一种能量采集认知中继网络的多目标中继选择方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115968009A(43)申请公布日2023.04.14(21)申请号202211542401.0(22)申请日2022.12.03(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人高洪元马静雅任立群刘亚鹏张禹泽狄妍岐谷晓苑揣济阁陈世聪陈暄(51)Int.Cl.H04W40/22(2009.01)H04W16/22(2009.01)权利要求书4页说明书10页附图3页(54)发明名称一种能量采集认知中继网络的多目标中继选择方法(57)摘要本发明提供一种能量采集认知中继网络的多目标中继选择方法，在能量采集认知中继网络环境下，综合考虑网络能量效率和信噪比，构建新的解决离散优化问题的多目标函数，并通过多目标量子帝王蝶优化机制快速得到多目标中继选择方法，在保证信噪比的同时又能实现网络能量效率的最大化，为解决能量采集认知中继网络的中继选择方案提供了新思路和新方法。CN115968009ACN115968009A权利要求书1/4页1.一种能量采集认知中继网络的多目标中继选择方法，其特征在于，步骤如下：步骤一，建立能量采集认知中继网络的多目标中继选择模型；步骤二，初始化量子帝王蝶种群并设定系统参数；设定最大迭代次数为T，迭代数标号为t，t∈[1,T]，量子帝王蝶种群规模为H，维度为N；种群中帝王蝶的初始量子位置通过随机的方式产生，第t代第m只帝王蝶的量子位置表示为其中，由量子位置测量可以得到第m只帝王蝶的位置测量方式为其中为[0,1]之间均匀分布的随机数；步骤三，确定多目标中继选择的多目标适应度函数，计算量子帝王蝶种群中所有个体的适应度函数值，并进行非支配排序和拥挤度计算，建立初始精英解集；步骤四，从精英解集中选择全局最优量子位置，根据非支配排序等级，将量子帝王蝶种群划分为两个子种群；全局最优帝王蝶随机选择于精英解集SE中前2％的个体，其对应的量子位置称为全局最优量子位置，记为根据非支配排序等级将整个量子帝王蝶种群划分为两个子种群，非支配等级较高的H1个个体组成帝王蝶子种群1，其余个体组成帝王蝶子种群2，子种群1中帝王蝶的数量为子种群2中帝王蝶的数量为H‑H1，其中，为帝王蝶迁移率，为向上取整运算；步骤五，采用不同的策略更新子种群1和子种群2中帝王蝶的量子位置；步骤七，合并两个更新后的子种群为一个新的量子帝王蝶种群，根据测量方式，测量得到更新后的两个子种群中帝王蝶个体的位置，计算新的量子帝王蝶种群中所有个体的适应度函数值；步骤八，将最近两代量子帝王蝶种群混合，进行非支配解排序和拥挤度计算，更新精英解集；将最近两代量子帝王蝶种群混合，进行非支配解排序和拥挤度计算，并对非支配等级相同的帝王蝶个体按拥挤度值进行降序排列，选择非支配等级为1的帝王蝶个体加入精英解集SE；当精英解集SE中帝王蝶个体的数目大于H时，则对精英解集中的帝王蝶个体进行上述相同操作，从中选取前H个帝王蝶作为新的精英解集SE；步骤九，如果演化没有终止，即迭代次数小于预先设定的最大迭代次数，令t＝t+1，返回步骤四继续进行迭代；否则，终止迭代，输出精英解集，即非支配等级为1的Pareto前端解集，得到多目标中继选择方案。2.根据权利要求1所述的一种能量采集认知中继网络的多目标中继选择方法，其特征在于，步骤一具体为：在能量采集阶段，认知用户源节点和第n个中继节点从环境信号中采集到的能量分别为Es＝α1YsT和En＝α2YnT，其中，α1为认知用户源节点的能量采集率，α2为第n个中继节点的能量采集率，T为时隙长度，Ys和Yn分别代表认知用户源节点和第n个中继节点在单位时间内所采集到的能量；假设一个时隙内认知用户源节点和中继节点以恒定功率传2CN115968009A权利要求书2/4页输信号，则认知用户源节点和第n个中继节点的最大传输功率分别为和认知用户源节点和中继节点的发送功率不能超过其自身最大发送功率，同时，对主用户接收机的干扰不能超过门限值Ith，认知用户源节点和中继节点的具体功max2max2率控制策略如下：Ps＝min{Ps,Ith/|hs,a|}，Pn＝min{Pn,Ith/|hn,a|M}，其中M为进行信息传输的中继数目；在数据传输阶段，设认知用户源节点发送信号为xs，δn表示第n个中继节点处的高斯白噪声，则第n个中继节点收到的信号为中继节点的发送信号为2其中为放大系数，σ为噪声功率；定义参数bn来表示第n个中继是否被选中，若bn＝1，则表示该中继被选中进行信息传输，若bn＝0，表示该中继空闲；用δd表示认知用户目的节点处的高斯白噪声，则最后认知用户目的节点收到的合并信号表示为得到系统端到端信噪比为定义系统能量效率为整个网络的吞吐量与