基于遗传算法的频率复用方式

合集下载

基于多目标遗传算法的GSM网络频率优化

基于多目标遗传算法的GSM网络频率优化邹方【摘要】Frequency optimization is an important way for effectively cancelling interference and ensuring quality of services in GSM networks. The current frequency optimization schemes usually take single-object optimizing algorithms that adopt minimizing of the linear combination of same frequency interference and adjacent frequency interference as the optimal targets. However, the linear combination of these two types of interference could not reflect their different impor-tance reasonably, and the position and azimuth relationships among sectors having same frequency or adjacent frequency should also be considered in frequency assignment. This paper proposes a multi-object genetic algorithm based frequency optimization algorithm, which takes the assignment matrix to model individuals in each generations, and utilizes the same frequency interference, adjacent frequency interference and overlapping degree as three optimal sub-objects respectively. To avoid trapping into local optimal solutions, the crossover operator adopts the geometrical distance between individuals to determine the pairing, and the mutation operator dynamically adjusts mutation probability by evolutionary generations. To maintain the uniform distribution and diversity of the populations, niche based shared fitness and the dynamic adaptive grid are used. Finally, analytic hierarchy process is introduced to select the preference solutions in the solution space. Applying of the above-mentioned scheme to thepractical GSM networks demonstrate that MOGA can provide proper preference so-lutions quickly. It is also proved that MOGA is a feasible solution to frequency optimization in practical GSM networks, and has good application prospects.%频率优化是 GSM 网络优化的重要内容，可以有效地降低干扰，保障网络服务质量。

遗传算法的使用方法和技巧指南

遗传算法的使用方法和技巧指南遗传算法是一种启发式优化算法，它模拟了自然界中的生物进化过程来解决问题。

它具有强大的搜索能力和全局优化能力，在各个领域都有广泛的应用。

本文将介绍遗传算法的基本原理、使用方法以及一些重要的技巧指南。

一、遗传算法的基本原理遗传算法基于生物进化的思想，通过模拟人工选择、交叉和变异等过程来生成和更新解的种群，并利用适应度函数对种群进行评估和选择，以期望通过迭代的方式找到最优解。

遗传算法的基本流程如下：1. 初始化种群：随机生成一组个体作为初始种群。

2. 适应度评估：根据问题的特定要求，计算每个个体的适应度值。

3. 选择操作：利用适应度值选择父代个体进行繁殖，常用的选择算法有轮盘赌选择和竞争选择等。

4. 交叉操作：通过交叉运算生成新的后代个体，交叉操作能够保留父代的有益特征。

5. 变异操作：对交叉后的个体进行基因的随机变异，增加种群的多样性。

6. 替换操作：根据一定的规则，用新生成的后代个体替换原始种群中的一部分个体。

7. 终止条件判断：根据迭代次数或者达到某个预定义的解的条件，判断是否终止迭代。

8. 返回最优解。

二、遗传算法的使用方法为了正确有效地使用遗传算法，我们需要遵循以下几个步骤：1. 理解问题：首先，要准确理解问题的特性和要求，包括确定问题的目标函数、约束条件等。

