Cooperative spectrum sensing in cognitive radio network using multiobjective evolutionary algorithms and fuzzy decision making

رادیو شناختی به عنوان یک راه حل بالقوه برای مشکل کمبود طیف به وجود آمده است. واحد سنجش طیف در رادیو شناختی با تشخیص قابل اطمینان سیگنال اولیه کاربر روبرو می شود. سنجش طیف تعاونی از تنوع فضایی بین رادیوهای شناختی برای بهبود دقت سنجش استفاده می کند. انتخاب وزن اختصاص داده شده به هر رادیوی شناختی و آستانه تصمیم جهانی، می تواند به عنوان یک مسئله بهینه سازی چند هدفه محدود شود، در حالی که احتمال زنگ هشدار و تشخیص نادرست دو هدف متضاد است. این مقاله از الگوریتم های تکاملی برای حل این مشکل بهینه سازی در یک چارچوب چند منظوره استفاده می کند. نتایج شبیه سازی شده توسط الگوریتم های مختلف ارزیابی و مقایسه شده با استفاده از سه معیار عملکرد. این مطالعه نشان می دهد که رویکرد ما که مبتنی بر مفهوم بهینه سازی گربه گربه است، از الگوریتم های دیگر از نظر کیفیت راه حل های نامفهومی و محاسبات کارآمد بهتر است. استراتژی مبتنی بر منطق فازی برای یافتن راه حل سازش از مجموعه ای از راه حل های غیرمنتظره استفاده می شود. تست های مختلف برای ارزیابی ثبات نتایج شبیه سازی شده توسط الگوریتم های تکاملی اکتشافی انجام شده است. در نهایت تجزیه و تحلیل حساسیت پارامترهای مختلف برای نشان دادن تأثیر آنها بر عملکرد کلی سیستم انجام شده است.