无线网络资源优化的免疫算法理论及实现
作者： 朱思峰，柴争义 著
出版时间： 2015年版
内容简介
《无线网络资源优化的免疫算法理论及实现》内容涉及无线通信领域与智能计算领域，主要关注认知无线电网络、异构网络融合场景下的资源分配优化问题，提高频谱资源利用率、解决静态网络模式与动态需求之间的矛盾。《无线网络资源优化的免疫算法理论及实现》主要介绍无线通信网络资源联合优化分配的基本方法与关键技术，包括:建立不同无线资源的优化分配模型及相应的智能优化算法:构建联合无线资源优化的理论架构与技术体系;设计异构网络融合场景下的联合式基站选址优化模型、基站导频功率优化模型、联合会话接入控制多目标优化模型、垂直切换判决模型、基于免疫优化的认知无线电频谱分配、认知引擎决策、子载波资源分配和功率分配以及联合资源分配方案。
目录
目录
前言
第1章 绪论 1
1.1 无线通信网络资源优化问题 1
1.2 无线网络资源优化的主要内容 1
1.2.1 基站选址和导频功率优化问题 1
1.2.2 异构网络的联合会话接纳选择控制和垂直切换判决问题 2
1.2.3 认知无线网络中的资源分配问题 5
1.3 无线网络资源优化问题建模 7
1.3.1 单目标优化问题 7
1.3.2 多目标优化问题 7
1.3.3 约束处理技术 9
1.3.4 无线网络资源优化问题的求解方法 9
1.4 人工免疫系统 10
1.4.1 生物免疫系统及其信息处理机能 10
1.4.2 人工免疫系统及其研究进展 12
1.4.3 人工免疫系统的主要模型和算法 13
1.4.4 克隆选择算法 14
1.4.5 免疫克隆形态空间理论 17
1.4.6 量子免疫计算 18
1.4.7 混沌免疫优化 19
1.5 本章小结 20
参考文献 20
第2章 基于免疫计算的基站选扯优化 24
2.1 引言 24
2.2 TD-SCDMA 网络的基站选址优化 24
2.2.1 TD-SCDMA网络的基站选址问题的数学模型 24
2.2.2 求解TD-SCDMA 网络基站选址的免疫克隆算法 26
2.2.3 算法收敛性分析 30
2.2.4 仿真实验及结果分析 31
2.3 WCDMA网络的基站选址优化 33
2.3.1 WCDMA网络基站选址问题描述 33
2.3.2 基丁免疫计算的WCDMA网络基站选址方法 35
2.3.3 仿真实验及结果分析 37
2.4 IEEE 802.1 6j网络基站及中继站选址优化 39
2.4.1 802.1 6j网络基站及中继站选址优化问题的数学模型 39
2.4.2 基于免疫计算的802.1 6j网络基站和中继站选址方法 41
2.4.3 仿真实验及结果分析 44
2.5 本章小结 47
参考文献 48
第3章 基于免疫计算的基站导频功率优化 50
3.1 引言 50
3.2 WCDMA网络基站导频功率优化 50
3.2.1 WCDMA网络基站导频功率优化问题的数学模型 50
3.2.2 求解WCDMA网络基站导频功率分配问题的免疫优化算法 52
3.2.3 算法收敛性分析 56
3.2.4 仿真实验及结果分析 57
3.3 家庭基站导频功率优化 59
3.3.1 家庭基站导频功率优化问题的数学模型 59
3.3.2 基于免疫计算的家庭基站导频功率优化 61
3.3.3 仿真实验及结果分析 64
3.4 本章小结 66
参考文献 66
第4章 异构无线网络中基于免疫计算的联合会话接纳控制 68
4.1 引言 68
4.2 集中式联合会话接纳控制问题的数学模型 68
4.2.1 问题描述 68
4.2.2 数学优化模型 70
4.3 求解联合会话接纳控制问题的免疫算法 71
4.3.1 编码方案 71
4.3.2 抗体克隆算子 71
4.3.3 基因变异算子 72
4.3.4 种群分类操作 72
4.3.5 种群更新操作 72
4.3.6 算法描述 72
4.3.7 算法复杂度分析 73
4.4 仿真实验及结果分析 74
4.4.1 实验环境 74
4.4.2 实验结果及分析 74
4.5 本章小结 76
参考文献 76
第5章 简谐振子免疫算法求解异构网络垂直切换判决问题 78
5.1 引言 78
5.2 垂直切换判决问题的数学模型 79
5.2.1 垂直切换判决问题描述 79
5.2.2 问题建模 81
5.3 简谐振子免疫优化算法 81
5.3.1 物理学中的简谐振子 81