只有对问题有清晰的认识，才能设计合适的遗传算法。

2. 设计编码方案：将问题的解表示为染色体的编码方案，更好的编码方案可以减少解空间的搜索范围。

常用的编码方式有二进制、浮点数、整数等。

3. 确定适应度函数：根据问题的特点，设计合适的适应度函数用于度量个体的优劣。

适应度函数应能够将问题的目标转化为一个数值，使得数值越大越好或者越小越好。

4. 选择操作：选择操作决定了如何根据适应度值选择父代个体。

常用的选择算法有轮盘赌选择、竞争选择、排名选择等。

轮盘赌选择是普遍应用的一种方法，根据个体的适应度值按比例选择。

5. 交叉操作：交叉操作决定了如何生成新的后代个体。

频率复用

频率复用
一、频率复用因子N
小区簇：小区簇是指这样一个小区集合，在该集合内的小区须使用不同的频率，而在该集合之外的小区可以使用对应的相同频率。

所以小区簇是可以使用全部可用频率的最小小区集合。

频率复用因子N：小区簇中小区的个数称为频率复用因子，典型值为1、4、7、12。

如果小区簇N值减小而小区数目不变，则需要更多的簇来覆盖给定的范围，从而获得更大的容量。

因为在一定的覆盖范围内，小区簇数越多，容量越大。

二、同频干扰距离D
同频干扰距离，又称频率复用距离，简称同频距离，用D表示。

是指最近的两个同频小区中心之间的距离。

由简单的计算可知
D= ，其中R为小区半径。

因此，N值大时，同频复用距离D就大，但频率利用率低，因为它需要N个不同的频率组。

反之，N小则D小，频率利用率高，但可能造成较大的同频干扰，所以这是一对矛盾。

三、同频干扰因子和载干比
同频干扰用移动台的接收载干比C/I表示：
，其中C为最小载波强度；Ii为第i个同频干扰小区所在基站引起的干扰频率。

由无线信道的传播特性可知，C与成正比。

n为衰落指数，一般取4。

所以有
，这里只考虑第一层的6个同频小区。

所以，。

上式表明了载干比和小区簇的关系。

而Q= = 为同频干扰因子。

Ps：为了找到某一个特定小区的相邻的同频相邻小区，必须按一下步骤进行：沿着任何一条六边形链移动i个小区；逆时针旋转60度再移动j个小区。

其中N= +ij+ 。

基于免疫遗传算法的雷达重复频率选择

．
ｎａｕｅ，ｏｌｔｒｌｗｅｉｉｎ）ｏｐｒｏｍａｄｅｓｎｄｖｄｕｌｖｒｉＶ．ｐｐｅｓｌｃｓｆｅｅｃｆｅｒｆｎｌｓｉｉｉａｄｉｅｓｔＴｈｉａｒｅｅｔｍｕｈｉｅｐｌＰＲＦｓｓｎｇＧＡ，ａｅｏｒａｃｄｉｇｕｉＩｂｓｄｎｅｌｏｎ．
维普资讯

ＣｍｕｅｎｉｅｒｇａｄＡｐｉａｏｓｏｐｔＥｇ，ｅｉｎｐｌｔｎ计算机工程与应用ｒｚｎｃｉ
基于免疫遗传算法的雷达重复频率选择
吴涛，丽，尚王荣
ＷＵＴａＳｏ一，ＨＡＮＧＬｉ，ＡＮＧＲｏｇＷｎ
２０．３２：８ —１９０７４（７）１７８．
ＡｂｔａｔＡＰｌｅＤｏｐｅａａｓａｄｔｃａｇｔｒｍｂｃｇｏｎｏｅｗａｇｌｔｒｂａ，ｈｙｈｖｅｎｓｒｃ：ｓｕｓｄ— ｐｌｒｒｄｒｃｎｅｅｔｔｒｅｏｆａｋｒｕｄｔＬｌｒｅｃｕｔｅｍｔｅａｅｂｅｗｉｅｕｅｖｅｄｈｓｄ．
ＫｅｒｓＩｙｗｏｄ：ｍｍｕｅＧｅｅｉｇｒｈＩＡ）Ｐｌｅ－ｏｐｅ ’ ａ：ｌｄｒｇｏｎｎｔＡｌｏｉｍ（（：ｕｓｄＤｐｌｒＩｄ１ｂｉｅｉｎｃｔ；ａ．ｎ
摘
要：多普勒雷达能够在较强的杂波背景中检测目标，广泛应用，它既存在距离模糊，被但又存在速度模糊，需要在巨大的解空

基于改进遗传算法的频率采样FIR滤波器的优化与仿真

基于改进遗传算法的频率采样FIR 滤波器的优化与仿真摘要： FIR 滤波器在语音、图像处理和谱分析等应用中占有重要的地位，其优化设计一直受到广大研究者和工程人员的关注。

频率采样法是FIR 滤波器设计的一种常用方法，它在确定过渡带的值时常采用的是查表法；遗传算法作为一种模拟生物进化过程来寻求最优解的搜索算法，可以用来对FIR 滤波器进行优化。

