基于改进混合蛙跳算法的认知无线电协作频谱感知

专利名称：一种认知无线电协作频谱感知方法专利类型：发明专利
发明人：郑紫微,胡峰
申请号：CN201510595118.8
申请日：20150917
公开号：CN105141384A
公开日：
20151209
专利内容由知识产权出版社提供
摘要：本发明涉及一种认知无线电协作频谱感知方法，该方法包括各认知用户分别独立地发送自身信噪比和检测结果给频谱感知融合中心，由频谱感知融合中心根据预设信噪比筛选值选出参与协作的初选认知用户，计算初选认知用户的信任度和所有初选认知用户的信噪比均方根值，得到各初选认知用户信噪比和信噪比均方根值间的商值，计算信噪比预设阈值、信噪比最佳阈值和初选认知用户的联合筛选参数值，由频谱感知融合中心根据联系筛选参数值，选定参与协作的复选认知用户，并得到复选认知用户调整后的检测概率，最后将重新选择的终选认知用户按照加权的OR准则进行协作检测。

该协作频谱感知方法减小了低信噪比认知用户对协作检测影响，提高了协作检测性能。

申请人：宁波大学
地址：315211 浙江省宁波市江北区风华路818号
国籍：CN
代理机构：宁波诚源专利事务所有限公司
代理人：刘凤钦
更多信息请下载全文后查看。

第36卷第1期2017年2月兰州交通大学学报Journal of Lanzhou Jiaotong UniversityVol. 36 No. 1Feb.2017文章编号：1001-4373(2017)01-0051-06 D O I:10. 3969/j.issn. 1001-4373. 2017. 01. 010一种改进的混合蛙跳算法赵红星1>2,常小刚2(1.兰州交通大学交通运输学院，甘肃兰州730070;2.兰州交通大学现代信息技术与教育中心，甘肃兰州730070)摘要：针对混合蛙跳算法后期收敛速度慢、精度低并易陷入局部最优的问题，提出一种改进的混合蛙跳算法。

在改进的混合娃跳算法中，对青娃的覓食机制和进化迭代公式重新定义，青娃的第一跳向模因组其它青娃单维搜索，第 二跳向模因组内最优青蛙单维搜索，第三跳向全局最优青蛙单维搜索，通过青蛙的三跳协同搜索，能够使算法的全局搜索能力和局部搜索能力得到显著改善。

通过7个测试函数与A B C算法和标准混合蛙跳算法实验对比，实验结果表明改进的混合娃跳算法具有比A B C算法和混合娃跳算法更优秀的搜索性能，在收敛速度和收敛精度方面具有明显的优势。

