CN113644933A - 基于粒子群与遗传算法的自适应直接序列扩频通信方法、系统和介质 - Google Patents

基于粒子群与遗传算法的自适应直接序列扩频通信方法、系统和介质 Download PDF

Info

Publication number
CN113644933A
CN113644933A CN202111147928.9A CN202111147928A CN113644933A CN 113644933 A CN113644933 A CN 113644933A CN 202111147928 A CN202111147928 A CN 202111147928A CN 113644933 A CN113644933 A CN 113644933A
Authority
CN
China
Prior art keywords
communication
spread spectrum
spreading factor
factor
optimal
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
CN202111147928.9A
Other languages
English (en)
Other versions
CN113644933B (zh
Inventor
杨迎泽
荣介奇
李烁
刘伟荣
高凯
张晓勇
蒋富
顾欣
刘勇杰
彭军
黄志武
李恒
陈彬
张瑞
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN202111147928.9A priority Critical patent/CN113644933B/zh
Publication of CN113644933A publication Critical patent/CN113644933A/zh
Application granted granted Critical
Publication of CN113644933B publication Critical patent/CN113644933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69Spread spectrum techniques
    • H04B1/707Spread spectrum techniques using direct sequence modulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69Spread spectrum techniques
    • H04B1/707Spread spectrum techniques using direct sequence modulation
    • H04B1/7097Interference-related aspects
    • H04B1/71Interference-related aspects the interference being narrowband interference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00Modulated-carrier systems
    • H04L27/18Phase-modulated carrier systems, i.e. using phase-shift keying
    • H04L27/20Modulator circuits; Transmitter circuits
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00Modulated-carrier systems
    • H04L27/18Phase-modulated carrier systems, i.e. using phase-shift keying
    • H04L27/22Demodulator circuits; Receiver circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (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)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Noise Elimination (AREA)

Abstract

本发明公开了一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质,其中方法包括:步骤1,基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式;步骤2,将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子;步骤3,将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行直接序列扩频通信。本发明能根据通信和环境条件快速求解最优扩频因子,增强通信系统的抗干扰性、提高带宽资源利用效率。

