1.算法描述

假设有M个用户均为MIMO Full Duplex,N个频率,1<N<M,设计算法实现M个用户与N个频率的匹配。

由于在一个MIMO系统中,用户数量M大于可用的频谱个数N,因此,必有一部分用户存在频谱共享的问题。目前,现有的关于频谱分配的方法主要有基于竞价的分配方法,基于博弈论的分配方法,现有资料,主要都是这两种方法。下面针对这个问题,提出如下的改进方案:

这个改进方案,命名为基于改进遗传优化算法的多因素加权竞价博弈频谱分配算法。

这里,有别于传统的频谱分配方法,这里的分配方法,考虑了多种因素,我们分别假设为y1,y2,y3,。。。。。yn,并通过遗传优化算法,计算一种分配方案,即M个用户分配到N个频谱上, 分别计算以不同因素进行划分所得到的效益值V1,V2,V3,。。。。。Vn,,最后将这将这n个因素进行加权,得到其综合效益值:

根据遗传优化算法流程可知,其详细步骤如下所示:

步骤一:选择问题解的一个编码,给出一个有N个染色体的初始群体。编码的主要功能为确定用何种码制,然后将问题参数编码形成基因码链,每一个码链代表一个个体,表示优化问题的一个解。 根据编码方式不同可以分为二进制编码和实数编码两种类型,其中二进制编码的优势在于编码方式简单,便于遗传算法的交叉和编码操作。

步骤二:对群体中的每一个染色体,计算它的适应函数值。适应函数值为群体进化时的选择提供了依据,一般来说适应度越高,解的素质越好。适应度函数可以根据目标函数而定。

步骤三:若停止规则满足,则算法停止,否则计算概率P,并以此概率分布,从旧的种群pop(t)中随机选取N个染色体构成一个新的种群。选择操作常见的操作方式有比例 选择和排序选择方式。

步骤四:通过交叉,得到N个染色体的交叉集合。交叉的主要功能从种群中随机选择两个染色体,按一定的概率进行基因交换,交换位置的选取是随机的。

竞价和博弈相结合的联合分配方法;

值最大的用户,有先分配频谱资源,值最小的,则根据实际频谱资源情况,进行共用某一相同的频谱资源。

2.仿真效果预览

matlab2022a仿真结果如下:

3.MATLAB核心程序

clc;
clear;
close all;
warning off;
addpath(genpath(pwd));
K=20; %用户对数
N=2; %收发天线数
INR_dB=5;INR=db2pow(5);
eta=INR/N; %用户对间的干扰
SI=db2pow(20); %自干扰
u=1; %weighted
k = db2pow(-40);
beta = db2pow(-40); times=5;
SNR_dB= -10:10:50;
rho_real=db2pow(SNR_dB)/N;
sum_rate_HD=zeros(1,length(rho_real));
sum_rate_FD=zeros(1,length(rho_real));
sum_rate_HD_TDMA=zeros(1,length(rho_real));
sum_rate_FD_TDD=zeros(1,length(rho_real)); for tt=1:times
tt
%通信信道
H_cha= rayleigh( N,N,2*K);
%自干扰信道
H_sel= rayleigh( N,N,2*K);
%用户间干扰信道
H_int= rayleigh( N,N,8*K); Rate_HD=zeros(1,length(rho_real));
Rate_HD_TDMA=zeros(1,length(rho_real));
Rate_FD=zeros(1,length(rho_real));
Rate_FD_TDD=zeros(1,length(rho_real)); i=1;
for rho=rho_real
% rho
V=right_singular(H_cha,2*K);
[ Rate_HD_get ] = HD_MIMO_interference(N,H_int,H_cha,H_sel,V,rho,eta,beta,k,u ,K);
Rate_HD(i)=Rate_HD_get;
[ Rate_FD_get ] = FD_MIMO_interference(N,H_int,H_cha,H_sel,V,rho,eta,SI,beta,k,u ,K);
Rate_FD(i)=Rate_FD_get;
i=i+1;
end
sum_rate_HD=sum_rate_HD+Rate_HD;
sum_rate_FD=sum_rate_FD+Rate_FD;
end sum_rate_HD=real(sum_rate_HD/times/2);
sum_rate_FD=real(sum_rate_FD/times);
figure;
semilogy(SNR_dB,sum_rate_FD,'b-^','linewidth',2);
hold on
semilogy(SNR_dB,sum_rate_HD,'b-s','linewidth',2);
grid on;
xlabel('SNR (dB)')
ylabel('sum Rate (b/s/HZ)')
legend('FD','HD')
01-140m

  

m基于GA遗传优化的多因素加权竞价博弈频谱分配算法matlab仿真的更多相关文章

  1. Apache Spark 2.2中基于成本的优化器(CBO)(转载)

    Apache Spark 2.2最近引入了高级的基于成本的优化器框架用于收集并均衡不同的列数据的统计工作 (例如., 基(cardinality).唯一值的数量.空值.最大最小值.平均/最大长度,等等 ...

