CN101335538B - 一种扩频序列生成的方法和装置 - Google Patents

Abstract

本发明公开了一种扩频序列生成的方法和装置，属于扩频与码分多址无线通信技术领域。所述方法包括：根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定所述扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定所述扩频序列的零相关区长度T，根据所述扩频序列的理论界，确定所述扩频序列的序列数目K；根据所述周期N、所述零相关区长度T、所述序列数目K，运用进化算法生成所述扩频序列。所述装置包括：处理模块和扩频序列生成模块。本发明通过运用进化算法生成扩频序列，使得生成扩频序列时可以在全局解空间进行优化搜索，而且在序列周期和零相关区长度等参数上受构造方法的限制较少，与传统零相关区序列的生成算法相比，更方便于实际应用，具有较高的实用性。

Description

一种扩频序列生成的方法和装置

技术领域

本发明涉及扩频与码分多址无线通信技术领域，特别涉及一种扩频序列生成的方法和装置。

背景技术

扩频通信，即扩展频谱通信(Spread Spectrum Communication)，它与光纤通信、卫星通信，一同被誉为进入信息时代的三大高技术通信传输方式。扩频通信是将待传送的信息数据进行伪随机编码(扩频序列，Spread Sequence)调制，实现频谱扩展后再传输；接收端则采用相同的编码进行解调及相关处理，恢复原始的信息数据。

扩频通信系统面临的主要问题是干扰受限，用户彼此之间造成的干扰，限制了整个系统的容量。其干扰主要来源于码间干扰和多址干扰，而这些干扰可以通过设计具有良好的自相关和互相关特性的扩频序列来消除或降低。理想情况下，一个序列集的自相关函数和互相关函数应该为零，但根据序列生成的理论，自相关函数和互相关函数互相矛盾，不能同时为零。然而，在准同步扩频通信系统中，当最大时延扩展和系统同步误差在零相关区范围内时，只要相关函数在零时延附近的一定范围之内为零，就可以很好地消除干扰，该范围称为“零相关区”。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

1)传统的扩频序列都是基于整数域的，这给优化扩频序列设计带来了一些限制，比如对于零相关区序列，序列周期只能是一些特定的数值，序列集中序列的数目以及零相关区的长度也受到较大的限制；

2)基于实数域的扩频序列由于其取值的自由度大，预期会减少上述方面的限制。实数域扩频序列可以具有零相关窗口，但原则上各点取值不太可能完全抵消，这时只要其小于某个大于零的极小数阈值，达到可以忽略不计的程度，就可以认为扩频系统的自干扰得以消除，可以称之为准零相关区(QZCZ，Quasi-Zero Correlation Zone)序列。但是这样一来，传统的序列设计生成方法都几乎失效，需要另辟蹊径。

发明内容

为了有效地生成扩频序列，本发明实施例提供了一种扩频序列生成的方法和装置。所述技术方案如下：

一方面，本发明实施例提供了一种扩频序列生成的方法，所述方法包括：

根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定所述扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定所述扩频序列的零相关区长度T，根据所述扩频序列的理论界，确定所述扩频序列的序列数目K；

根据所述周期N、所述零相关区长度T、所述序列数目K，运用进化算法生成所述扩频序列；其中，所述运用进化算法生成所述扩频序列，具体包括：设定父代群体的群体规模含有μ个初始个体；随机产生μ个初始个体，并根据适应度函数，计算每个初始个体的适应度函数值，所述适应度函数具体为 $f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\underset{\mathrm{\τ}\≠0}{\mathrm{\τ}=-(T-1),}}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|,$ 其中，X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数、τ是变量；根据计算得到的适应度函数值，判断是否满足设定的终止条件，所述终止条件具体为：计算得到的适应度函数值中的最小值小于设定的阈值；如果不满足所述终止条件，执行重组产生λ个新个体；对所述λ个新个体执行突变；计算执行了突变的λ个新个体中的每个个体的适应度函数值；根据个体的适应度函数值的大小，选择μ个新个体；根据μ个新个体中每个个体的适应度函数值，判断是否满足所述终止条件；如果满足所述终止条件，则将所述μ个新个体的目标变量X中元素的值作为所述扩频序列元素的值；如果不满足所述终止条件，则重新执行重组和突变，循环往复直到满足所述终止条件为止。

