CN111835415A - 一种基于遗传算法的信号延迟补偿合并方法 - Google Patents

一种基于遗传算法的信号延迟补偿合并方法 Download PDF

Info

Publication number
CN111835415A
CN111835415A CN202010709627.XA CN202010709627A CN111835415A CN 111835415 A CN111835415 A CN 111835415A CN 202010709627 A CN202010709627 A CN 202010709627A CN 111835415 A CN111835415 A CN 111835415A
Authority
CN
China
Prior art keywords
individual
pop
randomly
cross
delay
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010709627.XA
Other languages
English (en)
Other versions
CN111835415B (zh
Inventor
李亚添
耿天文
高世杰
马爽
李学良
李林
田若彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changchun Institute of Optics Fine Mechanics and Physics of CAS
Original Assignee
Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changchun Institute of Optics Fine Mechanics and Physics of CAS filed Critical Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority to CN202010709627.XA priority Critical patent/CN111835415B/zh
Publication of CN111835415A publication Critical patent/CN111835415A/zh
Application granted granted Critical
Publication of CN111835415B publication Critical patent/CN111835415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/112—Line-of-sight transmission over an extended range
    • H04B10/1123—Bidirectional transmission
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Electromagnetism (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明涉及一种基于遗传算法的信号延迟补偿合并方法，该方法通过对N根天线接收到的数据进行互相关运算，再根据互相关峰值的位置确定N‑1个区间，然后基于遗传算法得到N‑1个路径对应的最优延迟值，从而根据最优延迟值将N个接收端输出的信号合并，得到最终的输出信号。本发明可以应用在采用异步单发多收的接收分集的激光通信系统中，当多个接收端与单个发射端的路径不同时，本发明可以将不同的接收端中的信号进行适当的延迟，使得所有接收端信号同步合并，从而缓解由于不同路径延时带来的码间串扰，进一步提高了激光通信系统的性能。

