一种基于遗传算法的室内可见光通信led阵列布局优化方法
【技术领域】
[0001] 本发明属于室内可见光通信技术领域，设及一种可见光通信中基于遗传算法的 L邸阵列布局优化方法。
【背景技术】
[0002] 用可见光通信技术(VLC,Vis化IeLi曲tCommunication) W其保密性好、频谱资源 丰富、对人体无害等特点逐步成为未来近距离无线通信技术的热口候选技术。在室内化C系 统中，由于房间尺寸、信号的多径传输W及物体表面的反射特性等因素，在通信平面的不同 接收位置接收到的光功率会有显著差异，从而严重制约化C系统的通信性能。在室内环境 下，怎么样在所有的接受位置获得一致的功率和照明分布，对于提高通信的可靠性具有重 要意义。
[0003] 室内白光LED(Li曲t血itting Diode)光源阵列布局决定室内光照度和光功率的 空间分布。所W，设计白光Lm)可见光通信系统时，应兼顾照明和通信的双重要求。合理设计 光源阵列，使室内的光照度符合照明标准，同时使得光功率分布在室内呈现均匀分布。根据 国际化照明的标准，办公室的光照度要求在300-1500勒克斯之间。
【发明内容】
[0004] 有鉴于此，本发明的目的在于提供一种基于遗传算法的室内可见光通信LED阵列 布局优化方法，该算法能够解决在现有的室内L邸阵列布局下，接收平面上接收功率不均匀 的问题。优化后的Lm)阵列布局可W减少接收平面上的接收功率波动，提高通信系统的可靠 性。
[0005] 为达到上述目的，本发明提供如下技术方案:一种可见光通信中基于遗传算法的 L邸阵列布局优化方法，该算法包括W下步骤：
[0006] (1) W房间的长为X轴，宽为y轴建立坐标系，构建基因。根据房间的长度信息L和宽 度信息W来构造基因库，进而构建染色体，并创建初始种群。
[0007] (2)设置进化代数为t，并初始化进化代数t = 0;
[000引（3)依照公式F(i)=dif(i，j)/E{[Pr-E(Pr)]2}来计算出种群中每个个体的适应度 值;其中，i为种群中的第i个个体，dif Q J)表示两个个体的差异值，E(Pr)表示对接收平面 上所有接收点的接收功率求期望。
[0009] (4)依照每个个体被选择的概率执行选择操作。 i
[0010] (5)判断当前的进化代数t是否大于最大进化代数tmax，或者连续t。。。*代种群中最 优个体的适应度值未变化;满足W上任意一个条件则转到步骤(8);若不满足W上任意一个 条件，则令进化代数t = t+1。
[0011] (6)对种群中的个体按照交叉概率Pa。执行交叉操作；
[001^ (7似种群中的个体按照变异概率Pmut执行变异操作，返回步骤(3);
[OOU] (8)找出种群中适应度值最大的个体，根据该个个体解码出每个L邸阵列的最佳坐 标，即为优化后的L邸阵列布局。
[0014] 进一步的，步骤(1)中所述的种群初始化方案包括W下步骤：
[0015] (1.1)种群中的每个个体(也称染色体)具有如下的形式：
[001W CS=((xi，yi)，（X2，y2)，. . .，（XN，yN))
[0017]其中，N代表房间中天花板上的LED阵列个数，（xi，yi)表示一个基因，X和y分别代表 LED阵列的横坐标和纵坐标，并且X和y的取值范围为Xi EgeneLibx, YiEgeneLiby,满足如下 的式子：
[0020] 其中C和y表示需要将房间的长度L和宽度W细分成的网格数。
[0021] (1.2)在初始化种群的时候，根据（1.1)所述，构建Npopu个个体。其中，每个个体基 因位中的横坐标X随机选取来自基因库geneLibx，基因位中的纵坐标y随机选取来自基因库 geneLibyO
[0022] 进一步的，步骤(3)中所述的适应度计算方法具体过程为：
[0023] (3.1)房间的长度为L，宽度为W，高度为H，接收平面高度为h。将接收平面平均分成 axe个网格。按照W下公式计算每个网格点上的接收功率：
[0025]其中E是PD接收里面检测器的表面积，Dd是接入点和PD之间的直线距离，Ts(il〇光学 滤波器的增益，4是?〇的入射角，口是L抓发射角，g(il〇是光学集中器增益。L抓半功率角d) 1/2 决定了光源的朗伯指数m，它们之间的换算关系为:m = -ln2^n(cos((l)i/2))。
[00%] (3.2)对所有的网格点求期望可得E(Pr)Ddif (i，j)表示两个个体的差异值，并且j 个体在当前种群中具有最高的适应度值。按照下式计算dif(i，j):
