而言，将其变异率都设定为〇. 01。
[0070] ⑤设定遗传算法终止条件，若满足R-square>0.9且RMSE〈0.2，则遗传终止，输出p 最小时对应的个体编码并编码得到参数aibud;若不满足条件，返回步骤③继续。其中：
[0071]
[0072]
[0073]其中{^，^，…，幻丨表示实测的电磁辐射值^^匕…上丨为通过拟合函数计算的 电磁辐射值，e为实测电磁辐射值卜:^^…^^的平均值^:^为通过拟合函数计算的电磁 辐射值{Ei，E2，…，Ej}的平均值，j = 1，2，…，24;R-square为确定系数，表示实际测量值与预 测值之间相关系数的平方，取值范围为[0，1]，其值越接近1，其函数对数据拟合的效果也越 好;RMSE为标准差，表示数据值偏离算术平均值的程度，其取值越小，拟合效果越好。
[0074] 频谱分析的测量数据经过数据处理后，分别得到被测区域TD-SCDMA、WCDMA、 CDMA2000 一天24小时电磁福射强度如下表2。
[0075]表2 3G通信基站电磁辐射强度测量值 Γηη7Α?
L〇〇77」将每组测量数据通过上述的遗传算法计算求得参数ai，bi，Cl，如下表3所示。
[0078] 表3计算参数列表
[0079]
[0080] 将求得的待定参数带入目标函数分别得到TD-SCDMA、WCDMA、CDMA2000电磁辐射强 度随时间变化的函数表达式；
[0081] ETD-SCDMA(t)=0.087sin(0.632t+0.596)-0.337sin(1.298t-4.283)-0.319sin(-1.318t-l.819)-0.873sin(-0.07t-0.491)
[0082] E WCDMA(t)=0.027sin(0.666t+0.314)-0.189sin(l ,28t+2.142 )+0.657sin (0.061t+0.664)-0.172sin(-1.301t-l.906)
[0083] ECDMA2000(t) = -0.830sin(0.128t+3.745)+0.013sin(1.305t+3.604)+0.188sin (0·339t-l·484)-0·669sin(-0·209t-3·109)
[0084] 从图3，4，5分析可得:TD-SCDMA、WCDMA、CDMA2000基于遗传算法的曲线拟合图的精 度非常高，便于我们利用其拟合函数表达式对其相关性进行计算。
[0085]步骤四：利用步骤三得到的函数计算通信基站电磁辐射的相关性。
[0086] 相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变 量因素的相关密切程度，假设X与Y为不同的通信信道，且E x(t)、EY(t)分别代表不同信道电 磁辐射的拟合函数。
[0087] 单信道电磁辐射随时间的自相关性计算：
[0088] 将上述拟合得到的函数表达式通过
，计算出3G通信基站信道 的自相关系数，分析电磁辐射随时间变化的相关性。
[0089] 其中
，Rxx(t)表不为X通信信道电磁福射的自相 关函数，ux和σχ分别表示为Ex⑴平均值和均方值。
[0090] 同一区域内多个基站电磁福射相关性计算：
[0091] 将上述拟合得到的函数表达式通i3j
计算出3G通信基站不 同信道之间的互相关系数，分析同一区域内多个电磁辐射变化的相关性。
[0092] 其中，
，Rxy(t)为不同通信信道之间电磁辐射的 互相关函数，UY、〇Y表示拟合函数EY(t)的平均值和均方差。
[0093]步骤五:从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系 统电磁辐射变化规律。
[0094]此处选用TD-S⑶MA通信信道作为自相关性的研究对象，将其拟合函数代入上式， 计算出该信道电磁辐射在各个时间段之间的相关性。其中表2给出了时间延时为0-11小时 计算出的自相关系数。从表4中可以看出三种不同的通信信道相关系数的变化具有相同的 趋势。当2时，其相关系数均大于0.9,属于强相关性，表明未来的2小时电磁辐射的变化 将会高度一致。当τ > 11时，相关系数小于0.5，此时属于弱相关性。
[0095]表4 3G通信基站的自相关系数 「00961
[0097] 通过计算，从表5可知在同一时刻（t = 0)3G通信信道之间的相关系数分别高达 0.998、0.998、0.997,属于强相关，可以证明它们在此测试区域，不同通信基站电磁辐射变 化规律极为相似。因此，该被测区域我们只需分析其中一种通信信道，就可以利用其强相关 性，预测其它信道电磁辐射的变化特性，大大缩减其测量时间。随着时间延时τ的增加，当τ > 11时，通信基站之间的相关性转变为弱相关。
[0098] 表5同一区域多个基站电磁辐射的互相关性
[0099]
[0100] 本分析方法利用基于遗传算法的拟合模型对测量数据进行拟合，建立电磁辐射强 度随时间变化的函数，该拟合模型继承遗传算法的优胜劣汰原则，通过复制、杂交、变异等 遗传操作逐步改善直到找到满意解，从而提高拟合函数的精度，并通过利用拟合得到的随 时间变化的函数表达式计算通信基站电磁辐射强度的相关性，进行相关性分析，该方法能 预测通信基站电磁辐射强度随时间变化的相关性，同时也能预测同一区域内多个基站电磁 辐射的相关性，为以后电磁辐射分析提供新的思路。
【主权项】
