基于改进麻雀搜索优化认知车载网络频谱分配

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：张宇, 杨关

摘要：5G时代的到来使得车载无线网络能够更智能、更快速地实现人、车、物间的通信互联，从而增强车辆行驶安全预警、快速媒体接入，提升行车体验。针对传统认知车载网络频谱分配效率低、速度慢的不足，提出基于改进麻雀搜索算法的频谱分配算法。结合折射反向学习机制进行种群初始化，提高种群多样性，以正余弦优化、惯性权重以及柯西混沌变异机制提升标准麻雀搜索算法的寻优精度和速度；将频谱分配变量映射为麻雀个体的位置信息，并以网络吞吐量和接入公平性作为评估麻雀位置优劣的适应度函数，利用改进麻雀搜索算法对频谱分配方案迭代寻优。数值仿真结果表明，改进算法不仅能够更快地得到频谱分配方案，而且车载用户收益更高，还可以保障分配公平性。

关键词：麻雀搜索算法, 正余弦优化, 柯西变异, 认知车载网络, 频谱分配