朱冰莲, 朱文勇, 朱志青, 陈 玲, 刘紫娟

(1. 重庆大学通信工程学院, 重庆 400044; 2. 重庆大学通信与测控中心, 重庆 400044)

0 引 言

认知无线电技术是解决频谱供需矛盾的有效方法,被视为未来无线通信技术的核心技术之一[1]。频谱分配是认知无线电中的重要技术,其目标是将主用户未使用的空闲频谱分配给次用户,以提高频谱资源利用率,实现最大化频谱效益。

频谱分配影响着频谱资源的利用率,因此各类频谱分配模型相继被提出,包括图论模型[2-3]、拍卖模型[4]和博弈论模型[5]等。图论模型通过选择不同的目标效用函数能够满足不同应用场景的需求,很快成为研究热点。图论模型由文献[3]提出,被证明是一个典型的NP-Hard带约束条件的组合优化问题。文献[3]采用图着色算法进行寻优,分析了该模型下的网络总效益和用户公平性。图着色算法求解速度快但检测结果差[6]。文献[7]对该模型的解编码进行了压缩编码[7],随后,遗传算法(genetic algorithm, GA)、二进制粒子群算法(binary particle swarm optimization, BPSO)[8]、离散人工蜂群算法(discrete artificial bee colony, DABC)[9-10]等智能算法被引入到该问题的求解,取得了较好的效果。但当问题规模加大时,这些算法的收敛性能受到严重挑战。寻找高效的新型启发式优化算法解决该问题成为必然趋势。

蝙蝠算法[11]是Yang于2010年提出一种全局最优搜索算法,该算法结构简单、收敛性能好,已被成功应用于各类工程实际问题[12-13]。但蝙蝠算法在连续域提出,不能直接应用于离散问题的优化。为了进一步拓展蝙蝠算法在实际工程中的应用,本文将蝙蝠算法应用到频谱分配优化中,对蝙蝠算法进行离散化处理,并针对优化问题进行改进,取得了更好的效果。……