关键词：混合蛙跳算法；人工蜂群算法；全局搜索；函数优化中图分类号：T P301. 6 文献标志码：八An Improved Shuffled Frog Leaping AlgorithmZHAO Hong-xing1,2, CHANG Xiao-gang2(1. School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou 730070 , China；2. Modern Information Technology and Education Center, Lanzhou Jiaotong University, Lanzhou 730070 , China)Abstract：To solve the problem of slow convergence speed, low precision and easy to fall into local optimum of SFLA algorithm, an improved shuffled frog leaping algorithm (BCSFLA) is pro­posed. The searching mechanism and the evolutionary iteration formula of frogs are redefined. In the frog's first and second jump search,it?s learning toward the other frogs and the optimal frog in the model group,and in the frog's third jump search,it?s learning toward the global optimal frog.Through the cooperation of the three jump search,the global search ability and local search ability of the algorithm are improved significantly. Experiments are conducted on a set of 7 benchmark functions and compared with ABC algorithm and SFLA algorithm. Finally, the result demon­strates a good performance of BCSFLA algorithm.Key words：shuffled frog leaping algorithm；artificial bee colony algorithm；global search；num er­ical optim ization混合娃跳算法（shuffled frog leaping algorithm，SFLA)[1]是Eusuff和Lansty依据群智能思想于2000 年提出的一种亚启发式算法，诙算法结合了模因算法 (MA)[2]和粒子群算法（particle swarm optimization，PSO)[3]的优点，通过模拟青蛙群体的觅食过程，以局部搜索和全局信息交流的方式，在搜索范围内寻找最 优解.S F L A因算法简单、易于理解、控制参数少且具 有相对较优的搜索能力而得到了学者的广泛关注.文 献W]建立了S F L A的Markov链数学分析模型.文献 [5]将人工鱼群算法（artificial bee colony algorithm，收稿日期：2016-10-28 学报网址：基金项目：兰州交通大学青年科学基金（2014027)作者筒介：赵红星（1989-)，男，甘肃庆阳人，工程师，博士研究生，主要研究方向为系统分析、智能计算.E-mail:zhaohx@ .S3兰州兖通大学學报第36卷A BO与SF L A结含提出:T混合算法CSFLACcompos-ite shuffled frog leaping algorithm)•文献[6]改'进"I* S F L A的进化计算公式，使进化计算受到模因组内的 最优个体、全讀,最优个体和干扰因爭|省共同的影 响，并成功解决了无线传感网的定位问题.文献[7]提 出了基于惯性因子的SFLA.文献[g]将自适应粒子群 (SAPSO)算法与SF L A相互结合，成功解决了配电网 的重构问题.文賦[||将幂律极值动力学优化与SFLA 融合，分析了容量约束车辆路径问题，并通过实例证 明了算法的有效性.文献[1C Q:弓丨人模拟退火(SA)、免疫接种(IV)、高斯变异和混沌扰动算子以提高SFLA 算法的深度搜索能力和广度搜索能力，改进后的SF-L A算法成功优化了支持向量机(SVM)的参数.针对S F L A的全局收搜索能力和深度搜索能力 的不足之处，提出了一种改进的混合蛙跳算法（bee colony sliuffled frog leaping algorithm,.BCSFLA)，在 BCSFLA的寻优过程中，绪合了人工蜂群算法的单维 搜索机制，并且根据模因组的最坏青蛙进化情况决定 是:否:宙模厲祖的最优青蛙进行精细化搜索.，通过对青 蛙觅食过程的重新定义，使BC SFLA的全_搜索能 力和精度搜索能力闻时#到提高•利用7个SO维的 测试函数，进行了 BCSFLA、ABC、S F L A的计算试验 对比}结果表明BC SFLA在函数优化方面具有比ABC和SFLA更:萌显的优勢，1 标准SFLASFLA是模拟青蛙觅食过程中的信息交流特点的一种启发式算法，通过硫定性方法和不确定性方法 相宜结食=,_达到群体进化的g的，在D维搜索:空间 中，拿娃群体可以表承为_P==(.i',!，心，…，•1,1)U =1，2,•••,域X:JV，SIY为蛙群的青蛙总数f M为模因组的个数，JV为每个模因组所包含的青蛙 数，A为第£只青蛙的具体表示，在S F L A中屬要将 蛙群根据青蛙的适应值进行降序排序,并逐一分配至 M个模因组，每一个模因组包含iV.R青蛙.其中，第1个模因组包含第1，M+1,…，CN—1)M+1只青蛙，第2个模因组包含第2，M+2，”-，（N—l)M+2R青 蛙，以此类推，第M个模因组包含第M，2M，N M只曹蛙.而在一个模:虜逾中，.由_本模菌組的最坏資蛙 不断进化实现整个模因组的局部搜索，直到所有模因 组完成规定次数的局部搜索，然后将M个模西组中 的所有青蛙混合阵序排序并重新逐一划分至M个模 因组进行局部搜索 <直到满足算法的终止条件.模因 组的烏部搜索进化方式如图1所示，在S F L A中，每个模因组的局部搜索苜先是由 该模因组的最坏青蛙在诙模西组的最优青蛙或者全 局最优青蛙的启发下计算进化，如果产生的新个体 优于该糢因組的最坏曹蛙，M利用新个体代替该模 :雇邀，的最坏嘗蛙，在r f U次计算时，新的.最:坏有:鮭必 然优于之前的最坏青蛙，经过多次计算，从而使整个 模因组实现进化.如果该模因组的最坏青蛙在进化 计算时产生的新个体不优于i前的最坏青蛙，则在 搜索范围内随机产生新个体代替唐前的最坏青蛙，从而拓展了:箅法的全貝搜索能力.组的最坏青蛙和最优青蛙，r为服从均勻分布的（0,1)之间的随机数，jC为■依据A进化计算的新个体。

