海量信息通讯下的网络信道分配模型仿真

在合理分配海量信息通讯下,网络信道可实现数据的可靠传输,并降低网络干扰,提高网络容量。但在海量信息通讯下的原属于不同网络间的节点也可能临时接入到网络中,造成网络信道间的混乱。传统的信道分配建模方法无法在混乱的信道间捕获真实的网络信道需求量,同时还受到信道内其它网络造干扰的影响,导致存在建模误差大、网络通信的效率低下的问题。提出采用混沌神经网络算法的海量信息通讯下的网络信道分配建模方法将混沌算法与神经网络算法有机的结合,建立混沌神经网络的动态递推方程,利用方程计算出混沌神经元信道分配连接权值,建立海量信息通讯下的网络信道分配干扰模型,给出网络信道分配问题的能量函数,利用神经网络算法将对网络信道分配优化作为模式识别来考虑,将海量通讯下的网络信道状态特征和信道的需求数量定义为神经网络模型的输入与输出,建立了精确的信息通讯网络信道分配模型。仿真结果表明,基于混沌神经网络算法的海量信息通讯下的网络信道分配建模方法精确度高。