[发明专利]基于改进的樽海鞘群算法的可见光通信系统功率分配方法

权利要求书

1.一种基于改进的樽海鞘群算法的可见光通信系统功率分配方法，其特征在于，包括下列步骤：

(1)建立基于NOMA的ACO-OFDM室内可见光通信系统：

在天花板设置白光LED，将白光LED连接到服务器，构成发射机和照明光源，并设置室内可见光通信系统的发射总功率P_总；在LED照射范围内放置多个光电探测器PD，即在接收端给每个用户设置1个光电探测器PD，用于从接受的光载波中提取发送信号；

(2)根据非正交多址NOMA系统的数据速率模型，计算出每个用户的频带利用率R_k，根据每个用户的频带利用率R_k，计算系统的总频带利用率R_sum；

其中，K表示系统中有K个用户；

(3)将要求解的总频带利用率问题化为单目标优化问题；

功率分配优化问题表述为：

(4)根据系统的总频带利用率R_sum，利用改进的樽海鞘群算法，求解出每个用户的功率分配值。

2.根据权利要求1所述的基于改进的樽海鞘群算法的可见光通信系统功率分配方法，其特征在于，步骤(1)中光信道传输模型可以表述为如下形式：

其中，x_k为LED发射信号的光功率，R为光电转换系数，取值为常数，y_k为PD接收端接收到的幅值，h_k为可见光信道的增益，n_k为高斯白噪声；

只考虑直射的情况下，系统的信道增益为：

A_r为PD的接收面积，m_l表示LED灯的发射级数，T_s(ψ)为透射率，d为发射端与接收端之间的距离，g(ψ)为光集中器OC增益，ψ和φ分别表示入射角和辐射角，表示光信号的延时函数；

噪声n_k遵循以下高斯概率分布函数：

其中，μ和σ²分别为均值和方差，其中，μ＝0和σ²＝N₀/2。

3.根据权利要求1所述的基于改进的樽海鞘群算法的可见光通信系统功率分配方法，其特征在于，步骤(2)中每个用户的频带利用率R_k表示为：

其中，B_n为系统带宽，p_k为第k个用户的功率分配值。

4.根据权利要求1所述的基于改进的樽海鞘群算法的可见光通信系统功率分配方法，其特征在于，步骤(3)中单目标优化问题表述为：

单目标优化只处理一个目标，这意味着只有一个目标需要最小化或最大化，这些约束条件被分为两个部分：等式和不等式，单目标优化表述为最小化问题：

式中，d为变量数，p为等式约束的个数，m为不等式约束的个数，lb_i为第i个变量的下界，ub_i表示第i个变量的上界，为不等式约束函数，为等式约束函数；

功率分配优化问题可以表述为：

约束条件为：

其中，K为系统中共有K个用户，p_s为系统总功率值，约束C₁表示系统中每个用户分配的功率值之和等于总功率值，约束C₂表示每个用户的功率分配值都为正数，约束C₃表示根据NOMA原理，随信道增益的递增，分配的功率值依次减少。

5.根据权利要求1所述的基于改进的樽海鞘群算法的可见光通信系统功率分配方法，其特征在于，步骤(4)中利用改进的樽海鞘群算法求解功率分配值的步骤如下：

樽海鞘群体在进行觅食时通常分为两个部分：领导者和追随者，领导者位于链的前端，负责寻找食物源进行引导，追随者则跟随先前的个体，群体通过相互协作找到食物源，改进的樽海鞘群算法SSA流程如下：

1.初始化种群，根据搜索空间每一维的上下限,初始化樽海鞘的位置即：

其中：N为樽海鞘群的种群规模，D为空间维度；

2.确定适应度函数

2.1)根据非正交多址NOMA系统频带利用率模型，将系统频带利用率最大化问题建模为非线性优化问题，表示如下：

约束条件为：

在满足约束条件下，将樽海鞘群算法的适应度函数表示如下：

2.2)根据适应度函数计算每个樽海鞘的适应度值；

3.选定食物源的初始位置，对樽海鞘的适应度值进行排序，找到最优樽海鞘的位置g⁰，即为食物源的位置；

4.确定领导者和跟随者，樽海鞘群体根据适应度值由低到高排序(以最小化问题为例)，适应度值最小个体作为食物源，前一半种群作为领导者，后一半种群作为追随者，分别进行位置更新；

5.生成衰落参数a₁，t为当前迭代次数,max_iter为最大迭代次数；

6.更新樽海鞘领导者的位置：

其中，为当前代樽海鞘领导者i在第j维空间的位置,F_j为当前代食物源在第j维空间的位置，ub_j和lb_j为第j维搜索空间的上、下限,c₂和c₃为(0,1)之间均匀分布的随机数，c₁随迭代次数增加而自适应递减，c₁的取值如下:

7.更新樽海鞘跟随者的位置。

其中，为当前代樽海鞘跟随者i在第j维空间的位置，和分别为上一代中樽海鞘跟随者i,i-1在第j维的位置；

8.对更新后个体的每一维进行边界处理，并根据更新后新的全局最优樽海鞘位置，更新食物源的位置g^t；

9.判断是否满足迭代次数，若是，则输出当前食物源的位置即得到了系统的功率分配值p₁,...,p_k,...,p_K；否则，转第三步继续迭代进化。