本文通过两个MATLAB 仿真实例介绍了遗传算法的实现步骤，并在标准遗传算法的步骤上有一点改变，对交叉算子作了一点改变并引入了早熟判断机制。

最后通过比较查表法和遗传算法得到结果，得出遗传算法更有优势这个结论。

关键词： FIR 数字滤波器改进遗传算法频率抽样法 MATLAB 仿真1 引言FIR 数字滤波器以它具有的稳定性和线性相位这两个突出优点在信号处理中的许多领域特别是语音、图像处理中发挥了非常重要的作用。

常用的FIR 滤波器设计方法有窗口法、频率采样法、频率变换法和最佳滤波器设计法. 频率采样法直接从频域进行设计,物理概念清楚,直观方便，特别适合频率响应只有少数几个非零值的窄带滤波器设计。

但频率采样法存在如何确定过渡带中的样本值,使阻带内的最小衰减最大的问题,解决这一问题通常采用查表法，但查表法不能保证所得的数据是最优的。

因此本文提出将遗传算法( Geneticalgorithm,GA)用于FIR 数字滤波器设计——频率采样技术中,确定频率过渡带样本的最佳值。

GA 是一种模仿生物进化过程的结构型随机搜索。

在解决给定的最优化任务时,算法开始时收集一些估计参数(称之为染色体),每一个估计参数都由其适应度函数来评估。

在每一代, 适应度好的染色体允许配对交叉和繁殖,产生新的估计参数形成下一代。

本文将GA 用于FIR 数字滤波器设计的频率采样技术中,解决了传统的查表法不能保证过渡带数据是最优的问题,并结合两个具体例子作了一些探索,实验结果令人满意。

文中还对标准GA 作了改进,为了保证算法的收敛性，将适应度最好的染色体不变地传至下一代，为了避免算法早熟的出现，引入一个早熟判别机制，并通过一些措施来克服早熟。

基于精英遗传算法的GSM网络频点优化设计

ＷＡＮＧＢｏ－ｙａｎ，ＬＵＸｉａｏ，ＣＨＥＮＪｉｅ，ＺＨＡＮＧＹａｎ—ｐｉｎｇ
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ２３００３９，Ｃｈｉｎａ）
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３ — ６２９Ｘ．２０１３．０３．００６
ＤｅｓｉｇｎｏｆＦｒｅｑｕｅｎｔＰｏｉｎｔＯｐｔｉｍｉｚａｔｉｏｎｏｆＧＳＭＢａｓｅｄｏｎＥＧＡ
第２３卷
第２期
计算机技术与发展
ＣＯＭＰＵＴＥＲＴＥＣＨＮＯＬＯＧＹＡＮＤＤＥＶＥＬＯＰＭＥＮＴ
ห้องสมุดไป่ตู้
２０ｔ３年２月
Ｖｏ１．２３Ｎｏ．２Ｆｅｂ．２０１３
基于精英遗传算法的ＧＳＭ网络频点优化设计
ｐｒａｃｔｉｃｌａａｐｐｌｉｃａｔｉｏｎ，ｈｅｔａｃｔｕｌａｅｖｌｕａａｔｉｏｎｏｆｏｐｉｍｉｔｚｅｄＧＳＭｎｅｔｗｏｒｋｅｉｃｆｉｅｎｃｙａｎｄｆｒｅｑｕｅｎｃｙｐｏｉｎｔｄｉｓｔｒｉｂｕｉｔｏｎｃｏｎｉｔｄｉｏｎｉｓｓｕｐｅｉｏｒｒｏｔ