Description

一种基于遗传算法的信号延迟补偿合并方法
技术领域
本发明涉及激光通信系统技术领域，特别是涉及一种基于遗传算法的信号延迟补偿合并方法。
背景技术
随着科学技术的发展，人们对于高传输速率的需求逐渐增长。由于传统的射频通信由于其载波频率的限制，已经逐步不能满足高速的需求，因此激光通信系统得到了发展。在大气环境中，受到大气的折射、散射、湍流等效应影响，会在接收端引起功率起伏与相位畸变。相位畸变会进一步影响光纤的耦合效率，损伤系统性能。除了大气湍流之外，光束指向误差会使得光束中心不能时时对准，会进一步增加接收端的功率起伏。为了对抗系统的衰落，分集技术可以用来对抗信道损伤。空间分集是常用的分集技术之一，多条路径全部经历衰落的概率远小于单条路径经历衰落的概率。
考虑异步单发多收的激光通信系统，在实际应用中，很难使不同接收端的摆放位置满足每个接收端与单个发射端的距离相同，这样不同的光程差会使得不同接收端的信号未对齐。考虑到光速是3×108米每秒，20厘米的光程差可以造成0.667纳秒的延迟。这对于速率为吉比特量级的激光通信系统来说是很难接受的。因此，需要在各个接收端引入延迟补偿算法。在没有噪声的情况下，通过对接收信号与发射信号的互相关可以完成精确的延迟补偿，但是在有噪声的情况下，则需要一种更精确的延迟补偿方法。
发明内容
基于此，有必要针对现有技术存在的问题，提供一种基于遗传算法的信号延迟补偿合并方法。
为实现上述目的，本发明采取以下技术方案：
一种基于遗传算法的信号延迟补偿合并方法，包括以下步骤：
步骤一：获取异步单发多收的激光通信系统中所有N根天线接收到的数据；
步骤二：将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)分别做互相关运算，共得到N-1个互相关峰值的位置Xj，互相关峰值的位置Xj如式(2)所示：
Figure BDA0002596058650000021
式中，χj为第j根天线与第1根天线之间的时间差，j＝2,…,N；
步骤三：以互相关峰值的位置Xj作为第j个区间Ξj的中心值，根据N-1个互相关峰值的位置确定对应的N-1个区间；
步骤四：设置在区间Ξj内产生种群为数量Mpop的个体，其中Mpop为偶数，每个个体的比特长度为Np，令
Figure BDA0002596058650000022
代表第j个区间Ξj内第i个个体，且1≤i≤Mpop；令
Figure BDA0002596058650000023
代表所有区间内第i个个体
Figure BDA0002596058650000024
的集合；令
Figure BDA0002596058650000025
代表个体
Figure BDA0002596058650000026
对应的延迟值，其中Ψ(·)代表将个体映射到延迟值的运算符号；
步骤五：设置在区间Ξj内的个体集合的交叉概率Pc、变异概率Pm、循环迭代次数的代数初值G＝0以及迭代终止值Gend，且0＜Pc＜1，0＜Pm＜1；
步骤六：按照公式(3)计算集合Ii的适应度函数值fi，并且计算总体的适应度函数值之和
Figure BDA0002596058650000027
得到第i个个体的选择概率
Figure BDA0002596058650000028
Figure BDA0002596058650000029
步骤七：按照步骤六得到的选择概率
Figure BDA00025960586500000210
独立地选出Mpop个从1到Mpop的数字
Figure BDA0002596058650000031
并以数字
Figure BDA0002596058650000032
对应个体集合的标号，重新生成新一代个体集合
Figure BDA0002596058650000033
并将新一代个体集合重新标记为
Figure BDA0002596058650000034
步骤八：将步骤七得到的新一代个体集合
Figure BDA0002596058650000035
中的个体集合进行两两随机组合，一共得到Mpop/2个组合；
步骤九：从步骤八的Mpop/2个组合中任意选择一个组合作为目标组合，令目标组合中对应个体的标号为i1与i2，且1≤i1≠i2≤Mpop，对应个体集合为
Figure BDA0002596058650000036
和
Figure BDA0002596058650000037
随机生成N-1个0到1之间的随机数
Figure BDA0002596058650000038
如果
Figure BDA0002596058650000039
那么随机交换
Figure BDA00025960586500000310
与
Figure BDA00025960586500000311
