CN115314181B - 一种电力线载波通信方法、系统、设备和介质 - Google Patents
一种电力线载波通信方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN115314181B CN115314181B CN202211231226.3A CN202211231226A CN115314181B CN 115314181 B CN115314181 B CN 115314181B CN 202211231226 A CN202211231226 A CN 202211231226A CN 115314181 B CN115314181 B CN 115314181B
- Authority
- CN
- China
- Prior art keywords
- initial
- target
- subcarriers
- user
- individual
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/0001—Arrangements for dividing the transmission path
- H04L5/0003—Two-dimensional division
- H04L5/0005—Time-frequency
- H04L5/0007—Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT
- H04L5/001—Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT the frequencies being arranged in component carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- 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
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
- H04B3/542—Systems for transmission via power distribution lines the information being in digital form
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0058—Allocation criteria
- H04L5/006—Quality of the received signal, e.g. BER, SNR, water filling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0058—Allocation criteria
- H04L5/0064—Rate requirement of the data, e.g. scalable bandwidth, data priority
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Genetics & Genomics (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Physiology (AREA)
- Pure & Applied Mathematics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电力线载波通信方法、系统、设备和介质,通过响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波,基于初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。基于用户需求数据和目标子载波,聚合得到对应的目标子带。基于目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。通过划分给定信道并进行载波筛选和聚合,降低载波通信整体的运算量,结合预设的通信标准,确保得到的用户目标子带对应的通信速率和通信质量等方面达到电信级的标准。
Description
技术领域
本发明涉及电力线载波通信技术领域,尤其涉及一种电力线载波通信方法、系统、设备和介质。
背景技术
电力线载波通信的信道传输条件恶劣,信道的衰减与干扰噪声等参数有很大的时空动态性,使得信号在传输过程中会出现传输可靠性差,自适应能力低等问题,严重制约着电力线载波通信的传输速率及传输质量。
目前,电力线载波通信方法采用补偿信道衰落策略改善电力线载波通信的传输速率及传输质量,通过使衰落的信道趋于平坦,实现自适应的传输数据。
但现有的电力线载波通信方法运算量大,需要通过预加重均衡余下的可用子载波质量,使可用子载波性能相似,影响了原本质量好的子载波的性能,导致得到的子带传输速率差。
发明内容
本发明提供了一种电力线载波通信方法、系统、设备和介质,解决了现有的电力线载波通信方法屏蔽过多子载波会影响传输的吞吐量,且运算量大,需要通过预加重均衡余下的可用子载波质量,使可用子载波性能相似,影响了原本质量好的子载波的性能,导致得到的子带传输速率差的技术问题。
本发明提供的一种电力线载波通信方法,包括:
响应接收到的给定信道和用户需求数据,将所述给定信道划分为多个初始子载波;
根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波;
所述根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波的步骤,包括:
