CN113361093A - 基于声子烟花算法的芒德棋盘收发装置控制方法及系统 - Google Patents
基于声子烟花算法的芒德棋盘收发装置控制方法及系统 Download PDFInfo
- Publication number
- CN113361093A CN113361093A CN202110610579.3A CN202110610579A CN113361093A CN 113361093 A CN113361093 A CN 113361093A CN 202110610579 A CN202110610579 A CN 202110610579A CN 113361093 A CN113361093 A CN 113361093A
- Authority
- CN
- China
- Prior art keywords
- phonon
- chessboard
- firework algorithm
- algorithm
- firework
- 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.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 230000008030 elimination Effects 0.000 claims abstract description 4
- 238000003379 elimination reaction Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000009533 lab test Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000005855 radiation Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 abstract description 3
- 238000009792 diffusion process Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 9
- 241000168096 Glareolidae Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于声子烟花算法的芒德棋盘收发装置控制方法及系统,属于声子算法棋盘收发装置技术领域。通过烟花算法交流社会信息的能力和声子立体交叉能力相互配合,利用消除和扩散形成一种新的方案,以声子群为导向对烟花算法进行定位优化,改善了优化性能,同时该收发装置采用新的棋盘圆形辐射器,或者球形辐射器构成芒德球,可实现宽带污染带宽图案,其中的分形棋盘结构具有紧凑的覆盖尺寸、高宽带操作以及低辐射性,该收发装置具有体积小、制造成本低、易于制造、安全绿色、宽工作带宽以及适合动态调整的宽带通信系统特征。
Description
技术领域
本发明涉及声子算法棋盘收发装置技术领域,具体为基于声子烟花算法的芒德棋盘收发装置控制方法及系统。
背景技术
棋盘收发装置也称为多级和空间填充曲线,但关键在于它们在两个或两个以上的尺度上重复一个模体或“迭代”。因此,棋盘收发装置可以实现一种非常紧凑的、多基站的5G收发装置,也可以应用于6G领域,在卫星电话和特种微波通信中有着比较多的应用,但是没有形成量产规模,主要原因是流量误差不易控制,需要优化控制的参数众多。棋盘收发装置的响应特性与传统的收发装置控制有很大的不同,因为它能够同时在许多不同的频率与平面内下以良好甚至卓越的性能工作。通常,标准量产收发装置必须按照其使用的频率时空进行“切割”,因此标准收发装置可以量产但是只能在该频率时空不相互冲突下才能正常工作。
发明内容
本发明提供基于声子烟花算法的芒德棋盘收发装置控制方法及系统,解决了收发装置只能在特定频率时空进行切割的问题。
为实现上述目的,本发明提供如下技术方案:基于声子烟花算法的芒德棋盘收发装置控制方法及系统,包括以下步骤:
步骤一、根据获取的用于控制的原始静态4G形状和实验生成所述实际5G动态形状的至少两个目标控制参数;
步骤二、通过骏方差聚类算法对所述至少两个控制参数进行聚类;
步骤三、计算所述每个控制参数的适应度值,并将每个聚类中适应度值最优的控制参数作为所述控制参数聚类的中心;
步骤四、判断所述至少两个控制参数是否满足所述声子烟花算法的终止条件,满足条件则转入步骤六,否则进入步骤五;
步骤五、通过声子烟花算法对所述至少两个复原参数进行纠缠处理并转入步骤二;
步骤六、将所述至少两个控制参数导入所述声子烟花算法对芒德球所述形状进行优化,并输出所述4G形状对应的5G形状。
优选的,所述步骤五中,所述声子烟花算法包括以下步骤:
第一步、首先确定工作频率的上限与下限,其次计算上下限的比例,然后计算需要的迭代次数,取4次迭代;
第二步、确定棋盘收发装置“花瓣”即自相似的维度,所述自相似维度主要按照场景的要求决定,包括二维度、四维度和六维度;
第三步、确定每次迭代的控制参数,即覆盖尺寸公差,可最大限度降低内部阻塞;
第四步、控制声子烟花算法对应结构,并处理控制参数;
第五步、确定声子烟花算法的评价函数,包括两种评价方法,分别是实验室测试和仿真计算;
第六步、选取好的初始参数,借用4G收发装置的尺寸作为5G收发装置的初始值;
第七步、确定淘汰机制,记录左旋声子优化的评价函数性能指标和右旋声子优化的评价函数性能指标,利用公式dP=max(Pr,Pl)-min(Pr,Pl),式中,比较左旋声子与右旋声子指标,淘汰指标低的子代,完成声子纠缠的烟花算法操作。
优选的,所述步骤六中,所述芒德球计算包括两个或者三个平面的计算分别合成,可有效降低成本。
优选的,所述第三步中,所述控制参数包括每次迭代的覆盖尺寸公差和流量的公差,所有的控制参数用复数表示。
优选的,所述第二步中,所述棋盘收发装置包括分形棋盘结构和MATLAB仿真器软件包,所述棋盘收发装置包括圆形平面结构和球形立体结构。