内
Figure BDA00025960586500000312
与
Figure BDA00025960586500000313
的对应最低4位，否则不进行交换操作；如果
Figure BDA00025960586500000314
则随机交换
Figure BDA00025960586500000315
与
Figure BDA00025960586500000316
的对应最低4位，否则不进行交换操作；以此类推，一直到如果
Figure BDA00025960586500000317
则随机交换
Figure BDA00025960586500000318
与
Figure BDA00025960586500000319
的对应最低4位，否则不进行交换操作；
步骤十：将目标组合遍历步骤八中的所有Mpop/2个组合；
步骤十一：产生Mpop个0到1之间的随机数
Figure BDA00025960586500000320
对每一个随机数执行如下操作：对于第1个随机数，如果
Figure BDA00025960586500000321
则随机翻转个体集合
Figure BDA00025960586500000322
中所有元素的随机三位，否则不进行操作；对于第2个随机数，如果
Figure BDA00025960586500000323
则随机翻转个体集合
Figure BDA00025960586500000324
中所有元素的随机三位，否则不进行操作；以此类推，一直进行到第Mpop个随机数，如果
Figure BDA00025960586500000325
则随机翻转个体集合
Figure BDA00025960586500000326
中所有元素的随机三位，否则不进行操作；
步骤十二：令循环迭代次数G加1，更新循环迭代次数G，判断更新后的循环迭代次数G是否小于迭代终止值Gend，若是，则跳转到步骤六；若否，则跳转至步骤十三；
步骤十三：在所有的个体集合
Figure BDA00025960586500000327
中，按照公式(4)选出最优个体集合
Figure BDA00025960586500000328
根据最优个体集合
Figure BDA00025960586500000329
得到N-1个最优延迟值
Figure BDA00025960586500000330
Figure BDA0002596058650000041
步骤十四：根据步骤十三得到的N-1个最优延迟值，按照公式(5)将N个接收端输出的信号合并，得到输出信号yout(t)：
Figure BDA0002596058650000042
与现有技术相比，本发明具有以下有益效果：
本发明所提出的一种基于遗传算法的信号延迟补偿合并方法通过对N根天线接收到的数据进行互相关运算，再根据互相关峰值的位置确定N-1个区间，然后基于遗传算法得到N-1个路径对应的最优延迟值，从而根据最优延迟值将N个接收端输出的信号合并，得到最终的输出信号。本发明可以应用在采用异步单发多收的接收分集的激光通信系统中，当多个接收端与单个发射端的路径不同时，本发明可以将不同的接收端中的信号进行适当的延迟，使得所有接收端信号同步合并，从而缓解由于不同路径延时带来的码间串扰，进一步提高了激光通信系统的性能。
附图说明
图1为异步单发多收的接收分集的激光通信系统结构示意图；
图2为本发明搭建的异步单发多收的接收分集的激光通信系统示意图；
图3为发射功率与误码率关系示意图；
图4为时延仿真效果图。
具体实施方式
下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
图1为异步单发多收的接收分集的激光通信系统结构示意图，整个系统包括1个发射端(TX-1)和N个接收端(RX-1，…，RX-N)。这样一共有N个独立收发路径。假设对于第k条路径(k＝1,2,…,N)，路径的时延是τk，信道增益是hk，噪声是nk，如果t时刻发射端发送的信息是x(t)，那么t时刻，第k个接收端输出的电信号yk(t)可以表示为：
yk(t)＝η·hk·x(t-τk)+nk (1)
其中，η为第k个接收端的光电转换效率。
如果直接对t时刻各个接收端输出的电信号进行等增益合并，由于各个接收端的接收天线的路径时延τk不同，即相对于基准点，各个路径可能存在τ1,τ2,…,τN的时延，所以直接合并会产生串扰，影响系统性能。因此本发明提出了一种基于遗传算法的信号延迟补偿合并方法，下面将结合附图及较佳实施例对本发明的技术方案进行详细说明。
在一个实施例中，如图1所示，本发明提供一种基于遗传算法的信号延迟补偿合并方法，该方法包括以下步骤：
步骤一：获取异步单发多收的激光通信系统中所有N根天线接收到的数据yk(t)，k＝1,2,…,N。
