CN104539360A - 一种可见光通信接收信号功率优化方法与装置 - Google Patents

Abstract

本发明涉及一种可见光通信接收信号功率优化方法，包括：对和声退火算法的多个输入参量进行周期性调整；生成新解向量；对退火过程进行模拟；对模拟后的优化结果进行判断。本发明将LED功率调整过程量化为LED功率调整因子，与LED阵列相对应，调整因子向量的所有取值的排列组合构成相应的向量空间，即可行域，通过和声退火算法在可行域内启发式寻找最优优化因子向量，通过调节LED发射功率，达到优化接收器接收信号功率的目的。本发明能够使可见光通信系统根据当前LED阵列布局，自适应地完成LED发射功率优化调整的过程，提升可见光通信链路质量。本发明还提出了一种可见光通信接收信号功率优化装置。

Description

一种可见光通信接收信号功率优化方法与装置

技术领域

本发明涉及可见光通信技术领域，尤其涉及一种可见光通信接收信号功率优化方法与装置。

背景技术

众所周知，可见光通信技术是一种在白光LED(LightingEmitting Diode，光放射二极管)发明及应用后发展起来的新兴无线光通信技术。LED不仅可以提供室内照明，而且可以应用到无线光通信系统中满足室内个人通信需求。

目前，室内可见光信号分布优化作为可见通信系统中的关键技术，该技术旨在提高信号接收面可见光均匀度，以降低接收面接收信号接收功率波动，然而如何优化室内可见光信号分布能力，以适应复杂多变的业务环境，并兼顾照明功能仍是需要研究的重要课题。

发明内容

本发明所要解决的技术问题是如何通过LED发射功率以优化信号接收面信号均匀度的关键问题。

为此目的，本发明提出了一种可见光通信接收信号功率优化方法，包括以下具体步骤：

S1：对和声退火算法的多个输入参量进行周期性调整；

S2：生成新解向量；

S3：对退火过程进行模拟；

S4：对模拟后的优化结果进行判断。

具体地，所述多个输入参量包括：记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T以及尺度参数G。

具体地，所述和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索。

具体地，所述和声算法搜索与所述模拟退火算法搜索通过串行搜索方式实现。

进一步地，所述步骤S2具体包括：通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

进一步地，所述步骤S3具体包括：

S31：将和声库HM中的最优解作为局部最优解，进行多次抽样搜索；

S32：根据Metropolis法则，获取模拟退火结果，并更新所述和声库HM。

为此目的，本发明还提出了一种可见光通信接收信号功率优化装置，包括：

调整模块，用于对和声退火算法的多个输入参量进行周期性调整；

生成模块，用于生成新解向量；

模拟模块，用于对退火过程进行模拟；

判断模块，用于对模拟后的优化结果进行判断。

具体地，所述多个输入参量包括：记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T以及尺度参数G。

具体地，所述和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索。

具体地，所述和声算法搜索与所述模拟退火算法搜索通过串行搜索方式实现。

进一步地，所述生成模块具体包括：第一获取单元，用于通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

进一步地，所述模拟模块具体包括：

搜索单元，用于将和声库HM中的最优解作为局部最优解，进行多次抽样搜索；

第二获取单元，用于根据Metropolis法则，获取模拟退火结果；

更新单元，用于根据获取的所述模拟退火结果更新所述和声库HM。

本发明公开了一种可见光通信接收信号功率优化方法，旨在通过联合调整LED阵列信号发射功率以优化接收器接收信号功率，提升可见光通信链路质量。本发明将LED功率调整过程量化为LED功率调整因子，与LED阵列相对应，调整因子向量的所有取值的排列组合构成相应的向量空间，即可行域，通过HSA(Harmony SimulatedAnnealing Algorithm，和声退火算法)，在可行域内启发式寻找最优优化因子向量，通过调节LED发射功率，达到优化接收器接收信号功率的目的。进一步地，HSA的优化经验通过集中式合作单元，即HM(Harmony Memory，和声库)进行共享，以加快优化过程。本发明的方法能够使可见光通信系统根据当前LED阵列布局，自适应地完成LED发射功率优化调整的过程，提升可见光通信链路质量。本发明还公开了一种可见光通信接收信号功率优化装置。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1示出了本发明实施例中的一种可见光通信接收信号功率优化方法的步骤流程图；

