基于遗传算法的SCMA码本生成方法与流程

本发明属通信领域，涉及非正交通信码本的生成方法。稀疏码分多址(scma)技术作为未来5g的候选技术之一，不仅可以提高用户接入数量，还能大幅提高频谱利用率，可有效缓解当前电磁环境的频谱拥堵问题。基于遗传算法的scma码本设计经验证可得到较好的误码率性能。

背景技术

在移动互联网服务和物联网业务快速增长的驱动下，第五代移动通信系统不仅需要大幅度地提高系统频谱效率，还要能够支持海量设备接入的能力。5g无线通信标准需要更高的频谱效率、更多的用户接入以及更低的延迟，甚至能够支持1000亿次连接、数千用户每秒几十兆比特的数据速率和1毫秒的延时。在有限的频谱资源数量条件下，非正交多址(noma)技术是增加用户数量的可能解决方案。与传统正交多址技术中的时分、频分以及码分复用不同的是，非正交多址接入技术通过引入一些可控的干扰来实现用户的过载接入。scma技术是码域的非正交多址技术，和其他非正交多址接入技术相比，频谱效率接近最优化，还可以利用盲检测技术以及scma对码字碰撞不敏感的特性，实现免调度随机竞争接入。

scma技术是低密度签名序列(lds)的直接推广，在cdma系统中，用户的信息符号通过与其扩频码相乘得到发送信号，所有用户在相同的频率和时间上同时发送信息，即系统内所有用户共享频率和时间资源。但当用户数量大于扩频增益时，各个用户之间的扩频码无法保证完美正交，此时，cdma系统的性能急剧下降。虽然多用户检测技术可以消除由于扩频码的非正交带来的多址接入干扰，但会大大增加接收端的实现复杂度。为解决这一问题，一种方案是将cdma中的扩频序列设计为稀疏序列，即lds系统。scma技术是将lds中的qam映射和低密度扩频两个模块结合在一起，即将用户发送比特直接映射为码字，整个编码流程可以解释为是从二元实数域向多元复数域的映射编码过程。与lds相比，scma的重要任务是要设计好的多维复数域码本而不是简单的cdma签名序列，scma技术的码本设计中需要设计高维的星座图，而不是继续使用qam星座图。因此，scma能获得lds所不具有的星座图成形增益。

scma的码本设计一般是通过最大化最小欧几里得距离或者信道容量，文献[1]首次提出了基于格点星座图设计准则的码本设计方案，文献[2]提出了一种基于星座图和映射矩阵联合优化的码本设计方案。文献[3]研究了基于circle-star星座图的scma码本设计方案。本发明提出一种基于遗传算法[4]的scma码本设计方案。

遗传算法(geneticalgorithm,ga)起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。这里通过遗传算法最大化最小欧几里得距离，进而得到具有较好误码性能的scma通信码本。

[1]h.nikopourandh.baligh,"sparsecodemultipleaccess,"2013ieee24thannualinternationalsymposiumonpersonal,indoor,andmobileradiocommunications(pimrc),london,2013,pp.332-336.

[2]j.peng,w.chen,b.bai,x.guoandc.sun,"jointoptimizationofconstellationwithmappingmatrixforscmacodebookdesign,"inieeesignalprocessingletters,vol.24,no.3,pp.264-268,march2017.

[3]t.metkarunchit,"scmacodebookdesignbaseoncircular-qam,"2017integratedcommunications,navigationandsurveillanceconference(icns),herndon,va,2017,pp.3e1-1-3e1-8.

[4]李明.遗传算法的改进及其在优化问题中的应用研究[d].吉林大学,2004。

技术实现要素：

为克服现有技术的不足，有效解决电磁环境的频谱拥堵问题，本发明旨在通过设计具有良好误比特性能的scma码本可以提升频谱利用率，得到具有良好误码率性能的scma码本。为此，本发明采用的技术方案是，基于遗传算法的scma码本生成方法，步骤如下：

非正交多址scma码本中不同用户的码本具有相似的结构，如下是第j个用户的码本结构cbj为：

其中，行代表不同的正交资源块，列代表四种不同的码字，不同用户占用的资源块位置不同，即不同用户码本的非0行的位置不同，φj表示一个码字在不同资源块上旋转的角度，αj，βj表示码字符号的大小，设码字能量e为2/3，则有：