优选的,所述分形棋盘结构本身设有圆角结构。
与现有技术相比,本发明的有益效果:
1、本发明中以声子群为导向对烟花算法进行定位优化以结合两种算法的优势,利用烟花算法交流社会信息能力和声子立体交叉能力相互配合,操作涉及FWA算法的方法优化平面函数,声子理论中的纠缠思想改善了优化性能。
2、本发明中使用烟花算法和骏方差的混合模型,根据声子理论中的高维度的纠缠关联模型的控制优化关系,深度提取隐含的流量容差特征信息,确认动态时空切割尺寸。
3、本发明中棋盘收发装置利用了分形棋盘结构,具有的紧凑覆盖尺寸以及高宽带操作和低辐射性,并且该棋盘收发装置具有理想的频域特性,拥有几乎无污染的辐射方向图、高辐射效率以及合理的收益。
4、本发明中棋盘收发装置提出了N=4次迭代,每次迭代的比例Rr是有理数二,使棋盘收发装置拥有体积小、制造成本低、易于量产制造、安全绿色、宽工作带宽以及适合动态调整的宽带通信系统特征。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1是本发明声子FWA棋盘收发装置计算流程图;
图2是本发明收发装置水平面图;
图3是本发明收发装置东西面图;
图4是本发明收发装置南北面图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:如图1-4所示,基于声子烟花算法的芒德棋盘收发装置控制方法及系统,包括以下步骤:
步骤一、根据获取的用于控制的原始静态4G形状和实验生成所述实际5G动态形状的至少两个目标控制参数;
步骤二、通过骏方差聚类算法对所述至少两个控制参数进行聚类;
步骤三、计算所述每个控制参数的适应度值,并将每个聚类中适应度值最优的控制参数作为所述控制参数聚类的中心;
步骤四、判断所述至少两个控制参数是否满足所述声子烟花算法的终止条件,满足条件则转入步骤六,否则进入步骤五;
步骤五、通过声子烟花算法对所述至少两个复原参数进行纠缠处理并转入步骤二;
步骤六、将所述至少两个控制参数导入所述声子烟花算法对芒德球所述形状进行优化,所述芒德球计算包括两个或者三个平面的计算分别合成,可有效降低成本,并输出所述4G形状对应的5G形状。
具体的,所述步骤五中,所述声子烟花算法包括以下步骤:
第一步、首先确定工作频率的上限与下限,比如下限是Fd=2.4,上限是Fu=38G,其次计算上下限的比例,Rf=Fu/Fd=15.83,我们取每次迭代的比例Rr=2,然后计算需要的迭代次数N=log(Rf)/log(Rr)=3.99,也就是4次迭代;
第二步、确定棋盘收发装置“花瓣”即自相似的维度,主要按照场景的要求决定,如果是平原乡村,采用二维度的花瓣,如果是城区,就采用六维度的花瓣,如果是山区就采用4维度的花瓣,场景越复杂,花瓣个数越多越均匀,但是控制成本也越高,所述棋盘收发装置包括分形棋盘结构和MATLAB仿真器软件包,所述棋盘收发装置包括圆形平面结构和球形立体结构,所述分形棋盘结构本身设有圆角结构;
第三步、确定每次迭代的覆盖尺寸公差Gi,j,k,i表示迭代次数,j表示时间,k表示交汇半径,本步骤是为了最大限度的降低内部阻塞,不允许任何形式的污染导致脑癌伤害存在,所有连接处都必须是安全过渡,初始控制半径通常是小区长度的e=2.718分子一,其次,再确定流量的公差Bi,j,k,i表示迭代次数,j表示时间,k依旧表示交汇半径;
第四步、控制声子FWA算法对应结构,用于处理Gi,j,k与Bi,j,k,所有的控制参数都用复数表示,实部表示参数的大小(也就是图中的a,b,c等花朵高度折算出来的花瓣的长度),只能取正数,虚部表示参数的公差(也就是生产工艺流程造成的或正或负的误差范围),可以正可以负,正的表示变大,负的表示变小,正的我们用左旋声子代表,负的对应右旋声子,在实际生产过程中公差是随机的变大或者变小,没有人可以控制预测,类似声子测不准原理;
第五步、确定声子烟花算法的评价函数,有两种评价方法,一种是实验室测试,这种评价需要把收发装置本身生产出来,周期比较长,所有通常我们采用仿真计算,比如调用MATLAB软件包,本控制注重最小化辐射,最小化失配,所以我们主要计算目标参数和,当然也可以针对其它参数计算优化;
第六步、为了降低优化控制的时间与工作量,我们需要选取好的初始参数Gi,j,k与Bi,j,k,静态收发装置已经运用了很多年了,所以我们不需要盲目选取离真实值太远的值,而是借用4G收发装置的尺寸作为5G收发装置的初始值,这样可以节约时间;
第七步、确定淘汰机制,记录Pr为左旋声子优化的评价函数性能指标,Pl为右旋声子优化的评价函数性能指标,dP=max(Pr,Pl)-min(Pr,Pl),假设左旋声子的指标高于右旋,那么我们以概率2*dP/(Pr+Pl)的概率淘汰右旋的子代,从而完成声子纠缠的烟花算法操作,确保收敛快的同时,不丢失好的子代。
其中,为了匹配流量,利用前一次人为加入电场后的声子曳引效应获得的新电子,不断继续作用于信号波,然后每次获得的结果,都与移动的手机位置比对,看信号波相对于手机位置来说,传输到指定位置时其剩余的波强是否过强或过弱,如果都不是则代表符合度高,符合度高的就采纳,符合度低的话就重新爆炸,而符合度用骏方差计算,其中目标函数的评估基于骏方差和全局最佳烟花算法优化,而不是高斯方差,并且全局最优合并了一个由当前种群状态触发的重新初始化方案,结合了每个变量更新和基于适应度的分组,通过使用复数加权的纠缠关联性声子学习策略来提供新的平面动力,使个体能够逃离局部最优。
进一步的,列举一个工艺容差的例子,设置收发装置尺寸参数abcd,如下表所示:
贴片 | a | b | c | d | 方差 | 骏方差 |
上限 | 4 | 5 | 5 | 3 | 0.69 | 0.33-0.38i |
下限 | 3 | 4 | 5 | 3 | 0.69 | 0.38-0.33i |
当我们计算上限与下限的方差的时候我们发现无论abcd取值多少都是0.69,但是如果计算骏方差,两种切割就不一样了,这就证明了新的方法可以给出更精确的容差分析。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于,包括以下步骤:
