CN107196882A - 基于遗传算法的认知无线电干扰抑制方法 - Google Patents

Abstract

一种基于遗传算法的认知无线电干扰抑制方法。主要目的在于解决现有认知无线电频谱池多用户干扰抑制方法中存在的无法保障认知用户数据传输质量的问题。其特征在于：该方法先设定认知用户数据传输率门限，根据门限值计算可屏蔽的载波序列长度，随机的从认知用户子载波中选择个载波的集合作为初选序列，再通过适应度函数选择较优的中间载波序列，再采用交叉变异产生新的载波序列，不断调整适应度函数，产生新的中间载波序列，直到适应度达到设定的阈值，遗传算法的迭代过程收敛，获得最优的干扰子载波序列，屏蔽最优干扰子载波序列，实现认知无线电干扰抑制。

Description

基于遗传算法的认知无线电干扰抑制方法

技术领域：

本发明涉及的是认知无线电频谱池多用户间干扰抑制技术范畴，具体涉及的是基于遗传算法的认知无线电干扰抑制方法。

背景技术：

传统的无线频谱分配方案是将大部分的频谱以授权方式分配给无线电业务部门，而剩余小部分频谱作为公用的非授权频谱。这种静态频谱分配方案导致授权频段利用率低下而其他用户又无法使用空闲频段的矛盾。基于动态频谱访问理念的认知无线电技术能够将暂时空闲的频谱资源加以利用，极大地改善目前这种频谱资源的紧张状况。频谱池是认知无线电中最有效的频谱使用技术。频谱池的思想是将分配给不同业务的授权频谱合并成一个公共的频谱池，认知用户(次用户)可临时使用频谱池中未被授权用户(主用户)占用的空闲频谱。

目前，在实际的无线环境中，多径衰落信道中，频谱池授权用户和认知用户信号的正交性遭到破坏，使得频谱池中共存的授权用户与认知用户之间产生严重的ICI(Inter-carrier Interference)，导致授权用户通信质量下降。不干扰授权用户数据传输是实际认知无线电系统必须考虑的前提条件。为此，需要通过屏蔽认知用户子载波，减少对授权用户信号的干扰。

屏蔽子载波的方式主要可分为：屏蔽相邻载波和屏蔽被选择载波两种。

屏蔽相邻子载波的方式是屏蔽授权用户子载波相邻的认知用户子载波，不经处理和选择，并不能达到抑制干扰的最优效果。

屏蔽被选择载波方式是先对认知用户的子载波干扰能量进行判断，选择某些子载波进行屏蔽，虽然这种方法在抑制干扰方面能取得较好的效果，但是，这种方式没有考虑认知用户传输率的需求，会导致认知用户传输质量大幅下降。

发明内容：

本发明的目的是提供基于遗传算法的认知无线电干扰抑制方法，它用于解决现有认知无线电频谱池多用户干扰抑制方法中存在的无法保障认知用户数据传输质量的问题。

本发明的技术方案是：该种基于遗传算法的认知无线电干扰抑制方法包括如下步骤：

第一步，设定认知用户数据传输率门限R_thr；

第二步，初选认知用户子载波序列；

所述初选认知用户子载波序列的过程如下：

随机的按照公式(1)从认知用户子载波中选择L个载波的集合b_i,i＝1,2,...,L；

其中，R(x)是干扰抑制实现前认知用户的初始数据传输率，bit_x是分配给每个子载波的比特数；

R(x)的描述公式为：

其中，b_x是分配给第x个子载波的比特数；

第三步，首先，从第二步所得到的初选认知用户子载波序列中通过公式(2)给出的适应度函数初步选择出较优的中间载波序列；

第j个认知用户子载波的适应度函数f(b_j)描述如下：

其中，调制授权用户子载波所用的滤波器为h_l，调制认知用户子载波所用的滤波器为h_r，m和n的范围由滤波器的长度决定，p是信道的额外延迟，和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数；N_l是授权用户的子载波数，D_i，i＝0…N-1是第i个滤波器的级数；