改进混合蛙跳算法在无线传感网定位中的应用
冯晨;张玲华
【期刊名称】《计量学报》
【年(卷),期】2013(034)004
【摘要】提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度.首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位,然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题.同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化.在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能.结果显示该智能算法简单可靠,而且有效提高了定位精度.
【总页数】6页(P360-365)
【作者】冯晨;张玲华
【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003
【正文语种】中文
【中图分类】TB973
【相关文献】
1.无线传感网络中基于RSSI质心定位的改进算法 [J], 张兢;史文进;李冠迪;张莉楠
2.无线传感网络中基于RSSI质心定位的改进算法 [J], 张兢;史文进;李冠迪;张莉楠;
3.无线传感网络中基于RSSI质心定位的改进算法 [J], 张兢;史文进;李冠迪;张莉楠;
4.改进内测点测试算法在无线传感网络中的定位研究 [J], 龚健
5.无线传感网络三维定位在变电站中的应用与研究 [J], 胡昌斌; 陈德凯; 孙研; 张毅; 杨建荣
因版权原因，仅展示原文概要，查看原文内容请购买。

认知无线电中的协作频谱检测技术
王海军;粟欣;王京
【期刊名称】《中兴通讯技术》
【年(卷),期】2009(015)002
【摘要】频谱检测技术是认知无线电中极其重要的环节,而协作式的频谱检测由于其良好的检测性能日益受到人们的关注.基于能量检测,协作频谱检测的算法主要有:与(AND)算法、或(OR)算法、计数算法、分区算法、似然比算法、线性加权算法和分布式无线通信系统(DWCS)算法.分析表明,这些协作检测算法能够改善系统的检测性能、减低干扰冲突、提高频谱利用率.
【总页数】5页(P10-14)
【作者】王海军;粟欣;王京
【作者单位】清华大学无线与移动通信研究中心,北京,100084;清华大学无线与移动通信研究中心,北京,100084;清华大学无线与移动通信研究中心,北京,100084【正文语种】中文
【中图分类】TN92
【相关文献】
1.认知无线电中簇分集协作的频谱检测算法 [J], 时颖;孔红;;
2.认知无线电非协作频谱检测技术 [J], 黄明招
3.单天线认知无线电中的协作频谱感知和无线能量传输 [J], 吕玉静; 宋志群; 刘玉涛
4.认知无线电中的协作频谱感知技术 [J], 聂慧锋;徐声海
5.认知无线电IoT中动态协作频谱感知和分割算法 [J], 李越颖
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进群搜索优化算法的认知无线电协作频谱感知江辉;陈飞飞;杜文峰【期刊名称】《电路与系统学报》【年(卷),期】2013(018)001【摘要】提出了一种基于改进群搜索优化的认知无线电协作频谱感知方法.用改进的群搜索优化算法求解线性协作感知模型中的权重向量,并将本文方法与基于单节点感知、选择合并、等增益合并和MDC的频谱感知方法进行了比较,仿真结果表明基于改进群搜索优化算法的协作频谱感知较传统的群搜索优化算法具有更好的收敛性,可获得更高的检测概率,且检测性能随感知用户数的增加而提高、随噪声环境的恶化而降低.仿真结果验证了本文方法的优越性.%This paper proposes a method for cognitive radio (CR) spectrum sensing based on improved group search optimizer (GSO).The improved GSO is used to get the weight vector in linear cooperation model.And it is compared with the four methods of Single CR method,Selection combining method (SC),Equal gain combining method (EGC) and Modified deflection coefficient method (MDC).Simulation results show that the improved GSO is better in convergence than traditional group search optimizer.It can obtain better detection probability than the four methods.The detection performance becomes higher with the increase of CR users and becomes lower under the worse of noise condition.【总页数】6页(P187-192)【作者】江辉;陈飞飞;杜文峰【作者单位】深圳大学光电工程学院,广东深圳518060;深圳大学光电工程学院,广东深圳518060;深圳大学计算机与软件学院,广东深圳518060【正文语种】中文【中图分类】TN929.5【相关文献】1.基于群搜索算法的改进萤火虫群优化算法 [J], 蔡俊宁;黄文韬;任达成2.基于精英反向学习群搜索算法的认知无线电协作频谱感知 [J], 袁超3.基于改进群搜索优化算法的云计算任务调度方案 [J], 李敬伟;张皓;赵丽4.基于改进群搜索优化算法的变差函数拟合 [J], 陈华;张艺丹;葛新民5.基于改进群搜索优化算法的综合能源系统运行优化 [J], 王娟; 王致杰; 赵刘亮; 庄石榴因版权原因，仅展示原文概要，查看原文内容请购买。