图2示出了本发明另一实施例中的一种可见光通信接收信号功率优化方法的步骤流程图；

图3(a)、(b)示出了本发明实施例中的一种可见光通信接收信号功率优化方法中的优化前后室内可见光光强对比图；

图4(a)、(b)示出了本发明实施例中的一种可见光通信接收信号功率优化方法中的优化前后室内可见光功率对比图；

图5示出了本发明实施例中的一种可见光通信接收信号功率优化装置的结构示意图；

图6示出了本发明实施例中的一种可见光通信接收信号功率优化装置的具体实施图。

具体实施方式

本发明提出了一种可见光通信接收信号功率优化方法与装置，通过HSA算法，在可行域内启发式寻找最优优化因子向量，以此为标准调整LED发射功率参数，以优化接收面可见光功率覆盖均匀度。

下面将结合附图对本发明的实施例进行详细描述。

为了更好的理解与应用本发明提出的一种可见光通信接收信号功率优化方法与装置，以如下附图示例进行详细说明。

如图1所示，本发明提出了一种可见光通信接收信号功率优化方法，包括以下具体步骤：

步骤S1：对和声退火算法的多个输入参量进行周期性调整。其中，多个输入参量包括：HMCR(Harmony Memory Considering Rate，记忆库取值概率)、PAR(Pitch Adjusting Rate，微调概率)、微调幅度BW、冷却温度T以及尺度参数G。

具体地，和声退火算法和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索，且和声算法搜索与模拟退火算法搜索通过串行搜索方式实现。

步骤S2：生成新解向量。具体地，步骤S2具体包括：通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

步骤S3：对退火过程进行模拟。具体地，步骤S3具体包括：

步骤S31：将和声库HM中的最优解作为局部最优解，进行多次抽样搜索。

步骤S32：根据Metropolis法则，获取模拟退火结果，并更新和声库HM。

步骤S4：对模拟后的优化结果进行判断。

本发明提出的一种可见光通信接收信号功率优化方法，通过HAS算法，在可行域内启发式寻找最优优化因子向量，以此为标准调节LED发射功率，以优化信号接收面可见光功率覆盖均匀度，其中，HAS的优化经验是指该算法在可行域内的搜索路径，将某次搜索路径所得的最优值记录在和声库中，即通过集中式合作单元，即和声库HM进行共享，以加快优化过程。

为了更好的理解与应用本发明提出的一种可见光通信接收信号功率优化方法，结合图2-4进行以下示例，且本发明不局限以下示例。

本发明提出的基于HSA算法的室内可见光功率覆盖优化方法，室内场景模型描述如下：其中，房间尺寸：长*宽*高＝5*5*3m，室内天花板、墙壁、地面反射系数：0.8,0.5,0.2。I个信号发射器(即LED灯组)均匀分布于天花板，49个LED灯组成一个信号发送器，LED间隔4cm，呈正方形分布。J个信号接收器均匀分布于高度为0.85m的水平面。

具体地，未使用本方法时，对接收器R_j，其接收信号功率包括直射路径分量H_d(0)，反射路径分量H_ref(0),则接收总功率如下式：

$P_r\left(R_j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\{P_t{H}_d(0;S_i,R_j)+\underset{A_{\mathrm{sur}}}{\∫}{P}_t{H}_{\mathrm{ref}}(0;S_i,R_j)\}$

其中，S_i代表第i个LED灯组，I代表LED灯组总数目，R_j代表第j个接收器，A_sur是室内反射表面的总和，P_t为LED灯组初始发送功率。

进一步地，本方法以LED灯组为单位调节信号发送功率，对灯组S_i，对应调节因子为k_i∈(0,1)，其中，i∈(1,2，……I)，即得优化因子向量K＝(k₁，k₂……，k_I)，则接收器R_j的接收总功率表达式可改写为为下式：

$P_r\left(R_j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}\{k_i{P}_t{H}_d(0;S_i,R_j)+\underset{A_{\mathrm{sur}}}{\∫}{k}_i{P}_t{H}_{\mathrm{ref}}(0;S_i,R_j)\}$