Description

基于粒子群与遗传算法的自适应直接序列扩频通信方法、系 统和介质
技术领域
本发明属于涉及网络通信技术领域,特别涉及一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质。
背景技术
随着科技的进步和社会的发展,人们对高速率的视频图像数据传输业务的需求不断增长。与此同时,通信的安全性与可靠性也受到了人们的关注。扩频通信系统可以提高通信系统的保密性和抗干扰性,在这其中直接序列扩频通信系统由于结构简单、易于实现,成为研究的热点,而收发机的设计是直接序列扩频通信系统设计的重点。
直接序列扩频典型系统框图如图1所示。在常规数字通信系统上它主要插入了扩频与解扩两个处理,如图1中虚线框部分所示。扩频的本质是一种对信号的调制方式,它将干扰信号的频谱展而功率谱密度很低。在接收端经窄带滤波后,遍布很宽带宽的干扰信号的大部分被滤除,所残留部分的能量已很低,而有用信号被压缩还原成窄带信号,顺利通过滤波器,从而增大了信噪比。另外,由于依据相关原理进行接收,发、收双方必须使用完全相同的扩频码序列,而且扩频通信在负信噪比情况下仍能正常工作,因此具有较强的安全保密性。
目前的扩频技术以固定的扩频因子进行通信,系统将所有接收端同等看待,不考虑接收端周围的环境及通信条件,这会导致频谱分配不优、部分通信阻断、造成带宽资源浪费等问题。尤其在干扰性高的环境中,以相同扩频因子平均分配带宽会造成所有接收端均无法正常通信。
发明内容
本发明提供一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质,能根据通信和环境条件快速求解最优扩频因子,满足通信速率和环境的要求。
为实现上述技术目的,本发明采用如下技术方案:
一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法,包括:
步骤1,基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式;
步骤2,将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子;
步骤3,将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行直接序列扩频通信。
进一步地,步骤2采用混合粒子群遗传算法求解最优扩频因子的方法为:
步骤A1,初始化混合粒子群及遗传参数,包括设置粒子群的规模N、每个粒子的初始位置与初始速度、遗传变异概率pm和遗传交叉概率pc;其中,将通信双方当前的扩频因子值作为粒子群中每子粒子的初始适应度值、个体最优解pibest和全局最优解pgbest
步骤A2,在粒子群中随机选择两个粒子作为父代1和父代2,并生成2个随机数p1和p2,p1∈(0,1),p2∈(0,1);
若p1<pc,则对父代1和父代2进行交叉操作,生成子代1和子代2;否则不对父代1和父代2进行操作而直接作为子代1和子代2;
若p2<pm,则对子代1和子代2进行变异操作;
步骤A3,对经过步骤A2的遗传变异得到的子代1和子代2,均计算适应度值fi,将得到的适应度值fi与个体最优解pibest进行比较,若fi>pibest,则fi赋值给该个体最优解pibest;否则,将随机生成的随机数概率p3与遗传变异概率pm进行比较,若p3<pm则仍将fi赋值给个体最优解pibest,否则保持该个体最优解pibest不变;
步骤A4,对经过步骤A2的遗传变异得到的子代1和子代2,将其个体最优解pibest与全局最优解pgbest进行比较,若pibest>pgbest,则将pibest赋值给全局最优解pgbest,否则保持全局最优解pgbest不变;
步骤A5,根据下列公式迭代更新各粒子i的速度vi和位置xi
Figure BDA0003286108200000021
xi(t+1)=xi(t)+vi(t+1)
Figure BDA0003286108200000022
式中,ω为惯性权重,c1,c2为学习因子,r1,r2为随机数,t表示当前迭代次数,Tmax为最大迭代次数,pibest(t)表示第i个粒子的个体最优解,pgbest(t)表示粒子群的全局最优解,ωmax和ωmin分别表示预设的最大权重和最小权重;
