技術(shù)特征：

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[a_i,b_i]，賦予每個(gè)參考區(qū)間一個(gè)權(quán)值α_i(i＝1,2,…,n)，α_i為參考區(qū)間[a_i,b_i]可參考性的大小，

取則參考區(qū)間頻譜規(guī)劃區(qū)間為[x_i,y_i]，[x_i,y_i]的長度為[a_i,b_i]的一半，則

根據(jù)計(jì)算頻譜規(guī)劃區(qū)間[x_i,y_i]與參考區(qū)間[a_i,b_i]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…x_n的頻譜規(guī)劃區(qū)間分別為[a₁,b₁],[a₂,b₂],…,[a_n,b_n]；

如果分業(yè)務(wù)x₁…x_n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[a_i,b_i]∩[a_j,b_j]＝φ；

若使得則分業(yè)務(wù)x_i和x_j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a_i≤a_j，則[a_i,b_i]∩[a_j,b_j]＝[c,d]，其中c＝a_j,d＝min{b_i,b_j}；

將分業(yè)務(wù)x_i和x_j在該業(yè)務(wù)系統(tǒng)中發(fā)揮作用的重要程度用權(quán)重β_i和β_j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x_i，規(guī)劃給x_j；

此時(shí)，分業(yè)務(wù)x_i的頻譜規(guī)劃區(qū)間被重新賦值為：

分業(yè)務(wù)x_j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,…U_n}構(gòu)成規(guī)劃方案評估因素的第1層，{U₁₁,U₁₂,U₁₃,U₂₁,…,U_nm-1,U_nm}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{U_ij}與備擇集之間的灰色模糊關(guān)系，根據(jù)U_ij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：

${\tilde{R}}_{\⊗i}=\left[\begin{array}{cccc}({\mathrm{\μ}}_{11},v_{11})& ({\mathrm{\μ}}_{12},v_{12})& ...& ({\mathrm{\μ}}_{1n},v_{1n})\\ ({\mathrm{\μ}}_{21},v_{21})& ({\mathrm{\μ}}_{22},v_{22})& ...& ({\mathrm{\μ}}_{2n},v_{2n})\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ ({\mathrm{\μ}}_{m1},v_{m1})& ({\mathrm{\μ}}_{m2},v_{m2})& ...& ({\mathrm{\μ}}_{mn},v_{mn})\end{array}\right]$

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{U_ij}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＝(x_ij)_n×m，其中x_ij≥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＝[e_ij]，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≤w_i≤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{U_ij}關(guān)于上一層準(zhǔn)則U_i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U_i的評判向量：

(3)綜合評判

將子因素集U_i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U_i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b_i≥b_j，則b_i≥b_j的可信度為：p_ij＝P(b_i≥b_j)＝(1-v_i)(1-v_j)(i,j＝1,2,3,4,5且i≠j)

反之，b_i≥b_j的不可信度，即b_j＞b_i的可信度為：p_ji＝1-p_ij＝1-(1-v_i)(1-v_j)(i,j＝1,2,3,4,5且i≠j)；

上述評判結(jié)果中，隸屬度b_i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p_i對應(yīng)的評語V_i為規(guī)劃方案的最終評判結(jié)果。