按照所述初始子载波对应的信道质量对所述初始子载波进行调制并筛选,得到多个中间子载波;
基于所述中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体;
在预设的随机数区间内生成随机变量;
根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态;
根据所述个体状态和预设的评价函数,得到对应的个体评价结果;
基于所述个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数;
根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波;
根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带;
根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。
可选地,所述根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态的步骤,包括:
将所述随机变量分别与所述初始种群个体对应的概率幅的平方进行比较;
若所述随机变量大于所述初始种群个体对应的概率幅的平方,则将所述初始种群个体对应的个体状态设置为第一个体状态;
若所述随机变量小于或等于所述初始种群个体对应的概率幅的平方,则将所述初始种群个体对应的个体状态设置为第二个体状态。
可选地,所述根据所述个体状态和预设的评价函数,得到对应的个体评价结果的步骤,包括:
将所述个体状态对应的用户子载波数量和用户速率作为所述初始种群个体对应的用户子载波数量和用户速率;
分别将所述用户子载波数量和所述用户速率代入预设的评价函数,得到所述初始种群个体对应的个体评价结果。
可选地,所述根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波的步骤,包括:
比较所述进化次数与预设的最大进化阈值;
若所述进化次数等于所述最大进化阈值,则采用当前时刻个体评价结果最大值对应的目标种群个体对应的中间子载波作为所述给定信道对应的多个目标子载波;
若所述进化次数小于所述最大进化阈值,则将当前时刻的全部目标种群个体作为所述初始种群个体,并跳转执行所述在预设的随机数区间内生成随机变量的步骤。
可选地,所述用户需求数据包括多个所述用户所需的频谱资源带宽;所述根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带的步骤,包括:
基于所述频谱资源带宽对所述目标子载波进行载波聚合,得到对应的初始子带;
采用所述初始子带对应的子载波带宽与预设的决策变量的乘值,构建所述初始子带对应的目标函数;
判断所述目标函数是否满足预设的函数条件;
若否,则跳转执行所述基于所述频谱资源带宽对所述目标子载波进行载波聚合,得到对应的初始子带的步骤;
若是,则将所述目标函数对应的初始子带作为目标子带。
可选地,所述根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带的步骤,包括:
判断所述目标子带对应的通信速率是否满足预设的通信标准;
若否,则跳转执行所述根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波的步骤;
若是,则将所述目标子带作为用户目标子带分配给对应的用户。
本发明还提供了一种电力线载波通信系统,包括:
初始子载波得到模块,用于响应接收到的给定信道和用户需求数据,将所述给定信道划分为多个初始子载波;
目标子载波得到模块,用于根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波;
所述目标子载波得到模块包括:
中间子载波得到模块,用于按照所述初始子载波对应的信道质量对所述初始子载波进行调制并筛选,得到多个中间子载波;
初始种群个体得到模块,用于基于所述中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体;
随机变量生成模块,用于在预设的随机数区间内生成随机变量;
个体状态得到模块,用于根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态;
个体评价结果得到模块,用于根据所述个体状态和预设的评价函数,得到对应的个体评价结果;
目标种群个体和进化次数确定模块,用于基于所述个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数;
目标子载波得到子模块,用于根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波;
目标子带得到模块,用于根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带;
用户目标子带确定模块,用于根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。