步骤二：将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)(j＝2,…N)分别做互相关运算，共得到N-1个互相关峰值的位置Xj(j＝2,…N)。互相关峰值的位置Xj如式(2)所示：
Figure BDA0002596058650000051
式中，χj为第j根天线与第1根天线之间的时间差，j＝2,…,N。每一个χj对应在该时间差下的互相关函数值∫yj(t)yj(t-χj)dt，Xj等于互相关函数取最大值的时候的对应χj值。
步骤三：根据N-1个互相关峰值的位置Xj确定对应的N-1个区间。以互相关峰值的位置Xj作为第j个区间Ξj的中心值，区间Ξj的区间长度为Lp，因此第j个区间可以表示为Ξj＝[Xj-Lp/2,Xj+Lp/2]。区间长度Lp的取值可以根据实际需要设定，例如区间长度Lp一般取值为2，特别地当Lp＝2时，第j个区间为Ξj＝[Xj-1,Xj+1]，刚好涵盖了左右1个符号周期。
步骤四：设置在区间Ξj内产生种群为数量Mpop(Mpop需要为偶数)的个体，每个个体的比特长度为Np，可选地，个体的比特长度Np为
Figure BDA0002596058650000061
其中，
Figure BDA0002596058650000062
代表向上取整操作。令
Figure BDA0002596058650000063
代表第j个区间Ξj内第i(1≤i≤Mpop)个个体。令
Figure BDA0002596058650000064
代表所有区间内对应第i个个体
Figure BDA0002596058650000065
的集合。令
Figure BDA0002596058650000066
代表第j个区间Ξj内第i个个体
Figure BDA0002596058650000067
对应的延迟值，其中Ψ(·)代表将个体映射到延迟值的运算符号。
步骤五：设置在区间Ξj内的个体集合的交叉概率Pc(0＜Pc＜1)，变异概率Pm(0＜Pm＜1)、循环迭代次数的代数初值G＝0以及迭代终止值Gend。
步骤六：按照公式(3)计算集合Ii的适应度函数值fi，并且计算总体的适应度函数值之和
Figure BDA0002596058650000068
得到第i个个体的选择概率
Figure BDA0002596058650000069
Figure BDA00025960586500000610
步骤七：按照步骤六得到的pi r的概率，独立地选出Mpop个从1到Mpop的数字
Figure BDA00025960586500000611
按照这些先后产生的数字，以数字
Figure BDA00025960586500000612
对应个体集合的标号，重新生成新一代个体集合
Figure BDA00025960586500000613
并重新标记为
Figure BDA00025960586500000614
步骤八：将步骤七得到的新一代个体集合
Figure BDA00025960586500000615
中的个体集合进行两两随机组合，一共得到Mpop/2个组合。
步骤九：从步骤八的组合中，任意选择一个组合作为目标组合，不妨令目标组合中对应个体的标号为i1与i2(1≤i1≠i2≤Mpop)，对应个体集合为
Figure BDA00025960586500000616
和
Figure BDA00025960586500000617
随机生成N-1个0到1之间的随机数
Figure BDA00025960586500000618
如果
Figure BDA00025960586500000619
那么随机交换
Figure BDA00025960586500000620
与
Figure BDA0002596058650000071
内
Figure BDA0002596058650000072
与
Figure BDA0002596058650000073
的对应最低4位，否则不进行交换操作；如果
Figure BDA0002596058650000074
则随机交换
Figure BDA0002596058650000075
与
Figure BDA0002596058650000076
的对应最低4位，否则不进行交换操作；以此类推，一直到如果
Figure BDA0002596058650000077
则随机交换
Figure BDA0002596058650000078
与
Figure BDA0002596058650000079
的对应最低4位，否则不进行交换操作。
步骤十：将目标组合遍历步骤八中的所有Mpop/2个组合，每一个组合都被执行一遍。
步骤十一：产生Mpop个0到1之间的随机数