然后，将获得的中间载波序列利用遗传算法通过公式(3)和公式(4)调整适应度参数在中间产生多个结果而形成最终的较优中间载波序列；

适应度调整公式描述如下：

f(b_j+1)＝af(b_j)+b……公式(3)

max{f(b_j)|b_j{0,1}L}……公式(4)

其中，f(b_j)≠f(b_j+1)，a和b是设定的适应度参数，L是初选集合长度；

第四步，从第三步中所得到的最终较优中间载波序列中随机选择两个，按交叉概率p，进行交叉产生新的可选载波；

所述交叉概率p按照公式(5)定义：

其中，f(b_j)是第j个认知用户子载波的适应度函数；

第五步，对第四步中得到的中间载波序列通过变异概率p_m产生新的可选载波个体进行变异，得到新的较优的中间载波序列，然后调整适应度参数，产生更新的较优的中间载波序列，再经过交叉，再经过变异，再调整适应参数，直到适应度达到给定阈值，那么最后的序列就是最优的序列；

所述p_m定义如下：

对于给定的载波群s＝b₁b₂...b_L，

O(p_m,x):b_i＝1-b_i，若x_i≤p_m

b_i,x_i>p_m

其中，i∈{1,2,...,L}，L是初选集合长度,x_i∈[1,0]，b_i是某个集合长度小于L的载波序列；

第六步，当第五步中得到的最优子载波的适应度达到给定阈值，遗传算法的迭代过程收敛，获得最优的干扰子载波序列，屏蔽该最优干扰子载波序列，实现认知无线电干扰抑制。

本发明具有如下有益效果：本发明所提出的基于遗传算法的认知无线电干扰抑制方法通过遗传算法，以减少授权用户干扰能量和保障认知用户数据传输需求为目标,选择全局最优子载波序列进行屏蔽，这样可以很好的抑制频谱池多用户间干扰，还能保障多用户的数据传输质量。此方法将在认知无线电干扰抑制方面有重要的应用价值。

附图说明：

图1是本发明屏蔽最大干扰载波示意图，该图反映了频谱池授权用户和认知用户载波共存状况和屏蔽子载波的选择情况；

图2是本发明方法的功能图。

图3是本发明方法的流程图。

具体实施方式：

下面结合附图对本发明作进一步说明：

频谱池的具体实现是将授权用户的频谱等分成多个子带，使授权用户的1个子带带宽与认知用户的载波间隔△f的整数倍相匹配，如图1，将授权用户的频谱划分为多个子带，每个子带的带宽匹配认知用户的4个子载波。子载波的占用/空闲状态可以用一个分配向量来标识，如果子载波被授权用户占用或被确定为失效子载波则分配向量的对应位置用“1”标识；如果处于空闲状态，可被认知用户使用，则对应位置用“0”标识。当获得可用资源信息后，在其可用的空闲子载波上传输自己待发送的数据，同时在相应的占用状态的子载波上传送数据符号“0”。

这种基于遗传算法的认知无线电干扰抑制方法，如图2所示,先设定认知用户数据传输率门限R_thr，根据门限值计算可屏蔽的载波序列长度L。随机的从认知用户子载波中选择L个载波的集合b_i,i＝1,2,...,L作为初选序列。再通过适应度函数选择较优的中间载波序列。再采用交叉变异产生新的载波序列，不断调整适应度函数，产生新的中间载波序列，直到适应度达到设定的阈值，遗传算法的迭代过程收敛，获得最优的干扰子载波序列，屏蔽最优干扰子载波序列，实现认知无线电干扰抑制。

具体如下：

一、设定认知用户数据传输率门限R_thr。

二、初选认知用户子载波序列。

随机的从认知用户子载波中选择L个载波的集合b_i,i＝1,2,...,L。

其中，R(x)是干扰抑制实现前认知用户的初始数据传输率，bit_x是分配给每个子载波的比特数。

三、选择较优的中间载波序列。

通过适应度函数选择较优的中间载波序列。第j个认知用户子载波的适应度函数f(b_j)描述如下：

其中，调制授权用户子载波所用的滤波器为h_l，调制认知用户子载波所用的滤波器为h_r，m和n的范围由滤波器的长度决定，p是信道的额外延迟，和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数；N_l是授权用户的子载波数，D_i，i＝0…N-1是第i个滤波器的级数。

