群智能优化算法在频谱分配中的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 认知无线网络的国内外研究现状 | 第11-14页 |
| 1.2.2 群智能优化算法在频谱分配中的研究现状 | 第14-16页 |
| 1.3 论文章节安排 | 第16-18页 |
| 第二章 认知无线网络及群智能优化算法 | 第18-30页 |
| 2.1 认知无线网络 | 第18-25页 |
| 2.1.1 认知无线网络概述 | 第18-20页 |
| 2.1.2 认知无线网络的关键技术 | 第20-22页 |
| 2.1.3 常用频谱分配模型 | 第22-25页 |
| 2.2 群智能优化算法 | 第25-27页 |
| 2.2.1 果蝇优化算法 | 第25-26页 |
| 2.2.2 人工蜂群算法 | 第26-27页 |
| 2.3 频谱分配中的群智能优化算法分析 | 第27-28页 |
| 2.3.1 可行性分析 | 第27-28页 |
| 2.3.2 基于群智能优化算法的频谱分配过程 | 第28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于量子果蝇优化算法的频谱分配 | 第30-43页 |
| 3.1 频谱分配模型确立 | 第30-32页 |
| 3.1.1 图论着色模型 | 第30页 |
| 3.1.2 频谱分配模型 | 第30-32页 |
| 3.2 量子果蝇优化的频谱分配 | 第32-38页 |
| 3.2.1 量子化 | 第33-34页 |
| 3.2.2 量子果蝇位置更新策略 | 第34-35页 |
| 3.2.3 量子果蝇优化的频谱分配 | 第35-38页 |
| 3.3 仿真实验 | 第38-42页 |
| 3.3.1 网络频谱效益对比 | 第39-41页 |
| 3.3.2 比例公平性对比 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于QABC/FOA融合算法的频谱分配 | 第43-59页 |
| 4.1 频谱分配目标函数改进 | 第43-44页 |
| 4.2 QABC/FOA融合算法 | 第44-48页 |
| 4.2.1 果蝇优化算法 | 第44页 |
| 4.2.2 人工蜂群算法 | 第44-45页 |
| 4.2.3 融合算法 | 第45-48页 |
| 4.3 QABC/FOA融合的频谱分配 | 第48-53页 |
| 4.4 仿真实验 | 第53-57页 |
| 4.4.1 改进目标函数有效性 | 第54-56页 |
| 4.4.2 算法优越性 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 图版 | 第65-66页 |
| 附录 | 第66-67页 |
