基于二进制人工蜂群算法的认知无线电决策引擎-燕山大学学报.pdfVIP

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2012) 05-0439-06 基于二进制人工蜂群算法的认知无线电决策引擎 李鑫滨，石爱武 （燕山大学 工业计算机控制工程河北省重点实验室，河北 秦皇岛 ） 摘 要：为实现认知无线电系统参数的自适应调整功能，提出了一种基于二进制人工蜂群算法的认知无线电决 策引擎。将认知无线电决策问题转化为多目标函数优化问题，并采用加权和方法将复杂的多目标函数优化问题 归一化为简单的单目标函数优化问题。采用二进制人工蜂群算法对 优化问题进行求解，实现对无线电系统参 数的优化调整。最后，通过一种多载波系统对算法性能进行仿真分析，仿真结果验证了该算法的有效性和实用性。 关键词：二进制人工蜂群算法；认知无线电；认知引擎；决策引擎 中图分类号：TN014 文献标识码：A DOI：10.3969/j .issn.1007-791X .2012.05.013 引言 是 在分析蜂群行为规律的基础上提出 的一种群智能优化算法。算法中，蜜蜂采用贪婪准 建立在认知科学、计算机科学及信息与控制理 则在解空间中依据蜜源质量 （适应度）对蜜源位置 论基础之上的认知无线电（ ， ） （解）进行更新搜索。由于该算法预先设定了称为 技术，能够通过感知功能 、自学习功能和自适应 “ 的循环跳出次数，有效避免了算法陷入局 参数调整功能 ，实现资源的有效共享与优化利 部极值。 算法目前已广泛应用于路径优化、反 用。其中，认知无线电自适应参数调整功能可通过 演分析、图像匹配、神经网络训练等领域，而在认 认知引擎实现。近年来，认知引擎的决策问题受到 知无线电方面的应用研究目前尚未见文献报道。 了专家学者的极大关注。美国的 一直 本文在给出认知无线电决策引擎优化模型的 致力于认知无线电技术的 关研究工作，其中专家 基础上，提出采用二进制人工蜂群 （ 等人 研究发现，采用遗传算法能够实现 ， ）算法进行求解，并通过 无线电参数的调整优化。文献 讨论了利用简 一种多载波系统对算法性能进行了仿真研究。仿真 单遗传算法 （ ， ）解 结果表明基于 算法的决策引擎在后期精确 决认知无线电参数调整的实现问题，但是， 搜索能力和收敛精度等方面要优于基于其他启发 在性能上有局部收敛过快和爬坡能力不强等缺点。 式算法的决策引擎，能够更好地满足高精度和实时 文献 提出了基于量子遗传算法 （ 性要求的无线环境或用户需求。 ， ）的认知决策引擎，提高了 算法的收敛速度、收敛精度，改善了算法的爬坡能 认知无线电决策引擎优化模型 力，但其实现复杂度较高。文献 构建了基于 二进制粒子群（ ， ） 认知引擎基本功能架构如图 所示，其中作为 算法的认知决策引擎，改