基于混合蛙跳算法的认知无线电频谱分配
彭振;赵知劲;郑仕链
【期刊名称】《计算机工程》
【年(卷),期】2010(036)006
【摘要】提出一种二进制混合蛙跳算法和基于该算法的认知无线电频谱分配方法.对该方法与颜色敏感图论着色算法进行仿真比较,结果表明在最大化网络总效益和最大化公平效益准则下,基于二进制混合蛙跳算法的频谱分配方法的性能较高.二进制混合蛙跳算法能找到理想最优解,颜色敏感图论着色算法得到的解与理想最优解偏差较大.
【总页数】4页(P210-212,217)
【作者】彭振;赵知劲;郑仕链
【作者单位】杭州电子科技大学通信工程学院,杭州,310018;杭州电子科技大学通信工程学院,杭州,310018;中国电子科技集团公司第36研究所通信系统信息控制技术国家级重点实验室,嘉兴,314033;杭州电子科技大学通信工程学院,杭州,310018【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于并行分配算法的认知无线电频谱分配算法 [J], 刘俊霞;卞琛
2.基于BPSO的能量采集认知无线电频谱分配 [J], 邢新华;王俊
3.基于改进蚁群算法的认知无线电频谱分配的策略研究 [J], 赵显煜;王俊;邢新华
4.基于图论模型的认知无线电频谱分配仿真建模研究 [J], 刘新浩;马昕睿;王大为
5.基于分组拍卖的认知无线电频谱分配算法 [J], 陈浩雷;滕子铭;孙汇阳;张华因版权原因，仅展示原文概要，查看原文内容请购买。

