一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法技术

本发明专利技术公开了一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法，该方法用于优化RDSM的空时弥散矩阵。低复杂度GA算法通过种群初始化、交叉、变异、选择，以及适应度值计算这五个步骤，不断迭代，实现适应度值的稳定攀升，提高了系统的误比特率(BER)性能。在计算适应度时充分利用RDSM的DM集的稀疏酉特性，消除了前一时刻不同的发送矩阵对当前发送矩阵计算适应度值的影响，解决了RDC准则用于差分计算时分类讨论的计算复杂度。并通过星座符号的旋转对称性进一步降低了系统的计算复杂度。仿真结果表明，在保证BER优化性能的条件下，对比传统方法，低复杂度遗传算法具有更快的收敛性和更低的计算成本，而且将DM集优化的计算复杂度降低了2个数量级。计算复杂度降低了2个数量级。计算复杂度降低了2个数量级。

【技术实现步骤摘要】
一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法


[0001]本专利技术涉及通信
，尤其涉及一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法。

技术介绍

[0002]索引调制(IM,index modulation)是近年来提出的一种新型调制技术，其在频谱和能量效率以及硬件实现复杂度方面具有突出优势，有望成为6G绿色无线通信的关键候选技术。其中，空间调制(SM,spatial modulation)作为一种在空域的索引调制，具有低功耗和无信道间干扰(ICI，interchannelinterference)的特点，得到了最广泛的研究。差分空间调制(DSM,differentialspatial modulation)在SM的优势上，实现了非相干检测，克服了信道状态信息(CSI，channel state information)难以获取的问题。该技术特别适用于信道状态信息多变的高速通信环境，在新一代通信系统中拥有巨大的应用前景。
[0003]矩形差分空间调制(RDSM,rectangular differential space modulation) 是基于差分空间调制提出的一种新方案，该技术将DSM方形的空时弥散矩阵(DM, dispersion matrix)拓展成矩形的矩阵，简化了映射关系，并获得了更高的传输速率，实现系统传输速率、发送分集增益、系统复杂度之间的平衡，获得了广泛的研究。
[0004]对RDSM的研究中，在发射端DM集(DMs)的构造上，都还是采用传统的遍历搜索法，不仅复杂度过高，且性能也不能保证最佳，这是当前RDSM系统研究的一个瓶颈。