更进一步地，本方法自适应搜索到一组最优优化因子向量K，使得下式成立：

P_r(R₁)≈P_r(R₂)≈P_r(R₃)≈…≈P_r(R_J)

选取目标函数为：

其中，maxP_r(R_j)、maxP_r(R_i)分别为以优化因子向量K为基准调节LED功率，所得信号接收器接收功率的最大值和最小值。目标函数值与可见光功率覆盖均匀度呈正相关。

更进一步地，本方法的流程图如图2所示，包括如下步骤：

步骤S1：周期性调整HSA的参量：和声库大小HMS、记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T、尺度参数G。

具体地，算法初期产生HMS(Harmony Memory Size)个初始解(和声)放入和声记忆库HM内，和声记忆库HM用于存储搜索经验。为使初始化种群具有一定的分散性及优化结果具有普遍性，初始种群在可行域内均匀产生如下：

X_i(j)＝LB_i+rand×(UB_i-LB_i)

其中，X_i(j)为库中第i维变量，即第i个优化因子；rand为(0,1)之间的随机数；X_i(j)∈(LB_i,UB_i)。和声库的结构如下：

其中，记忆库取值概率HMCR的大小决定算法的优化性能，对多维函数而言，其取值影响算法的局部收敛性和算法群体的多样性。

进一步地，本发明采用动态的PAR，在搜索初期，较小的PAR参数有利于算法快速地搜寻到较好的区域。在算法搜索后期，较大的PAR有利于算法跳出局部极值。其取值过程如下所示：

$\mathrm{PAR}\left(k\right)=\left\{\begin{array}{cc}{\mathrm{PAR}}_{\min }+\frac{({\mathrm{PAR}}_{\max }-{\mathrm{PAR}}_{\min })*k}{\frac{2}{3}{L}_{\max }}& k<\frac{2}{3}{L}_{\max }\\ {\mathrm{PAR}}_{\max }& k\&GreaterEqual;\frac{2}{3}{L}_{\max }\end{array}\right.$

更进一步地，和声微调幅度BW，在算法搜索初期，较大的BW有利于算法在较大范围内探测。在算法搜索后期，较小的BW有利于算法小范围内的精细搜索。因此，本方法BW由大到小地变化，其按如下的指数变化方式改变微调范围：

BW(t)＝(BW_max-BW_min)×e^-t+BW_min

其中，冷却温度T、尺度参数G在步骤S3中详细描述。

步骤S2：产生新解向量：依据基本和声算法的新解产生规则，得到新的LED发射功率优化因子向量。

具体地，在取值概率HMCR的影响下，生成随机数r1∈(0，1)，若r1<HMCR,则新解矢量在和声库内随机选取。生成随机数r2∈(0，1)，若r2<PAR，则新解在和声库内最优解中随机得到，否则新解在变量允许的范围内随机产生。

步骤S3：模拟退火过程：将和声库HM中的最优解作为局部最优解，执行多次抽样搜索，根据Metropolis法则，取得模拟退火结果，并更新和声库HM。

具体地，在当前温度t下，对产生的新解向量执行多次抽样搜索最优解，状态产生函数决定了算法在解空间中的移动方式和优化质量。本方法采用的状态产生函数为：

K_new＝K_old+G×M

其中，G为尺度参数，M为随机扰动。本方法采用动态的尺度参数，如下所示：

$G\left(k\right)=\left\{\begin{array}{cc}{G}_{\min }+\frac{(G_{\max }-G_{\min })*k}{\frac{2}{3}{L}_{\max }}& k>\frac{2}{3}{L}_{\max }\\ G_{\max }& k\&le;\frac{2}{3}{L}_{\max }\end{array}\right.$

进一步地，计算目标函数差ΔE＝E-E⁰，根据Metropolis法则，判断是否接受新解，即若ΔE＜0，接受；否则若exp(-ΔE/T)＞η，接受。

其中，温度t采用指数降温方，t_n+1＝t_n*K,其中K为退温速率。

步骤S4：优化结果判断：判断步骤S3中所得结果是否满足要求，否者重复步骤S2-步骤S4。

本发明提出的一种可见光通信接收信号功率优化方法，通过分布式调节LED发射功率，提高了室内可见光覆盖均匀度，进而降低信号接收面信噪比波动幅度，且利用和声库记录优化经验，将使优化过程更快的获取更多的优化经验，加快优化经验的积累过程，提高优化速度。

