一种基于遗传算法的通信基站电磁辐射相关性分析方法技术

本发明专利技术公开了一种基于遗传算法的通信基站电磁辐射相关性分析方法，包括以下步骤：利用频谱分析仪测量被测区域通信基站的下行发射功率；将测量的功率值转化成相应的电磁辐射强度，再进行数据的平均化处理；通过遗传算法对测量数据进行分析，建立通信基站电磁辐射强度随时间变化的函数；利用函数表达式计算通信基站电磁辐射的相关性；从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系统电磁辐射变化规律。本发明专利技术能预测通信基站电磁辐射强度随时间变化的相关性，同时也能预测同一区域内多个基站电磁辐射的相关性，为以后电磁辐射分析提供新的思路。

【技术实现步骤摘要】

本专利技术涉及一种通信基站电磁辐射相关性分析方法，特别涉及一种基于遗传算法的通信基站电磁辐射相关性分析方法。
技术介绍
随着无线通信技术的迅速发展，大量的基站建立在我们生活的周围。人们在关注基站给人类带来便利的同时，对电磁辐射造成的影响也越来越重视。研究发现基站电磁辐射暴露值不但随时间变化、跟基站话务量相关，而且由于人们生活具有一定的规律性，在同一区域内的多个基站，其电磁辐射变化同样也存在一定的相关性。因此，分析通信基站电磁辐射随时间变化的相关性，以及分析同一区域内多个基站电磁辐射相关性具有很强的理论意义和实用价值。
技术实现思路
为了解决上述技术问题，本专利技术提供一种能预测通信基站电磁辐射强度随时间变化的相关性，同时也能预测同一区域内多个基站电磁辐射的相关性的基于遗传算法的通信基站电磁辐射相关性分析方法。本专利技术解决上述问题的技术方案是：一种基于遗传算法的通信基站电磁辐射相关性分析方法，包括以下步骤：(1)利用频谱分析仪测量被测区域通信基站的下行发射功率；(2)将测量的功率值转化成相应的电磁辐射强度，再进行数据的平均化处理；(3)通过遗传算法对测量数据进行分析，建立通信基站电磁辐射强度随时间变化的函数；(4)利用步骤(3)得到的函数计算通信基站电磁辐射的相关性；(5)从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系统电磁辐射变化规律。上述基于遗传算法的通信基站电磁辐射相关性分析方法，所述步骤(1)中，频谱分析仪采用“zero-span”时域测量的方法测量被测区域通信基站的下行发射功率。上述基于遗传算法的通信基站电磁辐射相关性分析方法，所述步骤(2)中，根据下列公式将频谱分析仪实时测量的功率值转变为相应的电磁辐射强度：e=10[-6+20lg(10(-3+P10)Z·106+AF+ARF)20](V/m)]]>其中P为实测功率值,单位为dBm，AF为天线因子，单位为dB/m，ARF为电缆损耗，单位为dB,以及射频电缆阻抗Z＝50Ω；利用将每天同一时刻的测量数据进行平均处化理；其中j表示为整点时刻，n为测量天数，为第n天j时刻的辐射强度值，ej为平均处理后每个整点时刻的电磁辐射强度值，j＝1,2,…,24。上述基于遗传算法的通信基站电磁辐射相关性分析方法，所述步骤(3)中，首先建立电磁辐射随时间变化的函数：其中，ai,bi,ci为待定参数，m为多项式项数，t为时间自变量，t的取值范围为一天24小时中的任意时刻，并且每个整点时刻t1,t2,…,t24所对应的电磁辐射强度值为e1,e2,…,e24；根据遗传算法对参数ai,bi,ci进行预测的具体步骤如下：①对ai,bi,ci进行编码，随机产生N个这样的个体作为初始种群；②计算目标函数值：由计算得到t1,t2,…,tj不同时刻电磁辐射的强度，记为E1,E2,…,Ej,j＝1,2,…,24；③计算适应度值：利用pj＝(Ej-ej)2，对适应度值进行计算；其中，pj表示第j个个体的适应度,p为所有个体适应度的累加和，j＝1,2,…,24；④遗传操作：使用遗传算法选择、交叉、变异进行遗传运算，得到下一代种群；⑤设定遗传算法终止条件，若满足条件遗传终止，输出p最小时对应的个体编码并编码得到参数ai,bi,ci；若不满足条件，返回步骤③继续。上述基于遗传算法的通信基站电磁辐射相关性分析方法，所述步骤(3)，根据遗传算法对参数ai,bi,ci进行预测的具体步骤④中，选择运算：令父代被选择的概率Sj为：Sj=1-pjp]]>其中p为所有个体适应度的累加和，pj为第j个个体的适应度，j＝1,2,…,24；交叉运算：在父代中随机选择两个个体a与b作为双亲，并进行线形组合，从而形成两个子代个体：a′＝a+(1-r)(a-b)b′＝a-r(a-b)其中，交叉率r＝0.85，a、b和a′、b′分别表示父代个体和子代个体，由父代个体被选择的概率决定两组父代的选择并进行随机的两两配对，生成N对双亲，且通过杂交操作过程产生N个子代种群个体；变异运算：对于每一个父代个体而言，将其变异率都设定为0.01。上述基于遗传算法的通信基站电磁辐射相关性分析方法，所述步骤(3)，根据遗传算法对参数ai,bi,ci进行预测的具体步骤⑤中，遗传算法的终止条件为同时满足以下两个表达式：R-Square=1-Σj=124(ej-Ej)2Σj=124(ej-e‾)2>0.9]]>RMSE=Σj=124(ej-E‾j)224<0.2]]>其中{e1,e2,…,ej本文档来自技高网...

