基于改进遗传算法的认知无线传感网动态频谱分配方案

doi:10.11959/j.issn.1000-0801.2017217

电信科学 ›› 2017, Vol. 33 ›› Issue (8): 85-93.doi: 10.11959/j.issn.1000-0801.2017217

基于改进遗传算法的认知无线传感网动态频谱分配方案

蔡畅,王亚芳,苗兵梅,姜慧

河北科技大学信息科学与工程学院，河北石家庄 050018

修回日期:2017-07-05 出版日期:2017-08-01 发布日期:2017-08-25
作者简介:蔡畅（1993-），女，河北科技大学信息科学与工程学院硕士生，主要研究方向为数字通信技术和无线传感网。|王亚芳（1962-），女，河北科技大学信息科学与工程学院副教授，主要研究方向为信息基础设施、下一代网络和数字交换与传输技术。|苗兵梅（1992-），女，河北科技大学信息科学与工程学院硕士生，主要研究方向为数字通信技术。|姜慧（1991-），女，河北科技大学信息科学与工程学院硕士生，主要研究方向为数字通信技术。

Dynamic spectrum allocation for cognitive radio sensor networks based on improved genetic algorithm

Chang CAI,Yafang WANG,Bingmei MIAO,Hui JIANG

College of Information Science and Engineering,Hebei University of Science and Technology,Shijiazhuang 050018,China

Revised:2017-07-05 Online:2017-08-01 Published:2017-08-25

摘要/Abstract

摘要：

将认知无线电中的动态频谱分配技术应用在无线传感网中，针对工作在ISM（industrial，scientific and medical）频段的无线传感网面临的频谱资源紧缺问题，提出一种基于改进自适应遗传算法的动态频谱分配方案。该算法以图论着色模型为基础，以最大带宽收益和最小切换频率为目标函数，在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率。仿真结果表明，与传统遗传算法和颜色敏感图论着色算法相比，该算法可以实现提高频谱利用率、降低能量消耗的预期目标。

关键词: 认知无线传感网, 图着色, 遗传算法, 动态频谱分配

Abstract:

ISM (industrial scientific and medical) bands where wireless sensor network works faced with the shortage of spectrum resources problems.Aimed at this case,dynamic spectrum allocation in cognitive radio technology was applied in wireless sensor network.A dynamic frequency spectrum allocation scheme was proposed.The algorithm was a modified adaptive genetic algorithm which was based on graph coloring model.In addition,the objective functions of the algorithm were maximum bandwidth gains and minimum spectrum handoff,besides,in the crossover and mutation process,adaptive crossover probability and mutation probability was used instead of the fixed.Experimental results confirm that compared with the traditional genetic algorithm and color sensitive graph coloring algorithm,the proposed algorithm can achieve the expected goal of improving the spectral efficiency and reducing energy consumption.

Key words: cognitive radio sensor network, genetic algorithm, graph coloring, dynamic spectrum allocation

中图分类号:

TP393

蔡畅,王亚芳,苗兵梅,姜慧. 基于改进遗传算法的认知无线传感网动态频谱分配方案[J]. 电信科学, 2017, 33(8): 85-93.

Chang CAI,Yafang WANG,Bingmei MIAO,Hui JIANG. Dynamic spectrum allocation for cognitive radio sensor networks based on improved genetic algorithm[J]. Telecommunications Science, 2017, 33(8): 85-93.

