基于有效区域的多目标优化设计方法技术

本发明专利技术涉及一种基于有效区域的多目标优化设计方法，采用细菌觅食算法将通信系统优化设计目标函数作为细菌趋向运动的适应值对通信系统的多个设计目标进行联合优化。细菌在设置的有效区域内使用自适应步长和方向向全局最优位置泳动，同时采用动态保留比例不断更新菌群，最后通过找出菌群的最佳调和解求得系统的最佳设计方案。为了确保系统多目标最佳优化设计方案在系统的有效区域内，本发明专利技术在细菌趋向运动的过程中引入有效区域。本发明专利技术通过自适应步长和方向使得细菌快速达到全局最优，有效解决了通信系统设计面临的复杂多目标优化设计难题。计难题。计难题。

【技术实现步骤摘要】
基于有效区域的多目标优化设计方法


[0001]本专利技术涉及通信系统设计领域，具体地说涉及一种认知通信系统的多目标优化设计方法。为了克服上述现有技术的不足，本专利技术提出了一种基于有效区域的多目标优化设计方法。该设计方法能够保证优化得到的帕累托最优解集在系统的有效区域内，收敛速度快，有效解决了当前通信系统设计面临的复杂多目标优化难题。

技术介绍

[0002]我国幅员辽阔，地理、气候条件复杂，是全球遭受自然灾害最严重的国家之一。及时构建稳定、可靠的应急通信系统是有效实施重大自然灾害现场救援的首要条件。基于基础设施的常规通信系统(如移动通信)往往由于其基础设施在重大灾害时遭到破坏，很容易陷入系统瘫痪或系统过载，无法满足应急场景下呈指数级增长的突发通信业务需求；而一些专用通信系统(如卫星通信)在紧急通信期间业务容易过载、非紧急通信期间频谱资源空闲等问题。
[0003]认知无线电具有对自身环境的感知能力、对环境变化的学习能力、对频谱资源的挖掘能力和系统功能的可重构能力。将认知无线电技术应用到应急通信系统中，构建基于认知无线电的应急通信系统
‑
认知应急通信系统，可以满足紧急场景下应急通信系统的大容量、高密度、低时延的要求。
[0004]考虑到在认知应急通信系统中大多数应急通信用户是以可充电的电池作为电源，在灾害现场充电比较困难，因此在设计认知应急通信系统时，系统设计的主要目标是在实现应急通信用户传输速率最大化的同时最大化应急通信用户的生命周期。这是一个典型的通信系统多目标优化问题。
[0005]现有解决多目标优化问题方法主要有三种：(1)将最重要的因素视为优化目标，其他的视为约束；(2)通过为每个目标分配不同的权重，将多目标问题转换为单个目标问题；(3)找到一组由同时满足所有目标的满意解组成的帕累托最优集。如果能确定优化目标间有明确的优先级关系，一般采用第一种方法。第二种方法对优化线性组合目标非常有用，但是在实际应用场景中，由于环境和限制条件的模糊性，难以确定精确的加权比值，从而导致优化结果不理想。与前两种方法不同，第三种方法在处理目标冲突的多目标问题中得到了广泛应用，例如多目标细菌觅食算法和多目标粒子群算法等。但是，如何保证多目标优化的解在通信系统有效区域内以满足通信系统实际场景需求，达到全局最优，进一步加快优化算法的收敛速度，是一个尚未彻底解决的难题。