Figure BDA00025960586500000710
并对每一个随机数执行如下操作：对于第1个随机数，如果
Figure BDA00025960586500000711
则随机翻转个体集合
Figure BDA00025960586500000712
中所有元素的随机三位，否则不进行操作；对于第2个随机数，如果
Figure BDA00025960586500000713
则随机翻转个体集合
Figure BDA00025960586500000714
中所有元素的随机三位，否则不进行操作；以此类推，一直进行到第Mpop个随机数，如果
Figure BDA00025960586500000715
则随机翻转个体集合
Figure BDA00025960586500000716
中所有元素的随机三位，否则不进行操作。
步骤十二：令循环迭代次数G加1，更新循环迭代次数G，判断更新后的循环迭代次数G是否小于迭代终止值Gend，若是，则跳转到步骤六；若否，则跳转至步骤十三。
步骤十三：在所有的个体集合
Figure BDA00025960586500000717
中，按照公式(4)选出最优个体集合
Figure BDA00025960586500000718
Figure BDA00025960586500000719
然后，根据最优个体集合
Figure BDA00025960586500000720
得到N-1个最优延迟值
Figure BDA00025960586500000721
步骤十四：根据步骤十三得到的最优延迟值
Figure BDA00025960586500000722
按照公式(5)将N个接收端输出的信号合并，得到输出信号yout(t)：
Figure BDA0002596058650000081
最后，输出信号对yout(t)进行输出。
本实施例所提出的一种基于遗传算法的信号延迟补偿合并方法通过对N根天线接收到的数据进行互相关运算，再根据互相关峰值的位置确定N-1个区间，然后基于遗传算法得到N-1个路径对应的最优延迟值，从而根据最优延迟值将N个接收端输出的信号合并，得到最终的输出信号。本实施例的基于遗传算法的信号延迟补偿合并方法可以应用在采用异步单发多收的接收分集的激光通信系统中，当多个接收端与单个发射端的路径不同时，本实施例可以将不同的接收端中的信号进行适当的延迟，使得所有接收端信号同步合并，从而缓解由于不同路径延时带来的码间串扰，进一步提高了激光通信系统的性能。
为进一步证明本发明所提出的一种基于遗传算法的信号延迟补偿合并方法的有效性，本发明给出一个具体的室内实验案例。图2所示为本发明搭建的异步单发多收的接收分集的激光通信系统示意图，该激光通信系统为室内60m激光通信系统，包括信号源、激光器、调制器、发射镜头、接收镜头1、接收镜头2、多模光纤、探测器(或者混频器)、放大器和PC端，接收镜头1和接收镜头2分别通过依次连接的多模光纤、探测器、放大器与PC端连接，两根多模光纤等长，并且设置接收镜头1和接收镜头2摆放的相对距离差分别为0cm(对应的τ1＝τ2＝0)与9cm(对应的τ1＝0,τ2＝0.3)，系统传输速率设置为1Gbps。通过AD采集两路接收端的电信号，通过网口传输至PC端，PC端采用本发明所提出的一种基于遗传算法的信号延迟补偿合并方法对两路接收端的信号进行延迟调整以及信号合并，然后再通过Matlab进行后处理，从而得到图3所示的发射功率与误码率关系示意图。从图3中可以看出，本发明(“单发双收d＝9cm，本发明补偿”)的效果近似于不同接收端与发射端距离相等的理想情况(“单发双收d＝0理想”)，并且远好于未校正的“单发单收”以及“单发双收d＝9cm，未补偿”的情况。
此外，基于搭建的激光通信系统，本发明还计算得到了利用本发明计算的时延估计值与利用传统的互相关算法计算的时延实际值的比较情况，如图4所示为时延仿真效果图，图中横坐标τ为相对时延，由于搭建的激光通信系统只有两根天线，因此只有时延τ1与时延τ2，那么相对时延就是τ1-τ2，所以不妨令τ1＝0，横坐标就是τ2，纵坐标为利用本发明计算的时延估计值
Figure BDA0002596058650000091
图4给出了1×2的单发多收激光通信系统中，τ1＝0，τ2满足独立同分布的高斯变量，均值为0，方差
Figure BDA0002596058650000092
为0.5(图4(a))与方差
Figure BDA0002596058650000093
为1(图4(b))的情形。从图4可以看出，相比于传统的互相关算法，本发明更加靠近对角线，因此本发明对时延具有更精确的估计。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (3)

