最小化车辆运营成本和油耗成本之和为优化目标,提出一种混合超启发式算法进行求解.首先,考虑两级问题解空间庞大且相互耦合,设计一种聚类分解策略将该问题分解为多个子问题,以合理缩小问题搜索空间;然后,提出增强超启发式分布估计算法(enhanced hyperheuristic estimation of distribution algorithm,EHHEDA)对各个子问题进行求解,进而获得原问题的解.EHHEDA基于超启发式算法框架,在高层策略域设计一种基于三维概率模型的分布估计算法,动态确定由底层操作域中各搜索算子所组成的排列(即高层个体),可有效控制和引导整个算法的搜索行为;同时,在底层操作域设计10种有效邻域搜索算子,并加入重升温操作的模拟退火机制作为问题解(即底层个体)的接受准则,有利于在问题解空间中执行深入搜索.仿真实验结果表明,所提出的算法在大多数测试集上优于近年来用于求解类似问题的算法,验证了所提出算法的有效性.
针对非正交多址接入(non-orthogonal multiple access,NOMA)系统在无线环境下传输速率较低的问题,利用智能反射面(intelligent reflecting surface,IRS)可以改变入射信号相移的特性,提出一种基于IRS辅助上行NOMA和速率最大化算法.首先,在满足每个用户功率、每个用户最小速率、IRS相位偏移的约束条件下,构建一个联合用户功率、IRS相移多变量优化模型;然后,通过问题公式的等效简化将原非凸问题转换为2个容易处理的子问题;最后,通过交替方向乘子法(alternating direction method of multipliers,ADMM)、引入松弛变量等方法对子问题进行求解.仿真结果表明,相较于逐次凸逼近法(successiveconvexapproximation,SCA)所提出的算法平均提升了系统0.4 bit/(s·Hz)的和速率,证明了基于ADMM的算法有效提高系统的和速率.
从延长无线传感器网络寿命的角度出发,设计了一种基于鲸鱼算法优化模糊逻辑的无线传感器网络(WSNs)分簇路由算法。首先,基于剩余能量和距离设计了成簇阈值来选择候选簇头,以提高候选簇头的质量。其次,针对利用模糊逻辑进行簇头选择时Mamdani推理模型的模糊规则组合数量庞大,根据经验知识设定的模糊规则与最优规则差距较大的问题,将模糊规则编码进鲸鱼算法进行寻优,并设计了3个独立的语言变量用于模糊逻辑输入,使得竞选出的簇头能量、位置和密度更合理。同时,利用竞争半径来进行非均匀分簇以均衡簇头的能量消耗,并优化了节点的入簇机制以提高基站周围节点的能量利用效率。经实验证明,在设定的网络模型中,本文算法与LEACH(low energy adaptive clustering hierarchy)、FBECS(fuzzy based enhanced cluster head selection)和UCMF(Unequally Clustered Multi-hop routing protocol based on Fuzzy logic)三种算法相比有效平衡了节点的负载,更大程度地提高了网络寿命。
暂无评论