另一方面，本发明实施例还提供了一种扩频序列生成的装置，所述装置包括：

处理模块，用于根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定所述扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定所述扩频序列的零相关区长度T，根据所述扩频序列的理论界，确定所述扩频序列的序列数目K；

扩频序列生成模块，用于根据所述周期N、所述零相关区长度T、所述序列数目K，运用进化算法生成所述扩频序列；其中，所述扩频序列生成模块具体包括：群体规模设定单元，用于设定父代群体的群体规模含有μ个初始个体；第一适应度函数值计算单元，用于随机产生所述群体规模设定单元设定的μ个初始个体，并根据适应度函数，计算每个初始个体的适应度函数值，所述适应度函数具体为 $f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\underset{\mathrm{\τ}\≠0}{\mathrm{\τ}=-(T-1),}}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|,$ 其中，X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数、τ是变量；第一判断单元，用于根据所述适应度函数值计算单元计算得到的适应度函数值，判断是否满足设定的终止条件，所述终止条件具体为，计算得到的适应度函数值中的最小值小于设定的阈值；重组单元，用于所述第一判断单元判断出不满足所述终止条件后，执行重组产生λ个新个体；突变单元，用于对所述重组单元产生的λ个新个体执行突变；第二适应度函数值计算单元，用于计算经过所述突变单元突变了的λ个新个体中每个个体的适应度函数值；选择单元，用于根据个体的适应度函数值的大小，选择μ个新个体；第二判断单元，用于根据所述选择单元选择出的μ个新个体中每个个体的适应度函数值，判断是否满足所述终止条件；第一处理单元，用于所述第二判断单元判断出满足所述终止条件后，将所述μ个新个体的目标变量X中元素的值作为所述扩频序列元素的值；第二处理单元，用于所述第二判断单元判断出不满足所述终止条件后，重新执行重组和突变，循环往复直到满足所述终止条件为止。

本发明实施例提供的技术方案的有益效果是：

通过运用进化算法生成扩频序列，使得生成扩频序列时可以在全局解空间进行优化搜索，而且在序列周期和零相关区长度等参数上受构造方法的限制较少，与传统零相关区序列的生成算法相比，更方便于实际应用，具有较高的实用性。

附图说明

图1是本发明实施例1提供的扩频序列生成的方法流程图；

图2是本发明实施例2提供的扩频序列生成的装置结构图；

图3是本发明实施例1生成的扩频序列的自相关函数示意图；

图4是本发明实施例1生成的扩频序列的互相关函数示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种扩频序列生成的方法，具体包括：根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定扩频序列的零相关区长度T，根据扩频序列的理论界，确定扩频序列的序列数目K；根据周期N、零相关区长度T、序列数目K，运用进化算法生成扩频序列。

本发明实施例运用进化算法生成扩频序列，运用该方法不但可以生成运用现有技术的方法生成的所有扩频序列，而且还能生成运用现有技术的方法不能生成的实数域准零相关区扩频序列。进化算法是一种适用于求解多峰值非线性函数最优化问题的算法，通过对自然进化核心理念的模拟，体现生物进化过程中“物竞天择、优胜劣汰”的原则，从随机产生的初始可行解出发，经过进化择优，逐渐逼近最优解。其工作过程包括表达问题、产生初始群体、计算适应度、执行重组、突变、选择新群体等工作，经过反复迭代，自适应地搜索到全局最优解。本发明实施例以通过该方法生成实数域准零相关区扩频序列为例进行详细说明。

实施例1

参见图1，本发明实施例提供了一种扩频序列生成的方法，该方法通过运用进化算法生成实数域准零相关区扩频序列，具体包括：

101：根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定扩频序列的零相关区长度T，根据扩频序列的理论界，确定扩频序列的序列数目K，扩频序列的理论界如下：

