基于二进制混沌粒子群算法的认知决策引擎.pdfVIP

第４６卷　 第３期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ??４６ Ｎｏ??３ ２０ １４年３月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｍａｒ． ２０１４ 基于二进制混沌粒子群算法的认知决策引擎 于　 洋，谭学治，殷　 聪，张　 闯，马　 琳 （哈尔滨工业大学 电子与信息工程学院，１５００８０ 哈尔滨） 摘　 要：为了解决不同通信模式下认知无线电发射机参数合理优化的问题，提出了一种基于二进制混沌粒子群算法 （ＢＣＰＳＯ）的认知决策引擎，该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点，使认知决策在多目标 优化过程中有效地摆脱了局部极值点，提高了参数优化的精度和稳定性．基于认知正交频分复用（ＯＦＤＭ）系统的仿真结 果表明，相对于现有认知引擎，该引擎具有平均适应度值高、对不同通信模式鲁棒性强的特点，实现了有效优化发射机参 数的目的． 关键词：认知无线电；认知决策引擎；多目标优化；二进制混沌粒子群算法 － － － 中图分类号：ＴＮ９１４??３ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１４）０３ ０００８ ０６ Ｃｏｇｎｉｔｉｖｅ ｄｅｃｉｓｉｏｎ ｅｎｇｉｎｅ ｂａｓｅｄ ｏｎ ｂｉｎａｒｙ ｃｈａｏｔｉｃ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ＹＵ Ｙａｎｇ，ＴＡＮ Ｘｕｅｚｈｉ，ＹＩＮ Ｃｏｎｇ，ＺＨＡＮＧ Ｃｈｕａｎｇ，ＭＡ Ｌｉｎ （Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，１５００８０ Ｈａｒｂｉｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｔｒａｎｓｍｉｔｔｅｒ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎ ｄｉｆｆｅｒｅｎｔ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｍｏｄｅｓ ｆｏｒ ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ （ＣＲ）ｓｙｓｔｅｍｓ，ａｃｏｇｎｉｔｉｖｅｄｅｃｉｓｉｏｎ ｅｎｇｉｎｅｂａｓｅｄｏｎｂｉｎａｒｙ ｃｈａｏｔｉｃｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ （ＢＣＰＳＯ） ｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅ ＢＣＰＳＯａｌｇｏｒｉｔｈｍｈａｓｂｏｔｈｔｈｅｆａｓｔ ｃｏｎｖｅｒｇｅｎｃｅｏｆ ｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｇｌｏｂａｌ ｅｒｇｏｄｉｃ ｐｒｏｐｅｒｔｙ ｏｆ ｃｈａｏｓ． Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ ｃｏｇｎｉｔｉｖｅ ｄｅｃｉｓｉｏｎ ｅｎｇｉｎｅ ｂａｓｅｄ ｏｎ ＢＣＰＳＯ ｃａｎ ｊｕｍｐ ｏｆｆ ｔｈｅ ｌｏｃａｌ ｅｘｔｒｅｍｅ ｐｏｉｎｔｓ ｅｆｆｅｃｔｉｖｅｌｙ，ｗｈｉｃｈ ｃａｎ ｉｍｐｒｏｖｅ ｔｈｅ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｓｔａｂｉｌｉｔｙ ｏｆ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ． Ｔｈｅ ｃｏｇｎｉｔｉｖｅ ｏｒｔｈｏｇｏｎａｌｆｒｅｑｕｅｎｃｙｄｉｖｉｓｉｏｎｍｕｌｔｉｐｌｅｘｉｎｇ （ＯＦＤＭ）ｓｙｓｔｅｍｉｓｕｓｅｄｆｏｒｔｈｅｐｅｒｆｏｒｍａｎｃｅａｎａｌｙｓｉｓ．Ａｎｄ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｃｏｇｎｉｔｉｖｅ ｄｅｃｉｓｉｏｎ ｅｎｇｉｎｅ，ｗｈｉｃｈ ｈａｓ ｈｉｇｈｅｒ ｆｉｔｎｅｓｓ ｖａｌｕｅ ａｎｄ ｓｔｒｏｎｇｅｒ ｒｏｂｕｓｔｎｅｓｓｆｏｒ ｄｉｆｆｅｒｅｎｔ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｍｏｄｅｓ，ｉｓｂｅｔｔｅｒ ｔｈａｎ ｔｈｅ ｏｔｈｅｒ ｅｘｉｓｔｉｎｇ ｅｎｇｉｎｅｓ． Ｔｈｅ ｐｒｏｐｏｓｅｄ ｅｎｇｉｎｅ ａｃｈｉｅｖｅｓ ｔｈｅ ｏｂｊｅｃｔｉｖｅ ｏｆ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｅｆｆｅｃｔｉｖｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｃｏｇｎｉｔｉｖｅ ｒａｄｉｏ；ｃｏｇｎｉｔｉｖｅ ｄｅｃｉｓｉｏｎ ｅｎｇｉｎｅ；ｍ