本发明还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实现如上述任一项电力线载波通信方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述任一项电力线载波通信方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波,基于初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。基于用户需求数据和目标子载波,聚合得到对应的目标子带。基于目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。解决了现有的电力线载波通信方法运算量大,需要通过预加重均衡余下的可用子载波质量,使可用子载波性能相似,影响了原本质量好的子载波的性能,导致得到的子带传输速率差的技术问题。通过划分给定信道并进行载波筛选和聚合,降低载波通信整体的运算量,结合预设的通信标准,确保得到的用户目标子带对应的通信速率和通信质量等方面达到电信级的标准。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种电力线载波通信方法的步骤流程图;
图2为本发明实施例二提供的一种电力线载波通信方法的步骤流程图;
图3为本发明实施例三提供的一种电力线载波通信系统的结构框图。
具体实施方式
本发明实施例提供了一种电力线载波通信方法、系统、设备和介质,用于解决现有的电力线载波通信方法运算量大,需要通过预加重均衡余下的可用子载波质量,使可用子载波性能相似,影响了原本质量好的子载波的性能,导致得到的子带传输速率差的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例一提供的一种电力线载波通信方法的步骤流程图。
本发明提供的一种电力线载波通信方法,包括:
步骤101、响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波。
给定信道是指包含空闲频段的通信通道。用户需求数据包括用户数量和各用户所需的频谱资源带宽数据。
在本发明实施例中,响应接收到的给定信道和用户需求数据,采用正交频分复用技术将给定信道划分为多个子载波通道即多个初始子载波。
步骤102、根据初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。
信道质量是指每个初始子载波对应的信道质量指示指数,即信道CQI指数。
在本发明实施例中,按照初始子载波对应的信道质量对初始子载波进行调制并筛选,得到多个中间子载波。采用量子遗传算法对中间子载波进行优化分配,基于中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体。在预设的随机数区间内生成随机变量,根据随机变量和初始种群个体对应的概率幅的平方,得到初始种群个体对应的个体状态。基于个体状态和预设的评价函数分别对初始种群个体进行评价,得到对应的个体评价结果。基于个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数,基于目标种群个体、进化次数和预设的最大进化阈值,得到给定信道对应的多个目标子载波。
步骤103、根据用户需求数据和目标子载波,聚合得到对应的目标子带。
在本发明实施例中,通过预设的子带模型采用频谱聚合算法基于对应的频谱资源带宽,分别从多个目标子载波中选取对应的目标子载波并聚合为对应的初始子带。并采用初始子带对应的子载波带宽与预设的决策变量的乘值,构建初始子带对应的目标函数。判断目标函数是否满足预设的函数条件,若否,则跳转执行基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带的步骤。若是,则将目标函数对应的初始子带作为目标子带。
步骤104、根据目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。
预设的通信标准是指基于通信需要设置的子带对应的通信速率需满足的阈值。
在本发明实施例中,确定用户需求数据内各用户所需的频谱资源带宽对应的目标子带后,判断目标子带对应的通信速率是否满足预设的通信标准,若否,则跳转执行根据初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波的步骤。若是,则将目标子带作为用户目标子带分配给对应的用户。
在本发明实施例中,通过响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波,基于初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。基于用户需求数据和目标子载波,聚合得到对应的目标子带。基于目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。解决了现有的电力线载波通信方法运算量大,需要通过预加重均衡余下的可用子载波质量,使可用子载波性能相似,影响了原本质量好的子载波的性能,导致得到的子带传输速率差的技术问题。通过划分给定信道并进行载波筛选和聚合,降低载波通信整体的运算量,结合预设的通信标准,确保得到的用户目标子带对应的通信速率和通信质量等方面达到电信级的标准。
请参阅图2,图2为本发明实施例二提供的一种电力线载波通信方法的步骤流程图。
步骤201、响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波。
在本发明实施例中,当接收到给定信道和用户需求数据时,对给定信道进行划分,通过正交频分复用技术OFDM对给定信道进行划分,从而得到多个初始子载波。
步骤202、根据用户需求数据和初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。
进一步地,步骤202可以包括以下子步骤S11-S17:
S11、按照初始子载波对应的信道质量对初始子载波进行调制并筛选,得到多个中间子载波。
