文档介绍：南京邮电大学
硕士学位论文
量子遗传算法在认知无线电频谱分配中的应用研究
姓名:郭明
申请学位级别:硕士
专业:信号与信息处理
指导教师:李飞
20100401
摘要量子遗传算法是量子计算与遗传算法相结合的产物。其算法具有寻优能力强、收敛速度快和计算时间短的特点,所以在许多领域都得到了广泛应用。无线频谱是一种宝贵的自然资源,为了缓解无线频谱资源短缺、频谱利用率不均的局面,人们提出了使用认知无线电技术的动态频谱分配机制,本文主要研究将量子遗传算法用于认知无线电频谱分配模型中。本文的主要研究内容包括:第一,研究了基于遗传算法的认知无线电频谱分配模型。并在频谱分配模型的公平性、总带宽和网络效益等性能指标上,将遗传算法和经典算法进行对比试验。仿真结果表明,使用遗传算法可以在损失少量总带宽的前提下,更加公平的进行用户问频谱分配,并且可以获得更高的网络效益。第二,研究了基于量子遗传算法的认知无线电频谱分配模型。并在算法流程上进行改进,并把用户需求考虑到模型中,使得用户之间的频谱分配更加公平。在网络总效益、平均效益和网络效益等性能指标上与经典算法和遗传算法进行比较,仿真结果表明,改进的量子遗传算法可以得到比其他算法更优的性能。关键词:量子遗传算法;认知无线电;频谱分配直塞邮虫太堂亟±班究生堂僮菔擅薹
,籗.:甋’
第一章绪论瓽相结合而产生的一个新的研究领域。算法利用了量子计算的量子并研究背景及意义近些年来,随着人们生产生活对无线通信业务的不断需要,各种无线通信技术得到了前所未有的迅猛发展,无线通信速率也己提高到几十兆甚至上百兆比特每秒。在此过程中,无线频谱空间被不断划分给各种不同的通信技术使用,这种固定的频谱划分方式使得可用频谱资源变得越来越少。然而,正当人们通过采用先进的无线通信理论和技术,如链路自适应技术、多天线技术⋯等努力提高频谱效率的同时,却发现全球授权频段,尤其是信号传播特性比较好的低频段频谱的利用率极低。美国加州大学中6云灯桌们榭龅氖挡饨峁俊1砻鳎以上的频段几乎没有被使用,而以下频段有多达%未被充分利用。因此近几年来,能够对不可再生的频谱资源实现再利用的频谱共享技术受到了人们的在认知无线电中,为了解决频谱资源的匾乏和目前固定分配频谱利用率较低的问题,就要求找到更有效的方法来充分感知和利用无线频谱资源。基本途径有两条:其一,提高频谱利用率,将已授权用户的频谱资源充分利用,减少浪费;其二,提高系统通信效率,将己获得的频谱资源和其他资源综合优化分配,进而提高利用率,这些都涉及到频谱分配频谱分配是能够主动检测可用频谱资源,充分利用无线频谱的新一代无线电,它能根据需要接入系统的节点数目及其服务要求将频谱分配给一个或多个指定节点。频谱分配策略的选择直接决定系统容量、频谱利用率以及能否满足用户因不同业务而不断变化的需求,即是决定能否充分高效利用有限频谱的关键。因此,认知无线电频谱分配问题的研究是认认知无线电频谱分配方法研究的出现为解决频谱资源不足、实现频谱动态管理及提高量子遗传算法琎蕖в∈橇孔蛹扑阌刖湟糯惴行特性,采用了多状态基因量子比特编码方式和量子旋转门更新操作,引入动态和静态调整旋转角机制和量子变异,使得算法比经典遗传算法具有更强的并行处理能力、更快的收广泛关注,认知无线电口窃谡庋谋尘跋掠υ硕的内容。知无线电技术发展必须解决的关键问题之一。频谱利用率开创了崭新的局面。
本论文的研究工作敛速度且比传统信号检测算法具有更高的效率。目前,国内外的研究者虽已提出一些认知无线电频谱分配问题模型,并且基于问题模型研究了相关的具体算法,但基于其它理论的模型和算法仍然是学术界迫切需要的。它为不同应用场景的决策选择问题提供了数学依据,纳什均衡的存在也使得寻找稳态的问题最优解成为了可能。因此,将量子遗传算法引入认知无线电技术的研究是解决认知无线电频谱分配问题的新途径。如何利用匀现N尴叩缧形=蟹治觯菇ɑ赒的频谱分配问题模型以及提出基于模型的具体算法都是具有重要意义的前沿研究课题,必将对认知无线电技术的发展起到推动作用。本文主要将量子遗传算法应用到认知无线电的频谱分配中,并将量子遗传算法的改进型和经典的量子遗传算法和遗传算法的性能进行比较。通过仿真,研究改进型量子遗传算法相对于其它算法的性能的好坏。本文将对经典遗传算法、量子遗传算法及其改进算法进行研究、实现,还要研究目前基于图论的认知无线电频谱分配模型,并将遗传算法和量子遗传算法成功运用到认知无线电频谱分配模型中去,提出具体的算法流程,并在总带宽,公平性和网络效益等性能指标上把经典算法、遗传算法和量子遗传算法进行性能的比较研究。本论文结构安排及主要内容如下:第二章:介绍了量子信息理论的基本概念,包括量子态及其表示、量子力学基本特性、量子逻辑门等内容以及经