[發明專利]一種基于改進的EXP3算法水下自適應OFDM通信方法

有效

• 申請號: 201810410315.1
• 申請日: 2018-05-02
• 公開（公告）號: CN108809881B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 李鑫濱;趙海紅;閆磊;韓松;張玲梅
• 申請（專利權）人: 燕山大學
• 主分類號: H04L27/26
• 分類號: H04L27/26;H04B13/02
• 代理公司: 秦皇島一誠知識產權事務所(普通合伙) 13116
• 代理人: 李合印

1.一種基于改進的EXP3算法水下自適應OFDM通信方法，其特征在于，所述方法包括以下步驟：

步驟1，確定水聲通信鏈路中需要調配的參數及每個參數的可配置數值，參數包括編碼方式、調制方式、子載波數量；同時每個參數中有多種選項進行選擇，可選擇2-DPSK、4-DPSK、8-DPSK多種調制方式；錯誤糾錯編碼方式可選擇1/3、1/4、1/2編碼率；基于多臂老虎機學習理論，將OFDM發射機的參數調節建模為決策者的選擇項，發射機只需根據接收機的回值反饋做出參數調節，代替傳統自適應OFDM通信中的接收機信道狀態反饋過程；

步驟2，運用正交試驗方法，根據步驟1中確定的參數、每個參數的可配置數值與數據傳輸速率的關系，選擇正交表，確定正交試驗方案；對采樣調制參數組合進行數次重復試驗，收集試驗數據，取平均值，通過計算獲得每組試驗參數下的數據傳輸速率；

步驟3，用極差分析法處理在步驟2中獲得的每組試驗參數下的數據傳輸速率，以判斷每個參數以及同一參數的不同水平對于網絡吞吐量的影響程度，并據此刪除對網絡吞吐量影響較小的參數選項，完成對參數組合的初篩；

步驟4，學習執行器根據評價器的建議隨機選擇即將傳輸的數據包的調制參數，相應的回值將回饋至學習執行器與評價器，并在評價器中進行回值估計和權重更新；

步驟5，評價器將得到的回值納入歷史回值范圍，并基于EXP3決策策略計算每個參數方案的選擇概率，選擇概率由正比于歷史回值權重的分布和均勻分布兩部分構成，正比于歷史回值權重的分布——利用，均勻分布——探索；探索潛在的好策略并充分利用當前已獲得的回值信息，依照平衡“探索與利用”的原則更新策略選擇概率函數；

步驟6，判斷當前操作次數加1后是否超過預設的總操作次數，如果判定沒超過則返回步驟4，否則結束算法。

2.根據權利要求1所述的一種基于改進的EXP3算法水下自適應OFDM通信方法，其特征在于：步驟1是將發射機的可選擇參數配置組合建模成決策者的選擇項，發射機只需要根據接收機的回值反饋做出參數調節。

3.根據權利要求1所述的一種基于改進的EXP3算法水下自適應OFDM通信方法，其特征在于，步驟3中，使用如下的公式對數據進行處理：

σ_n＝max(k_n1,k_n2,...,k_nM)-min(k_n1,k_n2,...,k_nM)

采用如下規則進行判斷：

1)當參數n一定時，k_nm越大，參數n的第m水平對于數據傳輸速率的影響越大；

2)σ_n越大，參數n對于數據傳輸速率的影響越大；

式中n＝1,2,..,N表示參數，m＝1,2,...,M表示每個參數的可配置選項，μ_nm為參數n的第m選項參與配置的參數組合所對應的數據傳輸速率。

4.根據權利要求1所述的一種基于改進的EXP3算法水下自適應OFDM通信方法，其特征在于，在步驟4中，所述的相應的回值將回饋至學習執行器與評價器，并在評價器中進行回值估計和權重更新；其回值估計公式和權值更新計算如下：

式中，r_j(t)表示在訓練時間t策略j的回值；p_j(t)是在時刻t的策略j的概率值；u(t)是在t時刻被選中的策略；γ為探索因子，ω_i(t)表示在t時刻策略i的權重；K'表示所有策略總數。

5.根據權利要求1所述的一種基于改進的EXP3算法水下自適應OFDM通信方法，其特征在于，在步驟5中，基于EXP3算法，依照平衡“探索和利用”的原則更新策略選擇概率函數，使用下式作為策略選擇概率函數：

其中，p_i(t)是在時刻t的策略i的概率值；γ為探索因子，ω_i(t)表示在t時刻策略i的權重；K”表示篩選后的策略總數。