${\mathrm{\δ}}^2\≥\frac{\mathrm{KT}-N}{(\mathrm{KT}-1)N}$

上式中，δ是准零相关区内的相关函数的最大值，为一个近似为零的极小阈值，在这个阈值下，可以认为多址干扰和多径干扰得到较好的消除。

令ε＝(KT-1)N·δ²，上式可以简化为，

$K\≤\frac{N+\mathrm{\ϵ}}{T}$

由于δ近似为零，所以上式中的ε也近似为零。

本发明实施例设定通信系统所需扩频序列的周期为N＝7，所需扩频序列的零相关区长度T＝1，2，3。

当N＝7、T＝1时，根据

序列数目K可以取小于等于7的整数，本发明实施例中取K＝5；

当N＝7、T＝2时，根据

序列数目K可以取小于等于3的整数，本发明实施例中取K＝3；

当N＝7、T＝3时，根据

序列数目K可以取小于等于2的整数，本发明实施例中取K＝2。

102：设定父代群体的群体规模含有μ个初始个体。

每个个体中的目标变量X中元素的值对应于K个序列中的元素取值，变量σ为对应的序列元素的标准差，表示为二元组的形式如下：

(X，σ)＝((x₁，x₂，…，x_i，…，x_n)，(σ₁，σ₂，…，σ_i，…，σ_n))

本发明实施例设定群体规模含有μ＝20个初始个体。

本发明实施例当N＝7，T＝1，K＝5时，5个序列共有35个元素，则目标变量X取35个实数值，即其向量维度为35，同样变量σ的维度也是35，表示为二元组的形式如下：

(X，σ)＝((x₁，x₂，…，x_i，…，x₃₅)，(σ₁，σ₂，…，σ_i，…，σ₃₅))

当N＝7，T＝2，K＝3时，3个序列共有21个元素，则目标变量X取21个实数值，即其向量维度为21，同样变量σ的维度也是21，表示为二元组的形式如下：

(X，σ)＝((x₁，x₂，…，x_i，…，x₂₁)，(σ₁，σ₂，…，σ_i，…，σ₂₁))

当N＝7，T＝3，K＝2时，3个序列共有14个元素，则目标变量X取14个实数值，即其向量维度为14，同样变量σ的维度也是14，表示为二元组的形式如下：

(X，σ)＝((x₁，x₂，…，x_i，…，x₁₄)，(σ₁，σ₂，…，σ_i，…，σ₁₄))

103：随机产生μ个初始个体，并计算每个初始个体的适应度函数值。

每个初始个体元素的取值x_i∈[-1，1]，并且对属于同一个序列的元素进行归一化，即使序列的范数为1。

适应度函数为：

$f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\underset{\mathrm{\τ}\≠0}{\mathrm{\τ}=-(T-1),}}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|$

上式中，K是序列数目、T是零相关区大小、X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数，R_i，i(τ)和R_i，j(τ)中含有X、τ是变量。

本发明实施例随机产生20个初始个体，并按照上述适应度函数，计算每个初始个体的适应度函数值。

104：根据计算得到的适应度函数值，判断是否满足设定的终止条件，如果满足终止条件，则执行109；否则，执行105。

适应度函数值表示序列之间在零相关区的相关函数值的大小，适应度函数值越小意味着自相关和互相关函数值越小，这样随着迭代次数的增加，相关函数值趋向更小的取值，最后得到具有准零相关区的序列。

终止条件可以设为，计算得到的适应度函数值中的最小值小于设定的阈值，即如果计算得到的适应度函数值中的最小值小于设定的阈值，则说明满足终止条件，否则，不满足终止条件。

本发明实施例终止条件设为，适应度函数值的最小值小于设定的阈值0.0001，即min{f(X)}≤0.0001。

105：执行重组产生λ个新个体。

重组方式主要有离散重组、中值重组和混杂重组。离散重组具体为，先随机选择两个父代个体，然后将其目标变量和标准差的各个分量进行随机交换，构成子代新个体的各个分量，从而得出新个体。

本发明实施例重组方式均采用离散重组，取λ＝120，执行重组产生120个新个体，具体过程如下：

首先从上一代20个父代个体中随机选择两个个体作为重组对象，其次对于目标变量X中的每一个元素，从两个父代个体中随机选择一个作为子代个体的相应元素的取值，然后同样地，对于标准差变量σ中的每一个元素，从两个父代个体中随机选择一个作为子代个体的相应元素的取值。