步骤A6,返回步骤A2,直到迭代更新达到最大迭代次数或满足收敛条件,输出全局最优解作为最优的扩频因子。
进一步地,扩频因子有关于多种环境条件和多种通信条件的表达式为:
Figure BDA0003286108200000031
式中,f表示扩频因子;Sj表示第j种环境条件的量化值,αj表示第j种环境条件对通信的干扰程度,M表示影响通信的环境条件种类数;Wk表示第k种通信条件的量化值,βk表示第k种通信条件对通信的干扰程度,K表示影响通信的通信条件种类数。
进一步地,通信双方更新最优扩频因子的方法为:
步骤B1,发送端使用捎带机制将最优扩频因子传送给接收端;
步骤B2,接收端在反馈确认信息给发送端时,将更改设置扩频因子的定时信息反馈给发送端;
步骤B3,发送端根据接收到的定时信息,接收端根据设置的定时信息,同时对自身与对方通信的扩频因子更新为最优扩频因子。
进一步地,发送端使用最优扩频因子,采用先调制后扩频的方法,对需要传输的数据进行调制和扩频处理;接收端使用最优扩频因子,对接收到的数据先解扩再解调,得到原始传输的数据。
进一步地,发送端使用最优扩频因子,采用先扩频后调制的方法,对需要传输的数据进行调制和扩频处理;接收端使用最优扩频因子,对接收到的数据先解调再解扩,得到原始传输的数据。
一种基于混合粒子群遗传算法的自适应直接序列扩频通信系统,包括:
扩频因子构建模块,用于:基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式;
自适应扩频因子解算模块,用于:将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子;
直接序列扩频通信模块,用于:将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行扩频和调制处理,以及对接收到的数据进行解扩和解调处理。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的基于混合粒子群遗传算法的自适应直接序列扩频通信方法。
有益效果:
1、本发明使用混合粒子群遗传算法求解满足环境与通信要求的最优扩频因子,可自适应的应用到通信系统中的任意通信双方节点,实现通信系统的抗干扰性的同时保证了通信速率。
2、本发明可将扩频和解扩分别封装为模块,从而可自行根据混合粒子群遗传算法求解得到的最优扩频因子,对通信双方进行同步调整。
附图说明
图1为直接序列扩频系统示意图;
图2为混合粒子群遗传算法详细流程示意图;
图3为自适应扩频因子更新过程;
图4为先扩频后QPSK调制,先解调再解扩示意图;
图5为先QPSK调制再扩频,先解扩再解调示意图;
图6为扩频系统中抗窄带干扰的过程示意图;
图7为直接序列扩频波形示意图;
图8为通信节点同时具有发送和接收功能的完整通信流程示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例以本发明的技术方案为依据开展,给出了详细的实施方式和具体的操作过程,对本发明的技术方案作进一步解释说明。
扩频通信是一种利用比原始信号本身频带宽得多的射频信号传输信息的通信方式。在扩频通信系统中,发射机使用特定的调制方法来扩展原始信号的带宽以获得扩频信号。接收端处理接收到的扩频信号并将其恢复为原始带宽信号。和窄带通信相比,扩频通信具有抗干扰能力强、截获率低、码分多址、信号隐蔽等一系列的独特优点,因此,它广泛用于军事和民用领域。
干扰信号对于无线通信系统是非常严重的威胁,特别是在军用通信中,仅依赖固定扩频因子的扩频系统的抗干扰能力是不够的;且扩频因子又不能无限扩大,否则会造成传输速率下降与带宽利用率不高等问题。在无线网络中,处于不同位置的节点环境条件与通信条件不同,且不同位置的某些节点可能受到除了距离因素影响外的其他更高的干扰,设置固定的扩频因子、将所有节点等同看待是不合适的,会造成严重的信道资源分配不合理。
针对这一问题,本发明主要研究为系统内的节点自适应地分配扩频因子,使系统根据每个节点环境条件与通信条件的不同,自适应地调整每个节点的扩频因子,从而在保证通信安全、抗干扰的条件下最大程度地利用带宽资源。
