CN113708894A - 一种空时分组码空间调制系统中的收发天线选择方法 - Google Patents

Abstract

本发明属于无线通信技术领域，具体的说是涉及一种空时分组码空间调制系统中的收发端天线选择方法。在本发明的所提的方法中，对传统的基于信道范数最大化的天线选择算法进行了改进，通过将信道范数作为适应度函数，建立单亲遗传算法模型，迫使种群向具有更大的信道范数的方向进行生长，从而寻找到收发天线组合的次优解甚至最优解。本发明提供的方案相比于传统的基于信道范数最大化的收发端天线选择而言，能够在较低的性能损失的情况下大幅降低搜索复杂度，规避了穷举搜索；同时，该方案能够灵活设置算法参数，在未来的大规模天线场景具有应用前景。

Description

一种空时分组码空间调制系统中的收发天线选择方法

技术领域

本发明属于无线通信技术领域，具体的说是涉及一种空时分组码空间调制系统中的收发天线选择方法；本发明涉及空时分组码空间调制(Space-Time Block CodedSpatial Modulation，STBC-SM)，天线选择(Antenna Selection,AS)，单亲遗传算法(Partheno-Genetic Algorithm，PGA)等技术。

背景技术

近来，一种新的多输入多输出传输技术——空时分组码空间调制(Space-TimeBlock Coded Spatial Modulation，STBC-SM)被提出，其关键思想是结合STBC和SM的优势，既保留STBC的正交码字结构，又利用了SM的天线索引带来的增益，弥补了STBC技术数据传输速率的不足。然而，为了克服信道衰落带来的影响，天线选择技术被引入STBC-SM系统中以进一步提升误码率性能。基于信道范数最大化的天线选择方法(Channel Norm basedAntenna Selection,CNAS)通过穷举所有可能的天线子集，并选出信道范数最大的子集，能够获得较大的误码率性能增益。

然而，由于需要遍历所有可能的天线子集，CNAS在大规模天线的场景下可能会产生过量的复杂度，限制了其在未来场景中的应用。因此，在STBC-SM中引入了单亲遗传算法，并建立了基于优先级的机制，利用适应度函数评估天线子集的优劣，从而在较少的迭代演化次数情况下，尽可能地找到最优天线子集。

发明内容

本发明为STBC-SM系统提出了基于单亲遗传算法(Partheno Genetic Algorithm,PGA)的天线选择算法，与传统的CNAS算法相比，在合适的参数设置情况下，能以较低的性能损失实现复杂度的大幅度降低。

为了便于理解，对本发明采用的基于单亲遗传算法的收发端天线选择方法进行如下说明：

采用收发天线选择技术的STBC-SM系统框图如图1所示，其中发射端有N_t根天线，而接收端天线数目为N_r。在收发射端天线选择的情况下，被选择的发射天线数目为N_ts，被选择的接收天线数目为N_rs。假设第s根发射天线与第t根接收天线之间的信道是慢衰落瑞利信道，其对应的信道增益h_s,t是独立同分布的，并服从复高斯分布

我们还假设M-QAM或M-PSK符号用x_m表示，其中m∈{1,2,...,M},M表示调制阶数。在发射机端，比特流将分成两部分，一部分映射成两个M-QAM符号x₁和x₂，一部分映射成空间调制天线索引i和j，在两个符号周期内以正交的方式进行传送，其码字可以表示为：

其中，每一列对应传输天线，每一行对应符号周期。不同于传统的STBC技术，STBC-SM技术将式(1)中的矩阵拓展到天线域，利用天线索引下标进一步携带信息，弥补STBC技术传输速率低的不足。以四发射天线、BPSK调制的STBC-SM系统为例，为了表示方便，我们将码字组合成码本的形式：

可以看出，每个码本中的码字满足正交条件，即

而θ是一个需要根据调制形式而进行优化的旋转角，以确保达到最大分集和编码增益。

因此，在所有码本按一定码本建立规则构造完成的情况下，为了进一步提升STBC-SM的性能，抵抗信道衰落，引入了天线选择技术。由于STBC-SM的成对错误概率与信道范数有关，可以通过选择使得系统信道范数最大的收发天线组合，来使接收端成对错误概率尽可能小，也即基于信道范数最大化的天线选择(Channel Norm based Antenna Selection,CNAS)方法：

其中I_AS和

分别代表最佳天线组合和所有可能天线子集的集合，

表示从信道矩阵

中选出收发天线组合I对应的信道子矩阵。从上述公式中可以看出，由于发射端和接收端被选择的天线数目是固定的，因此不能简单地从信道矩阵中选取N_rsN_ts个具有最大模值的分量，也即此类问题是一个带有约束条件的最优化问题。因此，CNAS方法需要遍历可能的收发天线子集，计算每个子集对应的信道范数之和，然后取范数和最大的天线子集作为最终选择。在大规模天线组合的场景下，会产生过大的复杂度，难以实现。因此，本提议采用单亲遗传算法，解决此类规模较大的组合优化问题，通过基于优先级的机制，在合适的参数选择下，以较低的复杂度找到次优甚至最优的收发天线子集，保证了系统的性能。

