基于遺傳算法和粒子群優(yōu)化算法的信道分配研究.pdf

1、隨著移動(dòng)通信的業(yè)務(wù)需求不斷增長(zhǎng)，如何盡可能地將有限的可用頻譜在不同小區(qū)間進(jìn)行復(fù)用，同時(shí)避免移動(dòng)用戶(hù)間的干擾，并使分配給每個(gè)小區(qū)的頻率數(shù)足夠大以滿(mǎn)足小區(qū)的話(huà)務(wù)需求成為增加蜂窩系統(tǒng)容量、提高頻譜利用率的關(guān)鍵。
　　 針對(duì)傳統(tǒng)遺傳算法在求解信道分配問(wèn)題(CAP)存在的局部尋優(yōu)能力差、收斂速度慢的問(wèn)題，本文提出了一種低計(jì)算復(fù)雜度的改進(jìn)遺傳算法。通過(guò)最小間隔編碼方式對(duì)信道分配矩陣進(jìn)行編碼，隱含滿(mǎn)足了各小區(qū)的信道需求和同場(chǎng)地電磁兼容限制，減

2、小了解空間；最大需求優(yōu)先最少?zèng)_突初始化方式優(yōu)先給信道需求最大的小區(qū)分配信道，減少信道沖突，提高初始解的質(zhì)量；帶局部搜索的選擇性變異算子選擇能夠改進(jìn)個(gè)體適應(yīng)度的元素進(jìn)行變異，保持種群的多樣性。實(shí)驗(yàn)結(jié)果表明，本文所述基于改進(jìn)遺傳算法的信道分配方案對(duì)8個(gè)benchmark問(wèn)題中的6個(gè)具有100％的最優(yōu)解收斂率，且優(yōu)于現(xiàn)有基于神經(jīng)網(wǎng)絡(luò)、遺傳算法等信道分配方案的收斂速度。
　　 雖然基于改進(jìn)遺傳算法的信道分配具有較快的收斂速度，但最優(yōu)解收

3、斂率還比較低。粒子群優(yōu)化(PSO)算法沒(méi)有遺傳算法復(fù)雜的交叉和變異操作，大大降低了計(jì)算復(fù)雜度，由于是群體粒子的并行計(jì)算，比遺傳算法有更快的收斂速度，且參數(shù)較少，參數(shù)的調(diào)整和設(shè)置較為方便，易于實(shí)施，已被應(yīng)用到CAP，取得了不錯(cuò)的效果。
　　 針對(duì)現(xiàn)有離散粒子群優(yōu)化(DPSO)算法在求解CAP存在的收斂速度慢、局部尋優(yōu)能力不足的問(wèn)題，本文進(jìn)一步提出一種DPSO算法與頻率優(yōu)先分配(FEA)相結(jié)合的信道分配方案。通過(guò)實(shí)驗(yàn)研究DPSO算法