故而,本发明提出一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质,根据各节点的环境条件和通信条件,自适应地求解获取最优扩频因子,以在保证通信安全、抗干扰的条件下最大程度地利用整个通信系统的带宽资源。基于扩频因子决定扩频的性能,随着扩频因子的增大,误码率越低,即通信的可靠性越好的特点,本发明实施例的自适应直接序列扩频通信方法包括以下步骤:
步骤1,基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式。
假设影响通信的环境条件有M种,包括障碍物的密集程度、金属物体的密集程度、空气的干燥程度、风力强度、雨雪量、温度、空气污染物含量等影响无线通信的环境条件。第j种环境条件的量化值表示为Sj,对通信的干扰程度表示为αj。影响通信的通信条件有K种,包括周围电磁环境、接收机灵敏度、系统抗干扰性、软件纠错能力、信道占用情况、天线的老化程度、天线高度等影响无线通信的通信条件。第k种通信条件的量化值表示为Wk,对通信的干扰程度表示为βk
则由所有环境条件和通信条件构成的扩频因子条件向量可以表示为:
p=(S1,…,SM,W1,…,WK);
有关于所有环境条件和通信条件的扩频因子表达式可以表示为:
Figure BDA0003286108200000051
步骤2,将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子。参考图2所示,求解最优扩频因子的具体过程为:
步骤A1,初始化混合粒子群及遗传参数,包括设置粒子群的规模N、每个粒子的初始位置与初始速度、遗传变异概率pm和遗传交叉概率pc;其中,将通信双方当前的扩频因子值作为粒子群中每子粒子的初始适应度值、个体最优解pibest和全局最优解pgbest
步骤A2,在粒子群中随机选择两个粒子作为父代1和父代2,并生成2个随机数p1和p2,p1∈(0,1),p2∈(0,1);
若p1<pc,则对父代1和父代2进行交叉操作,生成子代1和子代2;否则不对父代1和父代2进行操作而直接作为子代1和子代2;
若p2<pm,则对子代1和子代2进行变异操作;
步骤A3,对经过步骤A2的遗传变异得到的子代1和子代2,均计算适应度值fi,将得到的适应度值fi与个体最优解pibest进行比较,若fi>pibest,则fi赋值给该个体最优解pibest;否则,将随机生成的随机数概率p3与遗传变异概率pm进行比较,若p3<pm则仍将fi赋值给个体最优解pibest,否则保持该个体最优解pibest不变;
步骤A4,对经过步骤A2的遗传变异得到的子代1和子代2,将其个体最优解pibest与全局最优解pgbest进行比较,若pibest>pgbest,则将pibest赋值给全局最优解pgbest,否则保持全局最优解pgbest不变;
步骤A5,根据下列公式迭代更新各粒子i的速度vi和位置xi
Figure BDA0003286108200000061
xi(t+1)=xi(t)+vi(t+1)
Figure BDA0003286108200000062
式中,ω为惯性权重,c1,c2为学习因子,r1,r2为随机数,t表示当前迭代次数,Tmax为最大迭代次数,pibest(t)表示第i个粒子的个体最优解,pgbest(t)表示粒子群的全局最优解,ωmax和ωmin分别表示预设的最大权重和最小权重;
步骤A6,返回步骤A2,直到迭代更新达到最大迭代次数或满足收敛条件,输出全局最优解作为最优的扩频因子。
步骤3,将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行直接序列扩频通信。
其中,为保证通信双方同时触发对扩频因子的更新,通信双方使用定时装置更新最优扩频因子,参考图3所示,具体方法为:
步骤B1,发送端使用捎带机制将最优扩频因子传送给接收端;
步骤B2,接收端在反馈确认信息给发送端时,将更改设置扩频因子的定时信息反馈给发送端;
步骤B3,发送端根据接收到的定时信息,接收端根据设置的定时信息,同时对自身与对方通信的扩频因子更新为最优扩频因子。
