[发明专利]基于PSO-GA混合算法的方向调制信号综合方法

摘要

本发明提供了一种基于PSO‑GA混合算法的方向调制信号综合方法，构造了基于四元相控阵方向调制通信系统信号综合的低复杂度多目标函数，结合粒子群优化算法收敛速度快和遗传算法全局搜索能力强的特点，设计了基于PSO‑GA的混合算法，弥补了单一优化算法的缺陷，仿真结果证实了所提方法的有效性。

主权项

1.一种基于PSO‑GA混合算法的方向调制信号综合方法，其特征在于包括下述步骤：步骤一，在基于四元相控阵方向调制通信系统中，方向调制发射机发射的第i个QPSK符号到达远场接收机的电矢量为其中，a_n表示天线阵元n的激励幅度，ψ_n(i)表示天线阵元n的激励相位，θ是关于z轴的方向角，k＝2π/λ是电磁波传播常数，λ是载波波长，目标接收机位于远场，在幅度方面，近似处理R_n≈R₀，在相位方面，项的距离近似为R_n≈R₀‑ndsinθ；假设所有阵元的幅度激励都是相同的，而且归一化为a₀＝a₁＝a₂＝a₃＝1，各个阵元的天线方向性函数用f_e(θ,φ)表示，则方向调制发射机在P点处的辐射合场强表示为又QPSK调制的星座点表示为为了维持期望方向θ_s上的星座图，定义目标函数定义目标函数其中，θ_c是一个常数，取值为10°，step是步进，取值为0.01；因此，多目标优化模型设计为为了对比算法性能，建立另一个多目标优化模型步骤二，定义搜索区域为16维空间，每维空间的取值范围为‑180°到180°，搜索精度设为0.01°，采用16bit编码，作为一条染色体；PSO采用全局优化模型xidk+1＝xidk+vidk+1，vidk+1＝ω·vidk+c1·rand1()·(pbest_idk‑xidk)+c2·rand2()·(gbest_idk‑xidk)，其中，vid是粒子i的速度，xid是粒子i的位置，pbest_idk是粒子i经历过的最好位置，gbest_idk是粒子i经历过的全局最好位置；上标k表示第k次迭代，下标d表示第d维度；rand1()和rand2()是随机变量，均匀分布于[0,1]；c1和c2是加速因子，取值为1.5；ω是惯性权重，取值范围为0.9到0.4；粒子群的规模K设为10000，最大迭代次数设为100；遗传算法使用的种群大小和PSO的群体规模一致；遗传算法的选择算子设计使用比例选择和最优保存的混合策略，个体i被选中的概率为其中，F_i是个体i的适应度；遗传算法的交叉算子采用单点交叉，首先随机产生一个交叉位置；然后两条父染色体以交叉位置为界，互相交换交叉位置前段的染色体；过程中将交叉概率Pc设为0.8，Pc决定交叉操作实施与否；遗传算法的变异算子的产生首先随机产生两个变异位置；然后交换两个变异位置上的值；过程中将变异概率设为Pm为0.05，Pm决定变异操作是否进行；混合优化算法具体实现步骤如下：(1)初始化各参数。根据问题的编码规则，随机生成N个个体，组成初始种群，将每个个体代入目标函数，得到对应的适应度；(2)评价适应度函数，记录粒子本身最优解pbest_id和种群目前最优解gbest_id；(3)根据vidk+1＝ω·vidk+c1·rand1()·(pbest_idk‑xidk)+c2·rand2()·(gbest_idk‑xidk)更新粒子速度，根据xidk+1＝xidk+vidk+1更新粒子位置，到达最大迭代次数后，输出初始优化种群；(4)根据式选择个体，按交叉概率P_c进行交叉操作，生成新个体；(5)以变异概率Pm进行变异操作，产生新个体加入子代种群中；(6)当满足设定的迭代条件，则停止，输出最佳个体作为最优化结果，否则，跳转到步骤(4)；步骤三，利用混合算法求解多目标函数，得到全局最优解。