冀鹏飞

（山东科技大学，山东 青岛 266000）

基于粒子群优化算法的无线电频谱分配方法研究

冀鹏飞

（山东科技大学，山东 青岛 266000）

粒子群(PSO)算法在认知无线电频谱分配问题上发挥着重要的作用,但是在连续无约束条件下基本的PSO算法才能得以运用,并且在此条件下,早熟收敛和收敛速度不够快等问题仍然无法得到效解决。为了优化这些问题，本文将对粒子群算法的早熟收敛问题进行分析并加以改进,成功地将统一的粒子群算法应用于解决频谱分配问题。在综合考虑系统的总宽带收益及用户接入公平性的基础上,建立了相应的目标函数,并验证了该算法的可行性和优越性。

认知无线电；频谱分配；粒子群优化算法

1 引言

无线频谱是无线通信中的珍贵资源。现有无线通信系统通常将无线频谱划分成若干固定宽度的频谱段，利用率很低，因此探索新的频谱分配方法显得越来越重要。认知无线电频谱分配的模型和相对应的算法一直是国内外研究的热点。但是一些算法的研究仍然存在许多缺点，例如文献[2]在此基础上提出一种并行着色频谱分配方法，缩短了分配时间，但是系统效率并不高。

为了解决传统认知无线电频谱分配中的不足，目前量子智能算法强大优势在许多文献中被提出并将其应用到认知无线电频谱分配技术中，而粒子群算法（PSO）的优化性能高于量子遗传算法，但是在算法理论方面，国内外学者研究发现PSO算法存在着早熟收敛和收敛速度不够快以及全局搜索和局部搜索不平衡等问题。……