從工程應(yīng)用角度出發(fā),需要LoRa無(wú)線傳輸系統(tǒng)兼?zhèn)湎到y(tǒng)功耗低、傳輸距離短、系統(tǒng)穩(wěn)定性好的特點(diǎn),優(yōu)化設(shè)計(jì)匹配參數(shù)是提高LoRa傳輸性能的重要途徑。以LoRa無(wú)線通信的能耗最低、最遠(yuǎn)傳輸距離最大以及系統(tǒng)的魯棒性最強(qiáng)為優(yōu)化目標(biāo),以SF、BW、CR等參數(shù)的有效取值為約束條件,采用線性加權(quán)的方法將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為單目標(biāo)問(wèn)題,求出最優(yōu)解。仿真和實(shí)際測(cè)試結(jié)果表明,遺傳算法應(yīng)用于LoRa的參數(shù)匹配具有可行性和有效性。 

【文章來(lái)源】：計(jì)算機(jī)工程與科學(xué). 2020,42(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

LoRa數(shù)據(jù)包結(jié)構(gòu)

遺傳算法(Genetic Algorithm)是借鑒生物界的優(yōu)勝劣汰、適者生存的遺傳機(jī)制演化而來(lái)的一種全局化的隨機(jī)概率搜索算法。它是在20世紀(jì)70年代由美國(guó)Michigan大學(xué)的Holland教授及其學(xué)生和同事首先提出的,從代表問(wèn)題可能存在的解集的某個(gè)種群開(kāi)始,解集的每個(gè)種群都是由數(shù)個(gè)個(gè)體經(jīng)過(guò)基因編碼組成,而每1個(gè)編碼的個(gè)體對(duì)應(yīng)的是染色體帶有特征的實(shí)體[6]。染色體或個(gè)體作為遺傳物質(zhì)基因的主要載體,是由多個(gè)基因組成的集合,決定了某些特征的外部表現(xiàn)。因此,首先需要將表現(xiàn)型映射到基因型即進(jìn)行編碼,這樣就將解空間信息映射到了編碼空間,每個(gè)解對(duì)應(yīng)1個(gè)編碼;初代種群產(chǎn)生之后,按照自然環(huán)境中的適者生存、優(yōu)勝劣汰的選擇機(jī)制,逐代演化出越來(lái)越接近的解。在演化的每1代中,根據(jù)問(wèn)題域中每個(gè)個(gè)體的適應(yīng)度大小選擇不同的個(gè)體,并借助遺傳算子進(jìn)行個(gè)體的組合交叉和變異,從而產(chǎn)生出代表新的解集的種群。這個(gè)求解過(guò)程與自然界的進(jìn)化過(guò)程相似,后代的種群更加能夠適應(yīng)于當(dāng)前環(huán)境,最后1代種群中的最優(yōu)個(gè)體通過(guò)解碼操作,可以作為問(wèn)題的最優(yōu)解[7]。利用遺傳算法求解問(wèn)題的流程如圖2所示,其具體步驟為:(1)根據(jù)實(shí)際問(wèn)題描述建立數(shù)學(xué)模型,確定決策變量以及約束條件。

1個(gè)染色體的二進(jìn)制串

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法與方案優(yōu)選的多目標(biāo)優(yōu)化模型求解方法[J]. 單寶英,郭萍,張帆,郭珊珊.  中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(06)
[2]基于遺傳算法的永磁同步電機(jī)自抗擾控制[J]. 姜偉,胡小英,鄭穎,裘信國(guó),汪洋.  浙江工業(yè)大學(xué)學(xué)報(bào). 2019(04)
[3]LoRa物聯(lián)網(wǎng)技術(shù)的調(diào)制解調(diào)[J]. 吳進(jìn),趙新亮,趙雋.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(03)
[4]新興物聯(lián)網(wǎng)技術(shù)——LoRa[J]. 王陽(yáng),溫向明,路兆銘,程剛,潘奇.  信息通信技術(shù). 2017(01)

碩士論文
[1]基于遺傳算法的MVB網(wǎng)絡(luò)實(shí)時(shí)性算法研究[D]. 鄭曼.長(zhǎng)春工業(yè)大學(xué) 2019
[2]基于LoRa通信的城市路燈智能控制系統(tǒng)的研究[D]. 張坤.山東大學(xué) 2018
[3]基于多種群遺傳算法的高速列車(chē)節(jié)能操縱研究[D]. 韓京.北京交通大學(xué) 2018



本文編號(hào)：3458096