基于改进的和声搜索算法的无线通信频谱分配策略研究

郭腾, 陈剑培, 况富强

(1.武警黑龙江省总队， 黑龙江 哈尔滨 150000； 2.云南民族大学 电气信息工程学院， 云南 昆明 650500；3.济源职业技术学院 信息中心， 河南 济源 459000)

0 引言

认知无线网络(Cognitive Radio Network，CRN)是为提高频谱资源利用率、实现网络整体性能最优化而提出的一种动态频谱分配技术。频谱分配主要模型有博弈论模型、干扰温度模型、拍卖竞价模型和图论着色模型等[1-4]。由于CRN的频谱分配属于NP-Hard问题，很多研究人员将群智能算法进行求解。目前应用于CRN频谱分配的智能算法有：遗传算法、量子遗传算法、粒子群算法、人工蜂群算法、布谷鸟算法、果蝇算法和和声搜索算法等[5-8]，取得了一定的成果。

为实现CRN频谱最优化分配，提出一种改进的和声搜索算法的认知无线网络频谱分配算法。首先，针对和声搜索算法易陷入局部最优，提出一种随机位置更新、反向学习策略、小概率变异和修正音调微调概率的改进和声搜索算法。其次，选择网络效益和比例公平性最大化为适应度函数，通过IHS优化选择获得频谱最优的无干扰分配矩阵，从而实现认知无线网络频谱最优化分配。与HS、GA和PSO相比，IHS频谱分配的网络效益和比例公平性最大，并且具有更快的收敛速度，分配策略更优。

1 认知无线网络频谱分配

CRN可以进行频谱资源动态分配，是由Mitola等人提出的一种解决频谱资源匮乏的软件无线电技术，其分为频谱分配技术和频谱感知技术。实际网络环境中，网络拓扑结构(主用户和认知用户)随着环境不断变化。……