1.一种基于遗传算法的迭代信道参数估计方法,其特征在于,包括以下步骤:步骤101,生成快照的信道冲击响应;
步骤102,初始化路径的信道参数,其中信道参数包括时延、角度、复振幅;
步骤103,确定所有路径信道参数时延和角度对应的搜索空间并设定路径参数的估计次数;
步骤104,基于对应的搜索空间,利用遗传算法迭代估计每一条路径的信道参数并利用估计出的时延、角度确定每一条路径的复振幅;
步骤105,当所有路径参数估计次数等于设定路径参数的估计次数;则结束,否则,返回步骤104;
所述基于对应的搜索空间,利用遗传算法迭代估计每一条路径的信道参数并利用估计出的时延、角度确定每一条路径的复振幅;具体包括:利用遗传算法迭代估计路径信道参数中的时延和角度,根据估计的时延和角度确定路径的隐藏数据空间计算适应度;
当遗传算法的进化代数达到设置的进化代数,则停止迭代,选出最大适应度对应的时延和角度;
根据最大适应度对应的时延和角度计算复振幅;此时,最大适应度对应的时延、角度和复振幅为信道估计参数;
所述根据估计的时延和角度确定路径的隐藏数据空间计算适应度;具体包括:假设有L条路径,当第一次估计所有路径信道参数时,第n(n=1,…,L)条路径的隐藏数据空间X当非第一次估计所有路径信道参数时,第n(n=1,…,L)条路径的隐藏数据空间X适应度函数为:
F=||X
其中,Z为快照的冲击响应,其中,快照是接收信号某一时刻的状态记录,H所述基于对应的搜索空间,利用遗传算法迭代估计每一条路径的信道参数并利用估计出的时延、角度确定每一条路径的复振幅;具体包括:步骤S1,初始化种群大小N、进化代数、交叉概率、普通变异概率,大变异概率,对时延、角度分别进行随机二进制编码,产生初始种群;
步骤S2,将当前估计路径隐藏数据空间和传输的数据符号之间的互相关函数作为适应度函数;
步骤S3,将对时延编码生成的N个个体与对角度编码生成的N个个体进行组合,共生成N*N种组合;
步骤S4,计算N*N种组合对应的适应度值,选出N*N组中最大的适应度值作为第一适应度值;
步骤S5,分别对时延、角度对应的二进制编码产生的初始种群执行选择操作;
步骤S6,分别对选择操作后的时延、角度对应的二进制编码种群执行交叉操作;
步骤S7,分别对交叉操作后的时延、角度对应的二进制编码种群执行变异操作;
步骤S8,将经过变异操作后对时延编码新生成的M个个体与对角度编码新生成的M个个体进行组合,共生成M*M种组合,其中,M=N;
步骤S9,计算M*M种组合对应的适应度值,选出M*M组中最大的适应度值作为第二适应度值;
步骤S10,选择第二适应度值和第一适应度值中的最大值为最大适应度值;
步骤S11,判断是否达到进化代数,没有达到进化代数则返回步骤S5,达到进化代数,最大适应度值对应的时延和角度为信道的时延和角度估计参数;
所述根据最大适应度对应的时延和角度计算复振幅;具体为:复振幅其中,其中,θ
2.根据权利要求1所述的一种基于遗传算法的迭代信道参数估计方法,其特征在于,所述分别对时延、角度对应的二进制编码产生的初始种群执行选择操作;具体包括:进行选择操作时,采用自适应遗传算法,将个体按照适应度从大到小排列,按照此顺序选择N×P
3.根据权利要求1所述的一种基于遗传算法的迭代信道参数估计方法,其特征在于,所述分别对选择操作后的时延、角度对应的二进制编码种群执行交叉操作;具体为:采用田忌赛马的分组交叉方式对选择操作后的时延、角度对应的二进制编码种群进行操作。
4.根据权利要求1所述的一种基于遗传算法的迭代信道参数估计方法,其特征在于,所述分别对交叉操作后的时延、角度对应的二进制编码种群执行变异操作;具体为:采用传统变异操作和大变异操作相结合的变异方法对路径参数对应的二进制编码进行操作,其中,传统的变异操作为:当随机生成的数小于设置的普通变异概率P根据当前种群的成熟程度确定是否执行大变异操作,当种群中个体的最大适应度值与平均适应度值越接近,则种群越成熟;在成熟的种群中,每个个体的适应度值趋向一个相同的值;当迭代的最大适应度值F
5.根据权利要求4所述的一种基于遗传算法的迭代信道参数估计方法,其特征在于,所述P
6.根据权利要求1所述的一种基于遗传算法的迭代信道参数估计方法,其特征在于,所述路径的信道参数估计次数至少为2。