认知无线电中频谱感知算法的研究的开题报告开题报告：认知无线电中频谱感知算法的研究一、研究背景与意义随着无线通信技术的飞速发展，频谱资源日益紧张。

认知无线电技术作为一种有效的频谱管理手段，能够动态地接入空闲频段，提高频谱利用率。

然而在认知无线电系统中，频谱感知是一个关键问题。

传统的频谱感知方法往往依赖于固定的频谱检测算法，无法适应快速变化的网络环境。

因此研究具有自适应能力的频谱感知算法对于提高认知无线电系统的性能具有重要意义。

二、研究目标与任务本研究旨在针对认知无线电系统中的频谱感知问题，研究基于机器学习和信号处理技术的自适应频谱感知算法。

具体任务包括：1. 分析现有频谱感知算法的优缺点，提出改进方案。

2. 基于机器学习算法，设计自适应频谱感知算法，实现对频谱的空时自适应处理（STAP）。

3. 通过仿真实验和实际测试，验证所提算法在认知无线电系统中的有效性和优越性。

三、研究内容与方法本研究将采用以下研究内容和方法：1. 文献调研：收集并整理国内外关于频谱感知的最新研究论文和专利，了解当前研究现状和发展趋势。

2. 算法设计：根据认知无线电系统的实际需求，设计适用于不同场景的自适应频谱感知算法。

3. 仿真验证：利用计算机模拟平台，对所设计的频谱感知算法进行仿真验证，评估其性能指标。

4. 实验验证：搭建实验平台，对所设计的频谱感知算法进行实际测试，验证其在实际应用中的有效性和稳定性。

5. 结果分析：根据仿真和实验结果，对所设计的频谱感知算法进行分析和优化，提高其性能表现。

四、预期成果与创新点本研究预期取得的成果包括：1. 提出一种具有自适应能力的频谱感知算法，提高认知无线电系统的频谱利用率。

2. 通过仿真实验和实际测试，验证所提算法在认知无线电系统中的有效性和优越性。

3. 发表相关学术论文，推动频谱感知领域的研究进展。

本研究的创新点主要包括：1. 基于机器学习算法，设计自适应频谱感知算法，实现对频谱的空时自适应处理（STAP），提高频谱检测性能。

改进的认知无线电系统中频谱共享博弈算法
韩松;李鑫滨;马锴;刘志新
【期刊名称】《北京理工大学学报》
【年(卷),期】2017(37)7
【摘要】为提高博弈策略的合理性和有效性,提出了一种分布式的频谱共享博弈算法.考虑主用户的二次边际成本函数,得到满足稀有频谱资源分配属性的价格函数;设计了节省信道开销的动态次用户信任度机制,对干扰主用户通信的次用户进行惩罚,从而优化频谱共享环境;引入主用户价格反馈机制,实现算法分层,保证主用户和次用户获得最大的效用,并提高频谱的利用率.仿真分析也表明了所提出的博弈算法能使频谱分配更加合理和有效.
【总页数】7页(P758-764)
【关键词】认知无线电;频谱共享;博弈论;信任度
【作者】韩松;李鑫滨;马锴;刘志新
【作者单位】燕山大学工业计算机控制工程河北省重点实验室
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.认知无线电系统中的协作频谱共享博弈 [J], 马良;朱琦
2.认知无线电系统中非协作式频谱共享博弈算法改进的研究 [J], 段坤坤;张翠芳;
3.认知无线电的重复博弈频谱共享算法 [J], 谢健骊;党建武
4.认知无线电频谱共享中的博弈论算法 [J], 刘树彬;李翠然
5.基于博弈论的认知无线电频谱共享算法研究 [J], 刘兴举
因版权原因，仅展示原文概要，查看原文内容请购买。

基于机器学习的认知无线电网络协作频谱检测
金静;滕杰英;吴霄汉
【期刊名称】《长江信息通信》
【年(卷),期】2023(36)1
【摘要】为提高认知无线电频谱感知能力,解决频谱感知节点对频谱占用的错误分类,提出了一种基于机器学习的认知无线电网络协作频谱感知方法。

首先,构建了一个认知无线电网络模型,并运用Kullback-Leibler散度,推导出了单个感知节点频谱感知覆盖的解析式。

其次,分析了无线传感器网络的频谱感知范围和性能,提出了一种能够覆盖整个主要用户区域的多感知节点布置策略。

最后,通过对比实验验证了所提方法的有效性。

实验结果表明,所提方案通过多部署一个感知节点SN3能够有效缓解频谱错误分类问题,对于50mW和100mW的主要用户功率电平,其真阳率分别可达99.80%与97.5%,可有效提升频谱感知的精确度。

