针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同...针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同时保证主用户(PU:Primary User)和认知用户(CU:Cognitive User)服务质量的前提下提高系统的频谱效率。仿真结果表明,该算法能在寻求系统最优频谱效率时快速收敛,求出此时PU和CU期望信号的最佳发射功率。在主发射机、PU和CU相对位置确定的场景下,根据用户的平均违反约束程度D(cvave),能求解出可接入授权频谱认知发射机的最佳空间分布区域。展开更多
文摘针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同时保证主用户(PU:Primary User)和认知用户(CU:Cognitive User)服务质量的前提下提高系统的频谱效率。仿真结果表明,该算法能在寻求系统最优频谱效率时快速收敛,求出此时PU和CU期望信号的最佳发射功率。在主发射机、PU和CU相对位置确定的场景下,根据用户的平均违反约束程度D(cvave),能求解出可接入授权频谱认知发射机的最佳空间分布区域。
