无线网络资源优化的免疫算法理论及实现【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

无线网络资源优化的免疫算法理论及实现PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 无线通信网络资源优化问题1

1.2 无线网络资源优化的主要内容1

1.2.1 基站选址和导频功率优化问题1

1.2.2 异构网络的联合会话接纳选择控制和垂直切换判决问题2

1.2.3 认知无线网络中的资源分配问题5

1.3 无线网络资源优化问题建模7

1.3.1 单目标优化问题7

1.3.2 多目标优化问题7

1.3.3 约束处理技术9

1.3.4 无线网络资源优化问题的求解方法9

1.4 人工免疫系统10

1.4.1 生物免疫系统及其信息处理机能10

1.4.2 人工免疫系统及其研究进展12

1.4.3 人工免疫系统的主要模型和算法13

1.4.4 克隆选择算法14

1.4.5 免疫克隆形态空间理论17

1.4.6 量子免疫计算18

1.4.7 混沌免疫优化19

1.5 本章小结20

参考文献20

第2章 基于免疫计算的基站选址优化24

2.1 引言24

2.2 TD-SCDMA网络的基站选址优化24

2.2.1 TD-SCDMA网络的基站选址问题的数学模型24

2.2.2 求解TD-SCDMA网络基站选址的免疫克隆算法26

2.2.3 算法收敛性分析30

2.2.4 仿真实验及结果分析31

2.3 WCDMA网络的基站选址优化33

2.3.1 WCDMA网络基站选址问题描述33

2.3.2 基于免疫计算的WCDMA网络基站选址方法35

2.3.3 仿真实验及结果分析37

2.4 IEEE 802.16 j网络基站及中继站选址优化39

2.4.1 802.16j网络基站及中继站选址优化问题的数学模型39

2.4.2 基于免疫计算的802.16 j网络基站和中继站选址方法41

2.4.3 仿真实验及结果分析44

2.5 本章小结47

参考文献48

第3章 基于免疫计算的基站导频功率优化50

3.1 引言50

3.2 WCDMA网络基站导频功率优化50

3.2.1 WCDMA网络基站导频功率优化问题的数学模型50

3.2.2 求解WCDMA网络基站导频功率分配问题的免疫优化算法52

3.2.3 算法收敛性分析56

3.2.4 仿真实验及结果分析57

3.3 家庭基站导频功率优化59

3.3.1 家庭基站导频功率优化问题的数学模型59

3.3.2 基于免疫计算的家庭基站导频功率优化61

3.3.3 仿真实验及结果分析64

3.4 本章小结66

参考文献66

第4章 异构无线网络中基于免疫计算的联合会话接纳控制68

4.1 引言68

4.2 集中式联合会话接纳控制问题的数学模型68

4.2.1 问题描述68

4.2.2 数学优化模型70

4.3 求解联合会话接纳控制问题的免疫算法71

4.3.1 编码方案71

4.3.2 抗体克隆算子71

4.3.3 基因变异算子72

4.3.4 种群分类操作72

4.3.5 种群更新操作72

4.3.6 算法描述72

4.3.7 算法复杂度分析73

4.4 仿真实验及结果分析74

4.4.1 实验环境74

4.4.2 实验结果及分析74

4.5 本章小结76

参考文献76

第5章 简谐振子免疫算法求解异构网络垂直切换判决问题78

5.1 引言78

5.2 垂直切换判决问题的数学模型79

5.2.1 垂直切换判决问题描述79

5.2.2 问题建模81

5.3 简谐振子免疫优化算法81

5.3.1 物理学中的简谐振子81

5.3.2 简谐振子算法82

5.3.3 混合型优化算法84

5.4 基于简谐振子免疫优化算法的垂直切换判决方案87

5.4.1 问题编码87

5.4.2 垂直切换判决方案87

5.5 仿真实验及结果分析88

5.5.1 实验设置88

5.5.2 实验结果88

5.5.3 分析与讨论90

5.6 本章小结91

参考文献91

第6章 基于免疫克隆优化的认知无线网络频谱分配93

6.1 引言93

6.2 认知无线网络的频谱感知和分配模型93

6.2.1 物理层频谱感知过程93

6.2.2 物理连接模型及建模过程94

6.2.3 认知无线网络频谱分配的图着色模型95

6.2.4 认知无线网络的频谱分配矩阵95

6.3 基于免疫克隆优化的频谱分配具体实现97

6.3.1 算法具体实现97

6.3.2 算法特点和优势分析99

6.3.3 算法收敛性证明100

6.4 仿真实验与结果分析101

6.4.1 实验数据的生成101

6.4.2 算法参数设置102

6.4.3 实验结果及对比分析102

6.4.4 基于WRAN的系统级仿真104

6.5 本章小结105

参考文献105

第7章 基于混沌量子免疫优化的频谱按需分配算法108

7.1 引言108

7.2 考虑次用户需求的频谱按需分配模型108

7.2.1 基于图着色理论的频谱分配建模108

7.2.2 考虑认知用户需求的频谱分配模型109

7.3 基于混沌量子免疫优化的频谱按需分配具体实现111

7.3.1 算法具体实现过程111

7.3.2 算法特点和优势分析113

7.3.3 算法收敛性分析114

7.4 仿真实验与结果分析115

7.4.1 实验数据的生成116

7.4.2 相关算法参数的设置116

7.4.3 实验结果及对比分析116

7.5 本章小结120

参考文献120

第8章 量子免疫算法求解基于认知引擎的频谱决策问题122

8.1 引言122

8.2 基于认知引擎的频谱决策分析与建模122

8.3 算法关键技术与具体实现123

8.3.1 关键技术123

8.3.2 算法具体步骤124

8.3.3 算法特点和优势分析125

8.3.4 算法收敛性分析126

8.4 仿真实验及结果分析127

8.4.1 仿真实验环境及参数设置127

8.4.2 仿真实验结果及分析128

8.5 本章小结131

参考文献132

第9章 基于免疫多目标的频谱决策参数优化134

9.1 引言134

9.2 基于认知引擎的频谱决策问题建模134

9.3 算法关键技术与具体实现135

9.3.1 关键技术135

9.3.2 求解本问题的多目标免疫优化算法136

9.3.3 算法特点和优势分析137

9.4 仿真实验及结果分析138

9.4.1 实验环境及参数设置138

9.4.2 实验步骤139

9.4.3 实验结果139

9.4.4 相关算法比较分析141

9.5 本章小结142

参考文献142

第10章 基于免疫优化的认知OFDM系统资源分配144

10.1 引言144

10.2 基于免疫优化的子载波资源分配144

10.2.1 认知OFDM子载波资源分配描述144

10.2.2 认知OFDM子载波资源分配模型145

10.2.3 算法实现的关键技术146

10.2.4 基于免疫优化的算法实现过程147

10.2.5 算法特点和优势分析149

10.2.6 仿真实验结果149

10.2.7 小结151

10.3 基于免疫优化的功率资源分配151

10.3.1 功率资源分配问题描述151

10.3.2 功率资源分配问题的模型151

10.3.3 算法实现的关键技术152

10.3.4 基于免疫克隆优化的算法实现过程153

10.3.5 算法特点分析155

10.3.6 实验结果与分析155

10.3.7 小结157

10.4 联合子载波和功率的比例公平资源分配157

10.4.1 问题描述157

10.4.2 比例公平资源分配模型158

10.4.3 基于免疫优化的资源分配实现过程159

10.4.4 仿真实验结果与分析164

10.4.5 小结167

10.5 本章小结167

参考文献167