本发明的技术方案如下：

一种空时分组码空间调制系统中的低复杂度收发天线选择方法，空时分组码空间调制系统包括天线数为N_t的发送端Tx与天线数为N_r的接收端Rx，系统选择N_ts根天线用于信号发射，并在接收端选择N_rs根天线用于接收。用

表示信道矩阵，其中h_t,t∈{1,2,...,N_t}表示第t根发射天线对应的信道列向量，其特征在于，所述天线选择方法包括：

S1、首先，为了达到收发端联合选择的目的，定义单亲遗传算法中父代染色体C为：

也即父代染色体分为两个部分，共包含N_t+N_r个基因。前N_t个基因为发射天线部分，染色体上每一个基因的编号对应一根发射天线；其基因值gi的取值范围为1到N_t，代表第i根天线的优先级，基因值越高，代表该天线越有可能被选中。因此，从N_t根发射天线中选出N_ts根天线，对应着从前N_t个基因中选出N_ts个具有最大值的基因。

同理，后N_r个基因为接收天线部分，染色体上每一个基因的编号对应一根接收天线；其基因值gi的取值范围为1到N_r。从N_r根发射天线中选出N_rs根天线，对应着从前N_r个基因中选出N_rs个具有最大值的基因。

S2、然后，根据式(4)中的规则，随机生成P条父代染色体，P可以根据问题的规模大小进行调整。P越大，表示在遗传算法中初始化的种群数量越大，也即包括的收发天线子集数目越大，有利于找到局部最优解甚至全局最优解。

S3、生成父代染色体后，利用信道范数作为每条染色体的适应度函数，并计算初始种群中各染色体的适应度函数值。由于STBC-SM的成对错误概率与信道范数有关，信道范数越大，成对错误概率越小。因此，可以采用信道范数作为该染色体的适应度值，适应度值越大，代表该染色体具有越好的性能。令I_s表示基因值最大的N_ts个发射天线和基因值最大的N_rs个接收天线对应的收发天线子集，基于信道范数的适应度计算可以用下式表示：

其中

表示从信道矩阵

中选出收发天线组合I_s对应的信道子矩阵。

S4、在计算完父代染色体的适应度后，进行繁殖，生成P条新的染色体。在本提议中，基于单亲的遗传算法采用单点基因换位因子代替了传统遗传算法中的交叉算子。需要说明的是，虽然发射和接收天线对应的基因在同一条染色体上，但实际上它们是互不干扰的两部分。也就是说，发射和接收天线基因之间不能进行换位操作。

因此，对于每条父代染色体上，随机选择前N_t个基因上的两个位置i和j，并交换其基因值g_i和g_j，也即改变对应发射天线的优先级；同时，随机选择后N_r个基因上的两个位置p和q，并交换其基因值g_p和g_q，也即改变对应接收天线的优先级。通过上述基因换位操作，产生新的子代染色体C′可表示为：

S5、同样的，利用式(5)计算S4中生成的P个子代染色体的适应度值。

S6、基于最大化信道范数的准则，利用归并排序算法,从P条父代染色体和新生成的P条子代染色体共2P条染色体中，选出P条具有最大适应度的染色体作为幸存者。

S7、判断是否达到迭代终止次数G，如果是，则转S8；否则，返回S4，开始下一轮迭代。

S8、迭代过程结束后，再对最后幸存的染色体的适应度值进行冒泡排序，从中选出适应度值最大的染色体。对于该染色体的前N_t个基因，将其具有最大基因值的N_ts个位置对应的天线编号作为最终选出的发射天线子集；对于该染色体的后N_r个基因，将其具有最大基因值的N_rs个位置对应的天线编号作为最终选出的接收天线子集。在合适的参数选择下，选出的收发天线子集具有较大的信道范数，保证了所提议算法的性能。

本发明的有益效果为，本发明采用单亲遗传算法，并建立了基于优先级的机制，利用适应度函数评估天线子集的优劣，在较少的迭代演化次数情况下，尽可能地找到最优天线子集，从而以较低的性能损失大幅度降低了计算复杂度。在大规模天线的场景下，本发明能够较好地平衡搜索复杂度和系统性能。同时，本发明还有根据不同通信应用场景调整参数从而达到不同性能目标的潜力。

附图说明

图1是采用收发天线选择技术的STBC-SM系统框图；

图2是单亲遗传收发天线选择算法的示例图；

图3是发射天线数为12，选择天线数为4，接收天线数为2，接收天线选择数为1，调制方式为QPSK，P为4，G为5时，不加天线选择和CNAS算法与所提议的PGA方法的误码率性能比较示意图；

图4是发射天线数为20，发射天线选择数为4，接收天线数为4，接收天线选择数为1，调制方式为QPSK，P为6，G为5时，不加天线选择和CNAS算法与所提议的PGA方法的误码率性能比较示意图；

