技術(shù)特征：

1.一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，包括步驟：

(1)光源位置初始化：將N個LED光源隨機分布在預(yù)設(shè)的可見光通信空間內(nèi)，定義此時各LED光源的三維坐標(biāo)集合為p₁；通過光電探測器接收各LED光源發(fā)出的光信號，并以光電探測器接收面所在平面做為接收平面；

(2)引入信噪比因子Q_SNR，用于評價接收平面上接收光信號質(zhì)量的均勻性；

$Q_{SNR}=\frac{\sqrt{\mathrm{var}\left(SNR\right)}}{\stackrel{\‾}{SNR}}$

式中，var(SNR)表示接收平面信噪比方差，表示接收平面信噪比均值；接收平面信噪比SNR的計算公式為：

$SNR=\frac{\stackrel{\‾}{s^2\left(t\right)}}{P_{noise}}=\frac{\underset{i=1}{\overset{N}{\Σ}}{\left({\mathrm{RH}}_i\right(0\left)P_t{M}_I\right)}^2\stackrel{\‾}{f^2\left(t\right)}}{R_b{N}_0}$

式中，為接收平面接收到信號的平均功率；P_noise為系統(tǒng)噪聲功率，噪聲為高斯白噪聲，噪聲的雙邊功率譜密度為N₀，噪聲的傳輸速率為R_b；R表示光電探測器的響應(yīng)系數(shù)；f(t)表示LED光源發(fā)送的調(diào)制OOK信號，M_I為OOK準(zhǔn)號的調(diào)制系數(shù)；P_t為每個LED光源的發(fā)送功率；H_i(0)表示第i個LED光源點與光電探測器上光接收點的信道直流增益，H_i(0)的表達式為：

其中，表示第i個LED光源的輻射角，m＝ln(1/2)/ln(cos(φ_1/2))，為LED光源的半功率角，為第i個LED光源到光電探測器的光入射角，A為光電探測器的光接收面積，L_i為第i個LED光源到光電探測器的光傳輸距離；(x_si，y_si，z_si)為第i個LED光源的三維坐標(biāo)，(x_r，y_r，z_r)為光電探測器的三維坐標(biāo)；

(3)以信噪比因子最小為目標(biāo)問題，各LED光源的三維坐標(biāo)為優(yōu)化變量，構(gòu)建煙花算法的目標(biāo)函數(shù)為：

$Q_{SNR}\left(p\right)=\frac{\sqrt{\mathrm{var}\left(SNR\right)}}{\stackrel{\‾}{SNR}}$

式中，p為優(yōu)化變量，表示一個煙花或火花，p的維數(shù)為3N維，每個煙花或火花為各LED光源的三維坐標(biāo)的一次更新結(jié)果；在可見光通信空間內(nèi)通過煙花爆炸搜索目標(biāo)函數(shù)滿足預(yù)設(shè)的收斂條件的最優(yōu)解，搜索到的最優(yōu)解即為各LED光源的最優(yōu)三維坐標(biāo)集合。

2.根據(jù)權(quán)利要求1所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述步驟(3)中通過煙花爆炸搜索目標(biāo)函數(shù)最優(yōu)解的方法包括步驟：

(3-1)設(shè)置煙花算法的各項參數(shù)，包括每次迭代的煙花數(shù)目n和所有煙花爆炸產(chǎn)生的火花總數(shù)目M；

(3-2)定義r表示迭代次數(shù)，初始化r＝1；在首輪迭代中，選擇p₁作為一個煙花，再在可見光通信空間內(nèi)隨機選擇n-1個煙花；

(3-2)在第r輪迭代中通過搜索火花更新優(yōu)化變量p，將更新后超出可見光通信空間范圍的火花位置調(diào)整至可見光通信空間范圍內(nèi)；

(3-3)判斷步驟(3-2)產(chǎn)生的煙花和火花中是否存在一個煙花或火花滿足收斂條件，若存在，則結(jié)束迭代，該滿足收斂條件的煙花或火花即為目標(biāo)函數(shù)的最優(yōu)解；否則，轉(zhuǎn)入步驟(3-4)；

(3-4)從第r輪迭代中產(chǎn)生的煙花和火花中選擇出n個作為下一輪迭代的煙花；令r＝r+1，返回步驟(3-2)。

3.根據(jù)權(quán)利要求2所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述步驟(3-2)中更新優(yōu)化變量p的步驟為：

S1：計算第r輪迭代中各煙花爆炸產(chǎn)生的火花數(shù)目為：

$s_k^r=M\·\frac{y_{max}-Q\left(p_k^r\right)+\mathrm{\ζ}}{{\mathrm{\Σ}}_{k=1}^n(y_{max}-Q(p_k^r\left)\right)+\mathrm{\ζ}},k\∈\[1,2,...,n\]$

其中，表示第r輪迭代中第k個煙花產(chǎn)生的火花數(shù)目，y_max表示第r輪迭代中爆炸的n個煙花對應(yīng)的目標(biāo)函數(shù)值中的最大值；表示第r輪迭代中第k個煙花對應(yīng)的目標(biāo)函數(shù)值；ζ為一個小數(shù)值常數(shù)；

S2：分別計算各煙花爆炸產(chǎn)生的火花的位置，第r輪迭代中第k個煙花產(chǎn)生的火花的位置計算步驟為：

S21：定義變量為初始化j＝1；

S22：令

S33：計算的爆炸幅度值：

$A_j=\hat{A}\·\frac{Q\left({\tilde{p}}_j\right)-y_{\min }+\mathrm{\ζ}}{{\Σ}_{k=1}^n\left(Q\right(p_k^r)-y_{\min })+\mathrm{\ζ}}$

式中，為設(shè)定的最大爆炸幅度，表示第r輪迭代中所有煙花對應(yīng)的目標(biāo)函數(shù)值的最小值；

S34：更新更新的步驟為：

產(chǎn)生一個隨機數(shù)Z，Z＝round(w·rand(0，1))；式中，函數(shù)round和rand分別為四舍五入函數(shù)和產(chǎn)生隨機數(shù)函數(shù)；w表示的維數(shù)，w＝3N；從的三維數(shù)據(jù)中隨機選擇Z維數(shù)據(jù)，設(shè)選出的Z維數(shù)據(jù)中的任意一個數(shù)據(jù)為令：

${\tilde{h}}_z^j={\tilde{h}}_z^j+A_j\·rand(0,1)$

S35：判斷是否滿足若滿足，則停止計算火花的位置；否則，令j＝j(luò)+1，返回步驟S22。

4.根據(jù)權(quán)利要求3所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述步驟(3-2)中對更新后超出可見光通信空間范圍的火花進行位置調(diào)整的方法為：令表示當(dāng)前輪次中選出的Z維數(shù)據(jù)中的最小值，表示當(dāng)前輪次中選出的Z維數(shù)據(jù)中的最小值。

5.根據(jù)權(quán)利要求3所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述步驟(3-2)中還包括通過高斯爆炸產(chǎn)生一組高斯火花，高斯火花用于保持火花的多樣性；高斯火花的產(chǎn)生方法為：

(5-1)定義變量為初始化j＝1；

(5-2)令

(5-3)從的三維數(shù)據(jù)中隨機選擇Z維數(shù)據(jù)，設(shè)選出的Z維數(shù)據(jù)中的任意一個數(shù)據(jù)為令：

${\tilde{h}}_z^{\′}={\tilde{h}}_z^{\′}\·g$

式中，g表示高斯系數(shù)，g＝Gaussian(1，1)。

6.根據(jù)權(quán)利要求3所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述步驟(3-4)中從第r輪迭代產(chǎn)生的煙花和火花中選擇出n個作為下一次迭代的煙花的方法為：

首先選出第r輪迭代產(chǎn)生的煙花和火花中目標(biāo)函數(shù)值最小的煙花或火花；

再從剩下的煙花和火花中以概率P選出n-1個煙花或火花：

$P\left(p_x^r\right)=\frac{R\left(p_x^r\right)}{{\mathrm{\Σ}}_{t\∈K,t\≠x}R\left(p_t^r\right)}$

$R\left(p_x^r\right)={\mathrm{\Σ}}_{t\∈K,t\≠x}d(p_x^r,p_t^r)={\mathrm{\Σ}}_{t\∈K,t\≠x}\left|\right|p_x^r-p_t^r\left|\right|$

式中，表示第r輪迭代中煙花/火花x被選中的概率，K表示第r輪迭代產(chǎn)生所有煙花和火花的總數(shù)，表示煙花/火花與煙花/火花p_j之間的距離。

7.根據(jù)權(quán)利要求1所述的一種基于煙花算法的可見光通信分布式光源位置優(yōu)化方法，其特征在于，所述收斂條件為：達到最大迭代次數(shù)Y或目標(biāo)函數(shù)值達到預(yù)設(shè)的最優(yōu)值Q_min。