【总页数】4页(P133-136)
【作者】金静;滕杰英;吴霄汉
【作者单位】广西昊华科技股份有限公司
【正文语种】中文
【中图分类】TN925
【相关文献】
1.协作认知无线电网络频谱检测性能分析
2.ε-贪婪结合异常检测的认知无线电网络协作频谱感知方案
3.认知无线电网络中安全的协作频谱检测算法
4.基于协作频谱
预测和频谱分割的认知无线电网络吞吐量优化5.基于机器学习主用户发射模式分类的蜂窝认知无线电网络频谱感知
因版权原因，仅展示原文概要，查看原文内容请购买。

基于混合蛙跳的无线传感器网络定位方法
江宇波;赵攀;邱玲
【期刊名称】《四川理工学院学报（自然科学版）》
【年(卷),期】2014(027)004
【摘要】为了解决无线传感器网络未知节点的定位问题,提出了一种新的三维空间定位方法.首先给出了未知节点位置的计算方法和误差评价模型,并利用混合蛙跳算法建立了评价模型的求解算法SFLL.最后,利用仿真实验,对比了与其它算法之间的性能状况,结果表明SFL具有较好的适应性.
【总页数】4页(P34-37)
【作者】江宇波;赵攀;邱玲
【作者单位】四川理工学院计算机学院,四川自贡643000;四川理工学院计算机学院,四川自贡643000;四川理工学院计算机学院,四川自贡643000
【正文语种】中文
【中图分类】TP393
【相关文献】
1.优化混合蛙跳算法的WSN三维定位方法 [J], 刘宏;王其涛;夏未君
2.基于蛙跳算法的无线传感器网络节点定位 [J], 葛宇;梁静;许波;余建平
3.基于蛙跳改进算法的无线传感器网络定位* [J], 刘杰慧;谢萍;王颖;王茜
4.基于近似骨架和混合蛙跳算法的K-means方法及其在眼底病历图像中的应用[J], 孙颖;张毅;丁卫平;鞠恒荣;任龙杰
5.基于混合蛙跳算法的高维生物医学数据特征选择方法 [J], 代永强;郭小燕;王敏;孙嫣娇
因版权原因，仅展示原文概要，查看原文内容请购买。

