说明书基于遗传算法的天线选择方法
技术领域
本发明涉及移动通信技术领域，具体涉及一种基于遗传算法的天线选择方 法。
背景技术
目前在多天线无线通信系统中，在收发节点上部署了多根天线用来提高传输 速率和抵抗多径等信道影响。但由于射频电路比较昂贵，为每个天线装配一个射 频链路不切实际也没有必要，通常利用制定的天线选择准则选出部分优选天线来 做传输，达到降低系统成本和保证较高传输速率的目的。
目前天线选择的准则有基于最大容量和最大信噪比等算法。基于最大容量的 算法能选出最优发射接收天线组合，但需要计算出所有天线组合的容量，复杂度 呈指数增长，计算量大，计算时间长。
发明内容
本发明针对现有基于最大容量算法的不足之处，提供一种基于遗传算法的天 线选择方法。本发明采用遗传搜索，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。
下面阐述本发明的技术方案。
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：
NR表示发射和接收天线组合中的发射天线数； NRS表示从NR中选取的发射天线数；NT表示发射和接收天线组合中的接收天线 数；NTS表示从NT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： ObjectVC ( i ) = log 2 det [ I N Rs + ( ρ i / N 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，i＝1,2,3,...； NRs、NTs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；ρi、Hi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Hi的共轭转置矩阵；是维数为NRs的单 位矩阵。
(5)利用公式：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；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。
附图说明
图1是本发明的流程图。
具体实施方式
(1)通过信道估计等方式得到发送节点到接收节点的链路的信号信噪比SNR、 信道增益 H = h 11 h 12 . . . h 1 N T h 21 h 21 . . . h 2 N T · · · · · · · · · h N R 1 h N R 2 . . . h N R N T , ]]>hij表示第j个发射天线和第i个接收天线 之间的等效低通信道冲击响应。
(2)为每一种发射和接收天线组合编码，成为基因。共有种组合，用 二进制编码时的编码长度为ChromeLen，其中：
(3)产生初始种群，每个种群的有GroupNum条基因。
(4)计算每条基因的目标函数值，公式为：
ObjectVC ( i ) = log 2 det [ I N Rs + ( ρ i / N Ts ) · H i H i H ] . ]]>
(5)计算每条基因的适应度值，公式为：
FitnVC ( i ) = ObjectVC ( i ) Σ i = 1 GroupNum ObjectVC ( i ) . ]]>
(6)对FitnVC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。
(7)记交叉概率为px，计算出需要交叉的基因对的数目，公式为：
CrossoverNum＝GroupNum×px/2
随机产生介于1到GroupNum之间CrossoverNum对不重复的整数，整数代表参 与交叉的基因是种群中的基因的第几个；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；交叉方法为对换需要交叉的基因的交叉位后的 基因位。
(8)记变异概率为pm；计算变异的基因的数目，公式为：
MutateNum＝pm×ChromeLen×GroupNum；
随机产生介于1到GroupNum之间MutateNum个不重复的随机整数，这些整数表 示种群的第几个基因产生变异；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；变异方法为，对需要变异 的基因的变异基因位取反。
(9)重复第4-8步，直到遗传次数达到MaxGen。
(10)计算出遗传操作的最后一代的适应度FitnVC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。
(11)结束。
下面利用具体数据进行演算示范，可以更好的了解本发明的效果。
在发送和接收节点都部署4根天线，都选择出2根天线来参与通信，即 NT＝4，NTs＝2，NR＝4，NRs＝2。
(1)通过信道估计等方式得到发送节点到接收节点的链路的信号信噪比都为 15dB的、信道增益为：
H = - 0.2204 + 0.0983 i - 0.0620 - 0.6024 i 0.3096 - 0.2611 i 0.0604 - 0.1159 i 0.2089 + 0.1190 i - 0.0553 - 0.3343 i 0.1305 - 0.1588 i 0.0401 - 0.0156 i - 0.1528 + 0.2205 i - 0.6748 - 0.1057 i - 0.0040 - 0.1594 i - 0.3097 + 0.0736 i - 0.4672 - 0.1046 i 0.4857 - 0.3608 i - 0.1580 - 0.4113 i - 0.1507 + 0.0735 i ]]>
(2)种组合用二进制编码的编码长度为ChromeLen＝6；为每一种 发射和接收天线组合编码，成为基因。
(3)随机产生10条基因的初始种群：
Group＝{010010,010111,001011,010101,011100,100001,001100,000001,100010,000110} ；对应的发射接收天线分别为：
2312,2334,1334,2323,2424,1434,1412,1213,3424,1312
(4)计算每条基因的目标函数值为：
ObjectVC＝{2.2038,0.6203,1.4759,2.8135,2.2219,2.0615,3.4280,2.5934,2.9782}
(5)计算每条基因的适应度值为：
FitnVC＝{0.0901,0.0254,0.0603,0.1150,0.0908,0.0843,0.1401,0.1060,0.1217}
(6)对FitnVC排序，复制适应度值最大的前SelectNum＝2个基因，删除适应度 值最小的SelectNum＝2个基因。
适应度最大的2个基因为第9、7条基因，适应度最小的2个基因为第2、3条基 因。
Group = { 010010,010111,001011,010101,011100,100001,001100,000001,100010,000110 } ↓ Group = { 010010,100010,001100,010101,011100,100001,001100,000001,100010,000110 } ]]>
(7)记交叉概率px＝0.6，则有对基因需要交叉； 随机产生介于1到10之间6个不重复的整数{3,6,10,1,5,9}和随机产生介于2到 5之间3整数{2,3,5}，则第3与6条基因在第2位交叉，10与1条基因在第3 位交叉，5与9条基因在第5位交叉。
0 | 01100 00 | 0110 0111 | 00 1 | 00001 01 | 0010 1000 | 10 ↓ ↓ ↓ 0 | 01100 00 | 0110 0111 | 10 1 | 00001 01 | 0010 1000 | 00 ]]>
形成新的种群：
Group＝{010010,100010,001100,010101,011110,100001,001100,000001,100000,000110}
(8)记变异概率为pm＝0.01，变异的基因的数目为：
pm×ChromeLen×GroupNum＝0.01×6×10＝0.6，归为整数1；产生一个1到 ChromeLen×GroupNum＝6×10的随机整数{16}，
Group = { 010010,100010,001 | 100,010101,011110,100001,001100,000001,100000,000110 } ↓ Group = { 010010,100010,001 | 000,010101,011110,100001,001100,000001,100000,000110 } ]]>
(9)重复第4-8步，直到遗传次数达到MaxGen＝20。
(10)计算出遗传操作的最后一代的适应度最大为0.0466，相应的基因为 100010，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为第2、3 根发射天线和第3、4根接收天线。
(11)结束。
下述表1所示，对应的天线的值前两位表示发射端的天线，后两位表示接收 端的天线，1-4分别表示第几根天线。
表1 基因与对应天线的映射表
基因 对应的天线 基因 对应的天线
000000 1212 010010 2312
000001 1213 010011 2313
000010 1214 010100 2314
000011 1223 010101 2323
000100 1224 010110 2324
000101 1234 010111 2334
000110 1312 011000 2412
000111 1313 011001 2413
001000 1314 011010 2414
001001 1323 011011 2423
001010 1324 011100 2424
001011 1334 011101 2434
001100 1412 011110 3412
001101 1413 011111 3413
001110 1414 100000 3414
001111 1423 100001 3423
010000 1424 100010 3424
010001 1434 100011 3434