一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法

摘要

本发明公开了一种改进的RDSM稀疏酉空时弥散矩阵集低复杂度遗传算法优化方法，该方法用于优化RDSM的空时弥散矩阵。低复杂度GA算法通过种群初始化、交叉、变异、选择，以及适应度值计算这五个步骤，不断迭代，实现适应度值的稳定攀升，提高了系统的误比特率(BER)性能。在计算适应度时充分利用RDSM的DM集的稀疏酉特性，消除了前一时刻不同的发送矩阵对当前发送矩阵计算适应度值的影响，解决了RDC准则用于差分计算时分类讨论的计算复杂度。并通过星座符号的旋转对称性进一步降低了系统的计算复杂度。仿真结果表明，在保证BER优化性能的条件下，对比传统方法，低复杂度遗传算法具有更快的收敛性和更低的计算成本，而且将DM集优化的计算复杂度降低了2个数量级。