基于改进遗传算法的短波频率指配算法研究

Ｒｅｅｒｈ０ｏｔＷａｅＦｅｕｎｙＡｓｉｎｓａｃｎＳｈｒ－ｖｒｑｅｃｓｇｍｅｔｇｒｈｎｏｉｍＡｌｔ
ＢａｅｎＩｒｖｄＧｅｅｉｇｒｈｓｄｏｍｐｏｅｎｔＡｌｏｉｍｃｔ
ｓａｃｐｃｒｉｓｌｗｎｅｌｕｎｔｎｍｅｈｄｉｕｅｏｐｏｅｓｔｅｃｎｔａｎｓｉｅｕｅｃｓｉｎｅｔｅｒｈｓａｅｂｔａａｄｐｎａｔｆｃｉｔｏｓｓｄｔｒｃｓｈｏｓｉｔｎｆｑｎｙａｓｍｎｕｙｏｒｒｇｐｏｌｍ．Ｕｓｇｔｉｉｐｏｅｌｏｉｈｔｓｉｅｕｎｙｏｈｒ—ｗａｅｃｍｍｕｉａｉｎｎｔｒ，ｗｅｇｔｒｂｅｉｈｓｍｒｖｄａｇｒｔｍｏａｓｇｆｑｅｃｆｓｏｔｎｎｒｖｏｎｃｔｏｅｗｏｋｅ
ＨＵ－ｅｇＹＡＮＧｏ，Ｘｉｐｎ，ＨａＤＡＩＨｏｇｙｎｎ－ａｇ
（ｈｎｑｎｏｍｎａｏｓｔｅＣｏｇｉ００５Ｃｉ）ＣｏｇｉＣｍｕｉｔｎＩｔｕ，ｈｎｑｇ４０３，ｈａｇｃｉｎｉｔｎｎ
Ａｂｔａｔｓｒｃ：Ｔｈａｕｌｔｉｕｅｏｉｒｖｈｏｕｉｎｐｒｏｍａｃｆｔｅｇｎｅｉｌｏｉｍ，ａｄｔｅｅｔｂｉｓｓｄｔｍｐｏｅｔｅｓｌｔｅｒｎｅｏｈｅｔａｇｒｔｓｏｆｃｈｎｈ

基于遗传算法的野战通信网频率指配方法研究

ｄｕｅｎｉｅｌｉｎｔｏｉｉａｉｌｏｒｔｃｓａｎｔｌｇｅｐｔｍｚｔｏｎａｇｉｈｍ～
ｇｅｔｃａｇｒｔｎｅｉｌｏｉｈｍ．ｐｉｓｔｅａｇｒｔａｐｌｈｌｏｉｈｍｎｔｈｒ — ｅｉｏｔｅｆｅ
ｑｎｙａｓｇｎｅｈｅｆｅｄｏｐｒｔｏｎｃｍｍｕｎｃｔｏｔｕｅｃｓｉｍｎｔｏｆｔｉｌｅａｉｏｉａｉｎｎｅｗｏｒａｍｐｏｖｓｔｌｒｔｍｃｋ，ｎｄｉｒｅｈｅａｇｏｉｈａ —
ＨＯｇｈ，ａ — ｏｇ，ＵＪｎ－ｅＹＩＸｉｏｒｎＧＵｎｉＣｏｇ
（．ａｅｆＡｒｒｄＦｒｅＥｎｉｅｒｎＢｉｎ００２Ｃｈｎ１Ａｃｄｍｙｏｍｏｅｏｃｇｎｅｉｇ，ｅｊｇ１０７，ｉａｉ
霍景河，晓蓉，易古丛
（Ｊ甲兵 ¨ 程学院，京１０７；．参通信训练基地，化０５０）１装１＝北００２２总宣７１０
摘要：随着军队信息化、数字化建设的迅速展开，越来越多的用频设备将投入到战场上，要想有效发挥用频设备的战
关键词：遗传算法；频率指配：Ｎ１．１Ｔ９７１１
文献标识码：Ａ
文章编号：Ｎ２１１（０００—０９５Ｃ３—４３２１）６４— ００
ＲｅｅｒｈｉｏＦｒｑｅｃｓｇｍｅｅｈｄｏｓａｃｎｔｅｕｎｙＡｓｉｎｎｔＭｔｏｆＦｉｌｅｄＯｐｅａｉｎＣｏｍｕｃｔｏｔｒｓｄｏｎｅｉｇｒｔｍｒｔｏｍｎｉａｉｎＮｅｗｏｋＢａｅｎＧｅｔｃＡｌｏｉｈ