技术实现思路

[0006]为了克服上述现有技术的不足，本专利技术提出了一种基于有效区域的多目标优化设计方法。该设计方法能够保证优化得到的帕累托最优解集在系统的有效区域内，收敛速度快，有效解决了当前通信系统设计面临的复杂多目标优化难题。
[0007]为了达到上述目的，本专利技术基于有效区域的多目标优化设计方法，所述通信系统
中至少包括1个认知应急用户和1个主用户，认知应急用户有数据业务要传输，其特征在于所述系统优化设计方法包括如下步骤：
[0008]步骤1、确定系统优化目标
[0009]根据认知应急通信系统的业务特性，设计合适的认知应急用户发射功率P
s
，在最大化认知应急用户传输速率的同时最大化认知应急通信用户的生命周期：
[0010][0011][0012]即：
[0013][0014][0015]式中，f1为认知应急用户传输速率的优化设计目标函数，f2为认知应急通信用户生命周期的优化设计目标函数，B为系统信道带宽，为系统信道高斯噪声功率，p0为信道空闲概率，p1为信道忙碌概率，P
s
为认知应急用户发射功率，h
ss
为认知应急用户端到端功率增益，h
sp
为系统认知应急用户对主用户的干扰功率增益，Q
v
为认知应急用户的最大发射功率，P
p
为主用户发射功率，h
ps
为主用户对认知应急用户的干扰功率增益，I
th
为主用户接收机的干扰门限。
[0016]步骤2、设置系统优化设计有效区域
[0017]根据应急通信系统业务特性，设置系统优化设计最优解的搜索区域为f
1min
≤f1≤f
1ma
，f
2min
≤f2≤f
2max
，其分布的帕累托最优集为set1，系统优化设计最优解的有效区域为f
1min
≤f1≤a，f
2min
≤f2≤b2，其分布的帕累托最优集为set2，系统优化设计最优解的筛选区域为f
1min
≤f1≤a，f
2min
≤f2≤b1，b1≤b2，其分布的帕累托最优集为set3，其中f
1min
、f
1max
、f
2min
、f
2max
为系统优化设计最优解搜索区域的边界，f
1min
、f
2min
、a、b2为系统优化设计最优解的有效区域的边界，f
1min
、f
2min
、a、b1为系统优化设计最优解的筛选区域的边界。搜索区域、有效区域和筛选区域范围根据应急系统实际应用场景确定。
[0018]步骤3、目标优化算法选取
[0019]将系统认知应急用户的发射功率P
s
作为细菌运动的位置值，系统优化设计目标函数f1和f2分别作为菌群(细菌集合)运动的适应值F1和适应值F2，则选取细菌觅食算法对系统认知应急用户的发射功率P
s
进行优化，所得的细菌运动位置的最佳调和解就是应急通信系统中认知应急用户的最佳发射功率。其中，适应值F1和适应值F2分别是菌群对应于系统优化设计目标函数f1和f2的适应值集合。
[0020]步骤4、初始化
[0021]假设有I个细菌参与觅食优化算法，构成细菌集合set。对集合set中的每个细菌进行编号。在可行区域[0,Q
v
]范围内随机生成每个细菌的初始位置在
‑
1和1之间随机生成每个细菌的初始运动方向Δ(i)，i＝1,2,3,
…
,I；设细菌泳动的最大步数为N
s
，细菌的最大趋向次数为N
c
，细菌的最大复制次数为N
re
，细菌的最大迁移次数为N
ed
，迁移概率为P
ed
。
[0022]步骤5、计算细菌适应值
[0023]根据细菌位置计算所有细菌的适应值。细菌i的适应值和为
[0024][0025]步骤6、确定全局最优细菌位置gbest
[0026](i)构建搜索区帕累托最优集set1。在细菌集合set中两两比较细菌的适应值。如果细菌i的两个适应值和都不大于且不同时等于细菌m的两个适应值和i＝1,2,...,I，m＝1,2,...,I且m≠i，那么细菌m被细菌i支配，将细菌m丢弃。在剩余的细菌中重复这样的细菌适应值比较，直到被其它本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于有效区域的多目标优化设计方法，所述通信系统中至少包括1个认知应急用户和1个主用户，认知应急用户有数据业务要传输，其特征在于所述多目标优化设计方法包括如下步骤：步骤1、确定系统优化目标根据下式设计认知应急用户发射功率P
s
：：式中，f1为认知应急用户传输速率的优化设计目标函数，f2为认知应急通信用户生命周期的优化设计目标函数，B为系统信道带宽，为系统信道高斯噪声功率，p0为信道空闲概率，p1为信道忙碌概率，P
s
为认知应急用户发射功率，h
ss
为认知应急用户端到端功率增益，h
sp
为系统认知应急用户对主用户的干扰功率增益，Q
v
为认知应急用户的最大发射功率，P
p
为主用户发射功率，h
ps
为主用户对认知应急用户的干扰功率增益，I
th
为主用户接收机的干扰门限；步骤2、设置系统优化设计有效区域设置系统优化设计最优解的搜索区域为f
1min
≤f1≤f
1max
，f
2min
≤f2≤f
2max
，其分布的帕累托最优集为set1，系统优化设计最优解的有效区域为f
1min
≤f1≤a，f
2min
≤f2≤b2，其分布的帕累托最优集为set2，系统优化设计最优解的筛选区域为f
1min
≤f1≤a，f
2min
≤f2≤b1，b1≤b2，其分布的帕累托最优集为set3，其中f
1min
、f
1max
、f
2min
、f
2max
为系统优化设计最优解搜索区域的边界，f
1min
、f
2min
、a、b2为系统优化设计最优解的有效区域的边界，f
1min
、f
2min
、a、b1为系统优化设计最优解的筛选区域的边界；步骤3、目标优化算法选取将系统认知应急用户的发射功率P
s
作为细菌运动的位置值，系统优化设计目标函数f1和f2分别作为菌群运动的适应值F1和适应值F2，选取细菌觅食算法对系统认知应急用户的发射功率P
s
进行优化，所得的细菌运动位置的最佳调和解就是应急通信系统中认知应急用户的最佳发射功率；其中，适应值F1和适应值F2分别是菌群对应于系统优化设计目标函数f1和f2的适应值集合；步骤4、初始化假设有I个细菌参与觅食优化算法，构成细菌集合set，对集合set中的每个细菌进行编号，在可行区域[0,Q
v
]范围内随机生成每个细菌的初始位置P
si
，在
‑
1和1之间随机生成每个细菌的初始运动方向Δ(i)，i＝1,2,3,
…
,I；设细菌泳动的最大步数为N
s
，细菌的最大趋向次数为N
c
，细菌的最大复制次数为N
re
，细菌的最大迁移次数为N
ed
，迁移概率为P
ed
；步骤5、计算细菌适应值
根据细菌位置计算所有细菌的适应值，细菌i的适应值和的计算公式如下：步骤6、确定全局最优细菌位置gbest(i)构建搜索区帕累托最优集set1，在细菌集合set中两两比较细菌的适应值，如果细菌i的两个适应值和都不大于且不同时等于细菌m的两个适应值和i＝1,2,...,I，m＝1,2,...,I且m≠i，那么细菌m被细菌i支配，将细菌m丢弃，在剩余的细菌中重复这样的细菌适应值比较，直到被其它细菌支配的细菌都被丢弃，最后由这些剩余的非支配细菌构成搜索区域中分布的帕累托最优集set1；(ii)对集合set1中的所有细菌进行编号，编号为n，n＝1,2,...,N，N为集合set1中细菌的个数；(iii)根据细菌适应值F1的大小，对集合set1中细菌按升序进行排序，构成新的集合set11，并按升序对set11中的所有细菌进行重新编号，编号为u，u＝1,2,...,N，同时保留细菌在集合set1中的编号n；(iv)根据细菌适应值F1计算集合set11中细菌u，u＝2,3,...,N
‑
1，与它前后两个细菌的间隔其中，表示集合set11中细菌u与它前后两个细菌的间隔，同时细菌u在集合set1中的编号为n，f
10max
、f
10min
分别为细菌适应值F1的最大值和最小值；(v)根据细菌适应值F2的大小，对集合set1中细菌按升序进行排序，构成新的集合set12，并按升序对set12中的所有细菌进行重新编号，编号为v，v＝1,2,...,N，同时保留细菌在集合set1中的编号n；(vi)根据细菌适应值F2计算集合set12中细菌v，v＝2,3,...,N
‑
1，与它前后两个细菌的间隔其中，表示集合set12中细菌v与它前后两个细菌的间隔，同时细菌v在集合set1中的编号为n，f
20max
、f
20min
分别为细菌适应值F2的最大值和最小值；(vii)令和为无穷大，根据和计算最优集set1中细菌n的拥挤距离
(viii)根据细菌的拥挤距离大小，对集合set1中细菌按降序进行排序；(ix)根据细菌i的适应值和对最优集set1中的细菌进行筛选，保留筛选区域(f
1min
≤f1≤a，f
2min
≤f2≤b1)内的细菌，构成筛选区域中分布的帕累托最优集set3；(x)选择最优集set3中拥挤距离前10％的个体组成集合gbestpool，从集合gbestpool中随机选择一个细菌的位置作为全局最优细菌位置gbest；步骤7、细菌迁移令l＝1，在集合set中对所有细菌执行迁移操作；步骤8、细菌复制令k＝1，在集合set中对所有细菌执行复制操作；步骤9、细菌趋向令j＝1，集合set中所有细菌执行趋向操作；(i)令i＝0，细菌i泳动；(ii)令i＝i+1，sn＝0，记录细菌i在执行趋向操作前的位置信息及其适应值：计算细菌i的泳动步长：C(i)＝0.5|gbest
‑
P
si
|(iii)细菌泳动，细菌i泳动一次，更新其位置：(iv)边界控制，检查细菌i是否在可行区域内如果P
si
<0，则细菌i从区域边界的下界作反方向泳动：如果P
si
>Q
v
，则细菌i从区域边界的上界作反方向泳动：(v)更新细菌i的适应值f
1i
和
(vi)如果即f
1i
和都不大于且不同时等于和则sn＝sn+1；否则，sn＝N
s
；(vii)如果sn<N

【专利技术属性】
技术研发人员：张士兵，嵇雪，吴建绒，郭莉莉，包志华，
申请(专利权)人：南通大学，
类型：发明
国别省市：