通信网络中基于遗传算法的上行功率控制方法及装置

摘要

本发明公开了一种通信网络中基于遗传算法的上行功率控制方法及装置，所述方法包括对通信网络进行建模，获取理论最优的移动终端发射功率表达式；结合遗传算法确定适应度函数；确定变量的二进制串位数；初始化种群；从二进制串中返回一个实际的值作为实际变量；以及，根据适应度函数得到染色体中最健壮及最虚弱的基因，并据此设计遗传算子以及确定遗传算法的运行参数。采用本发明，可以满足通信网络中同构或者异构网情况下，基站适时地指示动态调整归属移动终端的上行发射功率，降低对其他基站的干扰，同时保证该目标基站下整网移动终端上行链路的QoS，保证通信网络良好的系统性能。

主权项

一种通信网络中基于遗传算法的上行功率控制方法，其特征在于，包括：A、对通信网络进行建模，获取理论最优的移动终端发射功率表达式；B、结合遗传算法确定适应度函数；C、确定变量的二进制串位数；D、初始化种群；E、从二进制串中返回一个实际的值作为实际变量；F、根据适应度函数得到染色体中最健壮及最虚弱的基因，并据此设计遗传算子以及确定遗传算法的运行参数；在所述步骤A中，所述理论最优的移动终端发射功率矢量表达式为：$\hat{P}={(I-H)}^{-1}\eta ;$其中，矩阵其为一个M×M的归一化链路增益矩阵；矢量η＝(δ_n/G_ni)×γ′_i，其为归一化噪声功率矢量，其中δ_n是基站n处的热噪声功率，G_ni为某一时刻第i个移动终端和基站n之间的链路增益，γ′_i为第i个移动终端的目标信干比；在所述步骤B中，对于通信系统上行链路而言，确定的适应度函数如下：$\mu \left(t\right)=\underset{i=1}{\overset{M}{\Sigma }}[p_i\left(t\right)+\phi \left(t\right)];$其中，φ(t)＝p_i(t)‑p_i(t‑1)，p_i(t)表示第i个移动终端在第t代的发射功率；在所述步骤E中，从二进制串返回一个实际的值作为实际变量采用如下公式来实现：$p_i=\alpha +decimal\left(substring\right)\times \frac{p_{i\_max}-\alpha }{2^{m_j}-1};$其中，decimal(substring)表示变量p_i的十进位数值；在所述步骤F中，采用轮盘赌法，根据适应度函数得到染色体中最健壮及最虚弱的基因，并据此设计遗传算子以及确定遗传算法的运行参数，其具体步骤包括：F1、根据各个随机生成的染色体二进制对应的十进制数值U_k，K这个参数主要用于体现遗传算法的随机可控性，人为初始设置，计算适应度函数eval(U_k)：eval(U_k)＝μ(t)k＝1,2,3,.....；F2、计算群体的适应度总和：$F=\underset{k=1}{\overset{K}{\Sigma }}eval\left(U_k\right);$F3、计算对应每个染色体U_k的选择概率Y_k：$Y_k=\frac{eval\left(U_k\right)}{F};$F4、计算每个染色体U_k的累计概率Q_k：$Q_k=\underset{j=1}{\overset{k}{\Sigma }}{Y}_j,k=1,2,\mathrm{3.....},K;$F5、选择新种群的一个染色体。