[發明專利]一種基于遺傳算法的全雙工IAB系統遍歷容量優化方法

有效

• 申請號: 202010421564.8
• 申請日: 2020-05-18
• 公開（公告）號: CN111698702B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 劉芳芳;夏海輪;張小茜
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/06;G06N3/12;H04L5/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于遺傳算法的全雙工IAB系統遍歷容量優化方法，具體步驟如下：

步驟1：建立全雙工IAB系統的系統模型及干擾信號模型

建立信號從供體基站，即源節點S,通過K-1個節點，即中繼節點R₁,R₂,...,R_K-1，傳輸到目的節點D的模型，其中源節點S和目的節點D工作在半雙工模式，中繼節點R₁,R₂,...,R_K-1工作在全雙工模式，與優化變量直接相關的自干擾和后向干擾信號功率表示為

其中β_k表示全雙工節點處的自干擾系數，P_k表示節點發送功率，h_k+1,k表示信道衰落，k₀表示參考距離常數，d_k+1,k表示相鄰節點間距離，α表示路徑損失系數；

步驟2：以最大化系統遍歷容量為優化目標，節點發送功率、相鄰節點間距離需要滿足的條件為約束條件，構建優化問題

將系統遍歷容量表示為C_E，第一組優化變量表示為P₀,P₁,...,P_K-2，表示節點發送功率，第二組優化變量表示為d_0,1,d_1,2,...,d_K-2,K-1，表示相鄰節點間距離，優化問題可以構造為

maxC_E(P₀,P₁,...,P_K-2；d_0,1,d_1,2,...,d_K-2,K-1) (3)

s.t.P_k＞0,k＝0,1,...,K-2 (4)

d_k,k+1＞0,k＝0,1,...,K-2 (6)

步驟3：設計優化變量與基因型之間進行映射的編解碼規則，形成初始種群選擇二進制編解碼方式對變量進行處理，對每個變量的編碼位數為

其中表示向上取整，染色體的編碼長度為

L＝(2K-2)l (9)

其中前(K-1)l位順序表示第一組變量P₀,P₁,P₂,...,P_K-2，取值的下界和上界分別為

后(K-1)l位順序表示第二組變量d_0,1,d_1,2,d_2,3,...,d_K-2,K-1，取值的下界和上界分別為

假設l位二進制編碼為z_m＝a_m1a_m2…a_ml，對于第一組變量，基因型向優化變量轉換時的解碼公式為

對于第二組變量，基因型向優化變量轉換時的解碼公式為

確定好編碼規則后，將種群規模大小設置為n，即種群由n個個體組成，初始種群即按照上述編碼規則產生的n個L位二進制字符串；

步驟4：設計適應度函數，并將約束條件以罰函數的形式體現在適應度函數中，計算種群中個體的適應度值，將當前種群中的最優解記錄并輸出

適應度函數設計為

其中c₀為比例系數，避免由于C_E的數值過大而導致在評價個體適應度優劣時，會因為相互之間相差的數量級遠遠小于其本身的數量級而無法進行有效的優劣篩選，g₁表示罰函數，用來體現優化問題中的不等式約束條件，并通過添加g₂項以保證適應度函數整體取值非負，在每一次迭代中，根據公式(16)計算當前種群中個體的適應度函數值，其決定了每個個體被選擇遺傳到下一代的概率，同時，將當前種群中的最優解記錄并輸出；

步驟5：將當前種群中適應度較高的個體按照輪盤賭規則遺傳到下一代，通過單點交叉、單點變異實現種群中新基因型的產生

對當前種群使用輪盤賭選擇實現基因型的遺傳，個體適應度越高，被選中的概率就越大；并對當前種群進行單點交叉實現新基因型的產生，按照某一個預設的概率，即交叉概率，在兩個個體之間進行單個基因的相互交換；同時對當前種群進行單點變異實現新基因型的產生，即按照某一個預設的概率，即變異概率，對種群中個體的某一位進行改變；

步驟6：判斷是否達到設置的循環終止條件，若達到迭代次數，則方法結束，若未達到迭代次數，則返回步驟4并重復步驟4到步驟6，直到達到迭代次數方法結束。