[发明专利]一种基于NSGA2算法训练的AMP检测算法和实施该算法的系统在审

专利信息
申请号: 202111664065.2 申请日: 2021-12-31
公开(公告)号: CN114337876A 公开(公告)日: 2022-04-12
发明(设计)人: 侯晓赟;赵健博 申请(专利权)人: 南京邮电大学
主分类号: H04B17/336 分类号: H04B17/336;H04B17/391;H04L27/34
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210023 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 nsga2 算法 训练 amp 检测 实施 系统
【权利要求书】:

1.一种基于NSGA2算法训练的AMP检测算法,包括以下步骤:

步骤一、随机生成多个用户比特流,并将每个用户比特流映射到相应星座点上;

步骤二、经步骤一处理过的信号作ISFFT变换,把时延多普勒信号映射到时频域中,再经IFFT变换,把时频域信号转换为时域信号流;

步骤三、将经步骤二处理得到的时域信号流经过Jakes信道模型;

步骤四、取出每个用户的频域信号作SFFT变换得到每个用户相应的时延多普勒信号;

步骤五、将经步骤四处理得到的信号进行AMP迭代检测,计算每次迭代的中每个值与星座点xo的最小MSE,当MSE小于阈值时中止迭代;

步骤六、完成当前信号解调过程,依据迭代次数趋势图确立固定迭代次数,将每一次迭代的收敛因子看作独立参数,通过NSGA2多目标优化算法来得到最优参数;

步骤七、将最优参数放入AMP检测算法进行检测。

2.根据权利要求1所述的基于NSGA2算法训练的AMP检测算法,其特征在于:在步骤一中,根据帧个数和子载波个数大小及采用的调制方式随机生成N*M*M_bits个大小的比特流,每30bits插入一个信标,根据用户数量N_user将比特流等分后根据调制方式将其映射到每个用户的星座点上,其中N代表帧的个数,M代表子载波的个数,M_bits代表每个符号对应的比特大小,N_user代表用户数量。

3.根据权利要求2所述的基于NSGA2算法训练的AMP检测算法,其特征在于:每个用户的信号个数为N*M/N_user,假设每个用户信号维度为axb,时延多普勒网格大小为MxN,以行和列为方向分别重复M/a次和N/b次铺满整个时延多普勒网格,对时延多普勒网格每个用户信号重复的区域加上相位旋转以使信号经调制后映射到时频域的固定区域。

4.根据权利要求3所述的基于NSGA2算法训练的AMP检测算法,其特征在于:步骤二中的ISFFT变换公式如下:

5.根据权利要求4所述的基于NSGA2算法训练的AMP检测算法,其特征在于:步骤二中的IFFT变换公式如下:

6.根据权利要求5所述的基于NSGA2算法训练的AMP检测算法,其特征在于:步骤四中的SFFT变换公式如下:

7.根据权利要求6所述的基于NSGA2算法训练的AMP检测算法,其特征在于:在步骤五中,已知接收信号y,信道状态消息H,高斯白噪声的功率σ2,算法的迭代次数T,阻尼系数β,初始化具体迭代算法如下:

For t←1,…T do

end for。

8.根据权利要求7所述的基于NSGA2算法训练的AMP检测算法,其特征在于:步骤七还包括确立最佳迭代次数后,按照每次迭代一个独立阻尼因子β作为输入参数,记作βi,取值范围为(0:1),步长为0.01,从3dB到20dB选取不同信噪比下的最终误码率作为代价函数,初始种群设置为50,交叉比0.9,变异概率0.08,迭代200次,通过遗传算法训练出最佳阻尼因子:[0.23 0.1 0.48 0.62 0.65 0.1 0.41 0.36 0.85],将其与固定收敛因子0.7进行性能比较。

9.一种实施如权利要求1-8任一项所述的基于NSGA2算法训练的AMP检测算法的系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京邮电大学,未经南京邮电大学许可,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/202111664065.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top