另外,双方对需要传输的数据进行直接序列扩频通信的方式有两种:第一种方式是发送端使用最优扩频因子,采用先调制后扩频的方法,对需要传输的数据进行调制和扩频处理;然后接收端使用最优扩频因子,对接收到的数据先解扩再解调,得到原始传输的数据。第二种方式是发送端使用最优扩频因子,采用先扩频后调制的方法,对需要传输的数据进行调制和扩频处理;然后接收端使用最优扩频因子,对接收到的数据先解调再解扩,得到原始传输的数据。
在先扩频后调制的方法中,如图4所示,设计产生随机二进制序列、扩频序列生成模块和时域扩展模块,将扩频序列与扩展后的信息码做异或运算后便可实现扩频功能。而在先调制后扩频方案中,如图5所示,由于调制之后的信号是模拟信号,是用虚数表示的,因此需要将信息码拆分为实部和虚部分别进行时域扩展,从而实现扩频功能。
因此,在发送端设置扩频模块的具体算法步骤如下:
C1,测试产生扩频序列。通过异或的方式产生扩频序列,生成扩频序列数组并保存起来。将单极性的扩频序列转化为双极性的扩频序列后,将双极性扩频序列做快速傅里叶变换。设定频率序列,按采样频率进行采样。
C2,随机生成原始数据并扩频编码。随机生成二进制比特流作为源数据,与A1中的扩频序列做异或操作,进行直接序列扩频。
扩频的作用是在发送信号前将它的码元“打碎”;解扩的作用是在接收后还原出码元。这里c(t)称为扩频码,它通常是一种取值±1的伪随机(扩频)码(随机的已知序列)。它的码元称为码片或“碎片”,码片宽度记为Tc。通常Tc=Ts/L为基带信号码宽,L为扩频因子,是整数且大于等于1。
直接序列扩频实际上就是源数据a(t)和扩频码c(t)模2加的过程,如果源数据数据a(t)和扩频码c(t)同时为-1或者同时为1,则扩频结果d(t)为-1,否则扩频结果为1。在图6中,发射端的信号为:S(t)=a(t)c(t)cos(2πf0t+θ0)。式中,f0为调制载波的频率,θ0为调制载波的初始相位。
C3,进行QPSK调制。设定采样频率,将本来是冲激信号的扩频序列调制后比特流转变成矩形信号。在经过无线信道传输后在接收端:
S'(t)=a(t-td)c(t-td)cos(2π(f0+fd)(t-td)+θ0)+N(t)。式中,td为信号的时延,fd为多普勒频移,N(t)为信道中的噪声。接收机对接收到的信号执行解扩解调操作后即可恢复出信号源的原始数据。
假设信息码序列为[-1 1 -1],扩频码为[-1 1 1 -1 1 -1 1],则经过
Figure BDA0003286108200000071
的载波调制后的波形如图7所示。图中波形分别为a(t)c(t)d(t)S(t)。
在接收端解调和扩频时,需要生成扩频序列和实现解扩功能。在设计先解调后解扩方案中,将扩频序列与接收到的信息码做异或运算,后通过解扩模块便可实现解扩功能。而在先解扩后解调方案中,由于调制之后的信号是模拟信号,是用虚数表示的,因此需要将收到的模拟信息码拆分为实部和虚部分别进行异或运算后通过解扩模块,从而实现解扩功能。具体算法步骤如下:
D1,进行QPSK解调。扩频与调制过的模拟信号经过高斯信道信号传输后,信号经过QPSK解调,将模拟信号转化为数字信号。
D2,对扩频信号进行解扩。将扩频信号乘以解扩序列,最后对解扩信号进行采样判决。扩频系统的一个重要特点是能够抵抗窄带干扰。假设信道中有一个窄带干扰,则解扩输出信号为:
S'(t)=a(t-td)c(t-td)cos(2π(f0+fd)(t-td)+θ0)+N(t)+J(t)c(t-td)
J(t)的频谱被扩展为平坦形状,而其功率谱密度被降低了L倍,使得J(t)c(t-td)等同于一般白噪声。经过后续的窄带滤波后,其影响变得很微小。整个过程如图6所示。
通常情况下,通信系统中的节点都同时具有收发功能,因此对于通信系统各节点的直接序列扩频通信方法如图8所示:对于待发送出去的通信数据,先使用本发明方法进行直接序列扩频,再进行后续的调制、混频等步骤,最终经天线发送出去;对于要接收的通信数据,先经过常规的滤波、模数转换、信号放大、混频、解调等步骤处理后,再按本发明方法对前述步骤得到数据进行解扩处理,得到真实的通信数据。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (8)