图5是在图3参数情况下，所提议的方案的计算复杂度与传统的CNAS算法的对比图。

具体实施方式

下面结合附图和实施例，详细描述本发明的技术方案：

以发射天线数为5，发射天线选择数为4，接收天线数为2，接收天线选择数为1为例，假设接收端能完美获取信道的状态信息

为了方便说明，现假设种群数量P为1，迭代终止次数G也为1。

S1、对信道各分量求模值并平方，计算结果如图2所示。

S2、生成父代染色体C，染色体上的基因值为(5,4,2,3,1；2,1)。通过按基因值高低排序，可以知道该染色体对应发射天线子集TX1为{1,2,3,4}，接收天线子集RX1为{1}。

S3、计算父代染色体的适应度值，由式(5)可得

S4、进行繁殖，通过基因换位操作生成子代染色体C′。对于发射天线部分，随机交换第一个和第五个基因位置上的基因值；对于接收天线部分，随机交换第一个和第二个基因位置上的基因值。由此得到子代染色体C′的基因值为(1,4,2,3,5；1,2)。因此，通过按基因值高低排序，可以知道该染色体对应发射天线子集TX2为{2,3,4,5}，接收天线子集RX2为{2}。

S5、计算子代染色体的适应度值，由式(5)可得

S6、比较父代染色体和子代染色体的适应度值，可以发现子代染色体具有更大的适应度值，则舍弃父代染色体，只保留子代染色体进入下一轮迭代。

S7、当前迭代次数为1，符合迭代终止条件。迭代结束。

S8、由于种群规模为1，因此迭代结束时仅剩一个染色体。所以该染色体对应的收发天线子集则为被选中的天线子集，也即发射天线子集为{2,3,4,5}，接收天线为2。

Claims (1)

1.一种空时分组码空间调制系统中的收发天线选择方法，空时分组码空间调制系统包括天线数为N_t的发送端Tx与天线数为N_r的接收端Rx，系统选择N_ts根天线用于信号发射，并在接收端选择N_rs根天线用于接收；用

表示信道矩阵，其中h_t,t∈{1,2,...,N_t}表示第t根发射天线对应的信道列向量，其特征在于，所述天线选择方法包括：

S1、为了达到收发端联合选择的目的，定义单亲遗传算法中父代染色体C为：

即父代染色体分为两个部分，共包含N_t+N_r个基因，前N_t个基因为发射天线部分，染色体上每一个基因的编号对应一根发射天线；其基因值g_i的取值范围为1到N_t，代表第i根天线的优先级，基因值越高，代表该天线越有可能被选中；因此，从N_t根发射天线中选出N_ts根天线，对应从前N_t个基因中选出N_ts个具有最大值的基因；

同理，后N_r个基因为接收天线部分，染色体上每一个基因的编号对应一根接收天线；其基因值g_i的取值范围为1到N_r，从N_r根发射天线中选出N_rs根天线，对应着从前N_r个基因中选出N_rs个具有最大值的基因；

S2、根据式(1)中的规则，随机生成P条父代染色体，P根据问题的规模大小进行调整，P越大，表示在遗传算法中初始化的种群数量越大，也即包括的收发天线子集数目越大，有利于找到局部最优解甚至全局最优解；

S3、生成父代染色体后，利用信道范数作为每条染色体的适应度函数，并计算初始种群中各染色体的适应度函数值，信道范数越大，成对错误概率越小，因此采用信道范数作为该染色体的适应度值，适应度值越大，代表该染色体具有越好的性能；令I_s表示基因值最大的N_ts个发射天线和基因值最大的N_rs个接收天线对应的收发天线子集，基于信道范数的适应度计算可以用下式表示：

其中

表示从信道矩阵

中选出收发天线组合I_s对应的信道子矩阵；

S4、在计算完父代染色体的适应度后，进行繁殖，生成P条新的染色体：

对于每条父代染色体上，随机选择前N_t个基因上的两个位置i和j，并交换其基因值g_i和g_j，也即改变对应发射天线的优先级；同时，随机选择后N_r个基因上的两个位置p和q，并交换其基因值g_p和g_q，也即改变对应接收天线的优先级；通过基因换位操作，产生新的子代染色体C′表示为：

S5、利用式(2)计算S4中生成的P个子代染色体的适应度值；

S6、基于最大化信道范数的准则，利用归并排序算法,从P条父代染色体和新生成的P条子代染色体共2P条染色体中，选出P条具有最大适应度的染色体作为幸存者；

S7、判断是否达到迭代终止次数G，如果是，则转S8；否则，返回S4，开始下一轮迭代；

S8、迭代过程结束后，再对最后幸存的染色体的适应度值进行冒泡排序，从中选出适应度值最大的染色体，对于该染色体的前N_t个基因，将其具有最大基因值的N_ts个位置对应的天线编号作为最终选出的发射天线子集；对于该染色体的后N_r个基因，将其具有最大基因值的N_rs个位置对应的天线编号作为最终选出的接收天线子集。

Images