通信网络频率分配算法.pdf

发布时间：2022-06-09 发布人：admin 分类：说明书资料大小：2.21M 资料格式：pdf 举报版权申诉

osophia123456-4697682-4744302543457472309.pdf-第1页.png

第1页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第2页.png

第2页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第3页.png

第3页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第4页.png

第4页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第5页.png

第5页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第6页.png

第6页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第7页.png

第7页 / 共54页

osophia123456-4697682-4744302543457472309.pdf-第8页.png

第8页 / 共54页

封面

文摘

英文文摘

声明

第一章绪论

1.1遗传算法发展现状简介

1.2频率分配问题概述

1.3论文的选题背景和意义

1.4论文的主要内容和目标

第二章移动通信系统的频率分配技术

2.1无线通信中的干扰

2.1.1外部噪声干扰

2.1.2同频干扰

2.1.3邻频干扰

2.1.4互调干扰

2.2频道分配策略

2.3常用的频率分配问题(FAP)模型

2.3.1可行FAP问题(F-FAP)

2.3.2最大服务FAP问题(Max-FAP)

2.3.3最小呼损FAP问题(MB-FAP)

2.3.4最小干扰FAP问题(MI-FAP)

2.4频率分配模型求解方法

2.4.1确定性方法

2.4.2启发式算法

2.4.3计算智能方法

第三章遗传算法的基本原理

3.1遗传算法简介

3.1.1遗传算法概要

3.1.2遗传算法的运算过程

3.1.3遗传算法的特点

3.1.4遗传算法的应用

3.2基本遗传算法

3.2.1基本遗传算法的形式化定义

3.2.2基本遗传算法描述

3.2.3基本遗传算法的构成要素

3.2.4基本遗传算法的实现

3.3遗传算法的发展动态

3.3.1有关算法随机搜索机理的研究

3.3.2有关算法的全局最优性研究

3.3.3有关染色体编码格式的讨论

3.3.4遗传算法研究热点

第四章基于遗传算法的频率分配问题的求解

4.1 本文讨论的频率分配问题的模型

4.1.1频率分配问题模型和约束条件

4.1.2频率分配要达到的目的

4.2基于遗传算法的频率分配算法的实现

4.2.1编码策略

4.2.2群体的初始化

4.2.3适应度函数

4.2.4选择操作

4.2.5交叉操作

4.2.6变异操作

4.2.7收敛准则

4.3程序运行结果及其分析

4.3.1实验一：单点交叉操作的性能

4.3.2实验二：双点交叉操作的性能

4.3.3实验三：变异概率的选取

4.4试验总结

第五章总结

致谢

参考文献

摘要频率分配是一类最优化问题，在数学上是一个NP完全问题，即完全多项式非确定性问题，可以用穷举法得到答案，但是这样的算法，其计算的时间随问题的复杂程度成指数增长，很快便变得不可计算了。在文献中，频率分配的算法一般有确定性算法、启发式算法和计算智能方法三类，本文采用的遗传算法属于计算智能方法的一种。论文的主要内容是首先论述频率分配技术和遗传算法的基本理论，然后给出一个GSM 移动通信系统频率分配的例子，使用遗传算法求解该例子的频率分配问题，使未满足约束条件的次数尽量减小。同时通过这个例子分别对遗传算法的两种选择算子和两种交叉算子的性能做比较。文章最后就如何设置遗传算法各个运行参数给出了自己的建议。在论文的第四章中，结合给出的例子，详细介绍了使用遗传算法的各个步骤，每个步骤都给出文字或者图形表达的编程思想。其中关于编码的策略在参考文献[13】的基础上增加了新的要求，使得从一开始同一小区内的频率相互之间便不存在干扰。为了和编码策略相适应，在变异操作时也使用了特殊的变异算子。第四章的试验结果表明在限定一定数量的可用频率的条件下，该算法能够使未满足约束条件的次数尽量减小。在试验一和试验二中比较了遗传算法的选择算子和交叉算子的性能，结论是在文章给出的例子中双点交叉操作优于单点交叉操作，确定式采样选择法优于比例选择法。试验三比较了不同的变异概率对遗传算法性能的影响，变异概率耿值过大则使遗传算法类似于随机搜索算法，取值过小则产生新个体的能力较弱。关键词：频率分配遗传算法