【技术保护点】
一种基于遗传算法的通信基站电磁辐射相关性分析方法，包括以下步骤：(1)利用频谱分析仪测量被测区域通信基站的下行发射功率；(2)将测量的功率值转化成相应的电磁辐射强度，再进行数据的平均化处理；(3)通过遗传算法对测量数据进行分析，建立通信基站电磁辐射强度随时间变化的函数；(4)利用步骤(3)得到的函数计算通信基站电磁辐射的相关性；(5)从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系统电磁辐射变化规律。

【技术特征摘要】
1.一种基于遗传算法的通信基站电磁辐射相关性分析方法，包括以下步骤：
(1)利用频谱分析仪测量被测区域通信基站的下行发射功率；
(2)将测量的功率值转化成相应的电磁辐射强度，再进行数据的平均化处理；
(3)通过遗传算法对测量数据进行分析，建立通信基站电磁辐射强度随时间变化的函
数；
(4)利用步骤(3)得到的函数计算通信基站电磁辐射的相关性；
(5)从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系统电磁辐
射变化规律。
2.根据权利要求1所述的基于遗传算法的通信基站电磁辐射相关性分析方法，其特征
在于：所述步骤(1)中，频谱分析仪采用“zero-span”时域测量的方法测量被测区域通信基
站的下行发射功率。
3.根据权利要求1所述的基于遗传算法的通信基站电磁辐射相关性分析方法，其特征
在于：所述步骤(2)中，根据下列公式将频谱分析仪实时测量的功率值转变为相应的电磁辐
射强度：
e=10[-6+20lg(10(-3+P10)Z·106+AF+ARF)20](V/m)]]>其中P为实测功率值,单位为dBm，AF为天线因子，单位为dB/m，ARF为电缆损耗，单位为
dB,以及射频电缆阻抗Z＝50Ω；
利用将每天同一时刻的测量数据进行平均处化理；
其中j表示为整点时刻，n为测量天数，为第n天j时刻的辐射强度值，ej为平均处理后
每个整点时刻的电磁辐射强度值，j＝1,2,…,24。
4.根据权利要求3所述的基于遗传算法的通信基站电磁辐射相关性分析方法，其特征
在于，所述步骤(3)中，首先建立电磁辐射随时间变化的函数：其
中，ai,bi,ci为待定参数，m为多项式的项数，t为时间自变量，t的取值范围为一天24小时中
的任意时刻，并且每个整点时刻t1,t2,…,t24所对应的电磁辐射强度值为e1,e2,…,e24；根据
遗传算法对参数ai,bi,ci进行预测的具体步骤如下：
①对ai,bi,ci进行...

【专利技术属性】
技术研发人员：杨万春，刘永军，李勃东，曹春红，肖芬，胡凯，高协平，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43