混合遺傳算法在智能天線波束成型中的應用

張海波 劉開健

[摘要]對智能天線波束成型的思想和算法作簡要介紹,給出一種混合遺傳算法,該算法結合傳統(tǒng)遺傳算法和局部搜索的優(yōu)點,具有良好的收斂性能,能夠有效的抑制干擾,提高系統(tǒng)的信噪比。

[關鍵詞]智能天線波束成型混合遺傳算法

中圖分類號:TN82文獻標識碼:A文章編號:1671-7597(2009)1210092-01

智能天線技術引入了空分多址方式,利用信號不同的空間傳輸路徑,將相同頻率、相同時隙、相同地址碼的信號區(qū)分開來,并能夠與其他多址技術相結合,使通信資源由時間域、頻率域和碼域擴展到空間域,有效地增大了系統(tǒng)容量,最大限度地利用了有限的頻譜資源。自適應算法是智能天線技術的核心,算法的收斂速度、收斂性能等因素直接影響著整個系統(tǒng)的性能。

一、波束成型基本思想

智能天線通常采用數字信號處理技術識別用戶信號的來波方向,根據一定的最優(yōu)準則或自適應算法求出最優(yōu)接收的權值矢量,為每個期望信號或用戶群形成一個期望波束。算法選擇是否合理將決定智能天線暫態(tài)響應的速度和實現電路的復雜度,它是自適應天線陣列處理的核心。自適應的主要含義是指用于波束形成的權值矢量可以自適應地調整。自適應天線能夠根據接收信號以及外界環(huán)境的變化在一定最優(yōu)準則下自適應地進行權值矢量的更新,以獲得最佳的接收和發(fā)射信號,因此自適應天線技術能動態(tài)跟蹤期望用戶的來波方向,對來波方向不同于期望用戶的干擾信號在空域進行抑制,實現了所謂的“空分多址”。

二、波束成型算法

智能天線技術研究的核心是自適應波束成型算法,智能天線依據采用的優(yōu)化準則自適應的調整加權矢量,以跟蹤信號環(huán)境的變化。不過,由于各種準則的最優(yōu)權值均收斂于最優(yōu)維納解,因此準則的選擇并不是很重要,主要的工作在于自適應波束成型算法的選擇,因為它決定了天線陣列暫態(tài)響應的速率和實現電路的復雜度。

根據算法是否利用參考信號,可以把自適應波束成型算法分為非盲自適應算法和盲自適應算法。目前比較常見的非盲算法如最小均方誤差(LMS)算法、遞歸最小二乘(RLS)算法和直接矩陣求逆(DMI)算法等。盲算法則是直接利用信號的固有特性而不需要接收端已知參考信號的自適應算法,常見的有恒模(CM)算法、子空間(Subspace)算法、有限符號集(Finite Alphabet)、循環(huán)平穩(wěn)(Cycle stationary)等,移動通信環(huán)境非常復雜,各種算法都有其優(yōu)缺點,所以往往需要根據系統(tǒng)的需要采取折中的方式。而遺傳算法具有穩(wěn)健性、隨機性,很適合于解決此類復雜的非線性優(yōu)化問題,而且對搜索空間也沒有什么特殊要求。所以近年來,遺傳算法在天線設計領域已經得到廣泛的應用。

三、混合遺傳算法

遺傳算法在硬件實現時,可以實現并行運算,極大的提高了算法的速度,具有良好的全局尋優(yōu)能力。但是往往運行的時間比較長,運行時占用比較多的計算機資源;局部搜索法能有效地搜索解空間中的某一特定的區(qū)域,但是它無法跳出局部最優(yōu)的“陷阱”。本文要介紹一種混合遺傳算法,它是以遺傳算法作為整體框架,再利用局部搜索技術使每個演化代的所有個體都達到局部最優(yōu),從而大大提高算法的執(zhí)行速度和性能,這種算法結合了這兩個方法的特點,克服了他們的不足。

