基于IHHO算法的室內(nèi)可見光燈源布局優(yōu)化

李月月,張慧穎,盧宇希

(吉林化工學(xué)院 信息與控制工程學(xué)院,吉林 吉林 132022)

與射頻通信和激光通信相比,室內(nèi)可見光通信(Visible Light Communication,VLC)因其具有保密性好、無電磁干擾、功耗低等優(yōu)點(diǎn),受到國(guó)內(nèi)外研究學(xué)者的廣泛關(guān)注[1-3]。在室內(nèi)VLC系統(tǒng)中,LED布局發(fā)揮了重要的作用,因此要確保接收平面光照度以及接收功率足夠平坦。近年來諸多學(xué)者對(duì)室內(nèi)VLC燈源布局進(jìn)行了研究,劉煥淋[4]等人提出一種基于改進(jìn)遺傳模擬退火算法調(diào)節(jié)LED陣列發(fā)射功率得到最優(yōu)燈源布局。韓雨[5]等人基于傳統(tǒng)四燈源布局提出一種基于鯨魚優(yōu)化算法的LED布局設(shè)計(jì)方案,最終提高了房間內(nèi)的照度均勻度和接收功率。劉紅[6]等人提出基于多種群遺傳算法優(yōu)化15LED布局使得優(yōu)化后的功率分布更加均勻。本文為解決室內(nèi)VLC存在的接收功率不平坦、光照度不均勻等問題,提出一種改進(jìn)哈里斯鷹算法(IHHO)對(duì)傳統(tǒng)四燈源布局的燈源位置信息進(jìn)行優(yōu)化。IHHO算法通過引入自適應(yīng)權(quán)重因子,改善了HHO算法易陷入局部最優(yōu)的問題。通過將IHHO算法優(yōu)化的燈源布局與HHO算法、原始四燈源布局以及PSO算法優(yōu)化的布局仿真結(jié)果進(jìn)行對(duì)比,證明本文優(yōu)化的燈源布局能進(jìn)一步解決可見光通信中存在的問題。

1 室內(nèi)VLC系統(tǒng)模型

室內(nèi)VLC系統(tǒng)模型如圖1所示,房間尺寸為5 m×5 m×3 m,以房間中心為坐標(biāo)系原點(diǎn)建立三維坐標(biāo)軸,LED放置在天花板,LED輻射特性服從朗伯模型[5],接收機(jī)位于距地面0.85m的接受面上[7]。圖1中φ為L(zhǎng)ED發(fā)射角,D為L(zhǎng)ED發(fā)射光線到接收機(jī)的距離,ψ為接收機(jī)入射角,ψc為接收機(jī)視場(chǎng)角,ψ最大值為ψc。

圖1 室內(nèi)VLC系統(tǒng)模型

VLC系統(tǒng)信道直流增益為[8]

(1)

Pr=Pt×H(0) ,

(2)

式中:Pt為L(zhǎng)ED發(fā)射功率。接收機(jī)接收到來自LED的光照度為

(3)

式中:I(0)為L(zhǎng)ED中心發(fā)光強(qiáng)度。

2 IHHO鷹算法優(yōu)化燈源布局

2.1 哈里斯鷹算法

哈里斯鷹算法(Harris Hawks Optimizer,HHO)是由Heidari等人[9]在2019年提出的一種自然啟發(fā)算法,源于觀察哈里斯鷹和獵物之間的追逐逃跑行為,主要分為全局搜索階段、搜索與開發(fā)的轉(zhuǎn)換和局部開發(fā)階段三部分。

在全局搜索階段,哈里斯鷹通過2種策略找到獵物,可表示為

(4)

式中,X(τ)為當(dāng)前個(gè)體位置;X(τ+1)為下次迭代時(shí)個(gè)體位置;τ為迭代次數(shù);Xrand(τ)為個(gè)體隨機(jī)位置;Xrabbit(τ)為獵物位置;r1～r4和q是[0,1]之間的隨機(jī)數(shù);q用于隨機(jī)選擇要采用的策略;ub和lb分別是搜索空間的上下界;Xm(τ)為個(gè)體平均位置,表達(dá)式為

(5)

式中,Xk(τ)為種群中第k個(gè)體的位置;M為種群規(guī)模。

HHO算法根據(jù)獵物逃逸能量E在搜索和不同開發(fā)行為之間轉(zhuǎn)換,逃逸能量定義為[10]