定义γj表示功率变化量，则有：

优化的目标是发射的scma信号之间的最小欧式距离dmin，也就是遗传算法中的适应度函数，在上述考虑的模型下，适应度函数即为两向量间的欧几里得距离，优化的变量，即遗传算法中的个体或种群为γj和φj，通过多代的遗传、变异，找到使得适应度函数dmin最大的最优个体γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了所有用户的scma码本。

具体地，

步骤1：令γj和φj分别表示要优化的两种种群，首先初始化种群数量、变异率、杂交率以及算法需进化的代数；

步骤2：将γj和φj用相应位数的二进制编码表示，并初始化种群γj和φj；

步骤3：用上述初始化种群计算适应度函数dmin，得到最大值，作为最优个体的初始化值bestvalue；

步骤4：计算每个个体的适应度函数值，求出每个个体进入下一代的概率，用轮盘赌算法对初始种群进行模拟选择，选出性能良好的群体作为遗传的父本；

步骤5：产生一个随机数，若小于杂交率，则使用父本中的两个个体杂交产生后代，否则不杂交；然后再产生一个随机数，若小于变异率，则将此个体进行模拟变异，否则不变异；

步骤6：将产生的新一代个体解码为十进制，并计算其适应度函数。找到其中的最大值maxval并与上一代最优值bestvalue比较，若大于，则更新bestvalue，同时保存相应的个体γj和φj，若不大于则不更新；

步骤7：判断终止条件，是则输出当前最优解，否则转入步骤4；

步骤8：通过上述步骤得到最优的γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了所有用户的scma码本。

一个实例中的具体步骤如下：

步骤1：确定scma各用户的结构化码本模型cbj，优化变量γj和φj，以及目标函数dmin；

步骤2：利用遗传算法初始化种群γj和φj，杂交率，变异率，计算初始种群的适应度函数dmin，并将其最大值存入bestvalue，即初始化的全局最优解；

步骤3：计算种群中每个个体的适应度函数与总体累计的适应度函数之比，用轮盘赌法选择出下一代个体的父本；

步骤4：父本中的个体根据初始化的杂交率和变异率遗传，产生新一代的种群；

步骤5：对新一代种群中的每个个体计算适应度函数，找出最大值，存放在maxval；

步骤6：比较maxval与bestvalue，若maxval大于bestvalue，则更新bestvalue，同时保存对应的γj和φj，否则不更新；

步骤7：重复上述3到6步直到满足算法迭代停止条件，并将最终的最优值bestvalue对应的γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了所有用户的scma码本；

步骤8：在相同的信道条件下对得到码本的误码率性能进行仿真分析，通过与已有码本比较验证所用方案的正确性。

本发明的特点及有益效果是：

本发明采用遗传算法优化scma码本，经过多代的杂交和变异，在发射能量一定的条件下，得到全局最优解，即最大化的发射信号最小距离，从而得到了最优的scma码本。在相同信道条件下，通过仿真得到了本发明优化的ga码本和现有两种码本(华为和tcm码本)的误码率性能对比图，如图2所示，发现使用遗传算法优化过的码本具有更好的误比特性能，进而验证了该方法的有效性。

附图说明：

图1算法流程图。

图2误码率性能对比。

具体实施方式

本发明属通信领域，稀疏码分多址(scma)技术作为未来5g的候选技术之一，不仅可以提高用户接入数量，还能大幅提高频谱利用率，可有效缓解当前电磁环境的频谱拥堵问题。基于遗传算法的scma码本设计经验证可得到较好的误码率性能。

为有效解决电磁环境的频谱拥堵问题，国内外研究者提出了mimo，毫米波通信，超密集组网以及非正交多址接入等创新性技术。其中的非正交多址接入技术通过引入可控的干扰可实现一定程度的用户过载，进而可提升移动通信系统的吞吐量和用户接入数量，因此，通过设计具有良好误比特性能的scma码本可以提升频谱利用率，有效缓解频谱拥堵问题。遗传算法具有高效、并行、全局搜索的特点，本发明采用遗传算法来最大化scma发射信号的最小欧几里得距离，可得到具有良好误码率性能的scma码本。

