(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111455831.4 (22)申请日 2021.12.01 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 刘泉华　侯凯悦　陈新亮　常少强　 梁振楠　龙腾　 (74)专利代理 机构 北京理工大 学专利中心 11120 代理人 温子云　李爱英 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/12(2006.01) G06F 111/06(2020.01) (54)发明名称 基于遗传算法的正交频复用线性调频信号 波形优化方法 (57)摘要 本发明公开了一种基于遗传算法的正交频 复用线性调频信号波形优化方法和装置， 能够解 决离散频率的优化时间长、 算法复杂度高的问 题。 采用遗传算法进行优化， 基于线性同余生成 器生成初始化样本； 在迭代过程中选取当前代的 部分个体作为父代； 父代随机交配生成子代， 按 照突变概率得到突变后的子代， 并引入随机重启 机制， 将新生成的个体加入到现有个体集合中， 将所述父代、 子代和重启个体作为当前的全部个 体； 所述随机交配是指该代任意个体自身的任意 单个序列随机位置数值间彼此交换； 当满足迭代 停止条件时， 将当前的全部个体的代 价函数按从 小到大的顺序进行排列， 取排序得到的第一个个 体作为最佳序列输出。 权利要求书3页 说明书10页 附图5页 CN 114357856 A 2022.04.15 CN 114357856 A 1.一种基于 遗传算法的正交频复用线性调频信号波形优化方法， 其特 征在于， 包括： 步骤S1： 输入码片数Nc和正交信号集中信号个数Mc， 输入遗传算法的参数， 所述遗传算 法的参数包括初始化生成样本数G1、 每一代的数目Gi、 父代数目Gp、 子代数目Go、 突变概率p、 以及最大迭代次数或者 其他停止条件； 输入线性同余 生成器参数； 所述 正交信号频率 集为 步骤S2： 基于 所述线性同余生成器生成G1个样本作为初始化样本， 将初始化样本作为第 一代个体； 所述线性同余 生成器生成样本的方式为： 生成一位随机数， 通过线性同余生成器得到一组伪随机序列， 所述线性同余生成器是 通过递归执行获得随机序列的伪随机数生成器； 从该组伪随机序列中由随机位置取Mc个长 度为Nc的序列， 对每一个序列均进行排序编号， 所述排序编号是指将序列的各个元素进行 映射： 对序列中的任一元素， 将该元素映射为对序列的全部元素按从小到大 的顺序进行排 列时， 该元素在按序排列的数列中的序号； 将排序编 号后的Mc个长度为Nc的序列作为个体， 表示为{α(m)},m＝1,…,Mc。 步骤S3： 计算当前的全部个体的代价函数； 对所述当前的全部个体的代价函数值进行 由小到大的排序， 取 前Np个个体作为父代； 步骤S4： 对Np个父代， 随机交配生成No个子代， 按照突变概率p对所有个体中的序列随机 交互排序值得到突变后的子代； 并引入随机重启机制， 即用线性同余生成器重新生成新的 Nn个体， 将新生成的个体加入到现有个体集合中， 将所述父代、 子代和重启个体作为当前的 全部个体； 所述随机交配是指该代任意个体自身的任意单个序列随机位置数值间彼此交 换； 步骤S5： 判断是否满足迭代停止条件， 所述迭代停止条件为迭代次数达到最大迭代次 数， 或满足所述 其他停止条件； 若满足， 进入步骤S6； 否则， 进入步骤S3； 步骤S6： 将当前的全部个体的代价函数按从小到大的顺序进行排列， 取排序得到的第 一个个体作为最佳序列输出。 2.如权利要求1所述的方法， 其特征在于， 所述线性同余生成器是通过递归执行获得近 似真随机序列的伪随机数生成器， 所述线性同余 生成器定义如下递推关系： Pj+1＝(a×Pj+c)mod l 其中Pj是伪随机序列的上一次的值， 将其作为本次的输入， l是模数， a是乘数， c 是增量， P0是作为种子的起始值。 3.