10.3969/j.issn.1002-137X.2011.10.020
基于粒子群算法的认知无线电参数优化及敏感度分析
认知无线电能根据环境变化和用户需求自适应调整工作参数.现有认知引擎大多采用遗传算法优化参数.但随着认知用户数的增加,遗传算法染色体增多,导致算法收敛时间过长,无法满足实时通信需求.将改进惯性因子的粒子群算法用于认知无线电工作参数的优化,并在不同通信模式下对传输参数进行敏感度分析,以便有选择性地从目标函数中剔除敏感度较低的参数,降低处理复杂度.仿真结果表明,采用粒子群算法的参数优化在收敛速度、搜索效率和算法稳定性等方面均优于遗传算法,仅需较小的进化代数就能找到最优参数解,从而减小了优化时间,满足了认知无线电实时处理的要求.
认知无线电、参数优化、粒子群算法、敏感度分析
38
TN929.5
国家自然科学基金60872038;重庆市自然科学基金重点项目CSTC2009BA2064
2012-02-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
87-90