[发明专利]基于遗传算法的正交频复用线性调频信号波形优化方法在审
申请号: | 202111455831.4 | 申请日: | 2021-12-01 |
公开(公告)号: | CN114357856A | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 刘泉华;侯凯悦;陈新亮;常少强;梁振楠;龙腾 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/12;G06F111/06 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 温子云;李爱英 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 遗传 算法 正交 频复用 线性 调频 信号 波形 优化 方法 | ||
1.一种基于遗传算法的正交频复用线性调频信号波形优化方法,其特征在于,包括:
步骤S1:输入码片数Nc和正交信号集中信号个数Mc,输入遗传算法的参数,所述遗传算法的参数包括初始化生成样本数G1、每一代的数目Gi、父代数目Gp、子代数目Go、突变概率p、以及最大迭代次数或者其他停止条件;输入线性同余生成器参数;所述正交信号频率集为
步骤S2:基于所述线性同余生成器生成G1个样本作为初始化样本,将初始化样本作为第一代个体;
所述线性同余生成器生成样本的方式为:
生成一位随机数,通过线性同余生成器得到一组伪随机序列,所述线性同余生成器是通过递归执行获得随机序列的伪随机数生成器;从该组伪随机序列中由随机位置取Mc个长度为Nc的序列,对每一个序列均进行排序编号,所述排序编号是指将序列的各个元素进行映射:对序列中的任一元素,将该元素映射为对序列的全部元素按从小到大的顺序进行排列时,该元素在按序排列的数列中的序号;将排序编号后的Mc个长度为Nc的序列作为个体,表示为{α(m)},m=1,…,Mc。
步骤S3:计算当前的全部个体的代价函数;对所述当前的全部个体的代价函数值进行由小到大的排序,取前Np个个体作为父代;
步骤S4:对Np个父代,随机交配生成No个子代,按照突变概率p对所有个体中的序列随机交互排序值得到突变后的子代;并引入随机重启机制,即用线性同余生成器重新生成新的Nn个体,将新生成的个体加入到现有个体集合中,将所述父代、子代和重启个体作为当前的全部个体;所述随机交配是指该代任意个体自身的任意单个序列随机位置数值间彼此交换;
步骤S5:判断是否满足迭代停止条件,所述迭代停止条件为迭代次数达到最大迭代次数,或满足所述其他停止条件;若满足,进入步骤S6;否则,进入步骤S3;
步骤S6:将当前的全部个体的代价函数按从小到大的顺序进行排列,取排序得到的第一个个体作为最佳序列输出。
2.如权利要求1所述的方法,其特征在于,所述线性同余生成器是通过递归执行获得近似真随机序列的伪随机数生成器,所述线性同余生成器定义如下递推关系:
Pj+1=(a×Pj+c)mod l
其中Pj是伪随机序列的上一次的值,将其作为本次的输入,l是模数,a是乘数,c是增量,P0是作为种子的起始值。
3.如权利要求2所述的方法,其特征在于,所述步骤S1,线性同余生成器参数为取模数l=231-1,乘系数a=16807,增量c=1。
4.如权利要求3所述的方法,其特征在于,所述步骤S3,所述代价函数的计算方式为:对待计算代价函数的个体,该个体需要与当前全部个体中除自身外的其余个体进行比较,每进行一次比较,生成一个交叉错位结果;将全部交叉错位结果的最大值作为该个体的代价函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111455831.4/1.html,转载请声明来源钻瓜专利网。