在本发明实施例中,采用动态资源分配方式,基于初始子载波对应的信道质量选择分配频率和调制方式,从而分别对初始子载波进行调制并筛选,当初始子载波对应的信道质量即信道CQI指数在18-31的时候采用高调制,信道CQI指数在8-17时采用低调制,信道CQI指数在0-7时的初始载波信道不使用。将调制好的初始子载波分别作为中间子载波。
S12、基于中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体。
初始种群个体是指采用量子遗传算法基于初始子载波构建得到的个体种群内的种群个体。
假设一个系统有N个中间子载波和K个用户,则每个初始种群个体包含N条染色体,对应N个待分配的中间子载波。其中,一条染色体含个基因,用来表示该子载波给哪个用户。每个染色体包含两个不同的量子态,分别用α和β表示处于这两个量子态的概率,因此,初始种群个体可表示为:
在本发明实施例中,采用量子遗传算法对中间子载波进行优化分配,采用中间子载波进行种群初始化构建个体种群,并分别个体种群内的对种群个体进行量子态编码,从而得到对应初始种群个体。
S13、在预设的随机数区间内生成随机变量。
预设的随机数区间是指基于量子态测量需要设置的随机变量的取值范围,通常设置为[0,1]。
在本发明实施例中,对初始种群个体进行量子态测量,在[0,1]之间产生一个随机变量,采用该随机变量分别去测量初始种群个体的量子叠加态,使得该量子叠加态从一个状态坍缩到另一个具体的状态。
S14、根据随机变量和初始种群个体对应的概率幅的平方,得到初始种群个体对应的个体状态。
进一步地,S14可以包括以下子步骤S141-S143:
S141、将随机变量分别与初始种群个体对应的概率幅的平方进行比较。
在本发明实施例中,随机产生0到1之间的随机变量,将随机变量分别与各个初始种群个体对应的概率幅的平方进行比较。
S142、若随机变量大于初始种群个体对应的概率幅的平方,则将初始种群个体对应的个体状态设置为第一个体状态。
个体状态是指从种群个体对应的两种量子态,个体状态包括第一个体状态和第二个体状态,其中第一个体状态是指量子态测量结果为1对应的量子态。第二个体状态是指量子态测量结果为0对应的量子态。
在本发明实施例中,当随机变量大于初始种群个体对应的概率幅的平方时,得到量子态测量结果为1,则该初始种群个体对应的个体状态设置为第一个体状态。
S143、若随机变量小于或等于初始种群个体对应的概率幅的平方,则将初始种群个体对应的个体状态设置为第二个体状态。
在本发明实施例中,当随机变量小于或等于初始种群个体对应的概率幅的平方时,得到量子态测量结果为0,则该初始种群个体对应的个体状态设置为第二个体状态。
S15、根据个体状态和预设的评价函数,得到对应的个体评价结果。
进一步地,S15可以包括以下子步骤S151-S152:
S151、将个体状态对应的用户子载波数量和用户速率作为初始种群个体对应的用户子载波数量和用户速率。
个体状态包含用户子载波数量和用户速率,用户子载波数量是指用户平均分配的子载波数量。用户速率是指用户使用中间子载波时,对应的最小速率和最大速率的和值的平均值。例如:3个用户,平均分配某一段给定信道,则计算其平均值作为用户子载波数量,并记录该3个用户每一用户的最小速率和最大速率的和值的平均值作为用户速率。
在本发明实施例中,当确定初始种群个体对应的个体状态后,将该个体状态对应的用户子载波数量和用户速率作为初始种群个体对应的用户子载波数量和用户速率。
S152、分别将用户子载波数量和用户速率代入预设的评价函数,得到初始种群个体对应的个体评价结果。
预设的评价函数为:
个体评价结果是指将初始种群个体对应的将用户子载波数量和用户速率代入预设的评价函数后得到的评价数据。
在本发明实施例中,评价函数的公式右边表示系统服务公平指数SFI。SFI的变化范围是[0,1],比例公平性从0到1递增。由于一般情况下,评价函数越小表示越适合,因此添加负号。通过将各初始种群个体对应的用户子载波数量和用户速率分别代入预设的评价函数,得到初始种群个体对应的个体评价结果。
S16、基于个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数。
预设的个体标准是指基于通信需要事先设置的种群个体对应的个体评价结果需要满足的阈值。
目标种群个体是指初始种群个体经过量子态测量和个体评价,筛选出满足预设的个体标准的初始种群个体。进化次数是指获得全部目标种群个体的次数。
在本发明实施例中,得到各初始种群个体对应的个体评价结果后,分别将个体评价结果与预设的个体标准进行比较,将满足预设的个体标准的个体评价结果对应的初始种群个体作为目标种群个体。每得到个体种群对应的全部目标种群个体,对进化次数进行实时统计即累加一次。
S17、根据目标种群个体、进化次数和预设的最大进化阈值,得到给定信道对应的多个目标子载波。
进一步地,S17可以包括以下子步骤S171-S173:
S171、比较进化次数与预设的最大进化阈值。
预设的最大进化阈值是指基于通信需要事先设置的最大迭代次数。
在本发明实施例中,每得到个体种群对应的全部目标种群个体,对进化次数进行实时统计即累加一次,统计完进化次数后,将进化次数与预设的最大进化阈值进行比较。
S172、若进化次数等于最大进化阈值,则采用当前时刻个体评价结果最大值对应的目标种群个体对应的中间子载波作为给定信道对应的多个目标子载波。
在本发明实施例中,当进化次数等于最大进化阈值时,筛选出当前时刻的全部目标种群个体中个体评价结果最大值对应的目标种群个体,并将该目标种群个体对应的全部中间子载波作为给定信道对应的多个目标子载波。
S173、若进化次数小于最大进化阈值,则将当前时刻的全部目标种群个体作为初始种群个体,并跳转执行在预设的随机数区间内生成随机变量的步骤。
