论文部分内容阅读
近年来随着无线通信技术的不断发展，特别是多媒体应用的增加，蜂窝移动通信系统的用户数量急剧膨胀。通常分配给蜂窝系统的频谱资源是有限的，这使得蜂窝系统能够支持的用户数量也是有限的。为了能增加蜂窝系统的容量以服务更多的用户，有必要进一步提高可用频谱的使用效率。本文研究了蜂窝移动通信系统中的频率分配问题。全文的主要工作总结如下： (1)研究了实际蜂窝系统中的固定频率分配问题。建立了固定频率分配问题的数学模型，将固定频率分配问题建模成多目标优化问题，定义了该多目标优化问题的优化目标和约束条件；详细阐述了求解该优化问题的各种启发式算法，包括粒子群算法、遗传算法和蚁群算法；使用实际蜂窝系统中的数据对各启发式频率分配算法仿真实验，比较了各算法的性能优劣并研究了各算法的参数对性能的影响。仿真结果显示，在求解固定频率分配问题时，蚁群算法具有最好的鲁棒性并能获得最优的频率分配结果。 (2)研究了蜂窝系统中的动态信道分配问题。建立了动态信道分配问题的数学模型，包括蜂窝网络的话务量模型以及用户移动模型，定义了动态信道分配的性能准则，即新呼叫阻塞概率和切换呼叫中断概率；详细描述了基于RL的动态信道分配算法，包括Q-learning动态信道分配算法、R-learning动态信道分配算法和Sarsa动态信道分配算法；对三种动态信道分配算法进行数值仿真实验，比较了在话务量均匀时不变分布、非均匀时不变分布、均匀时变分布和非均匀时变分布四种场景下各算法的性能优劣。仿真结果显示，综合考虑四种仿真场景下各算法的新呼叫阻塞概率和切换呼叫中断概率性能，Sarsa动态信道分配算法具有最优的性能。 (3)研究了蜂窝系统中的认知信道分配问题。建立了认知信道分配问题的数学模型，将认知信道分配问题建模成单目标优化问题；详细阐述了基于遗传算法的SGACA认知信道分配算法和DGACA认知信道分配算法，定义了适用于认知信道分配的各种遗传算子；通过数值仿真验证了在次级用户星形拓扑、环形拓扑和随机拓扑三种拓扑下SGACA算法和DGACA算法的性能。仿真结果显示，SGACA算法和DGACA算法的性能在平均意义上要比CSGC-CMSB好。