步骤一、根据获取的用于控制的原始静态4G形状和实验生成所述实际5G动态形状的至少两个目标控制参数;
步骤二、通过骏方差聚类算法对所述至少两个控制参数进行聚类;
步骤三、计算所述每个控制参数的适应度值,并将每个聚类中适应度值最优的控制参数作为所述控制参数聚类的中心;
步骤四、判断所述至少两个控制参数是否满足所述声子烟花算法的终止条件,满足条件则转入步骤六,否则进入步骤五;
步骤五、通过声子烟花算法对所述至少两个复原参数进行纠缠处理并转入步骤二;
步骤六、将所述至少两个控制参数导入所述声子烟花算法对芒德球所述形状进行优化,并输出所述4G形状对应的5G形状。
2.根据权利要求1所述的基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于:所述步骤五中,所述声子烟花算法包括以下步骤:
第一步、首先确定工作频率的上限与下限,其次计算上下限的比例,然后计算需要的迭代次数,取4次迭代;
第二步、确定棋盘收发装置的自相似维度,所述自相似维度主要按照场景的要求决定,包括二维度、四维度和六维度;
第三步、确定每次迭代的控制参数,即覆盖尺寸公差;
第四步、控制声子烟花算法对应结构,并处理控制参数;
第五步、确定声子烟花算法的评价函数,包括两种评价方法,分别是实验室测试和仿真计算;
第六步、选取好的初始参数,借用4G收发装置的尺寸作为5G收发装置的初始值;
第七步、确定淘汰机制,记录左旋声子优化的评价函数性能指标和右旋声子优化的评价函数性能指标,利用公式dP=max(Pr,Pl)-min(Pr,Pl),式中,比较左旋声子与右旋声子指标,淘汰指标低的子代,完成声子纠缠的烟花算法操作。
3.根据权利要求1所述的基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于:所述步骤六中,所述芒德球计算包括两个或者三个平面的计算分别合成。
4.根据权利要求2所述的基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于:所述第三步中,所述控制参数包括每次迭代的覆盖尺寸公差和流量的公差,所有的控制参数用复数表示。
5.根据权利要求2所述的基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于:所述第二步中,所述棋盘收发装置包括分形棋盘结构和MATLAB仿真器软件包,所述棋盘收发装置包括圆形平面结构和球形立体结构。
6.根据权利要求5所述的基于声子烟花算法的芒德棋盘收发装置控制方法及系统,其特征在于:所述分形棋盘结构本身设有圆角结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110610579.3A CN113361093A (zh) | 2021-06-01 | 2021-06-01 | 基于声子烟花算法的芒德棋盘收发装置控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110610579.3A CN113361093A (zh) | 2021-06-01 | 2021-06-01 | 基于声子烟花算法的芒德棋盘收发装置控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113361093A true CN113361093A (zh) | 2021-09-07 |
Family
ID=77530928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110610579.3A Pending CN113361093A (zh) | 2021-06-01 | 2021-06-01 | 基于声子烟花算法的芒德棋盘收发装置控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113361093A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109997320A (zh) * | 2016-11-25 | 2019-07-09 | 三星电子株式会社 | 包括天线的设备及其控制方法 |
US20190280391A1 (en) * | 2018-03-07 | 2019-09-12 | Nokia Solutions And Networks Oy | Reflector antenna arrangement |
CN110766557A (zh) * | 2019-09-16 | 2020-02-07 | 平安科技(深圳)有限公司 | 基于图分析的数据异常解析方法、系统和计算机设备 |
CN111654455A (zh) * | 2020-06-01 | 2020-09-11 | 青岛科技大学 | 一种基于广度增强型烟花算法的水声信道均衡方法 |
CN112187365A (zh) * | 2020-09-30 | 2021-01-05 | 长飞光纤光缆股份有限公司 | 一种5g前传系统及其设计方法 |
US20210136838A1 (en) * | 2019-11-06 | 2021-05-06 | Charter Communications Operating, Llc | Methods and Apparatus for Enhancing Coverage in Quasi-Licensed Wireless Systems |
-
2021
- 2021-06-01 CN CN202110610579.3A patent/CN113361093A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109997320A (zh) * | 2016-11-25 | 2019-07-09 | 三星电子株式会社 | 包括天线的设备及其控制方法 |
