[发明专利]一种基于遗传算法的全双工IAB系统遍历容量优化方法

权利要求书

1.一种基于遗传算法的全双工IAB系统遍历容量优化方法，具体步骤如下：

步骤1：建立全双工IAB系统的系统模型及干扰信号模型

建立信号从供体基站，即源节点S,通过K-1个节点，即中继节点R₁,R₂,...,R_K-1，传输到目的节点D的模型，其中源节点S和目的节点D工作在半双工模式，中继节点R₁,R₂,...,R_K-1工作在全双工模式，与优化变量直接相关的自干扰和后向干扰信号功率表示为

其中β_k表示全双工节点处的自干扰系数，P_k表示节点发送功率，h_k+1,k表示信道衰落，k₀表示参考距离常数，d_k+1,k表示相邻节点间距离，α表示路径损失系数；

步骤2：以最大化系统遍历容量为优化目标，节点发送功率、相邻节点间距离需要满足的条件为约束条件，构建优化问题

将系统遍历容量表示为C_E，第一组优化变量表示为P₀,P₁,...,P_K-2，表示节点发送功率，第二组优化变量表示为d_0,1,d_1,2,...,d_K-2,K-1，表示相邻节点间距离，优化问题可以构造为

maxC_E(P₀,P₁,...,P_K-2；d_0,1,d_1,2,...,d_K-2,K-1) (3)

s.t.P_k＞0,k＝0,1,...,K-2 (4)

d_k,k+1＞0,k＝0,1,...,K-2 (6)

步骤3：设计优化变量与基因型之间进行映射的编解码规则，形成初始种群选择二进制编解码方式对变量进行处理，对每个变量的编码位数为

其中表示向上取整，染色体的编码长度为

L＝(2K-2)l (9)

其中前(K-1)l位顺序表示第一组变量P₀,P₁,P₂,...,P_K-2，取值的下界和上界分别为

后(K-1)l位顺序表示第二组变量d_0,1,d_1,2,d_2,3,...,d_K-2,K-1，取值的下界和上界分别为

假设l位二进制编码为z_m＝a_m1a_m2…a_ml，对于第一组变量，基因型向优化变量转换时的解码公式为

对于第二组变量，基因型向优化变量转换时的解码公式为

确定好编码规则后，将种群规模大小设置为n，即种群由n个个体组成，初始种群即按照上述编码规则产生的n个L位二进制字符串；

步骤4：设计适应度函数，并将约束条件以罚函数的形式体现在适应度函数中，计算种群中个体的适应度值，将当前种群中的最优解记录并输出

适应度函数设计为

其中c₀为比例系数，避免由于C_E的数值过大而导致在评价个体适应度优劣时，会因为相互之间相差的数量级远远小于其本身的数量级而无法进行有效的优劣筛选，g₁表示罚函数，用来体现优化问题中的不等式约束条件，并通过添加g₂项以保证适应度函数整体取值非负，在每一次迭代中，根据公式(16)计算当前种群中个体的适应度函数值，其决定了每个个体被选择遗传到下一代的概率，同时，将当前种群中的最优解记录并输出；

步骤5：将当前种群中适应度较高的个体按照轮盘赌规则遗传到下一代，通过单点交叉、单点变异实现种群中新基因型的产生

对当前种群使用轮盘赌选择实现基因型的遗传，个体适应度越高，被选中的概率就越大；并对当前种群进行单点交叉实现新基因型的产生，按照某一个预设的概率，即交叉概率，在两个个体之间进行单个基因的相互交换；同时对当前种群进行单点变异实现新基因型的产生，即按照某一个预设的概率，即变异概率，对种群中个体的某一位进行改变；

步骤6：判断是否达到设置的循环终止条件，若达到迭代次数，则方法结束，若未达到迭代次数，则返回步骤4并重复步骤4到步骤6，直到达到迭代次数方法结束。