1.软件版本

matlab2022a

2.运行方法

    使用matlab2022a或者高版本仿真，运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。

3.部分仿真截图

 ​编辑

​编辑

4.内容简介

     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；

​编辑

    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。

​