1. 一种基于遗传算法的通信基站电磁福射相关性分析方法，包括W下步骤： (1) 利用频谱分析仪测量被测区域通信基站的下行发射功率； (2) 将测量的功率值转化成相应的电磁福射强度，再进行数据的平均化处理； (3) 通过遗传算法对测量数据进行分析，建立通信基站电磁福射强度随时间变化的函 数； (4) 利用步骤(3)得到的函数计算通信基站电磁福射的相关性； (5) 从理论上分析电磁福射强度随时间变化的规律W及同一区域内多基站系统电磁福 射变化规律。2. 根据权利要求1所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 在于:所述步骤（1)中，频谱分析仪采用"zero-span"时域测量的方法测量被测区域通信基 站的下行发射功率。3. 根据权利要求1所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 在于:所述步骤(2)中，根据下列公式将频谱分析仪实时测量的功率值转变为相应的电磁福 射强度：其中P为实测功率值，单位为dBm, AF为天线因子，单位为地/m, Arf为电缆损耗，单位为 地，W及射频电缆阻抗Z = 50 Q ; 利用将每天同一时刻的测量数据进行平均处化理； 其中j表示为整点时刻，n为测量天数，巧为第n天j时刻的福射强度值，ej为平均处理后 每个整点时刻的电磁福射强度值，j = 1，2，…，24。4. 根据权利要求3所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 m 在于，所述步骤(3)中，首先建立电磁福射随时间变化的函数：fW = ;>,sin(/V-f(;,)，其 中，ai，bi，Ci为待定参数，m为多项式的项数，t为时间自变量，t的取值范围为一天24小时中 的任意时刻，并且每个整点时刻tl, t2，? ? ?，t24所对应的电磁福射强度值为ei, 62，…，624 ;根据 遗传算法对参数ai，bi ,Ci进行预测的具体步骤如下： ① 对ai，bi，Cl进行编码，随机产生N个运样的个体作为初始种群； m ② 计算目标函数值：由^^ =艺",8!!1斬+切计算得到*1山，一山不同时刻电磁福射 的强度，记为Ei，E2,…，EjJ = l，2,…，24; ③ 计算适应度值:利用Pj=化广ej)2,/J = 6,-)2对适应度值进行计算；其中，P康 M 示第j个个体的适应度，P为所有个体适应度的累加和； ④ 遗传操作:使用遗传算法选择、交叉、变异进行遗传运算，得到下一代种群； ⑤ 设定遗传算法终止条件，若满足条件遗传终止，输出P最小时对应的个体编码并编码 得到参数曰1，bi，Cl;若不满足条件，返回步骤③继续。5. 根据权利要求4所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 在于，所述步骤(3)，根据遗传算法对参数ai，bi，ci进行预测的具体步骤④中， 选择运算:令父代被选择的概率Sj为：其中P为所有个体适应度的累加和，Pj为第j个个体的适应度，j = 1，2，…，24; 交叉运算:在父代中随机选择两个个体a与b作为双亲，并进行线形组合，从而形成两个 子代个体： 曰/=曰+(1-r)(曰-b) t)/ =曰-r (曰-b) 其中，交叉率r = O . 85，a、b和a/、b/分别表示父代个体和子代个体，由父代个体被选择 的概率决定两组父代的选择并进行随机的两两配对，生成N对双亲，且通过杂交操作过程产 生N个子代种群个体； 变异运算:对于每一个父代个体而言，将其变异率都设定为0.01。6. 根据权利要求5所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 在于，所述步骤(3)，根据遗传算法对参数ai，bi，ci进行预测的具体步骤⑤中，遗传算法的终 止条件为同时满足W下两个表达式：其中{ei,e2，，，，，ej}表示实测的电磁福射值，巧i，E2,…，Ej}为通过拟合函数计算的电磁 福射值，；为实测电磁福射值{ei，e2,…，ej的平均值，左为通过拟合函数计算的电磁福射 值IEi瓜，…，Ej}的平均值，j = 1，2，…，24;R-square为确定系数，表示实际测量值与预测值 之间相关系数的平方，取值范围为[0, ILRMSE为标准差，表示数据值偏离算术平均值的程 度。7. 根据权利要求6所述的基于遗传算法的通信基站电磁福射相关性分析方法，其特征 在于:所述步骤(4)中，相关性的计算方法如下： 假设通信信道X，Y的测量数据经遗传算法拟合后，其拟合函数为EX(t)和EY(t)，利用拟 合得到的函数表达式，分别通过计算信道内 部W及不同信道之间电磁福射强度的相关性;其中，(T)表示通信信道X电磁福射的自相关函数，Rxy(T)表示 为通信信道X与Y之间电磁福射的互相关函数，ux、〇x表示拟合函数EX(t)的平均值和均方差， UY、〇Y表示拟合函数EY(t)的平均值和均方差。
【专利摘要】本发明公开了一种基于遗传算法的通信基站电磁辐射相关性分析方法，包括以下步骤：利用频谱分析仪测量被测区域通信基站的下行发射功率；将测量的功率值转化成相应的电磁辐射强度，再进行数据的平均化处理；通过遗传算法对测量数据进行分析，建立通信基站电磁辐射强度随时间变化的函数；利用函数表达式计算通信基站电磁辐射的相关性；从理论上分析电磁辐射强度随时间变化的规律以及同一区域内多基站系统电磁辐射变化规律。本发明能预测通信基站电磁辐射强度随时间变化的相关性，同时也能预测同一区域内多个基站电磁辐射的相关性，为以后电磁辐射分析提供新的思路。
【IPC分类】G06N3/12, G06Q10/04, G06F17/15
【公开号】CN105653502
【申请号】
【发明人】杨万春, 刘永军, 李勃东, 曹春红, 肖芬, 胡凯, 高协平
【申请人】湘潭大学
【公开日】2016年6月8日
【申请日】2016年3月17日