基于混合遗传算法的导频优化.pdf

电信科学 2016 年第 9 期 研究与开发 基于混合遗传算法的导频优化 郑寒冰 ，余翔 ，王维维 （重庆邮电大学通信与信息工程学院 ，重庆 400065 ） 摘 要 ：OFDM 系统中 ，基于压缩感知 的稀疏信道估计能够充分利用无线信道的固有稀疏性 ，进 而降低导频开 销 ，提高频谱利用率 。 针对压缩感知信道估计的导频设计 ，通过最小化压 缩感知理论中测量矩阵的互相关性 ， 提出一种基于混合遗传算法的导频优化方法 。 该方案首先采用 遗传算法获得次优初始导频序列 ，然后结合导 频位置以及导频功率 对 导频序列逐位进行替换 、优 化 ，以 使 测 量 矩 阵 的 互 相 关 性 最 小 。 MATLAB 仿 真 结 果 表 明 ，相比于伪随机导频设计和等间距导频设计 ，该算法能够保证较低的均方误差和误码率 。 关键词 ：信道估计 ；互相关性 ；混合遗传算法 ；测量矩阵 ；压缩感知 ；导频图案 中图分类号 ： 文献标识码 ： TN929 A doi: 10.11959/j.issn.1000-0801.2016248 Hybrid genetic algorithm based optimization of pilotpattern ZHENG Hanbing, YU Xiang, WANG Weiwei School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China Abstract: In OFDM system, sparse channel estimation based on compressed sensing （CS） can make full use of the inherent sparse degree of the wireless channel, which can reduce the pilot overhead and improve the spectrum efficiency. Therefore, a new method based on hybrid genetic algorithm was investigated for the pilot design of CS channel estimation, which was based on the minimization of the matrix cross correlation in the CS theory. In this method, genetic algorithm was used to obtain the initial sub-optimal pilot sequence, and then combined with the pilot position and pilot power, each entry of pilot pattern could be sequentially updated and optimized to make the