40. 信号传输中如何进行频率复用？

40. 信号传输中如何进行频率复用？40、信号传输中如何进行频率复用？在当今这个高度信息化的时代，信号传输成为了支撑各种通信技术的关键。

而在信号传输过程中，频率复用是一项至关重要的技术，它有效地提高了频谱资源的利用率，满足了日益增长的通信需求。

那么，究竟如何在信号传输中进行频率复用呢？要理解频率复用，首先得明白什么是频率。

频率，简单来说，就是信号在单位时间内振动的次数。

在通信中，不同的频率可以用来传输不同的信息。

然而，频谱资源是有限的，就像地球上的土地资源一样，并不是取之不尽用之不竭的。

为了能在有限的频谱资源下传输更多的信息，频率复用技术应运而生。

频率复用的基本思想是将可用的频谱资源划分成多个频段，然后在不同的地理区域或不同的时间段内重复使用这些频段，从而提高频谱的利用率。

打个比方，就好像在一个城市中，不同的区域可以使用相同的街道名称，但由于它们处于不同的位置，所以不会造成混淆。

在实际应用中，实现频率复用的方式有多种。

其中，最常见的是蜂窝移动通信中的频率复用。

在蜂窝网络中，整个服务区域被划分成许多个小的六边形区域，称为蜂窝小区。

每个蜂窝小区都被分配了一组特定的频率。

相邻的蜂窝小区使用不同的频率，以避免相互干扰。

而距离较远的蜂窝小区，由于信号强度的衰减，即使使用相同的频率，也不会对彼此造成太大的影响。

这样，通过合理的规划和分配频率，就可以在有限的频谱资源下为大量的用户提供服务。

除了蜂窝移动通信，广播电视领域也广泛应用了频率复用技术。

不同的电视频道被分配了不同的频率范围。

在同一地区，不同的电视台可以同时播出节目，而观众通过调谐器选择自己想要观看的频道，也就是选择相应的频率。

在相邻的地区，可以重复使用相同的频道频率，因为电视信号的传播范围有限，不会造成相互干扰。

为了确保频率复用的有效性和稳定性，需要采取一系列的技术手段来控制和减少干扰。

比如，在蜂窝移动通信中，通过控制发射功率、调整天线方向和角度、使用滤波技术等，可以降低小区之间的干扰。

基于遗传算法的频率复用方式

基于遗传算法的频率复用方式邹超毅;张振荣【摘要】Since the LTE uses OFDM (Orthogonal Frequency Division Multiplexing) technology, orthogonal to each other among the carriers, and thus the internal cell interference can be substantially eliminated, but the use of the same frequency between adjacent cells still produce large interference, affecting the system frequency reuse efficiency, reduces the system throughput performance. Therefore, to solve this problem is proposed frequency reuse thinking based on genetic algorithms to improve the frequency utilization efficiency while reducing frequency interference between adjacent cells to optimize system throughput, improve service quality.%由于LTE采用了OFDM（正交频分复用）技术，各载波间相互正交，因而小区内部的干扰可以基本消除，但相邻小区间的使用相同频率仍然会产生较大的干扰，影响系统频率复用效率，降低系统吞吐效能。

因此，针对这一问题提出了基于遗传算法的频率复用思考，从而提高频率的利用效率同时降低相邻小区间的频率干扰，优化系统吞吐量，提高服务质量。

基于遗传算法的频率分配问题研究

第31卷　第12期　2009年12月现代雷达Modern RadarVol .31　No .12　Dec .2009・仿真技术・中图分类号:T N929.5文献标识码:A文章编号:1004-7859(2009)12-0088-05基于遗传算法的频率分配问题研究陆　音,朱春江,张业荣,朱洪波(南京邮电大学江苏省无线通信重点实验室,　南京210003)摘要:针对频率数受限情况,提出了一种基于遗传算法的改进频率分配算法。