改进的混合蛙跳算法在传感器配置优化中的应用刘晓芹;黄考利;安幼林;吕晓明【期刊名称】《计算机科学》【年(卷),期】2011(038)002【摘要】Optimum of sensor location is an important research field in testability design,and it is a new attempt to use shuffled frog leaping algorithm for optimum of sensor location. Considering the optimal problem of sensor location is set in a space featuring discrete, a discrete shuffled frog leaping algorithm was proposed, and the change in position was redefined discretely. To avoid converging too fast, the algorithm was improved. Chaos optimization algorithm was used to optimize the best solution in the form of probability. An example and simulation results were provided to verify the effectiveness and practicability of this approach.%传感器配置优化是可测性设计的重要研究内容,将混合蛙跳算法应用于传感器配置优化是一种新的尝试.针对传感器配置优化属于离散问题求解,提出离散的混合蛙跳算法,设计了一种离散化的更新方式.为克服蛙跳算法的早熟收敛问题,在改进的离散蛙跳算法中采用混沌优化算法以概率的形式对全局极值进行了优化.最后通过具体系统实例验证了该方法的正确性和有效性.【总页数】5页(P72-75,81)【作者】刘晓芹;黄考利;安幼林;吕晓明【作者单位】军械工程学院,石家庄050003;陆军航空兵学院,北京101123;军械工程学院,石家庄050003;军械工程学院,石家庄050003;军械工程学院,石家庄050003【正文语种】中文【中图分类】TP301【相关文献】1.混合蛙跳算法的改进及其在无功优化中的应用 [J], 王延杰;林潮彬;徐国智;赵昆明2.改进的混合蛙跳算法及其在多阈值图像分割中的应用 [J], 张新明;程金凤;康强;王霞3.一种改进的混合蛙跳算法及其在变压器设计中的应用 [J], 杜江;袁中华4.改进二进制-实数编码混合蛙跳算法在水电机组短期发电调度中的应用 [J], 杨哲;杨侃;吴云;夏怡;齐伟擎;张天衍;仲晓林5.改进混合蛙跳算法在马斯京根模型参数优化中的应用 [J], 杨柳因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进蛙跳算法的无线传感器网络覆盖优化
李响;郑瑞娟
【期刊名称】《计算机测量与控制》
【年(卷),期】2014(22)6
【摘要】针对传统算法在解决无线传感器网络覆盖优化上存在的覆盖率较低和节点分布不够均匀的问题,提出了一种改进的蛙跳算法;为了同时达到增加算法的种群多样性和加快算法收敛速度的目的,改进蛙跳算法分别增加了个体高斯学习机制和根据粒子群思想改进的更新策略,让族内最差个体在自身附近进行局部搜索,若无效,则使族内最差个体同时向族内最优个体和全局最优个体学习;在性能评估实验中,对改进的蛙跳算法分别进行了标准函数测试和无线传感器网络覆盖优化测试;测试结果表明,在6个标准测试函数中,改进的蛙跳算法与其他算法相比在4个测试函数上的收敛精度有了明显提高;在无线传感器网络覆盖优化中,改进的蛙跳算法也能够使节点分布更加均匀,使网络覆盖率达到了85.6％.
【总页数】4页(P1993-1995,1998)
【作者】李响;郑瑞娟
【作者单位】开封大学软件学院,河南开封475004;河南科技大学信息工程学院,河南洛阳471023
【正文语种】中文
【中图分类】TP398.1
【相关文献】
1.基于改进粒子群算法的无线传感器网络覆盖优化 [J], 梁俊卿
2.基于改进蚁群算法的无线传感器网络栅栏覆盖优化研究 [J], 毛科技;方凯;戴国勇;金洪波;邬锦彬;陈庆章
3.基于改进鱼群算法的无线传感器网络K重覆盖优化策略 [J], 秦俭
4.基于改进粒子群的无线传感器网络覆盖优化算法 [J], 林威建;郝泳涛
5.基于改进粒子群算法的无线传感器网络覆盖优化研究 [J], 许辉
因版权原因，仅展示原文概要，查看原文内容请购买。

认知无线电中的量子蛙跳频谱分配
高洪元;曹金龙
【期刊名称】《应用科学学报》
【年(卷),期】2014(032)001
【摘要】为了有效求解离散优化问题,将量子信息理论引入混合蛙跳算法,提出一种新的组合优化算法——量子蛙跳算法.量子蛙跳算法使用新的量子跳跃方程完成整个量子蛙群的协同演进,能快速搜索到全局最优位置.通过对基准函数的测试验证了其高效性,并使用量子蛙跳算法设计了一种认知无线电频谱分配算法.通过仿真实验对比了所提出的量子蛙跳算法与遗传算法、量子遗传算法、粒子群算法、混合蛙跳算法和敏感图论着色算法等多种算法在不同网络效益函数下实现频谱分配的性能.在3种网络效益函数下进行的仿真结果表明,所提出的算法能较好地找到最优解,且在不同的网络效益函数下均优于已有的敏感图论着色频谱分配算法和智能频谱分配算法.
【总页数】8页(P19-26)
【作者】高洪元;曹金龙
【作者单位】哈尔滨工程大学信息与通信工程学院,哈尔滨150001;北京邮电大学信息与通信工程学院,北京100876
【正文语种】中文
【中图分类】TN911.72;TP301.6
【相关文献】
1.基于量子遗传模拟退火算法的认知无线电频谱分配方法研究 [J], 肖婵婵
2.离散量子粒子群优化的认知无线电频谱分配 [J], 刁鸣;张志强;高洪元
3.基于混合蛙跳算法的认知无线电频谱分配 [J], 彭振;赵知劲;郑仕链
4.一种认知无线电频谱分配的精英量子狼群算法 [J], 徐梦颖;卢毅;周杰
5.基于混沌量子蜂群算法的认知无线电频谱分配 [J], 薛伟;张玉兵;林法杰
因版权原因，仅展示原文概要，查看原文内容请购买。