[0028] (3.3)引入个体差异度函数作为适应度函数的权重函数，可有效的防止种群进化 过程中有效基因的缺失而陷入局部最优。
[0029] 进一步的，步骤(5)所述的"连续twnt代种群中最优个体的适应度值未变化"的具 体过程为：
[0030] (5.1)设计变量Flast表示上一代种群中的最好个体的适应度值，Fcrrt表示本代种群 的最好个体适应度值。
[0031 ] ( 5.2 )如果Fcrrt大于Flast,则令tcont 二 0 , Flast 二 Fcrrt;否则，令tcont 二 tcont+l , Flast 二 Fcrrt;
[0032]进一步的，步骤(6)中"对种群中的个体按照交叉概率Per。执行交叉操作"的具体过 程为：
[0033] (6.1)从种群中随机选出两个染色体雌I和CS2,然后按照下式对每个染色体分段：
[0034] Se卵entl = (xi,yi). . . (XN/4,yN/4)
[0035] 56卵61112=(抑/4+1,5^4+1)...(抑/2,5^2)
[0036] Se卵ent3 = (XN/2+i,yN/2+i). . . (X3N/4,y3N/4)
[0037] Se卵ent4=(X3N/4,y3N/4)...(XN,yN)
[0038] (6.2)随机选取一段Segment,然后交换对应位置上的基因。总共需要进行上述的 交叉操作的次数为Npopu冲cro。
[0039] 进一步的，步骤(7)中种群中的个体按照变异概率Pmut执行变异操作"的具体过 程为：
[0040] (7.1)将遗传算法的捜索空间（天花板所在的平面)划分成Nar*Nar个均匀的小区 域，每个区域表示为AHk);
[0041] (7.2)随机选择一个染色体CSmut,并且统计在区域Ar化)中的染色体CSmut的基因个 数设为n化）；
[0042] (7.3)对n化)排序，Armax区域中对应有nmax个基因，Armin区域中对应有nmin个基因；
[0043] (7.4)随机删除一个属于Armax的基因，并且按照步骤(1)所述的方法生成一个属于 Armin的基因，并将它插入到染色体中对应的位置。
[0044] (7.5)重复做W上的操作Npdpu冲mut次，即完成变异操作。
[0045] 本发明的有益效果在于:本发明的算法能够解决现有的Lm)布局下在接收平面上 接收到的接收功率分布不均匀的问题，优化后的LED阵列布局可W使得接收平面上的接收 功率分布均匀，解决L邸通信的可靠性问题。
【附图说明】
[0046] 为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行 说明：
[0047] 图1为基于遗传算法的L邸阵列布局优化方法流程图；
[0048] 图2为典型的可见光室内通信系统；
[0049] 图3为典型的矩形L邸阵列布局及其功率分布；
[0050] 图4为优化后的L邸阵列布局及其功率分布。
【具体实施方式】
[0051] 下面将结合附图，对本发明的优选实施例进行详细的描述：
[0052] 图2为典型的可见光室内通信系统，图1为基于遗传算法的Lm)阵列布局优化方法 流程图，如图所示，本发明提供的一种基于遗传算法的室内可见光通信Lm)阵列布局优化方 法，该算法包括W下步骤：
[0053] (1)典型的室内可见光通信系统如图2所示，房间的长度信息L = 5米，宽度信息W = 5米，高度为3米，接收平面为0.85米高。按照图2所示构建坐标轴，沿着长度方向标识为X轴， 沿着宽度方向标识为y轴。
[0054] (2)利用步骤(1)中的信息来构建染色体，种群中的每个个体(也称染色体)具有如 下的形式：
[005引 CS=((xi，yi)，（X2，y2)，. . .，（XN'yN))
[00?]其中，N代表房间中天花板上的LED阵列个数，本例中N=16e(xi，yi)表示一个基因， X和y分别代表LED阵列的横坐标和纵坐标，并且X和y的取值范围为Xi EgeneLibx ,yi e geneLiby，满足如下的式子：
[0059] 其中C和y表示需要将房间的长度L和宽度W细分成的网格数，它会影响捜索到的 L邸阵列布局的精度，考虑到实际需要，运里分别令他们都为50。
[0060] (3)在初始化种群的时候，根据步骤(2)所述，构建Npdpu个个体。种群的大小会影响 到遗传算法能否收敛到最优解W及收敛到最优解的速度。考虑到实际需要，运里将Npdpu设 置为200。其中，每个个体基因位中的横坐标X随机选取来自基因库geneLib