推导过程如下:

在采用WOFDM(基于小波的正交频分复用)调制技术的频谱池中，干扰的产生是由于在多径信道中授权用户和认知用户信号的正交性遭到破坏，从而导致授权用户信号与认知用户信号间的互扰。

在WOFDM系统中，第j个子载波的ICI可以被定义为：

其中，m、k、r和n的范围由滤波器的长度决定，p是信道的额外延迟，n_j和n_k分别是第j和第k个子载波的下采样系数，M是子载波数,h_k和h_j分别是调制第k和第j个子载波使用的小波滤波器函数。

则，第j个子载波的ICI能量为：

在认知用户和授权用户共存的频谱池中，其授权用户的第j个子载波的ICI干扰能量是由于授权用户的其他子载波和认知用户的所有子载波的波形延迟影响了该子载波在接收端的探测而产生的。

则，授权用户的第j个子载波的ICI能量可以被定义为：

其中，N_l是授权用户的子载波数，N_r是认知用户的子载波数。可将上式进一步推导如下：

上式的右边包括两个部分，第一个部分是授权用户的子载波中除第j个子载波外的所有子载波对第j个子载波产生的ICI能量，第二个部分是认知用户子载波对授权用户第j个子载波产生的ICI能量。

则认知用户第j个子载波对授权用户产生的平均ICI能量的描述公

式为：

其中，调制授权用户子载波所用的滤波器为h_l，调制认知用户子载波所用的滤波器为h_r，m和n的范围由滤波器的长度决定，p是信道的额外延迟，和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数。N_l是授权用户的子载波数，D_i，i＝0…N-1是第i个滤波器的级数。

选择认知用户第j个子载波对授权用户产生的平均ICI能量作为第j个认知用户子载波的适应度函数f(b_j)。

适应度调整公式描述如下：

f(b_j+1)＝af(b_j)+b

max{f(b_j)|b_j{0,1}L}

其中，f(b_j)≠f(b_j+1)，a和b是设定的适应度参数，L是初选集合长度。

四、交叉产生新的可选载波。

对于选中的中间子载波序列，随机选择两个，按交叉概率p，进行交叉产生新的可选载波。交叉概率p定义如下：

其中，f(b_j)是第j个认知用户子载波的适应度函数。

五、变异产生新的可选载波。

通过变异概率p_m产生新的可选载波个体。p_m定义如下：

对于给定的载波群s＝b₁b₂...b_L，

O(p_m,x):b_i＝1-b_i，若x_i≤p_m

b_i，x_i>p_m

其中，i∈{1,2,...,L}，L是初选集合长度,x_i∈[1,0]，b_i是某个集合长度小于L的载波序列。

六、当最优子载波的适应度达到给定阈值,遗传算法的迭代过程收敛，获得最优的干扰子载波序列，屏蔽该最优干扰子载波序列，实现认知无线电干扰抑制。

实验证明实例:

调制方式采用QPSK，授权用户子载波个数分别为512和128，认知用户子载波的个数分别为256和1024。设定认知用户每个载波传递8bit数据。预设认知用户数据传输率门限为1888bit和8132bit。

1.ICI能量的抑制效果

仿真结果表明，本发明能够很好地降低认知无线电频谱池授权用户的干扰能量，并不会影响认知用户的通信质量。在授权用户子载波数为512，认知用户子载波数为256的情况下，采用屏蔽相邻载波方法在屏蔽20个子载波的情况下，只能取得2dB的ICI降低效果，而采用本发明提出的基于遗传算法的认知无线电干扰抑制方法屏蔽20个子载波能够取得6.0dB的ICI降低效果。在授权用户子载波数为128，认知用户子载波数为1024的情况下，采用屏蔽相邻载波方法在屏蔽20个子载波的情况下，只能取得1dB的ICI降低效果，而采用本发明提出的基于遗传算法的认知无线电抑制方法，屏蔽20个子载波能够取得4.5dB的ICI降低效果。综上所述，与其他干扰抑制算法相比，本发明提出的方法能够更好的降低授权用户的ICI干扰能量。