AbstractThefrequencyassignmentisaclassofNP-completeproblems．Conventionally,thiskindofproblemcouldbesolvedbyenumeration．However,thecomputationalcostofenumerationexponentiallyincreasesastheorderoftheproblemgoesup．Intheliteratures，therearebasicallythreeclassesofalgorithmstOsolvethisproblem：exactalgorithm，heuristicalgorithmandcomputationintellectivealgorithm．Thegeneticalgorithm，whichbelongstotheclassofcomputationintellectivealgorithm，isemployedinthisthesis．Firstofall，thefrequencyassignmenttechnologyandtheprincipleofgeneticalgorithmaleintroduced，andfollowedbyanexampleofsolvingthefrequencyassignmentproblemofaGSMsystem．Thenumberofviolatedconstraintsislargelyreducedwiththisalgorithm．TheperformancesoftheSelectionOperatorandtheCrossoverOperatoralecomparedinthegivenexample．Someadvicesaregivenabouthowtosettheparameterofgeneticalgorithm．InChapter4，thegeneticalgorithmisdescribedindetails．BasedontheCodingStrategyinliterature[13]，anewrequirementisenforcedinordertoeliminatetheinterferencesamongdifferentfrequenciesinonecell．TobeconsistentwiththeCodingStrategy,anewMutationOperatorisused．Itisshownintheexperimentthatamongthelimitednumberofavailablefrequencies，thenumberofviolatedconstraintsisreducedwiththisalgorithm．Throughtheexperiments，itisfoundthattileTwo．pointCrossoverOperatorisbetterthantheOne—pointCrossoverOperator,theDeterministicSamplingisbetterthantheProportionalModelandthemutationpossibilityshouldbechosencarefully．Keywords：FrequencyAssignmentGeneticAlgorithmU

南京邮电大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生始社瞒中以南京邮电大学学位论文使用授权声明南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权南京邮电大学研究生部办理。研究生始她导师始皴隰z出肛

南京邮电大学硕+研究生学位论文第一章绪论第一章绪论1．1遗传算法发展现状简介近年来，一种在思路和方法上别开生面的新的优化算法——遗传算法(GeneticAlgorithms，简称Gas)正在迅速发展。遗传算法以其很强的解决问题的能力和广泛的适应性渗透到研究与工程的各个领域，并取得了良好的效果。在国外，几种会议已设遗传算法的专题，而且已有专门的遗传算法国际会议，每两年召开一次，目前为止，发表了数千篇论文，对其基本理论、方法和技巧做了较充分的研究。今天，遗传算法的研究已成为国际学术界跨学科的热门话题之一【l91。遗传算法的基本思想起源于达尔文的生物进化论，目前已用于科学研究和工程实际中的种种搜索和优化问题，如管道线路优化、机器学习、模型识别，神经网络结构参数优化及权重学习、精调模糊逻辑控制器、飞船控制系统优化等。遗传算法是一种随机的全局多点搜索算法，同其它搜索方法，如随机查找、梯度下降、模拟退火等算法相比的主要优点是简单、通用、鲁棒性强。遗传算法实现全局并行搜索，搜索空间大，并且在搜索过程中不断地向可能包含最优解的方向调整搜索空间，以便寻找到最优解或准最优解。用遗传算法解决的问题越复杂，目标越不明确，其优越性越明显。由于遗传算法可以较有效求解组合优化和复杂函数的优化问题，目前许多学科的研究人员都开始探索采用这种技术来解决各自学科中长期未能很好解决的困难的优化问题。1．2频率分配问题概述在无线通信中，频率是最宝贵的资源。如何在无线通信中将有限的频率分配给数目庞大的基站与终端群，就是频率分配问题(简称FAP)从频率分配的策略来看，主要有以下几类【2】：(1)固定信道分配(FCA，FixedChannelAssignment)——各个基站采用预先分配好的频点或者频点组进行通信。(2)动态信道分配(DCA，DynamicChannelAssignment)——各个基站不预先分配信道，而是根据网络的负载实时、自适应的调整信道分配。(3)混合信道分配(HCA，HybridChannelAssignment)——前两者的综合。