如权利要求2所述的方法， 其特征在于， 所述步骤S1， 线性同余生成器参数为取模数l ＝231‑1， 乘系数a＝16807， 增量c＝1。 4.如权利要求3所述的方法， 其特征在于， 所述步骤S3， 所述代价函数的计算方式为： 对 待计算代价函数 的个体， 该个体需要与当前全部个体中除自身外的其余个体进行比较， 每 进行一次比较， 生成一个交叉错位结果； 将全部交叉错位结果的最大值作为该个体的代价 函数。 5.如权利要求4所述的方法， 其特征在于， 计算待计算代价函数的个体的代价函数的方 式为： 将当前全部个体中除待计算代价函数 的个体外的其余个体作为待比较个体， 对于待权　利　要　求　书 1/3 页 2 CN 114357856 A 2比较个体中 的每一个， 将其按移位步长集合中 的每个移位步长分别进行移位， 得到2Nc‑1个 待比较的序列， 将该2Nc‑1个待比较的序列中的每一个序列分别与待计算代价函数的个体 对应的序列进行序列中的对应位置的比较， 获得进行比较的两个序列在相同位置上， 元素 值相同的个数值， 将该个数值作为对应于该移动步长的交叉错位结果； 一个待比较个体对 应的2Nc‑1个序列全部与待计算代价函数的个体对应 的序列比较完毕后， 得到对应于移位 步长集合的交叉错位结果集合 在该交叉错位结果集合 中， 数值最大的交叉错位结果， 作为该待比较个体的交叉错位结果； 全部待比较个体的交叉 错位结果的最大值， 作为该待计算代价函数的个体的代价函数； 所述待比较个体是与待计 算代价函数的个体进行比较的个体； 其中， 移位并获得待比较序列的方式是， 获取移位步 长， 以待计算代价函数的个体对应的序列为基准序列； 当移位步长为负值a时， 将待比较个 体对应的序列左侧|a|个数位舍弃， 将待比较个体对应的序列的其余数位整体向左移动|a| 位， 待比较序列为移动后的待比较个体对应的序列的其余数位， 该待比较序列依据移动后 的数位信息进行比较； 当移位步长为0时， 待比较个体对应的序列不变， 待比较序列为该待 比较个体对应的序列； 当移位步长为正值b时， 将待比较个体对应的序列的右侧b个数位舍 弃， 将待比较个体对应的序列的其余数位整体向右移动b位， 待比较序列为移动后的待比较 个体对应的序列的其余数位， 该待比较序列依据移动后的数位信息进行比较； 所述移位步 长集合为 [‑Nc+1,…,0,…,Nc‑1]。 6.一种基于 遗传算法的正交频复用线性调频信号波形优化装置， 其特 征在于， 包括： 初始化模块： 配置为输入码片数Nc和正交信号集中信号个数Mc， 输入遗传算法的参数， 所述遗传 算法的参数包括初始化生成样本数G1、 每一代的数目Gi、 父代数目Gp、 子代数目Go、 突变概率p、 以及最大迭代 次数或者其他停止条件； 输入线性同余生成器参数； 所述正交信 号频率集为 个体生成模块： 配置为基于 所述线性同余生成器生成G1个样本作为初始化样本， 将初始 化样本作为第一代个 体； 所述线性同余 生成器生成样本的方式为： 生成一位随机数， 通过线性同余生成器得到一组伪随机序列， 所述线性同余生成器是 通过递归执行获得随机序列的伪随机数生成器； 从该组伪随机序列中由随机位置取Mc个长 度为Nc的序列， 对每一个序列均进行排序编号， 所述排序编号是指将序列的各个元素进行 映射： 对序列中的任一元素， 将该元素映射为对序列的全部元素按从小到大 的顺序进行排 列时， 该元素在按序排列的数列中的序号； 将排序编 号后的Mc个长度为Nc的序列作为个体， 表示为{α(m)},m＝1,…,Mc。 父代生成模块： 配置为计算当前的全部个体的代价函数； 对所述当前的全部个体的代 价函数值进行由小到大的排序， 取 前Np个个体作为父代； 交叉模块： 配置为对Np个父代， 随机交配生成No个子代， 按照突变概率p对所有个体中的 序列随机交互排序值得到突变后的子代； 并引入随机重启机制， 即用线性同余生成器重新 生成新的Nn个体， 将新生成的个体加入到现有个体集合中， 将所述父代、 子代和重启个体作权　利　要　求　书 2/3 页 3 CN 114357856 A 3