1.一种基于遗传算法的信号延迟补偿合并方法，其特征在于，包括以下步骤：
步骤一：获取异步单发多收的激光通信系统中所有N根天线接收到的数据；
步骤二：将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)分别做互相关运算，共得到N-1个互相关峰值的位置Xj，互相关峰值的位置Xj如式(2)所示：
Figure FDA0002596058640000011
式中，χj为第j根天线与第1根天线之间的时间差，j＝2,…,N；
步骤三：以互相关峰值的位置Xj作为第j个区间Ξj的中心值，根据N-1个互相关峰值的位置确定对应的N-1个区间；
步骤四：设置在区间Ξj内产生种群为数量Mpop的个体，其中Mpop为偶数，每个个体的比特长度为Np，令
Figure FDA00025960586400000115
代表第j个区间Ξj内第i个个体，且1≤i≤Mpop；令
Figure FDA0002596058640000012
代表所有区间内第i个个体
Figure FDA0002596058640000013
的集合；令
Figure FDA0002596058640000014
代表个体
Figure FDA0002596058640000015
对应的延迟值，其中Ψ(·)代表将个体映射到延迟值的运算符号；
步骤五：设置在区间Ξj内的个体集合的交叉概率Pc、变异概率Pm、循环迭代次数的代数初值G＝0以及迭代终止值Gend，且0＜Pc＜1，0＜Pm＜1；
步骤六：按照公式(3)计算集合Ii的适应度函数值fi，并且计算总体的适应度函数值之和
Figure FDA0002596058640000016
得到第i个个体的选择概率
Figure FDA0002596058640000017
Figure FDA0002596058640000018
步骤七：按照步骤六得到的选择概率
Figure FDA0002596058640000019
独立地选出Mpop个从1到Mpop的数字
Figure FDA00025960586400000110
并以数字
Figure FDA00025960586400000111
对应个体集合的标号，重新生成新一代个体集合
Figure FDA00025960586400000112
并将新一代个体集合重新标记为
Figure FDA00025960586400000113
步骤八：将步骤七得到的新一代个体集合
Figure FDA00025960586400000114
中的个体集合进行两两随机组合，一共得到Mpop/2个组合；
步骤九：从步骤八的Mpop/2个组合中任意选择一个组合作为目标组合，令目标组合中对应个体的标号为i1与i2，且1≤i1≠i2≤Mpop，对应个体集合为
Figure FDA0002596058640000021
和
Figure FDA0002596058640000022
随机生成N-1个0到1之间的随机数
Figure FDA0002596058640000023
如果
Figure FDA0002596058640000024
那么随机交换
Figure FDA0002596058640000025
与
Figure FDA0002596058640000026
内
Figure FDA0002596058640000027
与
Figure FDA0002596058640000028
的对应最低4位，否则不进行交换操作；如果
Figure FDA0002596058640000029
则随机交换
Figure FDA00025960586400000210
与
Figure FDA00025960586400000211
的对应最低4位，否则不进行交换操作；以此类推，一直到如果
Figure FDA00025960586400000212
则随机交换
Figure FDA00025960586400000213
与
Figure FDA00025960586400000214
的对应最低4位，否则不进行交换操作；
步骤十：将目标组合遍历步骤八中的所有Mpop/2个组合；
步骤十一：产生Mpop个0到1之间的随机数
Figure FDA00025960586400000215
对每一个随机数执行如下操作：对于第1个随机数，如果r1 m<Pm，则随机翻转个体集合
Figure FDA00025960586400000216
中所有元素的随机三位，否则不进行操作；对于第2个随机数，如果
Figure FDA00025960586400000217
则随机翻转个体集合
Figure FDA00025960586400000218
中所有元素的随机三位，否则不进行操作；以此类推，一直进行到第Mpop个随机数，如果
Figure FDA00025960586400000219
则随机翻转个体集合
Figure FDA00025960586400000220
中所有元素的随机三位，否则不进行操作；
步骤十二：令循环迭代次数G加1，更新循环迭代次数G，判断更新后的循环迭代次数G是否小于迭代终止值Gend，若是，则跳转到步骤六；若否，则跳转至步骤十三；
步骤十三：在所有的个体集合
Figure FDA00025960586400000221
中，按照公式(4)选出最优个体集合
Figure FDA00025960586400000222
根据最优个体集合
Figure FDA00025960586400000223
得到N-1个最优延迟值
Figure FDA00025960586400000224
Figure FDA00025960586400000225
步骤十四：根据步骤十三得到的N-1个最优延迟值，按照公式(5)将N个接收端输出的信号合并，得到输出信号yout(t)：
Figure FDA0002596058640000031
2.根据权利要求1所述的基于遗传算法的信号延迟补偿合并方法，其特征在于，
第j个区间Ξj的区间长度Lp为2。
3.根据权利要求1或2所述的基于遗传算法的信号延迟补偿合并方法，其特征在于，个体的比特长度Np为：
Figure FDA0002596058640000032
其中，
Figure FDA0002596058640000033
代表向上取整操作。
CN202010709627.XA 2020-07-22 2020-07-22 一种基于遗传算法的信号延迟补偿合并方法 Active CN111835415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010709627.XA CN111835415B (zh) 2020-07-22 2020-07-22 一种基于遗传算法的信号延迟补偿合并方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010709627.XA CN111835415B (zh) 2020-07-22 2020-07-22 一种基于遗传算法的信号延迟补偿合并方法