5.3.2 简谐振子算法 82
5.3.3 混合型优化算法 84
5.4 基于简谐振了免疫优化算法的垂直切换判决方案 87
5.4.1 问题编码 87
5.4.2 垂直切换判决方案 87
5.5 仿真实验及结果分析 88
5.5.1 实验设置 88
5.5.2 实验结果 88
5.5.3 分析与讨论 90
5.6 本章小结 91
参考文献 91
第6章 基于免疫克隆优化的认知无线网络频谱分配 93
6.1 引言 93
6.2 认知无线网络的频谱感知和分配模型 93
6.2.1 物理屡频谱感知过程 93
6.2.2 物理连接模型及建模过程 94
6.2.3 认知无线网络频谱分配的图着色模型 95
6.2.4 认知无线网络的频谱分配矩阵 95
6.3 基于免疫克隆优化的频谱分配具体实现 97
6.3.1 算法具体实现 97
6.3.2 算法特点和优势分析 99
6.3.3 算法收敛性证明 100
6.4 仿真实验与结果分析 101
6.4.1 实验数据的生成 101
6.4.2 算法参数设置 102
6.4.3 实验结果及对比分析 102
6.4.4 基于WRAN的系统级仿真 104
6.5 本章小结 105
参考文献 105
第7章 基于混沌量子免疫优化的频谱按需分配算法 108
7.1 引言 108
7.2 考虑次用户需求的频谱按需分配模型 108
7.2.1 基于图着色理论的频谱分配建模 108
7.2.2 考虑认知用户需求的频谱分配模型 109
7.3 基于混沌量子免疫优化的频谱按需分配具体实现 111
7.3.1 算法具体实现过程 111
7.3.2 算法特点和优势分析 1 13
7.3.3 算法收敛性分析 114
7.4 仿真实验与结果分析 115
7.4.1 实验数据的生成 116
7.4.2 相关算法参数的设置 116
7.4.3 实验结果及对比分析 116
7.5 本章小结 120
参考文献 120
第8章 量子免疫算法求解基于认如引擎的频谱决策问题 122
8.1 引言 122
8.2 基于认知引擎的频谱决策分析与建模 122
8.3 算法关键技术与具体实现 123
8.3.1 关键技术 123
8.3.2 算法具体步骤 124
8.3.3 算法特点和优势分析 125
8.3.4 算法收敛性分析 126
8.4 仿真实验及结果分析 127
8.4.1 仿真实验环境及参数设置 127
8.4.2 仿真实验结果及分析 128
8.5 本章小结 131
参考文献 132
第9章 基于免疫多目标的频谱决策参数优化 134
9.1 引言 134
9.2 基于认知引擎的频谱决策问题建模 134
9.3 算法关键技术与具体实现 135
9.3.1 关键技术 135
9.3.2 求解本问题的多目标免疫优化算法 136
9.3.3 算法特点和优势分析 137
9.4 仿真实验及结果分析 138
9.4.1 实验环境及参数设置 138
9.4.2 实验步骤 139
9.4.3 实验结果 139
9.4.4 相关算法比较分析 141
9.5 本章小结 142
参考文献 142
第1 0章 基于免疫优化的认知OFDM系统资源分配 144
10.1 引言 144
10.2 基于免疫优化的了载波资源分配 144
10.2.1 认知OFDM子载波资源分配描述 144
10.2.2 认知OFDM子载波资源分配模型 145
10.2.3 算法实现的关键技术 146
10.2.4 基于免疫优化的算法实现过程 147
10.2.5 算法特点和优势分析 149
10.2.6 仿真实验结果 149
10.2.7 小结 151
10.3 基于免疫优化的功率资源分配 151
10.3.1 功率资源分配问题描述 151
10.3.2 功率资源分配问题的模型 151
10.3.3 算法实现的关键技术 152
10.3.4 基于免疫克隆优化的算法实现过程 153
10.3.5 算法特点分析 155
10.3.6 实验结果与分析 155
10.3.7 小结 157
10.4 联合子载波和功率的比例公平资源分配 157
10.4.1 问题描述 157
10.4.2 比例公平资源分配模型 1 58
10.4.3 基于免疫优化的资源分配实现过程 159
10.4.4 仿真实验结果与分析 164
10.4.5 小结 167
10.5 本章小结 167
参考文献 167