1.一種基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于:根據(jù)頻譜規(guī)劃矛盾沖突,利用頻譜沖突消解的迭代優(yōu)化算法構(gòu)建無線電頻譜資源規(guī)劃模型,實(shí)現(xiàn)對不同業(yè)務(wù)的無線電頻譜資源的規(guī)劃。
2.根據(jù)權(quán)利要求1所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于:利用灰色熵權(quán)模糊評估算法構(gòu)建綜合評判模型,對所述規(guī)劃進(jìn)行量化評估,得到最優(yōu)的規(guī)劃方案。
3.根據(jù)權(quán)利要求1所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于所述用頻譜沖突消解的迭代優(yōu)化算法構(gòu)建無線電頻譜資源規(guī)劃模型包括:
確定頻譜規(guī)劃區(qū)間;
對頻譜規(guī)劃區(qū)間內(nèi)發(fā)生沖突的頻段根據(jù)重要性進(jìn)行公平按比例重新規(guī)劃。
4.根據(jù)權(quán)利要求3所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于所述確定頻譜規(guī)劃區(qū)間包括:
取頻譜規(guī)劃參考區(qū)間為[ai,bi],賦予每個(gè)參考區(qū)間一個(gè)權(quán)值αi(i=1,2,…,n),αi為參考區(qū)間[ai,bi]可參考性的大小,
取則參考區(qū)間頻譜規(guī)劃區(qū)間為[xi,yi],[xi,yi]的長度為[ai,bi]的一半,則
根據(jù)計(jì)算頻譜規(guī)劃區(qū)間[xi,yi]與參考區(qū)間[ai,bi]的吻合度,其中,||·||表示區(qū)間的長度;計(jì)算所得吻合度最高的譜規(guī)劃區(qū)間即為最終的參考區(qū)間。
5.根據(jù)權(quán)利要求3所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于所述頻譜規(guī)劃區(qū)間內(nèi)發(fā)生沖突根據(jù)以下方式判斷:
業(yè)務(wù)系統(tǒng)的分業(yè)務(wù)x1…xn的頻譜規(guī)劃區(qū)間分別為[a1,b1],[a2,b2],…,[an,bn];
如果分業(yè)務(wù)x1…xn相互干擾,則其頻譜規(guī)劃區(qū)間不能發(fā)生沖突,即對任意的滿足[ai,bi]∩[aj,bj]=φ;
若使得則分業(yè)務(wù)xi和xj的頻譜規(guī)劃區(qū)間發(fā)生了沖突。
6.根據(jù)權(quán)利要求5所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于對沖突的頻段按比例公平規(guī)劃原則重新規(guī)劃包括:
由于ai≤aj,則[ai,bi]∩[aj,bj]=[c,d],其中c=aj,d=min{bi,bj};
將分業(yè)務(wù)xi和xj在該業(yè)務(wù)系統(tǒng)中發(fā)揮作用的重要程度用權(quán)重βi和βj描述,則將沖突頻段[c,d]按如下比例進(jìn)行規(guī)劃,即將規(guī)劃給xi,規(guī)劃給xj;
此時(shí),分業(yè)務(wù)xi的頻譜規(guī)劃區(qū)間被重新賦值為:
分業(yè)務(wù)xj的頻譜規(guī)劃區(qū)間被重新賦值為:
7.根據(jù)權(quán)利要求2所述基于沖突消解迭代優(yōu)化算法的無線電頻譜資源規(guī)劃方法,其特征在于所述利用灰色熵權(quán)模糊評估算法構(gòu)建了綜合評判模型,對所述規(guī)劃進(jìn)行量化評估包括:
(1)建立影響因素體系
對影響規(guī)劃方案優(yōu)劣的各因素按屬性進(jìn)行分類,建立影響因素的遞階層次關(guān)系;影響因素集為U,{U1,U2,…Un}構(gòu)成規(guī)劃方案評估因素的第1層,{U11,U12,U13,U21,…,Unm-1,Unm}構(gòu)成規(guī)劃方案評估因素層的第2層,即子因素層;將評估結(jié)果分為優(yōu)秀V1、良好V2、中等V3、合格V4、不合格V55個(gè)等級,備擇集表示為:V={V1,V2,…,V5};
(2)單因素評判
(a)建立單因素評判矩陣
單因素評判矩陣為子因素集{Uij}與備擇集之間的灰色模糊關(guān)系,根據(jù)Uij給出評判對象對評語集中各元素的隸屬度,并根據(jù)信息的充分程度給出相應(yīng)的灰度,采用德菲爾法確定:
將信息的充分程度分成以下幾類:{很充分,比較充分,一般,比較貧乏,很貧乏},分別對應(yīng)灰度值{[0,0.2),[0.2,0.4),[0.4,0.6),[0.6,0.8),[0.8,1.0]};
(b)確定子因素集{Uij}的權(quán)重
使用基于信息熵理論的指標(biāo)權(quán)重確定方法,設(shè)原始評價(jià)數(shù)據(jù)矩陣X=(xij)n×m,其中xij≥0(i=1,2,…,n;j=1,2,…,m)。在信息熵中的變量取值范圍在0~1之間,因此需要對原始評價(jià)數(shù)據(jù)矩陣X進(jìn)行預(yù)處理,本項(xiàng)目采用歸一化的方法進(jìn)行處理,得到歸一化處理后的矩陣E=[eij],其中
對于規(guī)劃評估中的某個(gè)指標(biāo)i,其信息熵為:
第i個(gè)指標(biāo)的熵權(quán)為:式中:0≤wi≤1,且
根據(jù)影響因素遞階層次關(guān)系,運(yùn)用信息熵理論給出同一層次中各子因素{Uij}關(guān)于上一層準(zhǔn)則Ui的權(quán)重及相應(yīng)的點(diǎn)灰度,構(gòu)成權(quán)重集;
式中各權(quán)重值要求歸一化,即
(c)求出單因素評判向量
在模部運(yùn)算中采用M(·,+)算子,而灰部運(yùn)算中采用M(⊙,+)算子,因此,按下述公式計(jì)算出單因素Ui的評判向量:
(3)綜合評判
將子因素集Ui作為其上一級因素集U的元素,由前面求出的單因素評判向量,構(gòu)成綜合評判矩陣:
同樣運(yùn)用信息熵理論給出因素Ui關(guān)于目標(biāo)層的權(quán)重及相應(yīng)的點(diǎn)灰度,構(gòu)成權(quán)重集:其中,各權(quán)重值要求歸一化,即
求出規(guī)劃構(gòu)想的綜合評判向量:
(4)評判結(jié)果的處理
對上述評判結(jié)果作如下處理:
若bi≥bj,則bi≥bj的可信度為:pij=P(bi≥bj)=(1-vi)(1-vj)(i,j=1,2,3,4,5且i≠j)
反之,bi≥bj的不可信度,即bj>bi的可信度為:pji=1-pij=1-(1-vi)(1-vj)(i,j=1,2,3,4,5且i≠j);
上述評判結(jié)果中,隸屬度bi為最大的可信度為
按照最大隸屬度原則,選取可信度值最大的pi對應(yīng)的評語Vi為規(guī)劃方案的最終評判結(jié)果。