上述过程得到的新个体具有与父代个体不同的变量取值，而其元素取值又继承了父代个体的基因，较好地模拟了生物进化的过程。

采用上述其它的重组方式也可以产生λ个新个体，本发明实施例不再赘述采用其它的重组方式的详细过程。

106：对λ个新个体执行突变，即在原个体基础上添加一个随机量，如下式所示，

$\left\{\begin{array}{c}{\mathrm{\σ}}_i(t+1)={\mathrm{\σ}}_i\left(t\right)\·\exp (\mathrm{\τ}\·N\left(\mathrm{0,1}\right)+{\mathrm{\τ}}^{\′}\·N_i\left(\mathrm{0,1}\right))\\ x_i(t+1)=x_i\left(t\right)+{\mathrm{\σ}}_i(t+1)\end{array}\right.$

式中，τ和τ′分别为全局系数和局部系数，常取1。

本发明实施对λ＝120个新个体执行突变，具体过程如下：

对于N＝7，T＝1，K＝5的扩频序列，其个体的目标变量和标准差变量均含有35个元素，首先产生一个N(0，1)的高斯随机量，并针对每一个标准差变量的元素分别产生一个N(0，1)的高斯随机量，其次根据上式中的第一个式子得到更新的标准差变量，然后再根据上式中的第二个式子更新目标变量的取值，最后，对目标变量包含的各个序列进行归一化运算，即使序列的范数为1。

对于N＝7，T＝2，K＝3的扩频序列，其个体的目标变量和标准差变量均含有21个元素，首先产生一个N(0，1)的高斯随机量，并针对每一个标准差变量的元素分别产生一个N(0，1)的高斯随机量，其次根据上式中的第一个式子得到更新的标准差变量，然后再根据上式中的第二个式子更新目标变量的取值，最后，对目标变量包含的各个序列进行归一化运算，即使序列的范数为1。

对于N＝7，T＝3，K＝2的扩频序列，其个体的目标变量和标准差变量均含有14个元素，首先产生一个N(0，1)的高斯随机量，并针对每一个标准差变量的元素分别产生一个N(0，1)的高斯随机量，其次根据上式中的第一个式子得到更新的标准差变量，然后再根据上式中的第二个式子更新目标变量的取值，最后，对目标变量包含的各个序列进行归一化运算，即使序列的范数为1。

107：计算执行了突变的λ个新个体中每个个体的适应度函数值。

本发明实施例计算120个新个体中每个个体的适应度函数值，其具体的计算方法同步骤103，此处不再赘述。

108：根据个体的适应度函数值的大小，选择μ个新个体，然后执行104。

选择μ个新个体，可以采用(μ+λ)-ES策略或者(μ，λ)-ES策略，(μ+λ)-ES策略是在μ个父代个体以及λ个子代个体中选择μ个新个体，(μ，λ)-ES策略则只是在λ个子代个体中选择μ个新个体。

本发明实施例采用(μ+λ)-ES策略，即根据适应度函数值的大小，从20个父代个体和120个子代个体中，选择适应度函数值最小的20个新个体，作为下一步运算的目标个体。

109：将目标变量X中元素的值作为所述序列元素的值，然后结束。

本发明实施例最后得到N＝7，T＝1，K＝5时的扩频序列为：

$C=\left[\begin{array}{ccccc}0.940899& -0.005406& 0.145039& -0.012397& 0.004586\\ 0.186556& -0.021433& -0.206477& 0.572843& -0.411611\\ 0.162059& -0.564249& 0.310284& -0.192614& 0.096910\\ -0.087692& -0.709534& -0.271317& -0.267297& -0.375251\\ -0.058116& 0.193504& 0.522601& -0.454416& -0.051167\\ 0.204253& 0.196963& -0.700621& -0.513695& 0.216085\\ 0.029265& 0.318524& 0.049600& -0.304588& -0.794380\end{array}\right]$

得到N＝7，T＝2，K＝3时的扩频序列为：

$C=\left[\begin{array}{ccc}0.545888& -0.466354& -0.400356\\ 0.029153& -0.539008& 0.181951\\ 0.083429& 0.296998& -0.210523\\ -0.526707& -0.267016& -0.677078\\ -0.318279& 0.243972& 0.172588\\ -0.175256& -0.490252& 0.522090\\ -0.533629& -0.180582& -0.038594\end{array}\right]$

