部分传输序列的遗传模拟退火搜索方法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN925. 5

基金项目:

国家自然科学基金(60572183)项目资助


Genetic-simulated annealing search method for partial transmit sequence
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在正交频分复用(OFDM)系统中,基于遗传算法的部分传输序列(GA-PTS)技术有效地降低了 PTS 的计算复杂度,但在 改进峰值-平均功率比(PAPR)性能方面却并不理想。 为此,提出在遗传算法中嵌入模拟退火(SA)算子从而构造一种混合的遗 传模拟退火(GSA)算法,并把它应用于对 PTS 的最优相位因子进行搜索。 首先,通过对 PTS 相位因子编码形成染色体,采用随 机元素组成的染色体作为遗传算法的初始群体,并评估每个染色体的适应度值。 然后,根据适应度值选择染色体,建立染色体 的变异规则和交叉规则,对群体进行迭代进化。 最后,群体中的染色体利用退火温度进行更新,从而产生出新的下一代种群。 仿真结果说明,与 GA-PTS 方案相比,该方法不仅能降低计算负担,而且能够有效地降低 OFDM 系统 PAPR 值。

    Abstract:

    In orthogonal frequency division multiplexing (OFDM) systems, the genetic algorithm-based partial transmit sequence (GAPTS) technology can effectively reduce the computational complexity of PTS, but it is not ideal in improving the peak-to-average power ratio (PAPR) performance. Therefore, proposing to embed a simulated annealing (SA) operator in the GA to construct a hybrid genetic simulated annealing (GSA) algorithm, and it is also applied to search for the optimal phase factor of the PTS. First, chromosome formed by encoding PTS phase factor, the chromosomes composed of random elements are used as an initial population of the GA, and the fitness value of each chromosome is evaluated. Then, the chromosomes are also selected according to their fitness values, and the mutation rules and the mating (or cross) rules of the chromosomes are established to perform the iterative evolution on the population. Finally, the chromosomes in population are updated with annealing temperatures to produce new next-generation populations. The simulation results show that compared with the GA-PTS, the proposed method not only decreases the computational burden, but also effectively reduces the PAPR value of the OFDM system.

    参考文献
    相似文献
    引证文献
引用本文

何选森,樊跃平.部分传输序列的遗传模拟退火搜索方法[J].电子测量与仪器学报,2020,34(9):167-173

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-11-20
  • 出版日期:
文章二维码