一种基于BIC-DAF-MOEA的复杂信道通信方法与流程

一种基于bic-daf-moea的复杂信道通信方法
技术领域
1.本发明涉及信号处理与机器学习领域，是一种对复杂地下空间信道进行通信的方法。


背景技术：

2.地下空间的通信一直是较为棘手的问题，由于地下掩体层的遮挡，有效保证通信的质量与连通率可以实现对人员的有效定位，从而提供有力保障。传统的地下空间通讯的方式l-mesh系列宽带自组网通信与can总线通信，对于l-mesh宽带通讯来说，它智能并网处理，并且有稳定的可调节工作频率，能够有效规避干扰，多层次分通信，但是在复杂的工作环境中传输距离较近，组网设备设置条件苛刻，不能准确提供人员位置信息。can总线通讯具有数据处理能力强，多路并发处理能力，精确度高，缺点是需要提前布设线路，线路情况对于通信质量影响较大，不适用于突发状况与复杂的环境。在地下遮蔽空间环境下，上述技术具体应用中有一定的困难。
3.对于地下遮蔽空间定位的通信，最大的问题在于通信的及时性、稳定性，地下遮蔽空间由于其环境结构的复杂，通信条件较传统通信模式更为恶劣，遮盖层存在大量的阻碍通信的金属材质，容易产生电磁屏蔽效应，导致通信质量下降。因此对于地下遮蔽空间的通信技术，提出了更高的要求。因此要保证地下空间通信的质量与稳定性提出了一种复杂信道通信算法，建立多网协同的通信架构，通过建立自适应的多目标分解算法实现负载均衡、分簇寻优等动态传输策略，从而保障应急通信网络的稳定性与高连通性。