(6)

其中,E0是獵物的初始能量;T為最大迭代次數(shù)。當(dāng)E≥1時(shí),進(jìn)入全局搜索階段;當(dāng)E<1時(shí),進(jìn)入局部開發(fā)階段。

在局部開發(fā)階段,定義r用于對(duì)開發(fā)策略進(jìn)行選擇,其為[0,1]之間的隨機(jī)數(shù)。

當(dāng)0.5≤E<1且r≥0.5時(shí),采取公式(7)進(jìn)行位置更新如下:

X(τ+1)=Xrabbit(τ)-X(τ)-E|JXrabbit(τ)-X(τ)| ,

(7)

其中,J為[0,2]之間的隨機(jī)數(shù)。

當(dāng)E<0.5且r≥0.5時(shí),采取公式(8)進(jìn)行位置更新如下:

X(τ+1)=Xrabbit(τ)-E|ΔX(τ)| ,

(8)

當(dāng)0.5≤E<1且r<0.5時(shí),采取公式(9)進(jìn)行位置更新如下:

(9)

其中,f(·)為適應(yīng)度函數(shù);S為M維隨機(jī)向量;M為問題維度;LF(·)是Levy飛行函數(shù),表達(dá)式如下:

(10)

式中,β取1.5,u和v是一個(gè)[0,1]范圍內(nèi)的隨機(jī)變量。

當(dāng)E<0.5且r<0.5時(shí),采取公式(11)進(jìn)行位置更新如下:

(11)

2.2 IHHO算法

針對(duì)群智能算法中易出現(xiàn)收斂速度慢、易陷入局部最優(yōu)的問題,文獻(xiàn)[11]提出在人工蜂群算法中引入差分進(jìn)化算法的變異算子,并添加自適應(yīng)調(diào)整參數(shù);文獻(xiàn)[12]提出對(duì)標(biāo)準(zhǔn)的遺傳算法引入自適應(yīng)調(diào)整的交叉算子和變異算子對(duì)其改進(jìn)。

本文為提高HHO算法的局部開采能力,引入自適應(yīng)權(quán)重因子w得到IHHO算法,w的表達(dá)式如式(12)所示。

(12)

(13)

因此哈里斯鷹在找尋獵物時(shí),獵物的位置變化改為式(13),從而提高哈里斯鷹算法局部尋優(yōu)能力。

2.3 適應(yīng)度函數(shù)

本文將適應(yīng)度函數(shù)設(shè)計(jì)為接收功率有關(guān)的函數(shù)如下:

fitness=D(Pt) ,

(14)

其中D(Pt)為整個(gè)通信平面的接收功率方差。

2.4 IHHO算法優(yōu)化燈源布局的步驟

Step1:種群初始化。確定種群數(shù)量、最大迭代次數(shù)、搜索空間上下限、獵物初始能量,每個(gè)獵物位置的局部最優(yōu)值為當(dāng)前位置,全局最優(yōu)值為當(dāng)前種群最優(yōu)值。

Step2:設(shè)定初始適應(yīng)度。以公式計(jì)算的最優(yōu)適應(yīng)度的個(gè)體位置作為當(dāng)前獵物初始位置。

Step3:獵物位置更新。更新獵物逃逸能量,根據(jù)逃逸能量和隨機(jī)數(shù)值確定執(zhí)行全局搜索或開發(fā)時(shí)的對(duì)應(yīng)位置更新公式。

Step4:計(jì)算適應(yīng)度值。計(jì)算更新位置后的個(gè)體適應(yīng)度值,以更優(yōu)適應(yīng)度值的個(gè)體位置作為獵物新位置。

Step5:不斷重復(fù)Step3和Step4,當(dāng)t達(dá)到最大迭代次數(shù)T,輸出當(dāng)前獵物位置作為最終目標(biāo)估計(jì)位置。

其算法流程圖如圖2所示。

圖2 IHHO算法流程圖

3 仿真實(shí)驗(yàn)與數(shù)據(jù)分析

本文在進(jìn)行仿真分析時(shí),仿真數(shù)據(jù)如表1所示。

表1 系統(tǒng)仿真參數(shù)

