目录

1.算法部分仿真

2.算法概述

3.部分程序

1.算法部分仿真

上述仿真结果在matlab2022a版本中运行得到。

程序获取：

m基于GA遗传优化的多因素加权竞价博弈频谱分配算法matlab仿真

如果下载链接失效，加博主微信联系，或私信联系。

2.算法概述

       假设有M个用户均为MIMO Full Duplex，N个频率，1

       由于在一个MIMO系统中，用户数量M大于可用的频谱个数N，因此，必有一部分用户存在频谱共享的问题。目前，现有的关于频谱分配的方法主要有基于竞价的分配方法，基于博弈论的分配方法，现有资料，主要都是这两种方法。下面针对这个问题，提出如下的改进方案：

       这个改进方案，命名为基于改进遗传优化算法的多因素加权竞价博弈频谱分配算法。

       这里，有别于传统的频谱分配方法，这里的分配方法，考虑了多种因素，我们分别假设为y1，y2，y3,。。。。。yn，并通过遗传优化算法，计算一种分配方案，即M个用户分配到N个频谱上， 分别计算以不同因素进行划分所得到的效益值V1，V2，V3,。。。。。Vn，，最后将这将这n个因素进行加权，得到其综合效益值：

根据遗传优化算法流程可知，其详细步骤如下所示：

       步骤一：选择问题解的一个编码，给出一个有N个染色体的初始群体。编码的主要功能为确定用何种码制，然后将问题参数编码形成基因码链，每一个码链代表一个个体，表示优化问题的一个解。 根据编码方式不同可以分为二进制编码和实数编码两种类型，其中二进制编码的优势在于编码方式简单，便于遗传算法的交叉和编码操作。

       步骤二：对群体中的每一个染色体，计算它的适应函数值。适应函数值为群体进化时的选择提供了依据，一般来说适应度越高，解的素质越好。适应度函数可以根据目标函数而定。

       步骤三：若停止规则满足，则算法停止，否则计算概率P，并以此概率分布，从旧的种群pop(t)中随机选取N个染色体构成一个新的种群。选择操作常见的操作方式有比例 选择和排序选择方式。

        步骤四：通过交叉，得到N个染色体的交叉集合。交叉的主要功能从种群中随机选择两个染色体，按一定的概率进行基因交换，交换位置的选取是随机的。

       竞价和博弈相结合的联合分配方法；

        值最大的用户，有先分配频谱资源，值最小的，则根据实际频谱资源情况，进行共用某一相同的频谱资源。

3.部分程序

clc;
clear;
close all;
warning off;
addpath(genpath(pwd));
K=20; %用户对数
N=2; %收发天线数
INR_dB=5;INR=db2pow(5);
eta=INR/N; %用户对间的干扰
SI=db2pow(20); %自干扰
u=1; %weighted
k = db2pow(-40);
beta = db2pow(-40);times=5;
SNR_dB= -10:10:50;
rho_real=db2pow(SNR_dB)/N;
sum_rate_HD=zeros(1,length(rho_real));
sum_rate_FD=zeros(1,length(rho_real));
sum_rate_HD_TDMA=zeros(1,length(rho_real));
sum_rate_FD_TDD=zeros(1,length(rho_real));for tt=1:timestt%通信信道H_cha= rayleigh( N,N,2*K);%自干扰信道H_sel= rayleigh( N,N,2*K);%用户间干扰信道H_int= rayleigh( N,N,8*K);Rate_HD=zeros(1,length(rho_real));Rate_HD_TDMA=zeros(1,length(rho_real));Rate_FD=zeros(1,length(rho_real));Rate_FD_TDD=zeros(1,length(rho_real));i=1;for rho=rho_real
% rhoV=right_singular(H_cha,2*K);[ Rate_HD_get ] = HD_MIMO_interference(N,H_int,H_cha,H_sel,V,rho,eta,beta,k,u ,K);Rate_HD(i)=Rate_HD_get;[ Rate_FD_get ] = FD_MIMO_interference(N,H_int,H_cha,H_sel,V,rho,eta,SI,beta,k,u ,K);Rate_FD(i)=Rate_FD_get;i=i+1;endsum_rate_HD=sum_rate_HD+Rate_HD;sum_rate_FD=sum_rate_FD+Rate_FD;
endsum_rate_HD=real(sum_rate_HD/times/2);
sum_rate_FD=real(sum_rate_FD/times);figure;
semilogy(SNR_dB,sum_rate_FD,&＃39;b-^&＃39;,&＃39;linewidth&＃39;,2);
hold on
semilogy(SNR_dB,sum_rate_HD,&＃39;b-s&＃39;,&＃39;linewidth&＃39;,2);
grid on;
xlabel(&＃39;SNR (dB)&＃39;)
ylabel(&＃39;sum Rate (b/s/HZ)&＃39;)
legend(&＃39;FD&＃39;,&＃39;HD&＃39;)save R1.mat SNR_dB sum_rate_FD sum_rate_HD

01-140m