由理论可知，最大化通信发射信号之间的最小欧几里得距离有益于得到较好的误码率性能，因此本发明通过最大化scma发射信号之间的最小欧式距离来得到具有较好误码率性能的scma码本。在本发明中，假设采用模型的正交资源块数k＝4，用户数量j＝6，每个用户的码本包含m＝4个码字，并且每个码字占用的资源块数n＝2，不同用户的码本所占用的两个正交资源块不同，此时实现了λ＝j/k＝1.5的用户过载率。

首先给出了结构化的各用户的scma码本。各用户之间的码本结构相似，都是由两对反码码字构成，且占用两个资源块。不同的是各用户占用的资源块位置不同，即非0行的位置不同，以及具体的码字不同，即αj，βj和φj这些参数不同，如下给出了第j个用户的码本结构cbj为：

其中，行代表不同的正交资源块，列代表四种不同的码字，此结构表示该用户占用第2、3两块资源块。φj表示一个码字在不同资源块上旋转的角度，αj，βj表示码字符号的大小，设码字能量e为2/3，则有：

定义γj表示功率变化量，则有：通过这种相似的结构，给出不同的αj，βj和φj，可得到6个用户的通信码本cb1，cb2，…，cb6。

优化的目标是发射的scma信号之间的最小欧式距离dmin，也就是遗传算法中的适应度函数，在上述考虑的模型下，适应度函数即为两向量间的欧几里得距离，共需要计算m^j＝4⁶次dmin。优化的变量，即遗传算法中的个体或种群为γj和φj，通过多代的遗传、变异，找到使得适应度函数dmin最大的最优个体γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了具有良好ber性能的scma码本。

具体实现方案如下：

一种基于遗传算法的scma码本设计：

步骤1：令γj和φj分别表示要优化的两种种群，首先初始化种群数量、变异率、杂交率以及算法需进化的代数等。

步骤2：将γj和φj用相应位数的二进制编码表示，并初始化种群γj和φj。

步骤3：用上述初始化种群计算适应度函数dmin，得到最大值，作为最优个体的初始化值bestvalue。

步骤4：计算每个个体的适应度函数值，求出每个个体进入下一代的概率，用轮盘赌算法对初始种群进行模拟选择，选出性能良好的群体作为遗传的父本。

步骤5：产生一个随机数，若小于杂交率，则使用父本中的两个个体杂交产生后代，否则不杂交。然后再产生一个随机数，若小于变异率，则将此个体进行模拟变异，否则不变异。

步骤6：将产生的新一代个体解码为十进制，并计算其适应度函数。找到其中的最大值maxval并与上一代最优值bestvalue比较，若大于，则更新bestvalue，同时保存相应的个体γj和φj，若不大于则不更新。

步骤7：判断终止条件，是则输出当前最优解，否则转入步骤4。

步骤8：通过上述步骤得到最优的γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了所有用户的scma码本。

具体步骤如图1所示。

本发明一个实例中的具体步骤如下：

步骤1：确定scma各用户的结构化码本模型cbj，优化变量γj和φj，以及目标函数dmin。

步骤2：利用遗传算法初始化种群γj和φj，杂交率，变异率，计算初始种群的适应度函数dmin，并将其最大值存入bestvalue，即初始化的全局最优解。

步骤3：计算种群中每个个体的适应度函数与总体累计的适应度函数之比，用轮盘赌法选择出下一代个体的父本。

步骤4：父本中的个体根据初始化的杂交率和变异率遗传，产生新一代的种群。

步骤5：对新一代种群中的每个个体计算适应度函数，找出最大值，存放在maxval。

步骤6：比较maxval与bestvalue，若maxval大于bestvalue，则更新bestvalue，同时保存对应的γj和φj，否则不更新。

步骤7：重复上述3到6步直到满足算法迭代停止条件。并将最终的最优值bestvalue对应的γj和φj，根据和计算得到αj和βj，然后将αj，βj和φj带入到各用户的结构化码本cb1，cb2，…，cb6中，即得到了所有用户的scma码本。

步骤8：在相同的信道条件下对得到码本的误码率性能进行仿真分析，通过与已有码本比较验证所用方案的正确性。