在本发明实施例中,当进化次数小于最大进化阈值时,将当前时刻的全部目标种群个体作为初始种群个体,并跳转执行在预设的随机数区间内生成随机变量的步骤,计算该目标种群个体对应的个体状态并进行评价,重新确定目标种群个体,直至进化次数等于最大进化阈值,当前时刻个体评价结果最大值对应的目标种群个体对应的中间子载波作为给定信道对应的多个目标子载波,从而得到给定信道对应的多个目标子载波。
步骤203、基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带。
在本发明实施例中,用户需求数据包含的多个用户所需的频谱资源带宽,基于频谱资源带宽,采用预设的子带模型采用频谱聚合算法分别从多个目标子载波中选取满足对应的目标子载波并聚合为对应的初始子带。
子带模型用于不断调整组合达到最大通信速率,预设的子带模型为:
其中,a表示决策变量,目标函数f(a)可以是最大值也可以是最小值,决策变量要受到函数g(a)的约束,D表示决策变量集合。
步骤204、采用初始子带对应的子载波带宽与预设的决策变量的乘值,构建初始子带对应的目标函数。
目标函数表达式为:
预设的决策变量是指从预设的决策变量集合内随机选取的决策变量。
在本发明实施例中,计算初始子带的带宽与对应的子载波数量的余值并乘以预设的决策变量的乘值,构建初始子带对应的目标函数。
步骤205、判断目标函数是否满足预设的函数条件。
在本发明实施例中,当用(D,F,f)表示最优组合策略时,定义域可以用D表示,如果用来描述所有的可行解,那么F集合中每个元素都是该最优组合问题的解,若目标函数满足预设的函数条件时,此时对应的可行解称为该问题的最优解。即基于通信速率检测结果将速率最快的时候的组合作为最优组合。
步骤206、若否,则跳转执行基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带的步骤。
在本发明实施例中,若目标函数不满足预设的函数条件,则通过子带模型采用采用频谱聚合算法,基于频谱资源带宽将当前时刻对应的多个目标种群个体对应的目标子载波重新进行载波聚合并构建对应的目标函数,重复该步骤直至构建的目标函数满足预设的函数条件。
步骤207、若是,则将目标函数对应的初始子带作为目标子带。
在本发明实施例中,若目标函数满足预设的函数条件,则将满足函数条件的目标函数对应的初始子带作为用户对应的目标子带。
例如:子带模型采用频谱聚合算法对目标子载波进行聚合的步骤为:
A2、为将目标子载波从低频到高频进行排序,构建得到的空闲频段集合,其中代表第i个空闲频段,为空闲频段i的低频边界,为空闲频段i的高频边界,其中,表示单一频谱跨度内可提供给用户使用的总空闲频段个数;若频谱跨度右边界落于中,跳至A3;若频谱跨度右边界落于中,跳至A5。
A3、当本频谱跨度的右边界落入空闲频段时,将其大小为的带宽从本频谱跨度内去掉,这样本频谱跨度内则剩下v个用于本频谱跨度内频谱聚合的空闲频段;则可以被下个频谱跨度继续使用,跳至A4。这里需要说明的是空闲频段的带宽可以用来表示,i=1,2,…,V+1。
A8、在频谱跨度内,将M中第一个大于的聚合频段带宽分配给第k个认知用户,即与聚合频段带宽最相近的认知用户k,以达到浪费的空闲频谱资源最少的目的,其中,k=1,2,…,N。在集合B,M,F内,将使用过的,,去掉,得到更新后的集合,跳至A9。
步骤208、根据目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。
进一步地,步骤208可以包括以下子步骤S21-S23:
S21、判断目标子带对应的通信速率是否满足预设的通信标准。
在本发明实施例中,检测目标子带对应的电脉冲信号的上升沿和下降沿计数进行脉冲宽度计数;通过与其之前的脉冲宽度计数进行比较得到脉冲宽度计数历史最小值,进而由脉冲宽度计数历史最小值计算出光通信码速率即目标子带对应的通信速率,将通信速率与预设的通信标准进行比较。
S22、若否,则跳转执行根据初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波的步骤。
在本发明实施例中,若目标子带对应的通信速率不满足预设的通信标准,则重新对初始子载波进行载波筛选并聚合,直至目标子带对应的通信速率满足预设的通信标准。
S23、若是,则将目标子带作为用户目标子带分配给对应的用户。
在本发明实施例中,目标子带对应的通信速率满足预设的通信标准,则将目标子带作为用户目标子带,并将同一个子带中的子载波按照相同的调制方式进行调整并分配给同一个用户。
在本发明实施例中,通过响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波,根据用户需求数据和初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波。通过预设的子带模型按照频谱资源带宽,分别对目标子载波进行载波聚合,得到对应的初始子带,采用初始子带对应的子载波带宽与预设的决策变量的乘值,构建初始子带对应的目标函数。判断目标函数是否满足预设的函数条件,若否,则跳转执行基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带的步骤。若是,则将目标函数对应的初始子带作为目标子带。基于目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。通过对调制筛选后的目标子载波进行分簇可以极大的降低运算量,从而使其通信质量和速率等方面达到电信级的标准的效果。通过量子遗传算法对进行子载波的优化分配的设置,能够起到使得调制后的子载波具有更高的进化性能的效果。
请参阅图3,图3为本发明实施例三提供的一种电力线载波通信系统的结构框图。
本发明实施例提供一种电力线载波通信系统,包括:
初始子载波得到模块301,用于响应接收到的给定信道和用户需求数据,将给定信道划分为多个初始子载波;
目标子载波得到模块302,用于根据初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波;
目标子带得到模块303,用于根据用户需求数据和目标子载波,聚合得到对应的目标子带;
用户目标子带确定模块304,用于根据目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带。
可选地,目标子载波得到模块302包括:
中间子载波得到模块,用于按照初始子载波对应的信道质量对初始子载波进行调制并筛选,得到多个中间子载波。
初始种群个体得到模块,用于基于中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体。
随机变量生成模块,用于在预设的随机数区间内生成随机变量。
个体状态得到模块,用于根据随机变量和初始种群个体对应的概率幅的平方,得到初始种群个体对应的个体状态。
个体评价结果得到模块,用于根据个体状态和预设的评价函数,得到对应的个体评价结果。
目标种群个体和进化次数确定模块,用于基于个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数。
目标子载波得到子模块,用于根据目标种群个体、进化次数和预设的最大进化阈值,得到给定信道对应的多个目标子载波。
可选地,个体状态得到模块可以执行以下步骤:
将随机变量分别与初始种群个体对应的概率幅的平方进行比较;
若随机变量大于初始种群个体对应的概率幅的平方,则将初始种群个体对应的个体状态设置为第一个体状态;
若随机变量小于或等于初始种群个体对应的概率幅的平方,则将初始种群个体对应的个体状态设置为第二个体状态。
可选地,个体评价结果得到模块可以执行以下步骤:
将个体状态对应的用户子载波数量和用户速率作为初始种群个体对应的用户子载波数量和用户速率;
分别将用户子载波数量和用户速率代入预设的评价函数,得到初始种群个体对应的个体评价结果。
可选地,目标子载波得到子模块可以执行以下步骤:
比较进化次数与预设的最大进化阈值;
若进化次数等于最大进化阈值,则采用当前时刻个体评价结果最大值对应的目标种群个体对应的中间子载波作为给定信道对应的多个目标子载波;
若进化次数小于最大进化阈值,则将当前时刻的全部目标种群个体作为初始种群个体,并跳转执行在预设的随机数区间内生成随机变量的步骤。
可选地,用户需求数据包括多个用户所需的频谱资源带宽,目标子带得到模块303包括:
初始子带得到模块,用于基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带。
目标函数构建模块,用于采用初始子带对应的子载波带宽与预设的决策变量的乘值,构建初始子带对应的目标函数。
目标函数判断模块,用于判断目标函数是否满足预设的函数条件。
目标子带得到第一子模块,用于若否,则跳转执行通过基于频谱资源带宽对目标子载波进行载波聚合,得到对应的初始子带的步骤。
目标子带得到第二子模块,用于若是,则将目标函数对应的初始子带作为目标子带。
可选地,用户目标子带确定模块304包括:
目标子带判断模块,用于判断目标子带对应的通信速率是否满足预设的通信标准。
用户目标子带确定第一子模块,用于若否,则跳转执行根据初始子载波对应的信道质量对初始子载波进行载波筛选,得到多个目标子载波的步骤。
用户目标子带确定第二子模块,用于若是,则将目标子带作为用户目标子带分配给对应的用户。
本发明实施例还提供了一种电子设备,电子设备包括:存储器及处理器,存储器中储存有计算机程序;计算机程序被处理器执行时,使得处理器执行如上述任一实施例的电力线载波通信方法。
存储器可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如,用于程序代码的存储空间可以包括分别用于实现上面的方法中的各种步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。程序代码可以例如以适当形式进行压缩。这些代码当由计算处理设备运行时,导致该计算处理设备执行上面所描述的电力线载波通信方法中的各个步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一实施例的电力线载波通信方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种电力线载波通信方法,其特征在于,包括:
响应接收到的给定信道和用户需求数据,将所述给定信道划分为多个初始子载波;
根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波;
所述根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波的步骤,包括:
按照所述初始子载波对应的信道质量对所述初始子载波进行调制并筛选,得到多个中间子载波;
基于所述中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体;
在预设的随机数区间内生成随机变量;
根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态;
根据所述个体状态和预设的评价函数,得到对应的个体评价结果;
基于所述个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数;
根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波;
根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带;
根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带;
所述根据所述个体状态和预设的评价函数,得到对应的个体评价结果的步骤,包括:
将所述个体状态对应的用户子载波数量和用户速率作为所述初始种群个体对应的用户子载波数量和用户速率;
分别将所述用户子载波数量和所述用户速率代入预设的评价函数,得到所述初始种群个体对应的个体评价结果;
所述预设的评价函数为:
2.根据权利要求1所述的电力线载波通信方法,其特征在于,所述根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态的步骤,包括:
将所述随机变量分别与所述初始种群个体对应的概率幅的平方进行比较;
若所述随机变量大于所述初始种群个体对应的概率幅的平方,则将所述初始种群个体对应的个体状态设置为第一个体状态;
若所述随机变量小于或等于所述初始种群个体对应的概率幅的平方,则将所述初始种群个体对应的个体状态设置为第二个体状态。
3.根据权利要求1所述的电力线载波通信方法,其特征在于,所述根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波的步骤,包括:
比较所述进化次数与预设的最大进化阈值;
若所述进化次数等于所述最大进化阈值,则采用当前时刻个体评价结果最大值对应的目标种群个体对应的中间子载波作为所述给定信道对应的多个目标子载波;
若所述进化次数小于所述最大进化阈值,则将当前时刻的全部目标种群个体作为所述初始种群个体,并跳转执行所述在预设的随机数区间内生成随机变量的步骤。
4.根据权利要求1所述的电力线载波通信方法,其特征在于,所述用户需求数据包括多个所述用户所需的频谱资源带宽;所述根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带的步骤,包括:
基于所述频谱资源带宽对所述目标子载波进行载波聚合,得到对应的初始子带;
采用所述初始子带对应的子载波带宽与预设的决策变量的乘值,构建所述初始子带对应的目标函数;
判断所述目标函数是否满足预设的函数条件;
若否,则跳转执行所述基于所述频谱资源带宽对所述目标子载波进行载波聚合,得到对应的初始子带的步骤;
若是,则将所述目标函数对应的初始子带作为目标子带。
5.根据权利要求1所述的电力线载波通信方法,其特征在于,所述根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带的步骤,包括:
判断所述目标子带对应的通信速率是否满足预设的通信标准;
若否,则跳转执行所述根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波的步骤;
若是,则将所述目标子带作为用户目标子带分配给对应的用户。
6.一种电力线载波通信系统,其特征在于,包括:
初始子载波得到模块,用于响应接收到的给定信道和用户需求数据,将所述给定信道划分为多个初始子载波;
目标子载波得到模块,用于根据所述初始子载波对应的信道质量对所述初始子载波进行载波筛选,得到多个目标子载波;
所述目标子载波得到模块包括:
中间子载波得到模块,用于按照所述初始子载波对应的信道质量对所述初始子载波进行调制并筛选,得到多个中间子载波;
初始种群个体得到模块,用于基于所述中间子载波初始化种群并分别对种群个体进行量子态编码,得到对应的初始种群个体;
随机变量生成模块,用于在预设的随机数区间内生成随机变量;
个体状态得到模块,用于根据所述随机变量和所述初始种群个体对应的概率幅的平方,得到所述初始种群个体对应的个体状态;
个体评价结果得到模块,用于根据所述个体状态和预设的评价函数,得到对应的个体评价结果;
目标种群个体和进化次数确定模块,用于基于所述个体评价结果和预设的个体标准,确定目标种群个体并实时统计进化次数;
目标子载波得到子模块,用于根据所述目标种群个体、所述进化次数和预设的最大进化阈值,得到所述给定信道对应的多个目标子载波;
目标子带得到模块,用于根据所述用户需求数据和所述目标子载波,聚合得到对应的目标子带;
用户目标子带确定模块,用于根据所述目标子带对应的通信速率和预设的通信标准,确定用户对应的用户目标子带;
所述个体评价结果得到模块可以执行以下步骤:
将所述个体状态对应的用户子载波数量和用户速率作为所述初始种群个体对应的用户子载波数量和用户速率;
分别将所述用户子载波数量和所述用户速率代入预设的评价函数,得到所述初始种群个体对应的个体评价结果;
所述预设的评价函数为:
7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-5任一项所述的电力线载波通信方法的步骤。
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,所述计算机程序被执行时实现如权利要求1-5任一项所述的电力线载波通信方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211231226.3A CN115314181B (zh) | 2022-10-10 | 2022-10-10 | 一种电力线载波通信方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211231226.3A CN115314181B (zh) | 2022-10-10 | 2022-10-10 | 一种电力线载波通信方法、系统、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115314181A CN115314181A (zh) | 2022-11-08 |
CN115314181B true CN115314181B (zh) | 2023-01-24 |
Family
ID=83866108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211231226.3A Active CN115314181B (zh) | 2022-10-10 | 2022-10-10 | 一种电力线载波通信方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115314181B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112134614A (zh) * | 2020-10-26 | 2020-12-25 | 中国人民解放军32039部队 | 一种多波束通信卫星的下行载波资源分配方法及系统 |
WO2022126960A1 (zh) * | 2020-12-18 | 2022-06-23 | 平安科技(深圳)有限公司 | 业务条款数据的处理方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016029405A1 (zh) * | 2014-08-28 | 2016-03-03 | 华为技术有限公司 | 一种基于多目标遗传的译码方法及装置 |
CN109067508A (zh) * | 2018-07-13 | 2018-12-21 | 国网四川省电力公司技能培训中心 | 一种基于量子算法的宽带电力线通信子载波分配方法 |
-
2022
- 2022-10-10 CN CN202211231226.3A patent/CN115314181B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112134614A (zh) * | 2020-10-26 | 2020-12-25 | 中国人民解放军32039部队 | 一种多波束通信卫星的下行载波资源分配方法及系统 |
WO2022126960A1 (zh) * | 2020-12-18 | 2022-06-23 | 平安科技(深圳)有限公司 | 业务条款数据的处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115314181A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0753948B1 (en) | Capacity allocation for OFDM | |
CN108319974B (zh) | 数据处理方法、装置、存储介质和电子装置 | |
CN113726783B (zh) | 异常ip地址识别方法、装置、电子设备及可读存储介质 | |
CN113259256B (zh) | 一种重复数据包过滤方法、系统及可读存储介质 | |
CN113038187A (zh) | 一种视频体验质量公平的实用网络带宽分配方法 | |
CN115314181B (zh) | 一种电力线载波通信方法、系统、设备和介质 | |
EP1040628B1 (en) | Bit allocation in a transmission system | |
CN109688065B (zh) | 参数的处理方法、装置及存储介质 | |
CN113852970B (zh) | 基于图神经网络的多维频谱预测方法、系统、装置及介质 | |
CN112801231B (zh) | 用于业务对象分类的决策模型训练方法和装置 | |
CN113099259B (zh) | 流媒体的组播发送方法、装置、组播服务器以及介质 | |
CN113301017B (zh) | 基于联邦学习的攻击检测与防御方法、装置及存储介质 | |
CN115314180B (zh) | 一种基于载波聚合的电力线通信方法、系统、设备和介质 | |
CN117221295A (zh) | 一种基于边缘计算和网络切片的低延迟视频传输系统 | |
CN117372742A (zh) | 域泛化方法、服务器和客户端 | |
CN112153702A (zh) | 一种局域网带宽资源分配方法、存储装置及设备 | |
CN103002583B (zh) | 无线通信设备和无线通信系统 | |
CN112672426B (zh) | 一种基于在线学习的抗干扰频点分配方法 | |
Chen et al. | Mixed-precision quantization for federated learning on resource-constrained heterogeneous devices | |
Cardoso et al. | Delay bound estimation for multicarrier 5G systems considering lognormal beta traffic envelope and stochastic service curve | |
CN110554916A (zh) | 基于分布式集群的风险指标计算方法及装置 | |
CN117176311B (zh) | 基于频分多路复用的收银数据传输方法及系统 | |
CN114448987B (zh) | 基于云服务的负荷分散管理方法、装置、设备及介质 | |
CN117651288B (zh) | 智能户外电视的信号传输方法、装置、设备及存储介质 | |
Šapak et al. | The economy model of the multi-homing based dynamic spectrum access networks |
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 |