通过设计新的编码策略,算法保证了初始频率分配方案中同一小区内的频率之间相互不存在干扰。

为了和新的编码策略相适应,在变异操作中引入了特殊的变异方法。

针对42小区GS M 系统频率分配实验表明,在可用频率数受限的条件下,该算法能够使最终不满足约束条件的频率数降到最少。

给出了就如何设置遗传算法各个运行参数的建议。

关键词:频率分配;遗传算法;GS M 系统A Study on Frequency A ssi gnm en t Problem Ba sed on Geneti c A lgor ith mLU Yin,Z HU Chun 2jiang,Z HANG Ye 2r ong,Z HU Hong 2bo (Key Lab of W ireless Communicati on of J iangsu Pr ovince,Nanjing University of Posts and Telecommunicati ons,　Nanjing 210003,China )Abstract:A frequency assign ment algorith m of GS M syste m based on genetic algorith m is p r oposed in this paper f or the event that the frequency nu mber is li m ited .Thr ough designing a new coding strategy,the algorith m ensures no interference existing bet w een every t w o frequencies in one cell .I n order t o match the ne w coding strategy,a s pecific mutati on operat or is intr oduced .Experi 2ments on the frequency assign ment of GS M syste m with 42cells indicate that the frequency nu mber meeting the restraint conditi ons can be reduced as far as possible with the algorith m when the t otal nu mber of available frequencies is restricted .A s t o how t o set parameters of the algorith m,this paper als o p r ovides s ome useful suggesti ons .Key words:frequency assign ment;genetic algorith m;GS M system基金项目:南邮-山东联通合作项目(ZK205010)通信作者:朱洪波 E ma il:wilab@njup t .edu .cn 收稿日期:2009208216修订日期:20092112220　引　言蜂窝移动通信系统中有成百上千个小区,每个小区都需要若干频道(发射频道和接收频道),这些频道有待分配合适的频率。

基于遗传算法的GSM网络频率规划优化研究与应用的开题报告

基于遗传算法的GSM网络频率规划优化研究与应用的开题报告一、选题背景随着通信技术的发展和普及，人们对通信质量的要求也越来越高。

GSM（Global System for Mobile Communications，全球移动通信系统）是目前世界上使用最广泛的第二代数字蜂窝移动通信技术，它采用了频分复用（FDMA）技术和时分复用（TDMA）技术，使得多个用户可以同时使用同一频段。

但是，由于遇到了很多问题，如干扰、覆盖范围不足、信号质量差等，导致GSM网络频率规划的效率和质量都亟待提高。

针对GSM网络频率规划问题，遗传算法是一种有效的解决方法。

它可以通过模拟生物进化过程，利用群体中的优秀个体进行自然选择和交叉变异，从而寻找最优解。

在GSM网络频率规划中，遗传算法可以对不同基站所占用的频率进行优化，从而提高网络性能和通信质量。

二、研究内容和目标本文将采用遗传算法对GSM网络进行频率规划优化。

具体研究内容和目标如下：1.分析GSM网络频率规划问题，提出遗传算法优化方案。

2.设计适应度函数和编码方式，构建遗传算法优化模型。

3.对算法进行实验，对比分析遗传算法与传统算法在GSM网络频率规划中的性能。

4.将遗传算法应用到实际场景中，验证算法的可行性和实用性。

三、研究方法本文将采用以下研究方法：1.文献综述：对GSM网络频率规划和遗传算法进行深入研究，分析现有研究成果和存在的问题。

2.算法设计：设计适应度函数和编码方式，构建遗传算法优化模型。

3.实验模拟：使用MATLAB等工具对算法进行实验模拟，对比分析其性能。

4.实际场景应用：将算法应用到实际网络场景中，验证其可行性和实用性。

四、研究意义1.提高GSM网络频率规划的效率和质量，优化网络性能和通信质量。

2.探索遗传算法在GSM网络频率规划中的应用，丰富算法在通信领域的应用。

3.为通信网络优化提供一种新的思路和方法，具有一定的理论和实际价值。

五、论文结构本文将分为以下部分：第一章：绪论。

基于遗传算法的自动频率规划

基于遗传算法的自动频率规划
郝宁波
【期刊名称】《安阳师范学院学报》
【年(卷),期】2005(000)005
【摘要】介绍了自动频率规划及用遗传算法如何进行自动频率规划的方法,并说明了对遗传算法的各个算子的设计方法及原因.提出了如何利用正交试验设计的方法来科学地设置参数.同时将正交试验方法引入通信领域中,提出了用正交试验设计方法设置参数.
【总页数】4页(P65-68)
【作者】郝宁波
【作者单位】黄淮学院,计算机系,驻马店,河南,463000
【正文语种】中文
【中图分类】TN911.5
【相关文献】
1.基于遗传算法和地理信息系统的多频段GSM频率规划软件的设计与实现 [J], 林巍;曹若云
2.基于遗传算法的GSM无线网频率规划技术 [J], 柴谊林
3.基于改进遗传算法的自动导引小车动态路径规划及其实现 [J], 刘二辉;姚锡凡;蓝宏宇;金鸿
4.基于改进遗传算法的自动导引小车路径规划 [J], 宋启松;李少波;柘龙炫;李志昂;
张星星
5.基于遗传算法的自动化立体仓库抗震货位规划研究 [J], 刘想;李美莲
因版权原因，仅展示原文概要，查看原文内容请购买。

