车载网络( Vehicle Ad hoc Networks)是一种新型的智能网络,它通过智能地接入网络,实现人与车、车与车、车与路边基础设施之间的互联通信,增强车辆行驶过程中的安全预测报警功能满足用户对车辆多媒体接入的需求,提升车辆用户体验针对认知车载网络( Cognitive Vehicular Ad Hoc Networks,CR- VANET)频谱分配效率低的问题,文中提出一种基于改进乌鸦算法的频谱分配方案。首先,对乌鸦算法的两个位置更新参数引用曲线自适应参数进行改进,以更好地平衡集约化与多元化;其次,采用收敛因子策略,解决乌鸦算法收敛速度慢和不稳定的冋题;然后,对随杋数混沌化,以提髙搜索的遍历性和收敛速度;最后,以车载网络吞吐量和认知车载用户之间的接入公平性作为参考评价指标,将改进后的乌鸦算法应用于认知车载网络的频谱分配中。实验采用改进的方案、遗传算法( Genetic Algorithm,GA)、粒子群算法( Particle Swarm Optimization Algorithm,PSO)分配方案进行比较。仿真结果表明,改进的分配方案具有较好的性能。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !