基于遗传算法的天线选择方法

摘要

本发明公开了一种基于遗传算法的天线选择方法，针对现有基于最大容量算法其计算所有天线组合容量的复杂度呈指数增长的不足之处，采用遗传搜索，可以快速地搜索到次优甚至最有的最大容量的发射和接收天线组合来参与多天线传输，降低了天线选择的复杂度和计算量，使复杂度随着天线数目的增长仅仅是呈线性增长，大幅降低计算量和计算时长。

主权项

一种基于遗传算法的天线选择方法，所述方法包括如下步骤：(1)获取发送节点到接收节点的链路的信号信噪比和信道增益；(2)为每一种发射和接收天线组合编码，成为基因，其中：N_R表示发射和接收天线组合中的发射天线数；N_RS表示从N_R中选取的发射天线数；N_T表示发射和接收天线组合中的接收天线数；N_TS表示从N_T中选取的接收天线数；ChromeLen表示每条基因长度；(3)产生初始种群，每个种群有GroupNum条基因，GroupNum＝1,2,3,...,i,...；(4)利用公式：$\mathrm{ObjectVC}\left(i\right)={\log }_2\det [I_{N_{\mathrm{Rs}}}+({\rho }_i/N_{\mathrm{Ts}})·H_i{H_i}^H],$计算每条基因的目标函数值，其中：ObjectVC(i)表示第i条基因的目标函数值，i＝1,2,3,...；N_Rs、N_Ts分别表示第i条基因所对应的发射和接收天线组合中的发射天线数、接收天线数；ρ_i、H_i分别表示用第i条基因所对应的发射和接收天线组合传输的信噪比、信道矩阵；表示信道矩阵H_i的共轭转置矩阵；是维数为N_Rs的单位矩阵；(5)利用公式：$\mathrm{fintnCC}\left(i\right)=\frac{\mathrm{ObjectVC}\left(i\right)}{\underset{i=1}{\overset{\mathrm{GroupNum}}{\Sigma }}\mathrm{ObjectVC}\left(i\right)},$计算每条基因的适应度值，其中：FitnVC(i)表示第i条基因的适应度值；(6)对适应度值进行排序，复制适应度值最大的前SelectNum个基因，删除适应度值最小的SelectNum个基因，SelectNum表示种群中被选择的基因数目；(7)利用公式：CrossoverNum＝GroupNum×px/2，计算出需要交叉的基因对的数目，其中px表示交叉概率；随机产生介于1到GroupNum之间CrossoverNum对不重复的整数，随机产生介于2到ChromeLen‑1之间的整数分别作为整数对的交叉位；其中：CrossoverNum表示需要交叉的基因对数目，px表示交叉概率；(8)利用公式：MutateNum＝pm×ChromeLen×GroupNum，计算变异的基因的数目；随机产生介于1到GroupNum之间MutateNum个不重复的随机整数；随机产生介于2到ChromeLen‑1之间MutateNum个不重复的随机整数作为这些会变异的基因的变异位；其中：MutateNum是种群中变异的基因的数目，pm表示变异概率；(9)重复步骤(4)至步骤(8)，直到遗传次数达到MaxGen，MaxGen表示最大遗传次数；(10)计算出遗传操作的最后一代的适应度值最大的基因，解码基因得到适合下一次传输的发射天线和接收天线的组合。