1.一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法,其特征在于,包括:
步骤1,基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式;
步骤2,将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子;
步骤3,将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行直接序列扩频通信。
2.根据权利要求1所述的方法,其特征在于,步骤2采用混合粒子群遗传算法求解最优扩频因子的方法为:
步骤A1,初始化混合粒子群及遗传参数,包括设置粒子群的规模N、每个粒子的初始位置与初始速度、遗传变异概率pm和遗传交叉概率pc;其中,将通信双方当前的扩频因子值作为粒子群中每子粒子的初始适应度值、个体最优解pibest和全局最优解pgbest
步骤A2,在粒子群中随机选择两个粒子作为父代1和父代2,并生成2个随机数p1和p2,p1∈(0,1),p2∈(0,1);
若p1<pc,则对父代1和父代2进行交叉操作,生成子代1和子代2;否则不对父代1和父代2进行操作而直接作为子代1和子代2;
若p2<pm,则对子代1和子代2进行变异操作;
步骤A3,对经过步骤A2的遗传变异得到的子代1和子代2,均计算适应度值fi,将得到的适应度值fi与个体最优解pibest进行比较,若fi>pibest,则fi赋值给该个体最优解pibest;否则,将随机生成的随机数概率p3与遗传变异概率pm进行比较,若p3<pm则仍将fi赋值给个体最优解pibest,否则保持该个体最优解pibest不变;
步骤A4,对经过步骤A2的遗传变异得到的子代1和子代2,将其个体最优解pibest与全局最优解pgbest进行比较,若pibest>pgbest,则将pibest赋值给全局最优解pgbest,否则保持全局最优解pgbest不变;
步骤A5,根据下列公式迭代更新各粒子i的速度vi和位置xi
Figure FDA0003286108190000011
xi(t+1)=xi(t)+vi(t+1)
Figure FDA0003286108190000021
式中,ω为惯性权重,c1,c2为学习因子,r1,r2为随机数,t表示当前迭代次数,Tmax为最大迭代次数,pibest(t)表示第i个粒子的个体最优解,pgbest(t)表示粒子群的全局最优解,ωmax和ωmin分别表示预设的最大权重和最小权重;
步骤A6,返回步骤A2,直到迭代更新达到最大迭代次数或满足收敛条件,输出全局最优解作为最优的扩频因子。
3.根据权利要求1所述的方法,其特征在于,扩频因子有关于多种环境条件和多种通信条件的表达式为:
Figure FDA0003286108190000022
式中,f表示扩频因子;Sj表示第j种环境条件的量化值,αj表示第j种环境条件对通信的干扰程度,M表示影响通信的环境条件种类数;Wk表示第k种通信条件的量化值,βk表示第k种通信条件对通信的干扰程度,K表示影响通信的通信条件种类数。
4.根据权利要求1所述的方法,其特征在于,通信双方更新最优扩频因子的方法为:
步骤B1,发送端使用捎带机制将最优扩频因子传送给接收端;
步骤B2,接收端在反馈确认信息给发送端时,将更改设置扩频因子的定时信息反馈给发送端;
步骤B3,发送端根据接收到的定时信息,接收端根据设置的定时信息,同时对自身与对方通信的扩频因子更新为最优扩频因子。
5.根据权利要求4所述的方法,其特征在于,发送端使用最优扩频因子,采用先调制后扩频的方法,对需要传输的数据进行调制和扩频处理;接收端使用最优扩频因子,对接收到的数据先解扩再解调,得到原始传输的数据。
6.根据权利要求4所述的方法,其特征在于,发送端使用最优扩频因子,采用先扩频后调制的方法,对需要传输的数据进行调制和扩频处理;接收端使用最优扩频因子,对接收到的数据先解调再解扩,得到原始传输的数据。
7.一种基于混合粒子群遗传算法的自适应直接序列扩频通信系统,其特征在于,包括:
扩频因子构建模块,用于:基于多种环境条件和多种通信条件,构建扩频因子条件向量和扩频因子表达式;
自适应扩频因子解算模块,用于:将扩频因子条件向量抽象表示为粒子的地址,将扩频因子表达式作为适应度函数,采用混合粒子群遗传算法求解最优的扩频因子;
直接序列扩频通信模块,用于:将求解得到的最优扩频因子作为通信双方最新的扩频因子,对需要传输的数据进行扩频和调制处理,以及对接收到的数据进行解扩和解调处理。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
CN202111147928.9A 2021-09-29 2021-09-29 自适应直接序列扩频通信方法、系统和介质 Active CN113644933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111147928.9A CN113644933B (zh) 2021-09-29 2021-09-29 自适应直接序列扩频通信方法、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111147928.9A CN113644933B (zh) 2021-09-29 2021-09-29 自适应直接序列扩频通信方法、系统和介质