文化蛙跳算法及其在频谱感知中的应用
高洪元;崔闻
【期刊名称】《中南大学学报（自然科学版）》
【年(卷),期】2013(044)009
【摘要】为了有效求解连续优化问题,基于混合蛙跳算法和文化算法的智能演进原理,提出一种新的全局搜索算法即文化蛙跳算法.使用4个经典的基准函数进行测试,然后,将文化蛙跳算法应用于频谱感知这个认知无线电领域的热点问题,提出基于文化蛙跳算法的协作频谱感知方法.使用文化蛙跳算法和3种智能算法对频谱感知问题进行仿真.研究结果表明:所提算法基于知识策略和信息交流设计新的跳跃方程,有很强的开发探索能力,可显著改进混合蛙跳算法的性能;文化蛙跳算法的收敛速度和收敛精度都比改进混合蛙跳算法、细菌觅食算法以及粒子群优化等智能算法的高;文化蛙跳算法比3种智能频谱感知算法的收敛速度提高最少1.5倍,且检测概率最大,验证了该算法的有效性.
【总页数】8页(P3723-3730)
【作者】高洪元;崔闻
【作者单位】哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨,150001
【正文语种】中文
【中图分类】TN92;TP18
【相关文献】
1.差分头脑风暴算法及其在频谱感知中的应用 [J], 刁鸣;王小兰;高洪元
2.蛙跳萤火虫算法及其在无线电频谱分配中的应用 [J], 李卫军
3.加速食物引导的粒子群算法在协作频谱感知中的应用 [J], 岳文静;魏怡;陈志
4.改进型蛙跳萤火虫算法及其在CRN频谱分配中的应用 [J], 张海娇;孙文胜
5.改进型蛙跳萤火虫算法及其在CRN频谱分配中的应用 [J], 张海娇[1];孙文胜[1]因版权原因，仅展示原文概要，查看原文内容请购买。

认知无线网络中的智能协作频谱感知机制研究季薇;胡延成;杨震【期刊名称】《信号处理》【年(卷),期】2015(031)009【摘要】作为智能体,认知无线电应具有智能学习和智能判决的能力.为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制.该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认知用户均被看作一个独立的支持向量机分类器,单个感知周期内得到的采样数据作为分类器的输入,分类器的概率输出将被发送至融合中心,融合中心采用模糊积分算法将各分类器得到的结果进行融合并判决.该机制充分挖掘了认知用户在频谱感知阶段的"智能学习"能力和信息融合阶段的"智能判决"能力,仿真结果进一步表明,与单一的分类模型相比,本文提出的智能协作频谱感知机制具有更高的检测概率和更低的虚警概率.【总页数】7页(P1195-1201)【作者】季薇;胡延成;杨震【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学教育部"宽带无线通信与传感网技术"重点实验室,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学教育部"宽带无线通信与传感网技术"重点实验室,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学教育部"宽带无线通信与传感网技术"重点实验室,江苏南京210003【正文语种】中文【中图分类】TN929.5【相关文献】1.基于卡方检验的多天线认知无线网络协作频谱感知算法 [J], 徐偲;卢光跃;叶迎晖;弥寅2.RF能量采集全双工认知无线网络中协作频谱感知参数优化 [J], 范梦兰;张杭;李炯3.认知无线网络中动态双门限协作频谱感知性能的优化方案 [J], 金燕君;朱琦;郑宝玉4.认知无线网络非理想协作频谱感知节能策略 [J], 王晓东;陈长兴;任晓岳;林兴5.认知无线网络中基于联盟博弈的分布式协作频谱感知方法 [J], 张孟伯;王伦文;冯彦卿因版权原因，仅展示原文概要，查看原文内容请购买。