改进遗传算法在线阵波束方向图中的应用

龙源期刊网 http://www.qikan.com.cn

改进遗传算法在线阵波束方向图中的应用

作者：伍麟珺

来源：《电子世界》2012年第03期

【摘要】通过对传统遗传算法应用在线阵波束方向图中进行分析，从编码方式、变异策略以及选择机制上提出了新的改进策略。改进后的算法减少了编码长度，增加了变异灵活性，更好的保持了种群中个体的多样性，加快了搜索和运算速度和收敛性能。对线阵波束方向图的零陷点生成和旁瓣抑制进行仿真，仿真结果表明改进算法与传统算法相比能明显减少遗传代数，能够更快地找到满意解。

【关键词】智能天线；波束形成；遗传算法

The application about improved genetic algorithm in arraybeam pattern WU Lin-jun

（Department of Information &Electric Engineering，Hunan Institute of Technology，Hengyang 421002)

Abstract：Through analyze the traditional genetic algorithm applied on arraybeam pattern.The algorithm was improved in coding way，mutation strategy and choice mechanism.New algorithm reduced the coding length，increased variability of flexibility，better maintained the diversity of individuals，accelerated the search and the calculation speed and convergence performance.The simulation carried on line array beam pattern null point generating and suppression for sidelobe.The result showed that the improved algorithm is compared with the traditional ones，converges more quickly，find a satisfactory solution faster.

Key words：smart antenna ；beam forming；genetic algorithm 1.引言

上世纪八十年代以来，移动通信技术在全球范围内得到迅速发展。移动通信用户和业务的不断增加，使得无线资源日趋紧张。再加上现代工业的污染和气候变化，通信环境变差。在复杂的移动通信环境和频带资源受限的条件下，如何达到更好的通信质量和更高的频谱利用率，成为移动通信研究中的热点问题。在这样的技术背景下，智能天线技术应运而生。智能天线技术其原理是将无线电的信号导向具体的方向，产生空间定向波束。使天线主波束对准用户信号的对准用户信号到达方向。旁瓣或零陷对准干扰信号到达方向，达到充分高效利用有用用户信号并抑制干扰信号的目的[1]。

龙源期刊网 http://www.qikan.com.cn

遗传算法是模拟生物在自然环境中的遗传和进化的过程而形成的一种自适应全局优化概率搜索算法。1994年，J.Michael Johnson和Yahya Rahmat-Samii首次将基本遗传算法应用到天线综合中[2][3]，提供了用遗传算法进行阵列综合的一般方法。此后智能算法被不断地应用到天线阵综合问题中。

2.基本遗传算法的改进策略

作为一种先进的新型智能算法，遗传算法也不是完美无缺的。该算法随机性强，依赖于大量的个体筛选，易出现早熟收敛等现象。[4][5]于是很多学者针对天线阵列的特点，提出了各自的改进策略。文献[6]采用浮点数编码替代传统的二进制编码，文献[5]将量子门操作融入到基本算法中，文献[7]针对遗传算法在天线图形成中的应用提出了合适的适应度函数。本文作者根据自身的学习体会，从编码方式，变异操作以及选择机制出发，提出了自己的改进策略。 2.1 整数编码

遗传算法中传统的编码方式有二进制编码和浮点数编码两种。二进制编码操作简单，当解精度要求较高时，采用该种方式会使得编码位数多，增加计算难度。浮点数编码适用于精度较高的场合，无需译码，提高运算效率，但无统一的适用于浮点数编码的遗传算法模式理论。 本文提出一种新型的编码方式，整数编码法。整数编码即每个基因的取值在一定的整数范围内，染色体由一串整数编码串表示。这种编码方式，对于实数形式的个体解尤为适合。每组编码的码长与其对应的实数解位数一致。按从高位到低位的顺序，实数解的每位数值，即是编码对应位基因的取值。如某个体解为5.230，则按照整数编码规则所得编码即为5230。编码位数仅为四位，与二进制编码相比大大缩短了编码长度，加快运算速度。 2.2 对10去补变1变异

采用上述整数编码方式后，交叉操作可以按照二进制编码规则，但其取反变异操作明显不再适合。在本文采取对10取补和变1相结合的思路对变异操作进行改进。0到9十个整数都不超过10，且可以两两配对求和得10（5可以和它自身相加得10）。因此，在编码串中确定好待变异的基因座以后，用10减去待变异位置的基因数值，这样所得差值与原值至少相差2。可是一方面考虑到0和5这两个特殊的数值，对10取补法对它们计算后依然是原值。另一方面，如果某个基因座多次被选择进行变异，单纯对10取补会使该基因座的取值来回在一对数值之间变化，假设基因座i原值取3，进行对10取补后得7，如基因座i多次被选择变异，则其取值无法跳出3和7之外进行取值，这就失去了变异的意义。于是本文规定，在进行对10取补步骤后，再对所得值随机的加1或减1，这样就解决了上述两方面的问题。 2.3 跨代竞争

本文采用跨代竞争选择策略，所有父代个体均参与交叉和变异操作，这样就形成了父代，由交叉产生的子代（这里我们称为交叉子代）和由变异产生的子代（这里我们称为变异子代）