Publications (2)

Publication Number Publication Date
CN113644933A true CN113644933A (zh) 2021-11-12
CN113644933B CN113644933B (zh) 2022-05-10

Family

ID=78426317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111147928.9A Active CN113644933B (zh) 2021-09-29 2021-09-29 自适应直接序列扩频通信方法、系统和介质

Country Status (1)

Country Link
CN (1) CN113644933B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114258068A (zh) * 2021-12-24 2022-03-29 浙江大学 基于信道侦听的自适应星间通信系统
CN114629509A (zh) * 2022-03-25 2022-06-14 深圳市力合微电子股份有限公司 一种扩频信号接收机同步方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030067961A1 (en) * 2001-10-04 2003-04-10 Hudson John E. Wireless spread spectrum communications system, communications apparatus and method therefor
US7180932B1 (en) * 1999-12-10 2007-02-20 Nokia Corporation Data rate estimation in a communication system
CN101982992A (zh) * 2010-10-30 2011-03-02 鲁东大学 认知无线电网络中基于改进粒子群的功率控制最优化算法
CN108399451A (zh) * 2018-02-05 2018-08-14 西北工业大学 一种结合遗传算法的混合粒子群优化算法
CN110429954A (zh) * 2019-07-12 2019-11-08 厦门大学 一种基于混沌扩频的变换域水声通信方法
CN111541508A (zh) * 2020-04-21 2020-08-14 中山大学 基于短期DER与最优负载的LoRaWAN扩频因子分配方法
CN112763988A (zh) * 2020-12-24 2021-05-07 西安电子科技大学 基于自适应二进制粒子群遗传算法的混沌序列抗干扰波形设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7180932B1 (en) * 1999-12-10 2007-02-20 Nokia Corporation Data rate estimation in a communication system
US20030067961A1 (en) * 2001-10-04 2003-04-10 Hudson John E. Wireless spread spectrum communications system, communications apparatus and method therefor
CN101982992A (zh) * 2010-10-30 2011-03-02 鲁东大学 认知无线电网络中基于改进粒子群的功率控制最优化算法
CN108399451A (zh) * 2018-02-05 2018-08-14 西北工业大学 一种结合遗传算法的混合粒子群优化算法
CN110429954A (zh) * 2019-07-12 2019-11-08 厦门大学 一种基于混沌扩频的变换域水声通信方法
CN111541508A (zh) * 2020-04-21 2020-08-14 中山大学 基于短期DER与最优负载的LoRaWAN扩频因子分配方法
CN112763988A (zh) * 2020-12-24 2021-05-07 西安电子科技大学 基于自适应二进制粒子群遗传算法的混沌序列抗干扰波形设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ASMAA M. ROMIA等: "《Design optimization of LMS-based adaptive equalizer for ZigBee systems with fading channels》", 《2018 INTERNATIONAL CONFERENCE ON COMPUTING, MATHEMATICS AND ENGINEERING TECHNOLOGIES (ICOMET)》 *
彭晓波等: "GAPSO:一种高效的遗传粒子混合算法及其应用", 《系统仿真学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114258068A (zh) * 2021-12-24 2022-03-29 浙江大学 基于信道侦听的自适应星间通信系统
CN114258068B (zh) * 2021-12-24 2023-11-14 浙江大学 基于信道侦听的自适应星间通信系统
CN114629509A (zh) * 2022-03-25 2022-06-14 深圳市力合微电子股份有限公司 一种扩频信号接收机同步方法和装置
CN114629509B (zh) * 2022-03-25 2023-11-07 深圳市力合微电子股份有限公司 一种扩频信号接收机同步方法和装置

Also Published As

Publication number Publication date
CN113644933B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN113644933B (zh) 自适应直接序列扩频通信方法、系统和介质
Liang et al. Mode hopping for anti-jamming in radio vortex wireless communications
Ma et al. Design of a superposition coding PPM-DCSK system for downlink multi-user transmission
CN111988783B (zh) 一种上行非正交多址的安全传输方法及系统
US20180191457A1 (en) Effective cross-layer satellite communications link interferences mitigation in the presence of various rfi types
TW589818B (en) Method of transmit diversity using TDD wideband multi-carrier DS-CDMA system
CN1829211A (zh) 一种基于交织和正交频分复用的变换域通信方法
CN1106783C (zh) 移动通信系统中的接收机
CN111885732A (zh) 一种增强noma可见光通信网络安全的动态资源分配方法
CN114554527B (zh) 联合irs技术和sr技术的物联网链路优化方法及系统
CN110191476B (zh) 一种基于可重构天线阵列的非正交多址接入方法
CN112398535B (zh) 基于概率整形提升非正交多址可见光通信传输容量的方法
Liang et al. Joint downlink beamforming, power control, and data rate allocation for DS-CDMA mobile radio with multimedia services
CN108337023B (zh) 基于多用户多天线通信系统和保密波束成形设计的安全通信方法
Cheng et al. Subcarrier intensity modulation-spatial modulation for optical wireless communications
Yao [Retracted] To Improve the Real‐Time Performance of Airborne Data Link Communication System
Kulkarni et al. Noma multiuser detection with MIMO for maximizing the system capacity and eliminate interference
CN114726399B (zh) 一种非地面网络的空频二维跳频传输系统及传输方法
CN111901093B (zh) 一种面向物理层安全的ofdm系统节点模式选择和无线资源分配方法
KR101040810B1 (ko) Wban 시스템을 위한 uwb 송수신 장치
Lu et al. Optimized design pattern matrix of PDMA based on binary particle swarm optimization for 5G
CN118074773A (zh) 一种在高速移动场景下共生无线系统的次级信息传输和检测方法
Khan Hybrid-NOMA for Wireless Communication System
Wu et al. A Novel High Bandwidth Efficiency Interference Alignment Scheme Based on Continuous Phase Modulation.
Liu et al. Research on wireless Powered Communication Networks Sum Rate Maximization based on time Reversal OFDM

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