物联网频谱感知的人工物理学优化实现

doi:10.3778/j.issn.1002-8331.1805-0509

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (14): 83-86.DOI: 10.3778/j.issn.1002-8331.1805-0509

物联网频谱感知的人工物理学优化实现

王玉磊1，2，邱罡3

1.南阳理工学院信息化建设与管理中心，河南南阳 473009
2.武汉理工大学信息工程学院，武汉 430063
3.南阳理工学院软件学院，河南南阳 473009

出版日期:2019-07-15 发布日期:2019-07-11

Artificial Physics Multi-Objective Algorithm for Spectrum Detection of Cognitive Internet of Things

WANG Yulei1，2, QIU Gang3

1.Center of Information Development and Management, Nanyang Institute of Technology, Nanyang, Henan 473009, China
2.School of Information Engineering, Wuhan University of Technology, Wuhan 430063, China
3.School of Software, Nanyang Institute of Technology, Nanyang, Henan 473009, China

Online:2019-07-15 Published:2019-07-11

摘要/Abstract

摘要： 针对认知物联网中频谱感知的检测性能和能耗需求之间的相互制约性，将其建模为一个多目标优化问题，寻求性能与能耗之间的折衷解。进而提出一种基于人工物理学优化的解决方案，设计了适合问题求解的个体质量、微粒所受合力的计算方法。仿真实验表明，所提算法在基本不影响检测准确性的同时有效降低了能耗，适合认知物联网中的频谱感知。

关键词: 人工物理学, 多目标优化, 认知无线电网络, 物联网, 频谱感知

Abstract: Aiming at the conflict between detection performance and energy consumption of spectrum detection in cognitive Internet of Things, it is modeled as a multi-objective optimization problem, and the trade-off solutions between performance and energy consumption are to be found. Furthermore, an artificial physics optimization algorithm is proposed to solve it. The calculation method of individual mass and particle force are designed. The simulation results show that the proposed algorithm can effectively reduce the energy consumption while keeping high detection accuracy, and it is suitable for the spectrum detection in the cognitive Internet of Things.

Key words: artificial physics, multi-objective optimization, cognitive radio network, Internet of Things, spectrum detection

王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.

WANG Yulei1，2, QIU Gang3. Artificial Physics Multi-Objective Algorithm for Spectrum Detection of Cognitive Internet of Things[J]. Computer Engineering and Applications, 2019, 55(14): 83-86.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	李天明，严翔，张增年，田阳，吴鑫，李超群. 区块链+物联网在农产品溯源中的应用研究[J]. 计算机工程与应用, 2021, 57(23): 50-60.
[5]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[6]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[7]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[8]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[9]	邹建文，赵波，李想，刘一凡，黎佳玥. 基于tPUF的物联网设备安全接入方案[J]. 计算机工程与应用, 2021, 57(2): 119-126.
[10]	杨舒，苏放. 基于微服务的分布式数据安全整合应用系统[J]. 计算机工程与应用, 2021, 57(18): 238-247.
[11]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[12]	解迎刚，兰江雨. 协作机器人及其运动规划方法研究综述[J]. 计算机工程与应用, 2021, 57(13): 18-33.
[13]	甄凯成，黄河，宋良图. 基于Netty和Kafka的物联网数据接入系统[J]. 计算机工程与应用, 2020, 56(5): 135-140.
[14]	张森，叶剑，李国刚. 面向冷链物流的区块链技术方案研究与实现[J]. 计算机工程与应用, 2020, 56(3): 19-27.
[15]	蔡青松，林佳. 提升LoRa网络性能的终端参数动态选择方法研究[J]. 计算机工程与应用, 2020, 56(3): 113-120.

物联网频谱感知的人工物理学优化实现

Artificial Physics Multi-Objective Algorithm for Spectrum Detection of Cognitive Internet of Things

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics