見,PinarCivicioglu,"Backtrackingsearchoptimizationalgorithmfornumerical optimizationproblems'AppliedMathematicsandComputation,Vol. 219,NO. 15,April 2013( "用于數(shù)值優(yōu)化問題的回溯搜索優(yōu)化算法",應(yīng)用數(shù)學(xué)與計算,第二百一十九卷,第 十五篇,2013年4月)),本發(fā)明降低變換域通信系統(tǒng)峰均功率比的方法中采BSA算法求得 最優(yōu)幅度加權(quán)向量。
[0078] 由上述問題可知,種群Pi為解空間,即幅度加權(quán)向量w_j= (w_j,。,w_u,w_ji2,…wjiN》, j= 1,2, ···,S,其中,S表示最大種群個數(shù);由于對加權(quán)系數(shù)限定了取值范圍,所以令BSA算 法的種群上下限up和low分別等于《_和w_,便可去掉第三個約束條件,原問題變?yōu)榈仁?約束優(yōu)化問題,可引入罰函數(shù),則峰值平均功率比PAPR的問題表示為如下形式:
[0079]
[0080] 其中,罰函數(shù)因子ε>0;
[0081] 于是,原問題轉(zhuǎn)化為非線性約束問題。
[0082] 本發(fā)明一種降低變換域通信系統(tǒng)峰均功率比的方法,如圖2所示,圖2描述的是圖 1中幅度加權(quán)向量計算流程,具體按照以下步驟實(shí)施:
[0083] 步驟1、分別設(shè)定初始種群個數(shù)S、種群上限up和種群下限low、變異系數(shù)F、罰函 數(shù)因子ε及最大進(jìn)化代數(shù)G。
[0084] 步驟2、經(jīng)步驟1后,先對設(shè)定的種群進(jìn)行初始化處理,再分別計算出加權(quán)基函數(shù) b。和適應(yīng)度函數(shù)PAPR。,具體按照如下方法實(shí)施:
[0085] 步驟 2. 1、設(shè)定幅度加權(quán)向量為 (w.j,。,w.u,w.ji2, ???w.uJ;
[0086] 其中,j= 1,2,…,S為一組(low,up)區(qū)間內(nèi)產(chǎn)生的隨機(jī)數(shù);
[0087] 步驟2. 2、將步驟2. 1中得到的幅度加權(quán)向量代入,分別計算出加權(quán)基函數(shù)b。和適 應(yīng)度函數(shù)PAPR。,具體計算方式如下:
[0088]
[0089]
[0090] 其中,N表示總頻點(diǎn)數(shù),NA表示可利用頻點(diǎn)數(shù),令i= 1 ;
[0091] 這里的k和η都沒有實(shí)際意義,其取值范圍在[1,N]。
[0092] 步驟3、選擇種群個體,即對步驟2中產(chǎn)生種群個體隨機(jī)挑選一部分,挑選的方法 具體如下:
[0093] 在(0,1)區(qū)間內(nèi)隨機(jī)產(chǎn)生兩個數(shù)a和b,同時生成一個記憶矩陣M1;其中,每個元 素都在(low,up)區(qū)間;
[0094] 若產(chǎn)生的兩個數(shù)a和b滿足以下條件:
[0095]a<b;
[0096] 則有M1=Pi,并對%中的元素重新排列順序增強(qiáng)其隨機(jī)性。
[0097] 步驟4、對步驟3中已挑選出的那部分種群個體進(jìn)行變異:
[0098]令變異矩陣Mutant=Pi+F·(Mi-Pi);
[0099] 其中,F(xiàn)是變異系數(shù)。
[0100] 步驟5、對經(jīng)步驟4變異后的種群中的個體進(jìn)行交叉互換,具體交叉互換方法如 下:
[0101] 步驟5. 1、生成一個大小與Pi相同的矩陣map,其中的元素隨機(jī)為0或1 ;
[0102] 步驟5. 2、經(jīng)步驟5. 1后,再生成一個實(shí)驗(yàn)矩陣T1:
[0103] 若在map相同位置的元素等于1,則元素等于%在該位置的元素;
[0104] 否則等于Pi在該位置的元素。
[0105] 步驟6、經(jīng)步驟5后,分別計算加權(quán)基函數(shù)h和矩陣Ti的適應(yīng)度函數(shù)PAPRi,比較 PAP&和步驟2中PAPR。的大小,并進(jìn)行相應(yīng)的判斷,具體按照以下方法實(shí)施:
[0106] 步驟6. 1、計算加權(quán)基函數(shù)bp具體的計算方法如下:
[0107]
[0108] 步驟6.2、根據(jù)步驟6. 1中的計算結(jié)果計算出矩陣?\的適應(yīng)度函數(shù)PAPL,具體的 計算方法如下:
[0109]
(即目標(biāo)函數(shù));
[0110] 步驟6. 3、將步驟6. 2得到的PAP&與步驟2得到的PAPR。進(jìn)行比較,并作出相應(yīng) 的判斷,具體的判斷方法如下:
[0111] 若PAPt^PAPRp則保持Pi不變;
[0112] 否則,更新PAPRQ=PAPRi,并將Pi更新為T1;令i=i+1。
[0113] 步驟7,得到最優(yōu)幅度加權(quán)因子向量和最小峰均比Ptest,完成降低變換域通 信系統(tǒng)峰均功率比,具體方法如下:
[0114] 經(jīng)步驟6后,若i〈G,則返回步驟3,繼續(xù)迭代計算;
[0115] 否則,終止本計算;
[0116] 最終得到最優(yōu)幅度加權(quán)因子向量和最小峰均比Ptest,即降低了變換域通信系 統(tǒng)峰均功率比。
[0117] 實(shí)施例:
[0118] 第一步、發(fā)送端頻譜估計并與復(fù)隨機(jī)相位做數(shù)量積,得到基函數(shù)向量;
[0119] 首先,發(fā)送端對周圍電磁環(huán)境進(jìn)行頻譜估計,得到基函數(shù)幅度譜向量At =
[At0,Atl,· · ·,At31],可利用頻點(diǎn)數(shù)NA= 20 ;在[0, 2π]內(nèi)隨機(jī)生成相位仍(/ =:〇,1,:,·"3?), 得到復(fù)隨機(jī)相位序列向量P= ,...,e/>31L基函數(shù)幅度譜向量與相位做數(shù)量積得 到基函數(shù)頻譜向量盡:=凡,…,I! ] = …,4、^
[0120] 第二步:設(shè)置初始種群個數(shù)S= 100、種群上限up= 1. 3和種群下限low= 0. 7、 變異系數(shù)F= 0. 3、罰函數(shù)因子ε= 0. 5及最大進(jìn)化代數(shù)G= 400 ;
[0121] 第三步:種群初始化,得到一組在區(qū)間(0. 7, 1. 3)內(nèi)產(chǎn)生的隨機(jī)數(shù),即基函數(shù)頻譜 加權(quán)向量~=(?^。,《^1,'\¥1. 2,一'\¥1.31),」=1,2,一,100;
[0122] 計算加權(quán)基函婁
Ν= 32,以及矩陣 iVΑ-=θ' ?\的適應(yīng)度函數(shù)
[0123] 第四步:在(0,1)區(qū)間內(nèi)隨機(jī)產(chǎn)生兩個數(shù)a和b,同時生成一個記憶矩陣%,其中, 每個元素都在(0. 7, 1. 3)區(qū)間;
[0124] 若a〈b,則有M1=Pi,并對%中的元素重新排列順序增強(qiáng)其隨機(jī)性;
[0125] 第五步:令變異矩陣Mutant=PJ0. 3 · (M^PJ;
[0126] 第六步:生成一個大小與Pi相同的矩陣map,其中的元素隨機(jī)為0或1,在生成一 個實(shí)驗(yàn)矩陣?\,若在map相同位置的元素等于1,則元素等于%在該位置的元素,否則等于 Pi在該位置的元素;
[0127] 第七步、計算出矩陣?\的適應(yīng)度函I,并與 PAPR。比較大?。?br>[0128] 若PAPVPAPRi,則Q= 1,;
[0129] 否貝丨J,PAPR0=PAPR1;令i=i+Ι;
[0130] 第八步、若i〈400,則返回第四步,繼續(xù)迭代計算;否則,終止迭代;
[0131] 重復(fù)第一步至第六步1X104次,每次使用的基函數(shù)幅度譜向量保持不變。
[0132] 在此條件下分別計算初始基函數(shù)的PAPR與本方法改進(jìn)后基函數(shù)的PAPR和系統(tǒng)誤 碼率,并進(jìn)行統(tǒng)計,得到如圖3所示的CCDF比較圖及如圖4所示的系統(tǒng)多用戶誤碼率比較 圖,可以看出:使用本方法系統(tǒng)(XDF為10 4時峰均比可降低近7dB,而系統(tǒng)多用戶誤碼率相 較于其他現(xiàn)有算法也有所降低。
[0133] 本發(fā)明降低變換域通信系統(tǒng)峰均功率比的方法,首先在頻域進(jìn)行幅度譜加 權(quán),加權(quán)后基函數(shù)的峰均比計算可以歸納為一個非線性約束優(yōu)化問題,然后通過改進(jìn)Backtrackingsearchoptimizationalgorithm(BSA)算法去掉相關(guān)約束條件,最終經(jīng)過 少量迭代選擇出最優(yōu)幅度加權(quán)因子從而降低峰均比。
【主權(quán)項(xiàng)】
1. 一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于,具體按照以下步驟實(shí) 施: 步驟1、分別設(shè)定初始種群個數(shù)S、種群上限up和種群下限low、變異系數(shù)F、罰函數(shù)因 子ε及最大進(jìn)化代數(shù)G; 步驟2、經(jīng)步驟1后,先對設(shè)定的種群進(jìn)行初始化處理,在分別計算出加權(quán)基函數(shù)b。和 適應(yīng)度函數(shù)PAPR。; 步驟3、對步驟2中產(chǎn)生種群個體隨機(jī)挑選一部分; 步驟4、對步驟3中挑選出的那部分種群個體進(jìn)行變異; 步驟5、對經(jīng)步驟4變異后的種群中的個體進(jìn)行交叉互換; 步驟6、經(jīng)步驟5后,分別計算加權(quán)基函數(shù)h和矩陣Ti的適應(yīng)度函數(shù)PAPRi,比較PAP^ 和步驟2中PAPR。的大小,并進(jìn)行相應(yīng)的判斷; 步驟7、得到最優(yōu)幅度加權(quán)因子向量和最小峰均比Ptest,實(shí)現(xiàn)了變換域通信系統(tǒng) 峰均功率比的降低。2. 根據(jù)權(quán)利要求1所述的一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟2具體按照以下步驟實(shí)施: 步驟2. 1、設(shè)定幅度加權(quán)向量為(w_j,。,w_u,w_ji2,…wjiN》; 其中,j= 1,2,…,S為一組(low,up)區(qū)間內(nèi)產(chǎn)生的隨機(jī)數(shù); 步驟2. 2、將步驟2. 1中得到的幅度加權(quán)向量代入,分別計算出加權(quán)基函數(shù)b。和適應(yīng)度 函數(shù)PAPR。,具體計算方式如下:其中,N表示總頻點(diǎn)數(shù),NA表示可利用頻點(diǎn)數(shù),令i= 1。3. 根據(jù)權(quán)利要求1所述的一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟3具體按照以下方法實(shí)施: 在(〇,1)區(qū)間內(nèi)隨機(jī)產(chǎn)生兩個數(shù)a和b,同時生成一個記憶矩陣M1;其中,每個元素都 在(low,up)區(qū)間; 若產(chǎn)生的兩個數(shù)a和b滿足以下條件: a〈b; 則有M1=Pi,并對%中的元素重新排列順序增強(qiáng)其隨機(jī)性。4. 根據(jù)權(quán)利要求1所述的一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟4具體按照以下方法實(shí)施: 令變異矩陣Mutant=PfF· (Mi-Pi); 其中,F(xiàn)是變異系數(shù)。5. 根據(jù)權(quán)利要求1所述的.一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟5具體按照以下方法實(shí)施: 步驟5. 1、生成一個大小與Pi相同的矩陣map,其中的元素隨機(jī)為0或1 ; 步驟5. 2、經(jīng)步驟5. 1后,再生成一個實(shí)驗(yàn)矩陣Τ1: 若在map相同位置的元素等于1,則元素等于%在該位置的元素; 否則等于?1在該位置的元素。6. 根據(jù)權(quán)利要求1所述的.一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟6具體按照以下步驟實(shí)施: 步驟6. 1、計算加權(quán)基函數(shù)bp具體的計算方法如下:步驟6. 2、根據(jù)步驟6. 1中的計算結(jié)果計算出矩陣?\的適應(yīng)度函數(shù)PAPRi,具體的計算 方法如下:步驟6. 3、將步驟6. 2得到的PAP&與步驟2得到的PAPR。進(jìn)行比較,并作出相應(yīng)的判 斷,具體的判斷方法如下: 若PAPRpPAPRp則保持Pi不變; 否則,更新PAPRQ=PAPRi,并將Pi更新為T1;令i=i+1。7. 根據(jù)權(quán)利要求1所述的.一種降低變換域通信系統(tǒng)峰均功率比的方法,其特征在于, 所述步驟7具體按照以下方法實(shí)施: 經(jīng)步驟6后,若i〈G,則返回步驟3,繼續(xù)迭代計算; 否則,終止本計算; 最終得到最優(yōu)幅度加權(quán)因子向量和最小峰均比Ptest,即降低了變換域通信系統(tǒng)峰 均功率比。
【專利摘要】本發(fā)明公開了一種降低變換域通信系統(tǒng)峰均功率比的方法,具體方法為:1)分別設(shè)定初始種群個數(shù)S、種群上限up和種群下限low、變異系數(shù)F、罰函數(shù)因子ε及最大進(jìn)化代數(shù)G;2)對設(shè)定的種群進(jìn)行初始化處理,分別計算出加權(quán)基函數(shù)b0和適應(yīng)度函數(shù)PAPR0;3)對產(chǎn)生種群個體隨機(jī)挑選一部分;4)對已挑選出的那部分種群個體進(jìn)行變異:5)對變異后的種群中的個體進(jìn)行交叉互換;6)分別計算加權(quán)基函數(shù)bi和矩陣Ti的適應(yīng)度函數(shù)PAPRi,比較PAPRi和步驟2中PAPR0的大小,并進(jìn)行相應(yīng)的判斷;7)得到最優(yōu)幅度加權(quán)因子向量和最小峰均比Pbest。本發(fā)明的方法解決了現(xiàn)有TDCS峰均比抑制方法存在的復(fù)雜度高以及正交性減弱的問題。
【IPC分類】H04L27/26
【公開號】CN105306400
【申請?zhí)枴緾N201510542475
【發(fā)明人】褚振勇, 達(dá)新宇, 王舒, 李牧東, 張亞普, 王荃, 朱麗莉
【申請人】褚振勇
【公開日】2016年2月3日
【申請日】2015年8月28日