买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明构建了基于正交频分多址OrthogonalFrequencyDivisionMultipleAccess，OFDMA的射频能量收集和认知无线电技术的农业物联网模型，由主用户、农田基站和多个传感器节点组成。设每个传感器节点采用时间分配TimeSwitching，TS的方式对频谱感知、射频能量收集、信息传输进行时间的分配。本发明以最大化传输速率为目标，通过传输时隙、传感器发射功率的资源分配，在保证能量供应的前提下，建立传输速率最大化的优化问题。提出了一种应用于射频能量收集认知农业物联网的差分蜂群算法，将人工蜂群算法Artificialbeecolonyalgorithm，ABC与差分进化算法Differentialevolutionalgorithm，DE相结合。仿真结果表明：差分蜂群算法，相比粒子群算法、人工蜂群算法、差分进化算法，能够获得更高的传输速率。

主权项：1.一种基于OFDMA的射频能量收集的认知农业物联网资源分配的差分蜂群算法，包括下列系统模型：1在一个以Overlay模式接入频谱的农业物联网中，包含一个农田基站、一个主用户和N个传感器节点。N个传感器节点随机部署在农田基站覆盖范围内。设系统采用正交频分多址OrthogonalFrequencyDivisionMultipleAccess，OFDMA的调制方式，感知和使用的无线频谱是由N个子信道构成的一个信道，每个节点分配使用一条子信道进行感知和传输。每个传感器节点都配备射频能量收集模块，用于收集农田基站的无线射频能量，收集到的能量用于传感器节点维持自身的工作。在进行频谱感知时，同时进行射频能量收集。2系统的总时隙长度为T，感知时隙长度为τ。各传感器节点首先使用能量检测方法对信道进行频谱感知，并将感知结果发送到基站，基站采用OR准则最终判断信道的占用情况。当传感器节点感知到主用户频谱繁忙时，为避免对主用户造成干扰，不进行信息传输，在整个时隙T进行射频能量收集。当传感器节点感知到频谱空闲时，在时隙τ进行频谱感知和射频能量收集，在时隙T-τ向基站传输信息。3在频谱感知中，为了检测概率能够独立地表示检测性能，设各个传感器节点的虚警概率相同，均为Pf。设目标频段的主用户信号为复相移键控信号，噪声为循环对称复高斯噪声，γi为第i个传感器节点处所分配信道的信噪比，则第i个具有认知功能的节点感知的检测概率可由下式得出 其中，erfc为互补误差函数，fs为各传感器节点频谱感知时的采样速率。当多个各传感器节点共同感知一个信道时，采用OR准则确定最终的感知结果，则信道的检测概率PD和虚警概率PF可由下式得出： H0和H1分别表示频谱的空闲和忙碌状态，概率分别是和且满足设pi为节点i的向基站发射功率；|hi|2为节点i到基站的信道增益，则传输速率R可由下式得到： 在感知时隙τ中的所有节点收集到的总能量可以表示为 其中，ps是PU的传输功率，gi是PU到节点i的信道增益，μ是射频能量收集的效率。时隙T-τ收集到的能量为 在时隙T收集到的总能量为EH＝EHτ+EHT-τ74由上述讨论，假设每个节点的虚警概率Pf、频谱的空闲概率总协作感知功率pc、电池中存储的能量决定的允许的最大功率消耗pb、采样频率fs、各信道的信噪比γi均已确定，在检测概率、能量消耗的约束下，系统的最大传输速率的优化问题如下： 其中是最小检测概率，是传感器节点最大发射功率，pb是系统允许的最大功率消耗。由从上述公式8知，本发明提出的优化问题是一个带有约束条件的目标优化问题，是一个非线性优化问题。传统的NPNon-deterministicPolynomial类问题都是通过穷举法来求解，该算法要求遍历所有的可能的方案，从而造成了计算的复杂度较高和耗时较长的问题。为此，本发明将差分蜂群算法用于求解该问题，使得该方法可以快速地求解出最优的分配方案。

全文数据：

权利要求：

百度查询： 黑龙江八一农垦大学 基于OFDMA的射频能量收集的认知农业物联网资源分配的差分蜂群算法