[發明專利]一種基于文化基因算法的三維空口測試探頭選擇方法

有效

• 申請號: 202011099722.9
• 申請日: 2020-10-14
• 公開（公告）號: CN112235823B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 蔣政波;汪占源;洪偉;郝張成
• 申請（專利權）人: 東南大學
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04B17/00
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 沈廉

1.一種基于文化基因算法的三維空口測試探頭選擇方法，其特征在于該方法從減少信道模擬器成本的角度出發，對于具有K個端口的信道模擬器，通過選定多探頭暗室中特定位置的探頭并賦予相應的權重，從而在暗室測試區域中還原出測試需要的信道模型；

所述信道模擬器中，在總探頭數為M的多探頭暗室中，利用文化基因算法從中選擇出K個探頭，而K個探頭對應了信道模擬器的K個端口，其中K，M都是正整數，M≥K，利用凸優化算法對每個探頭上的功率權重進行優化，使得在給定測試環境所需的信道模型的情況下，在暗室測試區域中高精度地還原出目標信道，并且盡量減少OTA測試需要的探頭數目從而減少信道模擬器端口數量；

所述利用文化基因算法從中選擇出K個探頭，其流程如下：

步驟1.生成初始種群之前，應設置種群數量為正整數μ，種群中每個個體都為一個長度為M的二進制序列，每個二進制比特代表暗室中的一個探頭；

步驟2.將每個個體上的M個比特位均賦值為“0”，從中隨機選擇K個比特位賦值為“1”，“0”代表不選擇該探頭，“1”代表選擇該探頭，在所有個體上重復此操作，得到初始種群P₁；

步驟3.使用爬山策略進行局部搜索，得到初始種群P₁后，對其個體定義均方根誤差其中N為測試區域的總采樣數；

二者分別代表個體第n次采樣的目標信道空間相關性與模擬信道空間相關性；j為虛數單位，k為自由空間波數，和分別代表測試區域上兩個對稱的位置向量，Ω為立體角，ω_m為第m個探頭上的功率權重，為第m個探頭位置的空間向量，其中ω_m的值由最小總體重建誤差函數利用凸優化算法對其優化得來，s.t.0≤ω_m≤1，

其中

ρ＝[ρ₁,ρ₂,...,ρ_n,...,ρ_N]^T，二者分別代表個體N次采樣得到的模擬信道空間相關性向量與目標信道空間相關性向量；

步驟4.計算出每個個體的1-σ并將其作為每個個體的適應度值，得到種群P₁的對應的適應度向量F₁∈C^μ×1，將種群P₁中每一個個體中隨機取兩個分別為“1”與“0”的比特位，再將其賦值為“0”與“1”，重復步驟3之后可以得到新的適應度向量F₂∈C^μ×1；

步驟5.將適應度向量F₁與F₂每兩個對應位置的位置元素進行對應大小比較，將比較后所有位置元素大的保存下來，位置元素小的刪除，這樣得到一個新的適應度向量F∈C^μ×1，其每個元素對應的個體將組成新的種群P₂，此時局部搜索結束；

步驟6.局部搜索結束后需要對種群進行多樣化操作，用來增大全局搜索范圍，對于P₂中任意兩個個體，如果相同位置比特位都為“1”，那么該比特位將會繼續保持在個體上，如若不同，即分別為“1”和“0”或“0”和“1”，則隨機將其保留或丟棄，值得注意的是，該步驟要保證最后在每個個體上的“1”的數量保持為K，多樣化后產生的新種群為P₃；

步驟7.設置迭代次數上限I與誤差閾值E，隨著迭代次數的增加，選擇的探頭產生的信道模擬空間相關性會越來越接近目標信道空間相關性，根據不同的目標信道限定相應的誤差閾值與迭代次數上限，就能得到可以模擬高精確度信道環境的探頭分布位置與功率權重；

步驟8.對多簇信道進行一次選擇優化，得到的K個探頭與相應的權重可以構建每一個單獨的簇；

所述多簇信道中，對于具有L個簇的多簇信道，有多簇信道空間相關性其中p(l)是第l個簇的歸一化功率，ρ_l是第l個簇的空間相關性，有最小總體重建誤差函數s.t.0≤ω_m≤1，s.t.0≤ω_m≤1，其中為模擬信道空間相關性；結合所提出的方法步驟，在得到相應的探頭和功率權重后，對多簇信道的各個單簇進行高精度的模擬。