基于免疫遗传算法的雷达重复频率选择

基于免疫遗传算法的雷达重复频率选择
吴涛;尚丽;王荣
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)027
【摘要】多普勒雷达能够在较强的杂波背景中检测目标,被广泛应用,但它既存在距离模糊,又存在速度模糊,需要在巨大的解空间中选择一组重复频率解模糊.免疫遗传算法是基于免疫原理,对遗传算法的改进,它克服了遗传算法易早熟、搜索效率低、不能很好保持个体的多样性等缺点.运用基于实数编码的免疫遗传算法来选择多重中脉重复频率.实验表明该方法便于编码,比基本的遗传算法能更快更准确地找到满意解.
【总页数】3页(P187-189)
【作者】吴涛;尚丽;王荣
【作者单位】安徽大学,数学与计算科学学院,合肥,230039;安徽大学,智能计算与信号处理教育部重点实验室,合肥,230039;安徽大学,数学与计算科学学院,合
肥,230039;安徽大学,数学与计算科学学院,合肥,230039
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于免疫遗传算法的海上编队雷达网干扰规划研究 [J], 曹鑫;刘佳
2.基于动态选择遗传算法的雷达干扰资源分配 [J], 张运豪;刘聪锋
3.基于模拟退火算法的机载脉冲多普勒雷达中重复频率选择研究 [J], 葛建军;张春城
4.基于免疫遗传算法的雷达组网方法 [J], 陈轩;黄心汉
5.基于自适应遗传算法的雷达信号特征选择 [J], 袁泽恒;田润澜;王晓峰
因版权原因，仅展示原文概要，查看原文内容请购买。