技术实现思路

[0005]针对上述
技术介绍
中存在的缺陷，本专利技术提供一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法，该方法利用RDSM的DM集的稀疏酉特性消除了前一时刻不同的发送矩阵对当前发送矩阵计算适应度值的影响，引入秩与行列式准则(RDC)用于表征DM集种群个体的性状优劣,并通过星座符号的旋转对称性解决了RDC准则用于差分计算时分类讨论的计算复杂度。
[0006]本专利技术采用以下技术方案实现：
[0007]一种改进的矩形差分空间调制(RDSM)稀疏酉空时弥散矩阵集遗传算法优化方法，包括以下步骤：
[0008]1)构建一个具有N
t
根发射天线和N
r
根接收天线的矩形差分空间调制(RDSM) 系统；
[0009]2)使用改进的低复杂度GA优化方法优化RDSM的稀疏酉空时弥散矩阵集；
[0010]3)将步骤2)优化后的结果加入到步骤1)中构建的系统中，即可得到优化后的 RDSM系统。
[0011]上述技术方案中，进一步地，所述步骤1)中构建RDSM系统的方法具体包括以下步骤：
[0012]2.1)构建发送端模型
[0013]构建一个具有N
t
根发射天线和N
r
根接收天线的RDSM系统，T
s
表示空时映射时隙数，Q表示DM集中空时弥散矩阵的个数。表示维度为
Nt
×
Ts
的复矩阵。
[0014]每W帧的信号被分为N
t
/T
s
帧的参考块信号和W
‑
N
t
/T
s
帧的信息块信号。发送第t帧信号时，信息比特b通过串并变换分为b1和b2两个部分：a)b1＝log2(Q) 用于在优化后的DM集中选择1个b)b2＝log2(M)用于选择M
‑
PSK 星座符号u
t
，其中M为M
‑
PSK的调制阶数。根据b1和b2两个部分生成第t帧信号的信息矩阵可以表示为A
t
和u
t
数乘的结果，即
[0015]x
t
＝A
t
u
t
(t＞N
t
/T
s
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0016]对第t帧信号的信息矩阵进行差分计算后得到第t帧信号的发送矩阵可以表示为
[0017]S
t
＝G'(S
t
‑1)x
t
(t＞N
t
/T
s
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0018]其中，G'(
·
)是增扩函数，可以将输入的第t
‑
1帧信号转换为方形矩阵，便于信号差分计算。G'(
·
)的运算方式如下
[0019][0020]其中，E为下降矩阵，表示为
[0021][0022]2.2)构建接收端模型
[0023]接收端接收到的信号可以表示为
[0024]Y
t
＝HS
t
+n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0025]其中，是准静态瑞利信道的信道矩阵，其每个元素均独立且服从复高斯分布CN(0,1)，是加性高斯白噪声(AWGN)矩阵，各元素均独立且服从复高斯分布CN(0,σ
n2
)，σ
n2
是噪声方差。
[0026]RDSM的接收端采用以下公式对接收到的信号进行检测：
[0027][0028]其中Ω为x
t
所有候选值的集合。通过最大似然准则寻找最优解恢复出发送端的输入信号比特，其中，的定义为：
[0029][0030]其中，I
Ts
是T
s
阶单位阵，0
Ts
是T
s
阶零矩阵，α∈(0,1)是遗忘因子，bdiag[
·
] 是对矩阵进行块对角化处理的函数。当发送参考块信号时，遗忘因子将被设定为α＝0。
[0031]进一步地，所述步骤2)具体为：
[0032]本专利技术采用的低复杂度遗传算法包含了初始化种群、计算适应度值、交叉、变异、选择的操作，具体的实施步骤如下：
[0033]3.1)初始化种群
[0034]随机生成若干应用于RDSM的酉空时弥散矩阵，取每Q个为一组，将一组 DM集作为一个种群个体，设定种群共有N
pop
个的DM集个体，由此得到初代种群。种群中的第j个个体可以用矩阵集表示为
[0035][0036]表示第j个种群个体中的第Q个酉空时弥散矩阵。3.2)适应度值的计算策略
[0037]RDSM的成对差错概率(PEP)的上界可以表示为
[0038][0039]其中，r和λ
k
分别是Δ的秩和非零特征值，Δ＝(S
p,q
‑
S
p',q'
)(S
p,q
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进的矩形差分空间调制稀疏酉空时弥散矩阵集遗传算法优化方法，其特征在于，包括以下步骤：1)构建一个具有N
t
根发射天线和N
r
根接收天线的RDSM系统；2)使用改进的低复杂度GA优化方法优化RDSM的稀疏酉空时弥散矩阵集；3)将步骤2)优化后的结果加入到步骤1)中构建的系统中，即可得到优化后的RDSM系统。2.根据权利要求1所述的改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法，其特征在于，所述步骤1)具体为：2.1)构建一个具有N
t
根发射天线和N
r
根接收天线的RDSM系统，T
s
表示空时映射时隙数，Q表示DM集中空时弥散矩阵的个数，表示维度为N
t
×
T
s
的复矩阵；每W帧的信号被分为N
t
/T
s
帧的参考块信号和W
‑
N
t
/T
s
帧的信息块信号；发送第t帧信号时，信息比特b通过串并变换分为b1和b2两个部分：a)b1＝log2(Q)用于在优化后的DM集中选择1个b)b2＝log2(M)用于选择M
‑
PSK星座符号u
t
，其中M为M
‑
PSK调制阶数；根据b1和b2两个部分生成第t帧信号的信息矩阵表示为A
t
和u
t
数乘的结果，即x
t
＝A
t
u
t (t＞N
t
/T
s
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)对第t帧信号的信息矩阵进行差分计算后得到发送矩阵表示为S
t
＝G'(S
t
‑1)x
t (t＞N
t
/T
s
)
ꢀꢀꢀꢀꢀ
(2)其中，G'(
·
)是增扩函数，用于将输入的第t
‑
1帧信号转换为方形矩阵，便于信号差分计算；G'(
·
)的运算方式如下其中，E为下降矩阵，表示为2.2)接收端接收到的信号表示为Y
t
＝HS
t
+n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，是准静态瑞利信道的信道矩阵，其每个元素均独立且服从复高斯分布CN(0,1)；是加性高斯白噪声矩阵，各元素均独立且服从复高斯分布CN(0,σ
n2
)，σ
n2
是噪声方差；RDSM的接收端采用以下公式对接收到的信号进行检测其中Ω为x
t
所有候选值的集合；通过最大似然准则寻找最优解恢复出发送端的输入
信号比特，其中，的定义为：其中，I
Ts
是T
s
阶单位阵，0
Ts
是T
s
阶零矩阵，α∈(0,1)是遗忘因子，bdiag[
·
]是对矩阵进行块对角化处理的函数；当发送参考块信号时，遗忘因子将被设定为α＝0。3.根据权利要求2所述的改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法，其特征在于：所述步骤2)具体为：所述的低复杂度GA优化方法包括初始化种群、计算适应度值、交叉、变异、选择的操作，具体的实施步骤如下：3.1)初始化种群随机生成若干应用于RDSM的空时弥散矩阵，取每Q个为一组，将一组DM集作为一个种群个体，设定种群共有N
pop
个的DM集个体，由此得到初代种群；种群中的第j个个体用矩阵集表示为其中，为种群中的第j个个体的第Q个空时弥散矩阵；3.2)计算适应度值RDSM的成对差错概率的上界表示为其中，r和λ
k
分别是Δ的秩和非零特征值，Δ＝(S
p,q
‑
S
p',q'
)(S
p,q
‑
S
p',q'
)
H
，(
·
)
H
为共轭转置计算；在发送第t帧信号时，S
p,q
＝G'(S
t
‑1)x
p,q
，x
p,q
表示为DM和星座符号分别选择A
p
与u
q
时两者的乘积；S
...

【专利技术属性】
技术研发人员：金小萍，章鹏，江晓欣，
申请(专利权)人：中国计量大学上虞高等研究院有限公司，
类型：发明
国别省市：