技术实现要素：

4.针对上述现有技术中存在的问题，本发明要解决的问题是提供一种基于bic-daf-moea的复杂信道通信方法，其具体流程如图1所示。
5.技术方案实施步骤如下：
6.(1)确定bic评分函数s
bic
(g:d)：
7.根据不同粗糙程度、不同截面形状下的反射面、散射面、投射体等信道模型，建立一种合适的概率传播图，确定概率传播图所对应的评分函数s
bic
(g:d)：
[0008][0009]
式中，g为马尔可夫网络，d为不同状态下建立的信道模型所对应的数据集，i、j、k为节点数，n为节点个数，r
l
为节点x
l
的节取值的个数，q
l
为变量x
l
的父节点的取值的个数，m
i,j,k
为x
l
的父节点取值为j，x
l
取值为k时的样本数，θ
i,j,k
为似然条件概率，m为样本数。采用对数似然度评估网络g和数据集d的拟合程度。
[0010]
(2)确定节点间的重要度传输矩阵fe：
[0011][0012]
式中，k1、k2、l、kn表示到自身的传输能力，π
ij
为传输能力分配参数，n
ij
是最优路径数目，《k》为网络平均度，d
ij
为度值，节点i到节点j的最短距离。
[0013]
(3)确定节点j的重要度ij：
[0014][0015]
式中，bc指介数中心性。
[0016]
(4)确定节点的功率衰减：
[0017]
在计算节点的功率衰减时，引入动态衰减因子表现不同介质对应不同介质功率衰减δp：
[0018][0019]
式中，δp为衰减功率，a
l
为衰减因子，p
nf
为待机时的功率，f为待机时的频率，pm为采集发射时的功率，t
p
为发射时长，t-t
p
为发送间隔，t为发射周期，若t＝0或t
p
＝t则物理上为实时发射。
[0020]
(5)设置自适应算法参数ε(t)：
[0021][0022]
式中，ψ
max
表示收集的数据集中约束违反量的最大值，ψ0为数据集中约束违反量为0的个数，th和tc表示为设定的阈值，ap1和ap2是介于0和1之间的系数，t为迭代次数，n表示数据集的大小。
[0023]
(6)moea法进行迭代处理：
[0024][0025]
其中，gi(x)、hi(x)为约束函数，f(x)为需优化的动态参数参数，x为节点，w和l是约束方程的个数，f
min
是目标函数的最小值。之后初始化moea参数，计算权重间的欧式距离，不断迭代，直到最终输出最优解。
[0026]
本发明比现有技术具有的优点：
[0027]
(1)本发明克服了传统地下通讯方式数据传输的不稳定性导致的信号中断问题，传输距离更远，大大提升传输效率，稳定性更高。
[0028]
(2)本发明有效的改善了传统地下通讯方式由于环境的复杂性，对传输信号产生的噪声干扰，准确定位通讯目标，有效滤除干扰信号，提高信号识别效率。
附图说明
[0029]
为了更好地理解本发明，下面结合附图作进一步的说明。
[0030]
图1是建立基于bic-daf-moea的复杂信道通信方法的步骤流程图；
[0031]
图2是建立基于bic-daf-moea的复杂信道通信方法流程图；
[0032]
图3是利用本发明对四组信道通信准确率的结果展示；
具体实施方案
[0033]
本实施案例选用的数据来自地下遮蔽空间的典型示范区，一共有1000组样本，其中，来自地下隧道、铁路隧道、地下商场、地下停车场、地铁站5种场景，每种场景各有200组数据，采用随机抽样的方法从5组场景中的每份数据中各抽取140组样本作为训练集，剩下的作为测试集。最终，用作训练集的样本总数为700，用作测试集的样本总数为300。
[0034]
(1)确定bic评分函数s
bic
(g:d)：
[0035]
根据不同粗糙程度、不同截面形状下的反射面、散射面、投射体等信道模型，建立一种合适的概率传播图，确定概率传播图所对应的评分函数s
bic
(g:d)：
[0036][0037]
式中，g为马尔可夫网络，d为不同状态下建立的信道模型所对应的数据集，i、j、k为节点数，n为节点个数，本设计中选取个数为30，r
l
为节点x
l
的节取值的个数，q
l
为变量x
l
的父节点的取值的个数，m
i,j,k
为x
l
的父节点取值为j，x
l
取值为k时的样本数，θ
i,j,k
为似然条件概率，m为样本数，本设计中样本数大小选择为700。采用对数似然度评估网络g和数据集d的拟合程度。
[0038]
(2)确定节点间的重要度传输矩阵fe：
[0039][0040]
式中，k1、k2、l、kn表示到自身的传输能力，π
ij
为传输能力分配参数，n
ij
是最优路径数目，《k》为网络平均度，取值为12.89，d
ij
为度值，节点i到节点j的最短距离。
[0041]
(3)确定节点j的重要度ij：
[0042][0043]
式中，bc指介数中心性。
[0044]
(4)确定节点的功率衰减：
[0045]
在计算节点的功率衰减时，引入动态衰减因子表现不同介质对应不同介质功率衰
减δp：
[0046][0047]
式中，δp为衰减功率，a
l
为衰减因子，p
nf
为待机时的功率，f为待机时的频率，pm为采集发射时的功率，t
p
为发射时长，t-t
p
为发送间隔，t为发射周期，若t＝0或t
p
＝t则物理上为实时发射。
[0048]
(5)设置自适应算法参数ε(t)：
[0049][0050]
式中，ψ
max
表示收集的数据集中约束违反量的最大值，ψ0为数据集中约束违反量为0的个数，th和tc表示为设定的阈值，ap1和ap2是介于0和1之间的系数，t为迭代次数，本设计选择为500，n表示数据集的大小为700。
[0051]
(6)moea法进行迭代处理：
[0052][0053]
其中，gi(x)、hi(x)为约束函数，f(x)为需优化的动态参数参数，x为节点，w和l是约束方程的个数，f
min
是目标函数的最小值。之后初始化moea参数，计算权重间的欧式距离，不断迭代，直到最终输出最优解。
[0054]
对得到的模型进行测试集实验，实现对复杂地下空间信道进行通信，得到实验的准确率，完成基于bic-daf-moea的复杂信道通信方法。
[0055]
为了验证本发明对复杂信道通信的准确率，对本发明进行了四组信道通信实验，实验结果如图3所示。由图3可知，本发明建立的复杂信道通信的准确率均保持在96％以上，能够在保证实时性的基础上达到较高的准确率，识别效果良好，这表明本发明建立的复杂信道通信方法是有效的，为建立精准的信道通信模型提供了更好的方法，具有一定的实用价值。