得到N＝7，T＝3，K＝2时的扩频序列为，

$C=\left[\begin{array}{cc}0.053303& 0.025386\\ 0.966075& 0.043213\\ -0.056124& -0.238021\\ -0.041996& -0.032128\\ -0.231589& -0.003402\\ 0.060489& -0.969426\\ 0.040636& 0.002002\end{array}\right]$

以上述N＝7，T＝3，K＝2的扩频序列为例，如图3所示，为扩频序列的自相关函数示意图，如图4所示，为扩频序列的互相关函数示意图。

在扩频通信中将待传送的信息数据，用本发明实施例中生成的扩频序列进行调制，实现频谱扩展后再传输；接收端则采用相同的编码进行解调及相关处理，恢复原始的信息数据。

本发明实施例所示的方法，通过运用进化算法生成扩频序列，使得生成扩频序列时可以在全局解空间进行优化搜索，而且在序列周期和零相关区长度等参数上受构造方法的限制较少，与传统零相关区序列的生成算法相比，更方便于实际应用，具有较高的实用性，并且通过该方法可以生成实数域准零相关区扩频序列，解决了干扰受限的问题。

实施例2

参见图2，本发明实施例还提供了一种扩频序列生成的装置，具体包括：

处理模块201，用于根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定扩频序列的零相关区长度T，根据扩频序列的理论界，确定扩频序列的序列数目K；

扩频序列生成模块202，用于根据周期N、零相关区长度T、序列数目K，运用进化算法生成扩频序列。

进一步地，扩频序列生成模块202具体包括：

群体规模设定单元，用于设定父代群体的群体规模含有μ个初始个体；

第一适应度函数值计算单元，用于随机产生群体规模设定单元设定的μ个初始个体，并根据适应度函数，计算每个初始个体的适应度函数值，所述适应度函数具体为 $f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\underset{\mathrm{\τ}\≠0}{\mathrm{\τ}=-(T-1),}}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|,$ 其中，X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数、τ是变量；

第一判断单元，用于根据适应度函数值计算单元计算得到的适应度函数值，判断是否满足设定的终止条件；

重组单元，用于第一判断单元判断出不满足终止条件后，执行重组产生λ个新个体；

突变单元，用于对重组单元产生的λ个新个体执行突变；

第二适应度函数值计算单元，用于计算经过突变单元突变了的λ个新个体中每个个体的适应度函数值；

选择单元，用于根据个体的适应度函数值的大小，选择μ个新个体；

第二判断单元，用于根据选择单元选出的μ个新个体中每个个体的适应度函数值，判断是否满足终止条件；

第一处理单元，用于第二判断单元判断出满足终止条件后，将μ个新个体的目标变量X中元素的值作为扩频序列元素的值；

第二处理单元，用于第二判断单元判断出不满足所述终止条件后，重新执行重组和突变，循环往复直到满足终止条件为止。

进一步地，扩频序列生成模块202还包括：

第二处理单元，用于第一判断单元判断出满足设定的终止条件后，将μ个初始个体的目标变量X中元素的值作为扩频序列元素的值。

本发明实施例所示的装置，通过运用进化算法生成扩频序列，使得生成扩频序列时可以在全局解空间进行优化搜索，而且在序列周期和零相关区长度等参数上受构造方法的限制较少，与传统零相关区序列的生成算法相比，更方便于实际应用，具有较高的实用性，并且通过该方法可以生成实数域准零相关区扩频序列，解决了干扰受限的问题。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种扩频序列生成的方法，其特征在于，所述方法包括：

根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定所述扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定所述扩频序列的零相关区长度T，根据所述扩频序列的理论界，确定所述扩频序列的序列数目K；

