基于元胞自动机的动态多目标优化算法在地下轨道交通无线信道检测问题中的研究

The wireless channel characteristics of the rail transit are the multipath and Doppler effect brought about by the limited space in the underground tunnel and the fast movement of the train, so the channel detection method of underground rail transit differs significantly from the ground.Intended Environment of traditional channel detection method has the static characteristics, which is hardly adapted to multiple fast-changing parameters of the measured channel, so the design of the optimal receiver is constrained. In order to break these design challenges, the project will utilise the dynamic multi-objective optimization idea to find the rapid detection scheme for time-frequency doubly selective channel, which may provide key technologies for optimum reception of wireless communication systems in underground rail. The project will emphatically study the following three questions. (1) By combining the cellular automata and differential evolution algorithm, splitting the environment variables of train scenes in tunnel and then analyzing the population prediction and maintaining population diversity strategy, a novel dynamic multi-objective optimization algorithm will be studied which is suitable for the channel detection for the underground rail transit.(2) Through the study of the timing offset, sampling frequency offset and carrier frequency offset, the novel channel detection of underground rail will be proposed based on joint synchronism error and channel estimation algorithm.(3) The performance of doubly selective channel detection algorithm will be investigated by EXIT chart and “Semi-analytical” and the optimal performance limits of the channel parameters estimation will be derived.

隧道这一限定空间以及列车高速移动所引起的多径和多普勒效益，使地下轨道交通无线信道具有显著的动态特性，其信道检测的方法明显不同于地面。现有无线信道检测方法设定的环境具有静态特性，难以适应地下轨道交通无线信道的快速变化，使最佳接收机设计受限。为突破上述设计难题，本课题将运用动态多目标优化思想，寻找时间-频率双选择性信道的检测方法，为实现地下轨道交通无线通信系统的最佳接收提供关键技术，着重研究：（1）将元胞自动机与差分进化算法相结合，通过分割隧道内列车运行场景的环境变量，研究种群预测与多样性保持策略，设计针对地下无线信道检测的动态多目标优化新算法；（2）从动态多目标优化机理出发，研究随时间（环境）变化的定时偏差、载波频偏和采样频偏等同步偏差，设计基于同步偏差与信道参数联合估计的时频双选信道检测算法；（3）通过EXIT图和“半分析”方法研究时频双选信道检测算法的性能，推导信道参数估计最优性能限值。

隧道这一限定空间以及列车高速移动所引起的多径和多普勒效应，使地下轨道交通无线信道具有显著的动态特性，现有无线信道检测方法难以适应地下轨道交通无线信道的快速变化，使最佳接收机设计受限。按照预期的研究计划，本项目首先针对标准差分进化算法缺陷进行了相应的改进，并通过经典测试函数进行了实验验证；研究了基于元胞差分进化算法解决轨道交通无线接收难题：一是在隧道环境快衰落OFDM信道估计技术中的应用，采用本项目所提出的元胞差分进化算法，提出实时获得有效信道长度的一种新型ML信道估计算法；二是中继协同通信的动态资源分配，提出一种基于元胞差分进化算法的OFDMA协同通信系统资源分配算法，从而兼顾多个用户公平性和系统总体性能。其次，本项目开展了在特定频段下的信道测量及测量方法的研究，提出了基于乘性扩展因子的半实物信道仿真技术；研究了基于单漏缆的MIMO传输技术；在室内廊道环境下开展了多频点的信道测量工作；基于射线跟踪方法研究了弯曲隧道对MIMO信道特性的影响；通过在实验室环境中模拟现场环境中无线信号的传输模型，验证LTE系统的静态传输性能，进而验证在轨道交通实际情况中LTE系统是否具备承载CBTC的车地通信能力。最后，本项目开展了基于混合精度ADC的大规模MIMO上行系统的性能分析，如频谱效率、能量效率、中断概率等以及基于离散移相器的混合波束成形技术等，从而为下一步实现轨道交通在引入大规模MIMO、毫米波通信等5G无线通信关键技术时，达到传输速率与能耗之间的平衡。