  2. CBO 基于成本的优化器[基础]

    转载:CBO基于成本的优化器 ----------------------------------2013/10/02 CBO基于成本的优化器:让oracle获取所有执行计划的相关信息,通过对这些信息 ...

  3. 基于rank的优化

    ------------------siwuxie095                                 基于 rank 的优化         基于 size 的优化,在大多数情况下 ...

  4. 基于size的优化

    ----------------------siwuxie095                                 基于 size 的优化         在 union( p , q ...

  5. 基于粒子群优化的无约束50维Rosenbrock函数求解

    基于粒子群优化的无约束50维Rosenbrock函数求解 一.问题重述 无约束50维的Rosenbrock函数可以描述如下: 其中, 0 要求按PSO算法思想设计一个该问题的求解算法. Rosenbr ...

  6. Python基于粒子群优化的投资组合优化研究|附代码数据

    全文链接:http://tecdat.cn/?p=6811 最近我们被客户要求撰写关于粒子群优化的研究报告,包括一些图形和统计输出. 我今年的研究课题是使用粒子群优化(PSO)的货币进位交易组合优化. ...

  7. 【计算机视觉】基于局部二值相似性模式(LBSP)的运动目标检测算法

    基于局部二值相似性模式(LBSP)的运动目标检测算法 kezunhai@gmail.com http://blog.csdn.net/kezunhai 本文根据论文:Improving backgro ...

  8. GWO(灰狼优化)算法MATLAB源码逐行中文注解(转载)

    以优化SVM算法的参数c和g为例,对GWO算法MATLAB源码进行了逐行中文注解. tic % 计时器 %% 清空环境变量 close all clear clc format compact %% ...

  9. GA函数优化

    一.遗传算法简介         遗传算法(Genetic Algorithms,GA)是1962年美国人提出,模拟自然界遗传和生物进化论而成的一种并行随机搜索最优化方法. 与自然界中“优胜略汰,适者 ...

  10. 基于Raft深度优化,腾讯云金融级消息队列CMQ高可靠算法详解

    背景介绍 分布式系统是指一组独立的计算机,通过网络协同工作的系统,客户端看来就如同单台机器在工作.随着互联网时代数据规模的爆发式增长,传统的单机系统在性能和可用性上已经无法胜任,分布式系统具有扩展性强 ...

随机推荐

  1. 极客大挑战2023-pwn-nc_pwntools WriteUp

    主要考查点 Pwntools工具的基本使用方法 解题思路 1.nc 连接题目,得到提示: 根据题目,要求发送一个100长度的字符串,而且末尾需要为Syclover b'A'*92 + b'Syclov ...

  2. 题解:P1000 超级玛丽游戏

    P1000 题解 欢迎来到 AstralNahida 的题解频道! 这题我会给出三种解法. 首先上场的是 PHP,我们知道,PHP 会直接输出标签外的字符,所以我们直接把需要输出的东西复制粘贴即可. ...

  3. vs code的 php 格式化设置

    安装扩展 phpformatter 安装完成后,将文档进行格式化后,就会变成如下的代码格式 安装插件后,也可以对格式化进行配置 //打印日志信息,用于调试 "phpformatter.log ...

  4. ASP.NET Core中如何限制响应发送速率(不是调用频率)

    前言 ASP.NET Core中有很多RateLimit组件,.NET 7甚至推出了官方版本.不过这些组件的主要目标是限制客户端访问服务的频率,在HTTP服务器崩溃前主动拒绝部分请求.如果请求没有被拒 ...

  5. 光猫BOB 功率调测误差分析与校验指南

    DDM(Digital Diagnostic Monitoring)数字诊断监控技术,是光模块中使用的技术,以便用户能够监控光模块的实时参数.这些参数包括工作温度.工作电压.工作电流.发射和接收光功率 ...

  6. Maven项目导出 Jar 包

    Maven项目导出 Jar 包步骤 1.打开windows的dos命令界面 2.进入项目的pom.xml文件所在目录 3.输入: mvn dependency:copy-dependencies -D ...

  7. 赋能企业开发:Gitee 代码托管平台的效能重塑策略

    Gitee:构建本土化敏捷开发生态,赋能企业数字化转型 在全球数字化浪潮席卷各行各业的当下,软件开发与协作效率成为企业竞争力的关键指标.作为国内领先的代码托管平台,Gitee凭借其本土化优势与技术创新 ...

  8. LiveQing视频云平台部署实践

    LiveQing云平台 LiveQing云平台是一套由LiveQing.LiveGBS或LiveNVR构成的完整云平台架构,支持分布式.跨平台.多点部署,流媒体服务器支持负载均衡,按需直播,非常适用于 ...

  9. memcache漏洞Memcached未授权访问

    memcache漏洞Memcached未授权访问 由于memcached安全设计缺陷,客户端连接memcached服务器后无需认证就可读取.修改服务器缓存内容. 除memcached中数据可被直接读取 ...

  10. Redis配置文档中文翻译

    Redis配置文档中文翻译 各参数配置解读可参考:https://cloud.tencent.com/developer/article/2205116 # Redis 配置文件示例. # # 注意: ...