根据所述周期N、所述零相关区长度T、所述序列数目K，运用进化算法生成所述扩频序列；其中，所述运用进化算法生成所述扩频序列，具体包括：设定父代群体的群体规模含有μ个初始个体；随机产生μ个初始个体，并根据适应度函数，计算每个初始个体的适应度函数值，所述适应度函数具体为 $f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}\≠0}{\overset{T-1}{\underset{\mathrm{\τ}=-(T-1)}{\mathrm{\Σ}}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|,$ 其中，X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数、τ是变量；根据计算得到的适应度函数值，判断是否满足设定的终止条件，所述终止条件具体为：计算得到的适应度函数值中的最小值小于设定的阈值；如果不满足所述终止条件，执行重组产生λ个新个体；对所述λ个新个体执行突变；计算执行了突变的λ个新个体中的每个个体的适应度函数值；根据个体的适应度函数值的大小，选择μ个新个体；根据μ个新个体中每个个体的适应度函数值，判断是否满足所述终止条件；如果满足所述终止条件，则将所述μ个新个体的目标变量X中元素的值作为所述扩频序列元素的值；如果不满足所述终止条件，则重新执行重组和突变，循环往复直到满足所述终止条件为止。

2.根据权利要求1所述的扩频序列生成的方法，其特征在于，所述扩频序列的理论界具体为：

${\mathrm{\δ}}^2\≥\frac{\mathrm{KT}-N}{(\mathrm{KT}-1)N}$

其中，δ是准零相关区内的相关函数的最大值。

3.根据权利要求1所述的扩频序列生成的方法，其特征在于，根据计算得到的适应度函数值，判断满足设定的终止条件时，所述方法还包括：

将所述μ个初始个体的目标变量X中元素的值作为所述扩频序列元素的值。

4.根据权利要求3所述的扩频序列生成的方法，其特征在于，所述目标变量X的元素的取值xi∈[-1，1]，并对属于同一个序列的元素进行归一化。

5.一种扩频序列生成的装置，其特征在于，所述装置包括：

处理模块，用于根据通信系统对扩频增益和数据传输率的要求折衷考虑，确定所述扩频序列的周期N，根据无线通信信道多径时延的特征和系统同步误差的程度，确定所述扩频序列的零相关区长度T，根据所述扩频序列的理论界，确定所述扩频序列的序列数目K；

扩频序列生成模块，用于根据所述周期N、所述零相关区长度T、所述序列数目K，运用进化算法生成所述扩频序列；其中，所述扩频序列生成模块具体包括：群体规模设定单元，用于设定父代群体的群体规模含有μ个初始个体；第一适应度函数值计算单元，用于随机产生所述群体规模设定单元设定的μ个初始个体，并根据适应度函数，计算每个初始个体的适应度函数值，所述适应度函数具体为 $f\left(X\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}\≠0}{\overset{T-1}{\underset{\mathrm{\τ}=-(T-1)}{\mathrm{\Σ}}}}\left|R_{i,i}\left(\mathrm{\τ}\right)\right|+\underset{i=0}{\overset{K-2}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{K-1}{\mathrm{\Σ}}}\underset{\mathrm{\τ}=-(T-1)}{\overset{T-1}{\mathrm{\Σ}}}\left|R_{i,j}\left(\mathrm{\τ}\right)\right|,$ 其中，X是所述初始个体的目标变量、R_i，i(τ)和R_i，j(τ)是与序列相对应的自相关函数和互相关函数、τ是变量；第一判断单元，用于根据所述适应度函数值计算单元计算得到的适应度函数值，判断是否满足设定的终止条件，所述终止条件具体为，计算得到的适应度函数值中的最小值小于设定的阈值；重组单元，用于所述第一判断单元判断出不满足所述终止条件后，执行重组产生λ个新个体；突变单元，用于对所述重组单元产生的λ个新个体执行突变；第二适应度函数值计算单元，用于计算经过所述突变单元突变了的λ个新个体中每个个体的适应度函数值；选择单元，用于根据个体的适应度函数值的大小，选择μ个新个体；第二判断单元，用于根据所述选择单元选择出的μ个新个体中每个个体的适应度函数值，判断是否满足所述终止条件；第一处理单元，用于所述第二判断单元判断出满足所述终止条件后，将所述μ个新个体的目标变量X中元素的值作为所述扩频序列元素的值；第二处理单元，用于所述第二判断单元判断出不满足所述终止条件后，重新执行重组和突变，循环往复直到满足所述终止条件为止。

6.根据权利要求5所述的扩频序列生成的装置，其特征在于，所述扩频序列生成模块还包括：

第三处理单元，用于所述第一判断单元判断出满足设定的终止条件后，将所述μ个初始个体的目标变量X中元素的值作为所述扩频序列元素的值。

Images