认知超密集网络用户关联与资源分配的联合优化遗传算法

作者：张俊杰; 仇润鹤

来源：计算机应用, 2022, 1-8.

• 超密集网络
• 认知无线电
• 异构网络
• 遗传算法
• 联合优化
• 用户关联
• 资源分配

针对下行的认知-超密集异构网络的多维资源配置问题，提出一种以小蜂窝用户最大吞吐量为目的的联合优化用户关联和资源分配的改进遗传算法。首先，在算法开始之前进行预处理，初始化用户可达基站和可用信道矩阵；然后，采用符号编码，将用户与基站和用户与信道的匹配关系编码为一个二维的染色体；其次，将动态择优复制+轮盘赌作为选择算法，加快种群的收敛速度；最后，为避免算法陷入局部最优，变异阶段加入早熟判决的变异算子，在有限次迭代下求得基站用户信道的连接策略。实验结果表明，在基站与信道数量一定时，本文算法相比三维匹配的遗传算法在用户总吞吐量方面提高了7.2%，在认知用户吞吐量方面提高了1.2%，且计算复杂度更低。本文提出的算法，缩小了可行解的搜索空间，能在较低复杂度下有效提高认知超密集网络的总吞吐量。

• 单位
  数字化纺织服装技术教育部工程研究中心; 东华大学