優(yōu)化解決移動(dòng)通信中的信道分配問(wèn)題

1、優(yōu)化解決移動(dòng)通信中的信道分配問(wèn)題 摘要  由于可用的移動(dòng)通信的頻帶寬度是有限的，優(yōu)化信道分配的問(wèn)題變的越來(lái)越重要。通過(guò)優(yōu)化可以大大提高系統(tǒng)容量，并且減少通信間的干擾，從而改善了通信質(zhì)量，提高客戶的滿意度。在本論文中，我們通過(guò)基因算法(ga)，在信道數(shù)量有限的條件下，解決移動(dòng)通信網(wǎng)絡(luò)中的頻率分配問(wèn)題。信道分配問(wèn)題是個(gè)很復(fù)雜的優(yōu)化問(wèn)題。模擬結(jié)果表明基因算法(ga)可以進(jìn)一步提高由其它算法獲得的結(jié)果。    關(guān)鍵詞  基因算法，信道分配，信道干擾 1介紹    在移動(dòng)通信中，提供給用戶和無(wú)線網(wǎng)絡(luò)基站之間通信的頻

2、帶寬度是有限的。因此，隨著手機(jī)用戶的普及，這個(gè)有限的資源成為移動(dòng)通信系統(tǒng)發(fā)展的瓶頸。為滿足信噪比要求，本文從以下三種基本的干擾：同信道干擾，同區(qū)域干擾，鄰道干擾考慮來(lái)設(shè)計(jì)網(wǎng)絡(luò)。    無(wú)線頻率傳播和預(yù)期的通信量作為某些信道分配給某個(gè)區(qū)域時(shí)是否會(huì)產(chǎn)生干擾的決定因素。通信量也可以用來(lái)預(yù)測(cè)每個(gè)區(qū)域內(nèi)所需要的信道數(shù)目。信道分配問(wèn)題可以分為兩類。第一類：在滿足整個(gè)系統(tǒng)無(wú)干擾的情況下，最小化所需的信道數(shù)，以節(jié)約有效的頻率資源。這就是參考1中提到的信道分配問(wèn)題1(cap1).第二類：在大多數(shù)實(shí)際應(yīng)用中，無(wú)法提供足夠可用的信道確保無(wú)干擾的信道分配，只能最小化整個(gè)系統(tǒng)內(nèi)的干擾，滿足

3、各區(qū)域?qū)π诺罃?shù)量上的需求。這就是參考1中提到的信道分配問(wèn)題2 (cap2)。近幾年來(lái)，一些啟發(fā)式算法（heuristic approach）(2,3,4)等多種算法被用來(lái)解決信道分配問(wèn)題。但由于算法的一些局限，往往結(jié)果并不理想?；蛩惴╣a的本質(zhì)：全局性概率搜索算法,是可行的搜索技術(shù)，用定長(zhǎng)的線性串對(duì)問(wèn)題的解進(jìn)行編碼，通過(guò)復(fù)制、交叉和變異等遺傳操作改變個(gè)體的結(jié)構(gòu)。個(gè)體作為搜索對(duì)象。根據(jù)適應(yīng)度進(jìn)行選擇，決定個(gè)體是否參加復(fù)制、交叉等遺傳操作，得到的返回值后，代入適應(yīng)度函數(shù)求出子染色體樹(shù)的適應(yīng)度(適應(yīng)度：表示了個(gè)體產(chǎn)生的效益，是個(gè)體優(yōu)秀程度的度量)。取適應(yīng)度最大的作為最優(yōu)子個(gè)體。 &nbs

4、p;      已經(jīng)有大量的例子使用基因算法ga來(lái)解決信道分配問(wèn)題.例如, 參考文獻(xiàn) 12, 19, 20, 21, 22 使用基因算法來(lái)解決信道分配問(wèn)題1 (cap1)。23 和 24 用公式描述了cap2, 但是它們只對(duì)無(wú)干擾的情況感興趣。參考文獻(xiàn)16中依據(jù)基因算法給出了解決信道分配問(wèn)題2的獨(dú)特的公式，在本論文中，就依據(jù)這個(gè)公式，將無(wú)干擾條件作為軟限制條件(soft constraint) ，而將各個(gè)小區(qū)所需要的信道數(shù)作為硬限制條件。我們用十個(gè)基準(zhǔn)（benchmark）問(wèn)題來(lái)進(jìn)行模擬仿真，并將結(jié)果與其它算法獲取的結(jié)果相比較。 2信道分配問(wèn)題

5、    假設(shè)一個(gè)無(wú)線通信網(wǎng)絡(luò)，它有n個(gè)小區(qū)和m個(gè)通信信道。小區(qū)i的信道需求（由預(yù)期的通信量求出）為di個(gè)信道。電磁波的傳播方式可以決定在頻域中兩個(gè)信道之間能保證沒(méi)有干擾的最小距離。這些最小的距離存儲(chǔ)在 的對(duì)稱矩陣c中。我們回顧一下smith 和palaniswami4提出cap2的數(shù)學(xué)模型： 其中 ; . 如果 ,就是說(shuō)小區(qū)j和i分別分配到信道k 和信道l。分配所引起的干擾程度可以由張量 中的一個(gè)元素進(jìn)行計(jì)算，其中 是信道k和信道l在頻域中的絕對(duì)距離。當(dāng) 時(shí)，干擾的程度最大。干擾隨著兩信道間距的增大而減小。減小整個(gè)網(wǎng)絡(luò)中的干擾程度的問(wèn)題就可簡(jiǎn)化，即：最小化：&nb

6、sp;                                   (1)限制條件：               

7、;                             (2)                      

8、                  (3)     上述提到鄰近因子張量p是一個(gè)三維矩陣。立方體正前平面對(duì)角線被置0的矩陣c。張量的第三向線成線性減少，因此張量的有效深度為矩陣c的最大對(duì)角線值，它由遞歸方法生成：               &nbs

9、p;                (4)                                   &nbs

10、p;                3 仿真結(jié)果    在我們的仿真試驗(yàn)中，采用了參考文獻(xiàn)16推薦的方法，初始化一組滿足限制條件的個(gè)體。每個(gè)個(gè)體是一個(gè)的矩陣的解。每一行代表一個(gè)小區(qū)內(nèi)的分配方案。每一行內(nèi)的1的數(shù)量代表了分配給該小區(qū)的信道數(shù)目。根據(jù)前面介紹的基因算法，進(jìn)行行間交叉，行內(nèi)變異的算法。這樣，每次生成的新解都可滿足限制條件。我們用等式(1)來(lái)評(píng)估每個(gè)個(gè)體的適應(yīng)度，并根據(jù)適應(yīng)度來(lái)選擇用于生成下一個(gè)族群

11、的個(gè)體。   問(wèn)題 族群大小 交叉可能性 變異可能性 ex1 40 0.75 0.3 ex2 60 0.85 0.2 hex1 100 0.7 0.4 hex2 120 0.65 0.35 hex3 140 0.8 0.4 hex4 140 0.85 0.35 kunz1 80 0.75 0.25 kunz2 120 0.7 0.2 kunz3 120 0.8 0.3 kunz4 140 0.7 0.35                                                &nb