3.1 接收功率仿真分析

本文的接收功率仿真分析,主要通過功率方差來表示接收功率的波動(dòng)程度,方差越小說明接收功率分布越平坦。圖3為VLC系統(tǒng)的接收功率分布圖。由仿真數(shù)據(jù)可知,圖3(a)的接收功率波動(dòng)范圍為-2.47～2.77 dBm,由圖可看出中間位置接收功率較高;圖3(b)的接收功率波動(dòng)范圍為-1.17～2.00 dBm;圖3(c)的接收功率波動(dòng)范圍為-1.13～1.99 dBm;圖3(d)的接收功率波動(dòng)范圍為-0.66～1.91 dBm,由此可見經(jīng)IHHO算法優(yōu)化后的布局接受功率波動(dòng)是最小的。并且傳統(tǒng)四燈源布局的接收功率方差為1.295,PSO優(yōu)化的燈源布局方差為0.359,HHO算法優(yōu)化的燈源布局功率方差為0.347,而IHHO算法優(yōu)化的燈源布局的功率方差能達(dá)到0.342,說明經(jīng)本文算法優(yōu)化后的布局接收功率分布是最平坦的。

(a) 四燈源布局

(b) PSO 算法優(yōu)化布局

(c) HHO 算法優(yōu)化布局

(d) IHHO 算法優(yōu)化布局圖3 接收功率分布圖

3.2 光照度仿真分析

根據(jù)國(guó)際照明標(biāo)準(zhǔn)[13],室內(nèi)照度范圍應(yīng)在300～1 500 lx之間,照度均勻度UIR大于等于0.7。圖4為VLC系統(tǒng)的光照度分布圖。由仿真數(shù)據(jù)可知,圖4(a)的光照度波動(dòng)范圍為242.83～811.87 lx,基本可以滿足室內(nèi)照明要求,但照度主要集中在房間中心,其照度均勻度為39.2%;圖4(b)的光照度波動(dòng)范圍為327.82～679.92 lx,照度均勻度為62.5%;圖4(c)的光照度波動(dòng)范圍為331.00～679.38 lx,照度均勻度為62.9%;圖4(d)的光照度波動(dòng)范圍為368.32～665.18 lx,照度均勻度可達(dá)72.3%,并且只有經(jīng)IHHO算法優(yōu)化后的燈源布局的照度均勻度超過0.7,光照度波動(dòng)最小,能夠滿足實(shí)踐照明經(jīng)驗(yàn),說明經(jīng)本文算法優(yōu)化后的布局光照度分布是最均勻的。

(a) 四燈源布

(b) PSO 算法優(yōu)化布局

(c) HHO 算法優(yōu)化布局

(d) IHHO 算法優(yōu)化布局圖4 光照度分布圖

4 優(yōu)化算法比較分析

圖5表示采用HHO算法、PSO算法以及IHHO算法,在求解燈源最優(yōu)位置信息的收斂曲線。從圖中明顯發(fā)現(xiàn),隨著迭代次數(shù)的增加,所有算法的適應(yīng)度值都能最終達(dá)到收斂。由收斂曲線的變化情況可知,HHO算法需迭代45次達(dá)到收斂,PSO算法需迭代65次達(dá)到收斂,而IHHO算法僅需30次左右就能收斂,說明IHHO算法的收斂速度要比其他兩種算法快,且從圖中可看出經(jīng)IHHO算法達(dá)到收斂階段時(shí)的最終收斂值是最小的。因此,從圖5中可看出,IHHO算法的收斂速度更快,全局尋優(yōu)能力更強(qiáng)。

迭代次數(shù)/次圖5 適應(yīng)度收斂曲線

5 結(jié) 論

本文針對(duì)室內(nèi)可見光通信存在的接收功率不平坦、光照度不均勻等問題,以5 m×5 m×3 m的房間為例,采用IHHO算法優(yōu)化傳統(tǒng)四燈源布局,并分析比較了傳統(tǒng)四燈源布局以及基于IHHO算法、HHO算法、PSO算法布局的接收功率分布和光照度分布。仿真結(jié)果表明,本文提出最優(yōu)燈源布局能夠提高接收功率以及光照度均勻性,且IHHO算法的收斂速度和全局尋優(yōu)能力均優(yōu)于其他兩種算法。