2.比特误差率的效果

仿真结果表明，在授权用户子载波数为512，认知用户子载波数为256的情况下，若使用本发明所述方法抑制认知无线电多用户干扰，授权用户信号通过高功率放大器和加性高斯白噪声(AWGN)信道，在比特误差率为10^-3，所需信噪比为9dB,而屏蔽相邻载波方法需要14dB。认知用户信号在比特误差率为10^-3，所需信噪比为11dB，而屏蔽相邻载波方法需要16dB。在授权用户子载波数为128，认知用户子载波数为1024的情况下，若使用本发明所述方法抑制频谱池多用户干扰，授权用户信号通过高功率放大器和加性高斯白噪声(AWGN)信道，在比特误差率为10^-3，所需信噪比为10dB,而屏蔽相邻载波方法需要14dB。认知用户信号在比特误差率为10^-3，所需信噪比为13dB，而屏蔽相邻载波方法需要16dB。

综上所述，与其他干扰抑制方法相比，本发明提出的方法不仅使授权用户具有更好比特误差率性能，而且还能保障和提高认知用户的比特误差率性能。

以上所述为本发明的较佳实施例而已，但本发明不应该局限于该实施例和附图所公开的内容。所以凡是不脱离本发明所公开的技术方案下完成的等效或修改，都落入本发明保护的范围。

Claims (1)

1.一种基于遗传算法的认知无线电干扰抑制方法包括如下步骤：

第一步，设定认知用户数据传输率门限R_thr；

第二步，初选认知用户子载波序列；

所述初选认知用户子载波序列的过程如下：

随机的按照公式(1)从认知用户子载波中选择L个载波的集合b_i,i＝1,2,...,L；

其中，R(x)是干扰抑制实现前认知用户的初始数据传输率，bit_x是分配给每个子载波的比特数；

R(x)的描述公式为：

其中，b_x是分配给第x个子载波的比特数；

第三步，首先，从第二步所得到的初选认知用户子载波序列中通过公式(2)给出的适应度函数初步选择出较优的中间载波序列；

第j个认知用户子载波的适应度函数f(b_j)描述如下：

其中，调制授权用户子载波所用的滤波器为h_l，调制认知用户子载波所用的滤波器为h_r，m和n的范围由滤波器的长度决定，p是信道的额外延迟，和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数；N_l是授权用户的子载波数，D_i，i＝0…N-1是第i个滤波器的级数；

然后，将获得的中间载波序列利用遗传算法通过公式(3)和公式(4)调整适应度参数在中间产生多个结果而形成最终的较优中间载波序列；

适应度调整公式描述如下：

f(b_j+1)＝af(b_j)+b……公式(3)

max{f(b_j)|b_j{0,1}L}……公式(4)

其中，f(b_j)≠f(b_j+1)，a和b是设定的适应度参数，L是初选集合长度；

第四步，从第三步中所得到的最终较优中间载波序列中随机选择两个，按交叉概率p，进行交叉产生新的可选载波；

所述交叉概率p按照公式(5)定义：

其中，f(b_j)是第j个认知用户子载波的适应度函数；

第五步，对第四步中得到的中间载波序列通过变异概率p_m产生新的可选载波个体进行变异，得到新的较优的中间载波序列，然后调整适应度参数，产生更新的较优的中间载波序列，再经过交叉，再经过变异，再调整适应参数，直到适应度达到给定阈值，那么最后的序列就是最优的序列；

所述p_m定义如下：

对于给定的载波群s＝b₁b₂...b_L，

O(p_m,x):b_i＝1-b_i，若x_i≤p_m

b_i，x_i>p_m其中，i∈{1,2,...,L}，L是初选集合长度,x_i∈[1,0]；b_i是某个集合长度小于L的载波序列；

第六步，当第五步中得到的最优子载波的适应度达到给定阈值，遗传算法的迭代过程收敛，获得最优的干扰子载波序列，屏蔽该最优干扰子载波序列，实现认知无线电干扰抑制。