US20190280391A1 (en) * | 2018-03-07 | 2019-09-12 | Nokia Solutions And Networks Oy | Reflector antenna arrangement |
CN110766557A (zh) * | 2019-09-16 | 2020-02-07 | 平安科技(深圳)有限公司 | 基于图分析的数据异常解析方法、系统和计算机设备 |
US20210136838A1 (en) * | 2019-11-06 | 2021-05-06 | Charter Communications Operating, Llc | Methods and Apparatus for Enhancing Coverage in Quasi-Licensed Wireless Systems |
CN111654455A (zh) * | 2020-06-01 | 2020-09-11 | 青岛科技大学 | 一种基于广度增强型烟花算法的水声信道均衡方法 |
CN112187365A (zh) * | 2020-09-30 | 2021-01-05 | 长飞光纤光缆股份有限公司 | 一种5g前传系统及其设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Samimi et al. | Ultra-wideband statistical channel model for non line of sight millimeter-wave urban channels | |
Kerkhoff et al. | Design of a band-notched planar monopole antenna using genetic algorithm optimization | |
CN105572658B (zh) | 基于改进遗传算法的三维成像声纳接收平面阵阵元稀疏优化方法 | |
Lim et al. | Map-based millimeter-wave channel models: An overview, data for B5G evaluation and machine learning | |
CN102722613B (zh) | 采用遗传-模拟退火组合对天线宽带匹配网络中电子元件参数的优化方法 | |
CN102546039A (zh) | 一种无线电磁波传播预测方法及装置 | |
CN112235059B (zh) | 空地毫米波通信链路传播路径损耗计算方法 | |
Khan et al. | A generalized model for the spatial characteristics of the cellular mobile channel | |
CN107171757A (zh) | 一种融合智能天线的mimo无线信道建模方法 | |
Ademaj et al. | Modeling of spatially correlated geometry-based stochastic channels | |
Sun et al. | Environment features-based model for path loss prediction | |
Varshney et al. | Quasi-deterministic channel propagation model for an urban environment at 28 GHz | |
Arya et al. | A hierarchical clustering technique for radio map compression in location fingerprinting systems | |
CN113361093A (zh) | 基于声子烟花算法的芒德棋盘收发装置控制方法及系统 | |
CN102215497B (zh) | 基于条件信息熵的wlan室内单源高斯位置指纹定位性能评价方法 | |
CN110059376A (zh) | 一种基于圆柱面共形阵列快速优化设计方法及系统 | |
Song et al. | Air-to-ground large-scale channel characterization by ray tracing | |
Hoomod et al. | Optimizing SOM for cell towers distribution | |
Landström et al. | Transmitter localization for 5G mmWave REMs by stochastic generalized triangulation | |
CN103002569B (zh) | 终端定位方法及设备 | |
Shi et al. | An improved shooting and bouncing ray method for outdoor wave propagation prediction | |
CN113965935A (zh) | 基于生态地理算法随机填充无人机装置的控制方法及系统 | |
Liang et al. | A new approach to 3D ray tracing for site specific propagation modeling | |
Baccelli et al. | A user centric blockage model for wireless networks | |
Lai et al. | Raytracing Digital Foliage at Millimeter-Wave: A Case Study on Calibration Against 60 GHz Channel Measurements on Summer and Winter Trees |
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 |