南京l|1Ij电大学硕一L研究生学位论文第一苹鲜}论这几种策略各有自己的使用场合。例如信号强、覆盖均匀的GSM网络采用FCA算法；而为了信号较弱、覆盖区域不广的PHS系统基站，则采用DCA算法。从频率分配的实现手段来看，主要有以下两类：(1)基于协作(Coordination．Based)的分配——基站使用的频点预先规划，或者随着网络的使用情况由一个算法进行动态的规划，进行分配。(2)基于测量(Measurement—Based)的分配——基站不对频率进行规划，而是不断的扫描其所处的无线环境，寻找可用的频点使用。GSM网络即是一个基于协作的分配，而PHS网络则采用基于测量的分配。同样，这两种分配手段也有其优点与缺点。若采用基于协作的分配，必须对基站群规划他们的使用频点，以降低他们的同频干扰。在文献中，此类FAP问题一般描述为整数规划问题或者图染色问题。根据规划目标的不同，有最低呼损FAP，最低干扰FAP等各种模型。这些模型都是NP．HARD问题，其精确求解算法不可避免的存在指数爆炸问题。因此除精确搜索外，有大量的文献探讨了各种启发式搜索算法以及遗传算法等智能计算技术以快速的得到一个近似最优解。1．3论文的选题背景和意义由于广播、电视、移动通信等领域的飞速发展，合理的分配频率能有效的提高频谱利用率。(1)广播和电视领域。20世纪80年代初，在大容量的有线电视和卫星广播出现之前，无线电是最快捷方便的传送广播和电视信号的方式。为了使广播和电视信号覆盖一个区域，需要在这个地区附近用到天线。对于广播，天线一般发射AM或者FM信号。AM调制信号使用的频率范围在540kHz到1600kHz之间，而FM调制信号使用的频率范围在87MHz到108MHz之间。天线发射的广播或者电视信号之间不能够有明显的干扰存在，因此，发射的频率需要精心的选择。(2)基于卫星的蜂窝通信系统。1960年8月，美国发射了“回声l号"卫星，这是人类使用人造天体实现通信所迈出的第一步，从此，无线通信又开辟了空间通信的新领域。与一般的卫星通信系统不同的是，基于卫星的蜂窝通信系统所使用的卫星高度在789km的高度，远低于一般的36000km。和广播电视一样，卫星蜂窝通信也同样要选取适当的频率使干扰最小化。(3)陆地蜂窝移动通信系统。在蜂窝移动通信系统中有成百上千个小区，每个小区都2

南京邮电大学硕：l：研究生学位论文第一币绪论需要若干频道(发射频道和接收频道)，这些频道有待分配合适的频率。～方面由于无线电波传播空间的开放特性，每一发射机发出的无线电波都可以传播到相当广阔的空间范围；另一方面，各个小区的众多发射机和接收机在工作时间、地点和频率上都可能相同或相近，所以彼此之间可能产生相当复杂的严重干扰。如果对小区发射机指配的频率不适当，这种干扰必然会很严重，甚至引起网络的局部瘫痪。只有对整个无线网内各个小区的各无线发射机分配正确的频率，才能使众多的收、发信机彼此兼容，相互干扰减少到可容许的范围，使千千万万的用户与网络内的各种通信设备连接起来，组成一个有序、有效的蜂窝移动通信网。因此，做好频率分配工作对各种通信系统自身以及相互之间避免干扰具有重要的意义。1．4论文的主要内容和目标论文的主要内容是在论述频率分配技术和遗传算法的基础上，给出一个GSM移动通信系统42小区频率分配的例子，用遗传算法来求解该例子的频率分配问题，与此同时通过这个例子分别对遗传算法的两种选择算子和两种交叉算子的性能做比较。文章最后就如何设置遗传算法各个运行参数给出了自己的建议。论文的结构如下：第一章为绪论，首先介绍了论文的选题背景和意义，然后对论文的主要内容和目标作了说明。第二章主要介绍了移动通信系统的频率分配技术，包括无线通信中存在的干扰，频道分配策略，常用的频率分配模型以及各种求解方法。第三章介绍了遗传算法的原理，包括遗传算法的简介，基本遗传算法的各个步骤的说明以及遗传算法的发展动态。第四章论述使用遗传算法对频率分配问题进行求解的详细过程，对遗传算法的每个步骤都给出了文字或者图形的编程思想的说明，接着给出程序在不同参数和不同遗传算子的情况下运行的结果。最后对如何设置遗传算法的运行参数做了总结。第五章是对整篇文章的总结，列举了文章所作的工作和结论。

第二章移动通信系统的频率分配技术2．1无线通信中的干扰在对小区进行频道分配之前，要进行干扰分析。要有好的通信质量必须要有足够高的载干比来保证。在移动通信中，主要存在的干扰包括：接收机内部噪声，来自于环境的外部噪声干扰，同频干扰，邻频干扰，互调干扰‘’81。2．·1．1外部噪声干扰外部噪声包括自然噪声和人为噪声。自然噪声主要有大气噪声、太阳噪声和宇宙噪声。从自然噪声的功率谱分布看，大气噪声和太阳噪声主要分布于100MHz以下，宇宙噪声在100MHz以上范围内则低于接收机内部噪声。一般来讲，人为噪声随时间和地点的不同呈现为随机量，通过对人为噪声的大量测量和统计分析表明，人为噪声的平均值随地点呈对数J下态分布规律。2．1．2同频干扰同频干扰是指所有落在接收机通带内的与有用信号频率相同的无用信号的干扰。在诸多干扰因素中，同频干扰主要地决定了系统的通信质量。存在同频干扰的频率范围是fo：lzE(2．1)其中石为有用信号载波频率，耳为接收机带宽。同频干扰是由于系统的频率复用引起的。通常，同频小区之间距离越小，同频干扰越大，但频率利用率提高，因此两者要兼顾考虑。设当前小区周围有聆个同频干扰小区数，则移动台接收到的载干比为导：#(2．2)，壹厶一式中C为来自于当前服务小区的信号功率，厶为第刀个同频干扰小区所在发射机引起的干扰功率。移动无线传播测量表明，接收到的平均信号功率随发射机和接收机之间距离

南京邮电火学硕l：研究生学位论文第二章移动通信系统的频牢分酣技术的幂指数下降，即离发射天线d处的平均信号功率P，可由下式估算为Ⅷ时亿3，式中，Po为距离发射天线do处的参考点接收功率，，．为路径衰减指数。同频复用距离和频率分配方案对接收台的载干比有直接的影响。在实际组网应用中，应确定发射基站覆盖区及同频复用距离，对不符合C／I要求的频率予以调整，考虑通信传播环境、业务量等的变化，对网络实施优化调整。2．1．3邻频干扰邻频干扰是一种来自相邻或相近频道的干扰，是由发射机的带外辐射和接收机选择性共同作用引起的。发射机的辐射功率为一个带宽而非单频，因此其邻道的辐射功率可以和有用信号一起进入接收机，而接收机响应对邻道发射机的主要辐射衰减不够大，从而一起构成邻道干扰。邻道干扰有两个方面，一是由于工作频带紧随的若干频道的寄生边带功率、宽带噪声、杂散辐射等产生的干扰；二是指移动通信网内，一组空间离散的邻近工作频道引入的干扰。存在多个干扰源时，总载干比可由下式计算得出c吣乃=-10lg喜鬻亿4，其中另∞∞承JPtao(L,r)分别代表有用信号及第／个干扰的功率∥。邻道干扰作为移动通信网的一种干扰方式，比同频干扰更容易控制。邻道干扰的抑制涉及到收信机的寄生辐射、接收机选择性及邻近频道间隔等因素。可以通过这些措施来降低邻频干扰：频率规划优化调整，增加邻频道之间的间隔，降低发射机落入相邻频道的干扰功率，提高接收机的邻频道选择性。2．1．4互调干扰在移动通信系统中，除了外界干扰和系统内同频、邻频干扰外，还有互调干扰。移动通信中，互调干扰也是要考虑的主要问题之一。互调干扰的机理是由于通信设备中某些电路的非线性使输入频率相互叠加，产生新的频率，从而造成对本频道或外频道的干扰。当有多个不同频率的信号加到非线性器件上时，

分享到：

赞收藏

资料库

通信网络频率分配算法.pdf

相关推荐

课程资源

热门标签

最新资料