图/表 11

图1

图2

图3

图4

表1

表2

图5

图6

图7

图8

图9

参考文献 12

[1]	叶闻 . 5G将掀起万物互联的新浪潮[J]. 中国电信业, 2016(7): 74-75.
	YE W . 5G will set off a new wave of things on the Internet[J]. China Telecommunication Trade, 2016(7): 74-75.
[2]	ZHOU Z , ZHOU S L , CUI S G ,et al. Energy-efficient cooperative communication in a clustered wireless sensor network[J]. IEEE Transactions on Vehicular Technology, 2008,57(6): 3618-3628.
[3]	VIJAY G , BEN A B E , IBNKAHLA M . Cognition in wireless sensor networks:a perspective[J]. Sensors Journal IEEE, 2011,11(3): 582-592.
[4]	HAYKIN S . Cognitive radio:brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005,23(2): 201-220.
[5]	OZGER M , AKAN O B . Event-driven spectrum-aware clustering in cognitive radio sensor networks[C]// INFOCOM 2013,April 14-19,2013,Turin,Italy. New Jersey:IEEE Press, 2013: 1483-1491.
[6]	PENG C Y , ZHENG H T . Utilization and fairness in spectrum assignment for opportunistic spectrum access[J]. ACM Mobile Networks and Applications, 2006,11(4): 555-576.
[7]	周来秀, 邓曙光, 杨冰 ,等. 基于 MaUMiH 的无线传感器网络频谱分配方案[J]. 计算机与数字工程, 2010,38(7): 9-12.
	ZHOU L X , DENG S G , YANG B ,et al. Spectrum allocation scheme based on MaUMiH in wireless sensor networks[J]. Computer and Digital Engineering, 2010,38(7): 9-12.
[8]	BOGDANOWICZ D , GIARO K . Some results on a trading model in a consensus list coloring[C]// 2008 International Conference on Information Technology,May 18-21,2008,Gdansk,Poland. New Jersey:IEEE Press, 2008: 1-4.
[9]	LIU Y , JIANG M , TAN X ,et al. Maximal independent set based channel allocation algorithm in cognitive radios[C]// 2009 IEEE Youth Conference on Information,Computing and Telecommunication,Sept 20-21,2009,Beijing,China. New Jersey:IEEE Press, 2009: 78-81.
[10]	ZHANG B , HU K , ZHU Y . Spectrum allocation in cognitive radio networks using swarm intelligence[C]// 2010 International Conference on Communication Software and Networks,Feb 26-28,2010,Singapore. New Jersey:IEEE Press, 2010: 8-12.
[11]	HAUPT R L , WERNER D H . Genetic algorithms in electromagnetics[M]. New Jersey: IEEE PressPress, 2007.
[12]	MUSTAFA Y , NAINAY E . Island genetic algorithm-based cognitive networks[D]. Blacksburg:Virginia Polytechnic Institute and State University, 2009.

主用户数/个	信道数/个	次用户数/个
5	10	10

[1]	刘璐, 杨丹, 陈睿杰, 李嘉, 周熹. 基于KPCA-GA-BP神经网络的POI质量预测研究[J]. 电信科学, 2023, 39(1): 108-116.
[2]	马焜, 徐玲玉, 沈晓萍, 龚志城, 蓝建平, 陈双喜, 钱钧. 云计算中基于Shapley值改进遗传算法的虚拟机调度模型[J]. 电信科学, 2022, 38(12): 1-10.
[3]	章鹏, 金小萍, 陈东晓. 一种面向RDSM系统的基于遗传算法优化色散矩阵的方法[J]. 电信科学, 2022, 38(12): 46-55.
[4]	金小萍, 刘家瑜, 蒋晨, 郭强. 基于改进遗传算法的STSK系统色散矩阵和3D星座的联合优化[J]. 电信科学, 2021, 37(9): 86-94.
[5]	姚晓辉,李青,孙焜焜. 一种域适配混合遗传算法及在安全服务链编排中的验证[J]. 电信科学, 2020, 36(5): 16-24.
[6]	许方敏,钱慧,曹海燕. 大规模MIMO系统中基于图着色的半动态导频分配[J]. 电信科学, 2020, 36(11): 39-46.
[7]	胡文玉,王文举. 我国信息通信技术创新扩散效应及预测实证研究[J]. 电信科学, 2020, 36(1): 66-76.
[8]	钱亚冠,关晓惠,吴淑慧,云本胜,任东晓. 一种基于特征集构建的Bagging集成方法及其在流量分类中的应用[J]. 电信科学, 2018, 34(4): 41-48.
[9]	周凯. 一种基于网格划分的水下传感器网络多维优化部署策略[J]. 电信科学, 2018, 34(11): 48-58.
[10]	张国玲. 基于情感神经网络的风电功率预测[J]. 电信科学, 2017, 33(3): 168-172.
[11]	包晓安,魏雪,陈磊,胡国亨,张娜. 基于mean-variance的服务集群负载均衡方法[J]. 电信科学, 2017, 33(1): 1-8.
[12]	郑寒冰,余翔,王维维. 基于混合遗传算法的导频优化[J]. 电信科学, 2016, 32(9): 75-81.
[13]	申情,蒋云良,沈张果,楼俊钢. 基于组合混沌遗传算法的最小测试用例集生成[J]. 电信科学, 2016, 32(6): 93-102.
[14]	李盼星,王静. 基于遗传算法的PCI分配方案[J]. 电信科学, 2016, 32(3): 147-152.
[15]	孟娟,洪利,李亚南,韩智明,郭丽丽. 一种基于遗传算法的干扰链路选择方法[J]. 电信科学, 2015, 31(9): 137-142.

基于改进遗传算法的认知无线传感网动态频谱分配方案

Dynamic spectrum allocation for cognitive radio sensor networks based on improved genetic algorithm

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 12

相关文章 15

Metrics

推荐阅读 0

最大代数	种群规模	交叉概率	交叉概率	变异概率	变异概率
200	20	0.6	0.1	0.1	0.01