基于遗传算法和地理信息系统的多频段GSM频率规划软件的设计与实现

基于遗传算法和地理信息系统的多频段GSM频率规划软件的
设计与实现
林巍;曹若云
【期刊名称】《现代电子技术》
【年(卷),期】2007(30)19
【摘要】为了减小GSM系统中小区间的同频和邻频干扰,通常需要进行频率规划.应用遗传算法和地理信息系统设计开发了针对爱立信GSM900和GSM1800系统的频率规划软件.在开发中充分利用了地理信息系统强大的地理化显示和操作功能,并采用了交叉点存储、变异回退以及分割分步降维的方法以提高遗传算法的执行速度.应用实例表明,使用该软件得到的频率规划结果较好.
【总页数】4页(P31-33,37)
【作者】林巍;曹若云
【作者单位】中国移动通信集团广东有限公司,佛山分公司,广东,佛山,528300;顺德职业技术学院,广东,佛山,528333;中山大学,信息科学与技术学院,广东,广州,510275【正文语种】中文
【中图分类】TN91
【相关文献】
1.基于地理信息系统的GSM小区天线下倾角计算软件的开发 [J], 林巍;曹若云
2.基于爱立信GSM系统OSS统计的频率干扰和上行干扰分析软件开发 [J], 林巍;曹若云
3.遗传算法在GSM移动通信网络频率规划中的应用 [J], 林巍;曹若云
4.基于遗传算法的GSM无线网频率规划技术 [J], 柴谊林
5.基于多目标遗传算法的GSM网络频率优化 [J], 邹方
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｅｉｃｆｉｅｎｃｙｗｈｉｌｅｒｅｄｕｃｉｎｇｒｆｅｑｕｅｎｃｙｉｎｔｅｒｆｅｒｅｎｃｅｂｅｗｅｔｅｎａｄｊａｃｅｎｔｃｅｌｌｓｔｏｏｐｔｉｍｉｚｅｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔ，ｉｍｐｒｏｖｅｓｅｒｖｉｃｅｑｕａｌｉｔｙ．
ｔｈｅｃａｒｒｉｅｒｓ，ａｎｄｔｈｕｓｔｈｅｉｎｔｅｍａｌｃｅｌｌｉｎｔｅｒｆｅｒｅｎｃｅｃａｎｂｅｓｕｂｓｔａｎｔｉａｌｌｙｅｌｉｍｉｎａｔｅｄ，ｂｕｔｔｈｅｕｓｅｏｆｈｅｔｓａｍｅｒｆｅｑｕｅｎｃｙｂｅｔｗｅｅｎａｄｊａｃｅｎｔ
资源使用资源
ＦＦＲ部分正交频带１部分正交频带
大于１
ＳＦＲ
全频率复用单个ＲＢ
连续多个ＲＢ组成的子频带
全部频带ｌ无小中心或者部分正交频带边缘区域资源的
大于１划分不用小区用户使
频带使用特点
如果本小区内或者相邻小区间使用相同或者相近的频
不同小区边缘用户使用相互正交用相互正交的ＲＢ，的子频带或结合功率控制
ｃｅｌｌｓｓｔｉｌｌｐｒｏｄｕｃｅｌａｒｇｅｉｎｔｅｒｆｅｒｅｎｃｅ，ａｆｅｃｔｉｎｇｔｈｅｓｙｓｔｅｍｒｅｆｑｕｅｎｃｙｒｅｕｓｅｅｉｃｆｉｅｎｃｙ，ｒｅｄｕｃｅｓｔｈｅｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔｐｅｆｏｒｒｍａｎｃｅ．
Ｔｈｅｒｅｆｏｒｅ，ｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍｉｓｐｒｏｐｏｓｅｄｒｅｆｑｕｅｎｃｙｒｅｕｓｅｔｈｉｎｋｉｎｇｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓｔｏｉｍｐｒｏｖｅｔｈｅｒｅｆｑｕｅｎｃｙｕｔｉｌｉｚａｔｉｏｎ
（广西大学，广西南宁５３０００４）
【摘要】由于ＬＴＥ采用了ＯＦＤＭ（正交频分复用）技术，各载波间相互正交，因而小区内部的干扰可以基本消除，但相邻小区间的使用相同频率仍然会产生较大的干扰，影响系统频率复用效率，降低系统吞吐效能。因此，针对这一问题提出了基于遗传算法的频率复用思考，从而提高频率的利用效率同时降低相邻小区间的频率干扰，优化系统吞吐量，提高服务质量。【关键词】遗传算法；频率复用；干扰【中图分类号】ＴＮ９２１【文献标识码】Ａ【文章编号】１００８．１１５１（２０１５）０１．００４３．０３
Ｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｆｒｅｑｕｅｎｃｙｒｅｕｓｅｗａｙ
Ａｂｓｔｒａｃｔ：ＳｉｎｃｅｔｈｅＬＴＥｕｓｅｓＯＦＤＭ（ＯｒｔｈｏｇｏｎａｌＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎＭｕｌｔｉｐｌｅｘｉｎｇ）ｔｅｃｈｎｏｌｏｇｙ，ｏｒｔｈｏｇｏｎａｌｔｏｅａｃｈｏｔｈｅｒａｍｏｎｇ
地域用户密度的情况建立了许多基站并分配相应数量的频率
区间“ 。
频带划分
表１部分频率复用、软频率复用和全频率复用的区别
ＩＣＩＣ实现方式资源规划单元小区中心使用资源资源复用资源Байду номын сангаас 小区边缘使用资源
总第１７卷１８５期２０１５年１月
大众科技
ＰｏｐｕｌａｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ
ＶＯｌ－１７Ｎｏ．１Ｊａｎｕａ￣２０１５
基于遗传算法的频率复用方式
邹超毅张振荣
Ｋｅｙｗｏｒｄｓ：Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ；ｒｅｆｑｕｅｎｃｙｒｅｕｓｅ；ｉｎｔｅｒｆｅｒｅｎｃｅ
１引言
随着移动通信事业的快速发展，终端用户的数量不断增多，对基站数量和频率资源的需求也不断增大。目前，我国给每个电信运营商划分了有限的频率区间，运营商根据不同