Publications (2)

Publication Number Publication Date
CN111835415A true CN111835415A (zh) 2020-10-27
CN111835415B CN111835415B (zh) 2021-04-27

Family

ID=72924725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010709627.XA Active CN111835415B (zh) 2020-07-22 2020-07-22 一种基于遗传算法的信号延迟补偿合并方法

Country Status (1)

Country Link
CN (1) CN111835415B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916904A (zh) * 2010-08-04 2010-12-15 中国人民解放军第二炮兵工程学院 移动卫星通信多子阵平板天线阵及其优化方法
CN110456334A (zh) * 2019-07-27 2019-11-15 南京理工大学 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法
US10571503B2 (en) * 2018-01-31 2020-02-25 Rockwell Collins, Inc. Methods and systems for ESA metrology
NZ759221A (en) * 2017-05-16 2020-06-26 Univ Dongguan Technology Array element arrangement method for l-type array antenna based on inheritance of acquired characteristics

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916904A (zh) * 2010-08-04 2010-12-15 中国人民解放军第二炮兵工程学院 移动卫星通信多子阵平板天线阵及其优化方法
NZ759221A (en) * 2017-05-16 2020-06-26 Univ Dongguan Technology Array element arrangement method for l-type array antenna based on inheritance of acquired characteristics
US10571503B2 (en) * 2018-01-31 2020-02-25 Rockwell Collins, Inc. Methods and systems for ESA metrology
CN110456334A (zh) * 2019-07-27 2019-11-15 南京理工大学 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIAOCHAO JIANG等: "Comparing the failure correction ability between GA and FA for array antenna", 《2019 JOINT INTERNATIONAL SYMPOSIUM ON ELECTROMAGNETIC COMPATIBILITY, SAPPORO AND ASIA-PACIFIC INTERNATIONAL SYMPOSIUM ON ELECTROMAGNETIC COMPATIBILITY (EMC SAPPORO/APEMC)》 *
刘洋: "平面反射阵天线的优化设计和误差分析", 《中国博士学位论文全文数据库·信息科技辑》 *

Also Published As

Publication number Publication date
CN111835415B (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN111181619B (zh) 基于深度强化学习的毫米波混合波束成形设计方法
CN108521291B (zh) 一种射频涡旋波前优化装置及方法
EP4221015A1 (en) Virtual lookup table for probabilistic constellation shaping
CA2220393C (en) Data transmission system with a low peak-to-average power ratio based on distorting small amplitude signals
CN111698183A (zh) 多模涡旋波正交化自适应传输方法及装置
Karanov et al. Deep learning for communication over dispersive nonlinear channels: performance and comparison with classical digital signal processing
CN114285715B (zh) 基于双向gru-条件随机场的非线性均衡方法
US10601574B2 (en) Skew detection and correction for orthogonal differential vector signaling codes
CN107637008A (zh) 多信道接收器中的时钟恢复和均衡器估计
ES2687128T3 (es) Método, dispositivo y sistema para la estimación del desplazamiento de frecuencia y la estimación del canal
CN111835415B (zh) 一种基于遗传算法的信号延迟补偿合并方法
CN208924260U (zh) 一种mdi-qkd网络通信系统
CN111490815B (zh) 一种面向5g c-ran的多用户混合波束成形方法
CN113612571B (zh) 一种基于广义多分数傅里叶变换的多分量安全传输方法
CN111431620B (zh) 一种基于ppm调制的差分空间调制系统的构建方法
CN111988090B (zh) 码片模式载波复合关联光编码方法
CN110995330B (zh) 一种基于分组和edas算法的天线选择方法
CN113033781A (zh) 一种基于自进化优化bp神经网络的非线性均衡补偿方法
Cao et al. Soft-decision aided probabilistic data association based detection for mode division multiplexing transmission with mode-dependent loss
Sharda et al. Two laser selection scheme for FSO communication
CN111555787B (zh) 多发单收系统的人工噪声权值迭代修正及低比特反馈方法
CN114866145B (zh) 用于光通信的方法、设备、装置和计算机可读介质
CN116389287B (zh) 一种模分复用通信系统的信道构建方法
CN106535281B (zh) 一种多天线乒乓中继系统中的联合功率分配及中继分组方法
CN116192311B (zh) 一种mimo无线信道场景下的新型数字信道生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant