一种基于量子算法的宽带电力线通信子载波分配方法组成比例

本发明专利技术公开了一种基于量子算法的宽带电力线通信子载波分配方法，所述方法包括：步骤1：建立多节点的电力线网络拓扑模型；步骤2：初始化量子态编码；步骤3：形成种群；步骤4：量子态测量；步骤5：目标评价；步骤6：判断是否达到遗传终止条件；若已达到，则结束方法；若没有达到，则通过旋转算子进化，并返回步骤4；本发明专利技术结合量子遗传算法，采用动态资源配置的方式来进行宽带PLC子载波的优化分配，以提高OFDM系统的传输效率，实现电力线通信性能的提升。

【技术实现步骤摘要】
一种基于量子算法的宽带电力线通信子载波分配方法
本专利技术涉及电力通信领域，具体地，涉及一种基于量子算法的宽带电力线通信子载波分配方法。
技术介绍
电力线载波信号的信号衰减、载波干扰以及电力线上的噪声大量存在，使得电力载波通信在通信距离和通信可靠性上存在不足，因而无法长期有效预测载波通信质量。由于载波信号随距离衰减严重，所以必须依靠中继接力才能实现远程传输。为了完成中继节点和中继路径的自适应调整，近年来出现了自适应控制组网技术，即利用动态的路由去适应动态的PLC(电力线通信(PowerLineCommunication，简称PLC))网络，这种算法的提出使电力线通信的效果实现了质的飞跃。现有的动态路由算法主要分为以下三种：洪泛算法、分簇算法及蚁群算法。其中，最容易实现的是洪泛算法，但是这种算法容易产生广播风暴，而分簇算法选择出的路径存在可靠性问题，较为合理的自适应路由算法是蚁群算法，然而这种算法的实现比较困难，而且存在收敛时间长、容易陷入局部最优化的问题。目前电力线载波信道的研究主要集中在信道的衰减程度、背景类型、线路阻抗大小方面，而对电网结构对电力线载波性能的影响研究较少，大量的多径效应和频率选择性衰落现象难以从现有模型得到合理解释，对电力线节点间的通信性能改善和路径拓扑中继理论支持不足，制约了宽带电力线载波通信性能的提升。电力线载波通信技术研究基本都是针对传统配电网进行，新能源微网的信道环境比传统电力线线路更加恶劣，一方面新能源微网中大量的能源终端设备的并网投切会使电网的阻抗特性发生变化，从而影响电力线载波通信的传输特性；同时，新能源终端并网设备大量应用电力电子器件，使得电网噪声更加复杂，与传统的配电网中的噪声分布有很大的区别，给载波通信信号的检测带来困难。
技术实现思路
本专利技术提供了一种基于量子算法的宽带电力线通信子载波分配方法，解决了现有电力线载波通信存在的不足，本专利技术结合量子遗传算法，采用动态资源配置的方式来进行宽带PLC子载波的优化分配，以提高正交频分复用系统的传输效率，实现电力线通信性能的提升。为实现上述专利技术目的，本申请提供了一种基于量子算法的宽带电力线通信子载波分配方法，所述方法包括将宽带电力线信道中多个子载波集合在一起作为一个整体，形成一个子带，在进行分配时，同一个子带中的子载波按照相同的调制方式进行调整并分配给同一个用户，即作为一个资源分配单元进行分配。量子遗传算法种群少，迭代进化的次数也较少，而且不容易陷入局部极值。具体实现方法为：步骤1：建立多节点的电力线网络拓扑模型。电力线的信道有着一定的规律性，局部网络拓扑的变化和接入点的位置基本上是一定的，建立多节点的电力线网络拓扑模型，实现对宽带电力线载波分簇；步骤2：初始化量子态编码，对于N个子载波、K个用户的系统，个体应该包含N条染色体，用来表示N个待分配的子载波。而一条染色体含S＝[log2K]条基因，用来表示该子载波分配给哪个用户；步骤3：形成种群，电力线信道中存在着两种变化，一种是短时周期性的变化一种是长时的突变，周期性的脉冲噪声对信道的影响不一定能触发资源重新分配的进行，取决于噪声变化的强弱。而突发性的信道变化一般是由用电器的插拔造成的。这种变化幅度较大，能够触发资源的重新发配。因此需要记录前一天信道发生突变后的资源分配结果，或者采用学习模块、自适应的学习信道变化的规律，将信道突变后的分配结果记录下来，作为优秀个体加入种群，以提高种群的质量；步骤4：量子态测量，在0～1之间产生一个随机变量，用这个随机变量去测量量子叠加态，使得该量子叠加态从一个状态坍缩到另一个具体的状态；步骤5：目标评价，对测量所得的每个状态进行个体评价，每个个体状态的优劣程度，可以通过合适的目标函数来进行表征，从而加速收敛；步骤6：当该算法使得待分配的子载波达到既定的最大迭代次数，或者达到了系统所需的要求，则算法终止。反之则进行子代的进化，进化的按照量子旋转门进行。最后选出f(bi)，即每代中最优的个体，而其他的个体根据该进化规则向该个体进化，并返回步骤4。进一步的，多节点电力线网络拓扑结构有M个节点，每个节点有N个分支，其中Zs是源端阻抗，ZL是终端阻抗，Zbrij是节点i上分支j的负载阻抗。进一步的，步骤2具体包括：染色体用量子比特qubit表示，一个qubit表示为:其中，|0>和|1>表示两个不同的量子态，而α和β分别表示处于这两个量子态的概率，因此一个qubit可以同时存储和表达两个态的信息；一个包含2K个状态基因可以表示为:其中，αK为第k个基因处于[0]量子态的概率，βK为第k个基因处于[1]量子态的概率。进一步的，步骤4包括：随机产生一个0到1之间的数，若它大于概率幅的平方，则测量结果取1，否则取值0。进一步的，步骤5包括：设定适合的适应度函数，评价当前个体的优劣。进一步的，通过旋转算子进化，包括：选择量子旋转门U进行进化更新，量子旋转门U(θ)定义如下:式中，θ为旋转进化的角度，经量子门进化更新后概率幅变为:[α*,β*]T＝U(θi)·[αi,βi]T(4)其中，[αi,βi]T为个体中的第i个基因的概率幅；为通过量子旋转门更新后的第i个基因的概率幅，θi为量子门的旋转角，θi＝Δθ·f(αi,βi)(5)式中，Δθ是旋转角度的大小；f(αi,βi)是旋转角度的方向；Δθ定义为一个与进化代数有关的变量:Δθ＝10·exp(-g/nc)(6)式中，为g为进化代数，nc为根据优化问题复杂性而定的一个常数。本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术根据新能源微网环境下的电力线信道特点，建立PLC的信号传输模型，研究信号的传输衰减、时延情况；分析新能源微网环境中的噪声特性、传输特性；分析信号在噪声影响下的检测方法，根据噪声的时频域分析信道的状况，是保证新能源微网中电力线通信性能的基础；另外，由于频谱短缺，一些频率范围下，噪声干扰严重，为避开这些频段，实现更高的信号传输速率，有必要采用频率聚合技术扩宽所用频带；同时需要分析PLC各类信道参数的获取，为通过组网提升电力线通信性能创造有利条件。附图说明此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定；图1是基于量子算法的宽带电力线通信子载波分配方法的流程示意图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。本专利技术通过使用基于传输线理论的方法对低压电力线通信信道仿真建模，分析了不同网络拓扑结构对频率为2-30MHz的低压宽带电力线信道特性的影响。仿真得到不同电力线长度、分支长度、单节点分支数、分布式分支数和负载阻抗的低压宽带电力线信道频率响应，并通过反傅里叶变换得到对应的信道时域冲激响应。多节点电力线网络拓扑结构，假设有M个节点，每个节点有N个分支，其中Zs是源端阻抗，ZL是本文档来自技高网...

【技术保护点】
1.一种基于量子算法的宽带电力线通信子载波分配方法，其特征在于，所述方法包括将宽带电力线信道中多个子载波集合在一起作为一个整体，形成一个子带，在进行分配时，同一个子带中的子载波按照相同的调制方式进行调整并分配给同一个用户，包括：步骤1：建立多节点的电力线网络拓扑模型；步骤2：初始化量子态编码，对于N个子载波、K个用户的系统，个体包含N条染色体，用来表示N个待分配的子载波，一条染色体含S＝[log2K]条基因，用来表示该子载波分配给哪个用户；步骤3：记录前一天信道发生突变后的资源分配结果，或者采用学习模块、自适应的学习信道变化的规律，将信道突变后的分配结果记录下来，作为优秀个体加入种群，形成种群；步骤4：量子态测量，在0～1之间产生一个随机变量，用这个随机变量去测量量子叠加态，使得该量子叠加态从一个状态坍缩到另一个具体的状态；步骤5：目标评价，对测量所得的每个状态进行个体评价，评价每个个体状态的优劣程度；步骤6：当使得待分配的子载波达到既定的最大迭代次数，或者达到了系统所需的要求，则方法终止；反之则进行子代的进化，进化的按照量子旋转门进行；最后选出f(bi)，即每代中最优的个体，而其他的个体根据该进化规则向该个体进化，并返回步骤4。...

【技术特征摘要】
1.一种基于量子算法的宽带电力线通信子载波分配方法，其特征在于，所述方法包括将宽带电力线信道中多个子载波集合在一起作为一个整体，形成一个子带，在进行分配时，同一个子带中的子载波按照相同的调制方式进行调整并分配给同一个用户，包括：步骤1：建立多节点的电力线网络拓扑模型；步骤2：初始化量子态编码，对于N个子载波、K个用户的系统，个体包含N条染色体，用来表示N个待分配的子载波，一条染色体含S＝[log2K]条基因，用来表示该子载波分配给哪个用户；步骤3：记录前一天信道发生突变后的资源分配结果，或者采用学习模块、自适应的学习信道变化的规律，将信道突变后的分配结果记录下来，作为优秀个体加入种群，形成种群；步骤4：量子态测量，在0～1之间产生一个随机变量，用这个随机变量去测量量子叠加态，使得该量子叠加态从一个状态坍缩到另一个具体的状态；步骤5：目标评价，对测量所得的每个状态进行个体评价，评价每个个体状态的优劣程度；步骤6：当使得待分配的子载波达到既定的最大迭代次数，或者达到了系统所需的要求，则方法终止；反之则进行子代的进化，进化的按照量子旋转门进行；最后选出f(bi)，即每代中最优的个体，而其他的个体根据该进化规则向该个体进化，并返回步骤4。2.根据权利要求1所述的基于量子算法的宽带电力线通信子载波分配方法，其特征在于，多节点电力线网络拓扑结构有M个节点，每个节点有N个分支，其中Zs是源端阻抗，ZL是终端阻抗，Zbrij是节点i上分支j的负载阻抗。3.根据权利要求1所述的基于量子算法的宽带电力线...

【专利技术属性】
技术研发人员：张超，
申请(专利权)人：国网四川省电力公司技能培训中心，四川电力职业技术学院，国家电网有限公司，
类型：发明
国别省市：四川,51