該混合遺傳算法是基于天線陣列在干擾信號方向和期望信號方向上的功率來調整相位和幅度的激勵,設定的目標函數是為了使接收到的干擾信號的功率最小化和期望信號的功率最大化,所以該算法的迭代過程中下一代的天線陣子激勵應該比上一代的激勵使期望輸出信號的功率單調的增加并且使干擾輸出信號功率單調的減小,因此該算法可以提高系統(tǒng)的信噪比。適應度函數的設計是基于適應度函數表示天線陣列所產生的方向圖與最優(yōu)方向圖的差異大小,首先計算出每個染色體的方向圖與規(guī)定的理想方向圖的誤差,再對這個誤差作變換得到適應度。誤差越大,適應度越低,誤差越小,適應度越高。算法流程如下:

1.隨機產生由P個染色體構成的初始種群。染色體(陣子激勵)是由很多基因(激勵)構成的,在天線陣列問題中對于用戶m的信號的接受,基因就是幅度激勵和相位激勵,所以第一步就是隨機產生一個矩陣向量,其中,其中M是系統(tǒng)中用戶數,N是天線的陣元數的一半,P為染色體數目。

2.計算每個染色體的適應度值。對以上隨機產生的染色體的激勵代入陣列的方向圖函數,并與目標函數作差,取每個染色體方向差的絕對值的倒數為其適應度值。如果一個染色體既能增加期望信號的功率又能減小干擾信號的功率,即它最接近最優(yōu)方向圖的激勵,那么它的適應度值就越高。

3.選擇。即根據一定的算法,配合適應度值選擇再生個體。本文依據適應度值采用賭輪盤算法進行選擇,這樣適應度高的個體生存下來的可能性大,也就是說接近目標方向圖函數激勵的個體保留下來的可能性大。

4.交叉和變異運算。交叉運算從本質上來講其最基本的用意就是通過隨機選擇種群中的兩個染色體并將其基因位交叉來產生一個新的個體,新的個體不僅具有交叉前父個體的所有特性,同時又擴大了種群的多樣性,而變異操作可以避免算法收斂在局部最優(yōu)。

5.采用爬山法進行局部搜索,就是把種群中的個體進行適應值的比較選擇其中的最優(yōu)值。

6.判斷是否滿足本算法的終止條件,如果滿足,則停止計算,輸出當前的最優(yōu)值;如果不滿足,則返回第2步。

本混合遺傳算法結合了遺傳算法和局部搜索算法的優(yōu)點,克服了它們的不足,大大提高了算法的收斂速度和收斂性能。把該算法用于智能天線的波束成型可以使最大增益主瓣對準期望信道方向,還能對干擾方向形成很深的零陷。因此,這種基于這種混合遺傳算法的上行最佳方向圖智能天線系統(tǒng)能夠有效的抑制干擾,提高系統(tǒng)的信噪比,具有較好的實際應用價值。

四、結束語

基于混合遺傳算法的智能天線波束成形不僅能夠使最大增益主瓣對準期望信號的方向,還能夠更有效的抑制干擾,提高系統(tǒng)的信噪比,具有良好的實際意義。智能天線技術與多用戶檢測技術、空時編碼技術、功率控制技術、Rake接收技術、多載波傳輸技術和軟件無線電等的結合將會有力推動數字移動通信技術的發(fā)展,也將成為未來研究的主要方向。

參考文獻:

[1]謝顯中,TD-SCDMA第三代移動通信系統(tǒng)技術與實現[M].電子工業(yè)出版社,2007.

[2]龔耀寰,自適應濾波(第二版):時域自適應濾波和智能天線[M].電子工業(yè)出版社,2003.

[3]王麗娜、王兵、周賢偉,一種新的智能天線波束形成算法[J].電波科學學報,2007,22(2):351-354.

[4]劉昊、鄭明等,遺傳算法在陣列天線賦型波束中的應用[J].電波科學學報,2002,17(5):539-542.

作者簡介:

張海波(1979-),男,漢族,重慶人,長江大學講師,主要研究方向:移動通信技術。