[发明专利]用于降低峰均功率比的PSO-GA联合优化算法

摘要

本发明公开了一种用于降低峰均功率比的PSO‑GA联合优化算法，属于信号与信息处理技术领域，应用于雷达通信一体化研究中的信号波形设计。本发明所属方法将PSO算法中的个体极值和全局极值的思想融入GA算法中，将PSO中通过位置和速度的更新来让个体极值逼近全局极值变成通过遗传算法的交叉和变异来让个体极值逼近全局极值，使得PSO‑GA算法在保留GA算法优良性能的同时，能够获得更快的收敛速度。

主权项

1.一种用于降低峰均功率比的PSO‑GA联合优化算法，其特征在于，包括以下步骤：步骤1.将输入数据X＝[X0,X1，…,XN‑1]分成V个连续分布、互不相交的子块，其中，各个子块序列的长度为N/V，对各子块序列补零至长度为N，分块并补零后的输入数据为X＝[X1,X2,…,XV]T；步骤2.分别对每个子块进行离散傅里叶变换，得到xv＝IFFT{Xv}，v＝1,2,…,V；步骤3.通过寻优算法找到优化后的相位因子组合bbest；步骤301.对相位因子集合里面的每一个相位因子bj进行二进制编码，其中j＝1,2,…,R,R为相位因子集合的规模；步骤302.初始化种群规模M及每个个体基因pi，其中pi为随机初始化后的V个相位因子的编码序列，1≤i≤M；步骤303.计算第k代种群里面第i个个体基因的适应度值fik＝max(biX)，max(·)表示经过相位因子加权后OFDM信号的峰值，bi表示对pi解码后的相位因子组合；步骤304.更新种群基因的个体极值其中min(·)表示求k个适应度的最小值，arg(·)表示求在当前适应度下的个体基因；步骤305.更新种群基因的全局极值g_best，其中g_best为个体极值中适应度值最小的个体基因；步骤306.将当代种群基因里面的每个个体基因对应与该个体的个体极值进行交叉操作，若交叉后的个体基因的适应度值更小，则用交叉后的个体基因替换掉交叉前的个体基因；步骤307.将当代种群基因里面的每个个体基因分别与全局极值gbest进行交叉操作，若交叉后的个体基因的适应度值更小，则用交叉后的个体基因替换掉交叉前的个体基因；步骤308.对当代种群基因里面每个个体基因进行变异操作，若变异后基因的适应度值更小，则用变异后的基因替代变异前的基因；步骤309.判断当前迭代次数是否达到预设的最大迭代次数；若当前迭代次数达到最大迭代次数，则将gbest作为最优基因，否则，重复步骤303‑步骤308；步骤310.对gbest进行解码得到优化后的相位因子bbest；步骤4.将分块后的输入数据X与优化后的相位因子组合bbest相乘，得到各子块合并后的序列x＝bbestX，x即为降低峰均功率比后的信号。