论文部分内容阅读
典型基于遗传算法的认知无线电（CR）引擎多采用加权法将多个优化目标转换为单目标进行处理，这容易漏掉最优解且引擎效率较低。针对该问题提出了一种带疫苗注入的自适应多目标免疫遗传算法（VAMIGA）。通过在CR问题中与强度Pareto进化算法（SPEA2）仿真对比，VAMIGA决策结果降低了2%～15%的发射功率，提高了6%～8%的调制指数，降低了6%～36%的误比特率。由此可见该算法能更有效地解决多目标优化和不同环境下的CR波形设计问题。