本发明还提出了一种可见光通信接收信号功率优化装置，结合图5以及图6，可见光通信接收信号功率优化装置10，包括：调整模块101、生成模块102、模拟模块103以及判断模块104。

具体地，调整模块101用于对和声退火算法的多个输入参量进行周期性调整，其中，多个输入参量包括：记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T以及尺度参数G，且和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索，进一步地，和声算法搜索与模拟退火算法搜索通过串行搜索方式实现；生成模块102用于生成新解向量；模拟模块103用于对退火过程进行模拟；判断模块104用于对模拟后的优化结果进行判断。

进一步地，生成模块102具体包括：第一获取单元1021(图中未示出)用于通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

更进一步地，模拟模块103具体包括：搜索单元1031(图中未示出)用于将和声库HM中的最优解作为局部最优解，进行多次抽样搜索；第二获取单元1032(图中未示出)用于根据Metropolis法则，获取模拟退火结果；更新单元1033(图中未示出)用于根据获取的模拟退火结果更新和声库HM。

本发明公开了一种可见光通信接收信号功率优化方法，旨在通过联合调整LED阵列信号发射功率以优化接收器接收信号功率，提升可见光通信链路质量。本发明将LED功率调整过程量化为LED功率调整因子，与LED阵列相对应，调整因子向量的所有取值的排列组合构成相应的向量空间，即可行域，通过HSA在可行域内启发式寻找最优优化因子向量，通过调节LED发射功率，达到优化接收器接收信号功率的目的。进一步地，HSA的优化经验通过集中式合作单元，即HM进行共享，以加快优化过程。本发明的方法能够使可见光通信系统根据当前LED阵列布局，自适应地完成LED发射功率优化调整的过程，提升可见光通信链路质量。本发明还公开了一种可见光通信接收信号功率优化装置。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (12)

1.一种可见光通信接收信号功率优化方法，其特征在于，包括以下具体步骤：

S1：对和声退火算法的多个输入参量进行周期性调整；

S2：生成新解向量；

S3：对退火过程进行模拟；

S4：对模拟后的优化结果进行判断。

2.如权利要求1所述的方法，其特征在于，所述多个输入参量包括：记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T以及尺度参数G。

3.如权利要求1所述的方法，其特征在于，所述和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索。

4.如权利要求3所述的方法，其特征在于，所述和声算法搜索与所述模拟退火算法搜索通过串行搜索方式实现。

5.如权利要求1所述的方法，其特征在于，所述步骤S2具体包括：通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

6.如权利要求1所述的方法，其特征在于，所述步骤S3具体包括：

S31：将和声库HM中的最优解作为局部最优解，进行多次抽样搜索；

S32：根据Metropolis法则，获取模拟退火结果，并更新所述和声库HM。

7.一种可见光通信接收信号功率优化装置，其特征在于，包括：

调整模块，用于对和声退火算法的多个输入参量进行周期性调整；

生成模块，用于生成新解向量；

模拟模块，用于对退火过程进行模拟；

判断模块，用于对模拟后的优化结果进行判断。

8.如权利要求7所述的装置，其特征在于，所述多个输入参量包括：记忆库取值概率HMCR、微调概率PAR、微调幅度BW、冷却温度T以及尺度参数G。

9.如权利要求7所述的装置，其特征在于，所述和声退火算法搜索过程包括两部分，第一部分为和声算法搜索，第二部分为模拟退火算法搜索。

10.如权利要求9所述的装置，其特征在于，所述和声算法搜索与所述模拟退火算法搜索通过串行搜索方式实现。

11.如权利要求7所述的装置，其特征在于，所述生成模块具体包括：第一获取单元，用于通过基本和声算法的新解产生规则，获取新的LED发射功率优化因子向量。

12.如权利要求7所述的装置，其特征在于，所述模拟模块具体包括：

搜索单元，用于将和声库HM中的最优解作为局部最优解，进行多次抽样搜索；

第二获取单元，用于根据Metropolis法则，获取模拟退火结果；

更新单元，用于根据获取的所述模拟退火结果更新所述和声库HM。