波束选择和数据传输方法、装置、电子设备和存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种波束选择和数据传输方法、装置、电子设备和存储介质。

背景技术

MIMO(Multiple-Input Multiple-Output，多输入多输出)系统波束的多目标任务锁定是一项重要的技术，涉及到多个天线、多个用户之间的信道和信号处理问题，它可以提高MIMO系统的传输效率和可靠性。当前，解决此问题可以基于粒子群优化算法，通过模拟群体行为来搜索最优解，即得到最优波束。

但是，由于粒子群优化算法是基于当前解和邻域解之间的比较来更新粒子位置和速度的，如果某个粒子被困在局部最优解中，它可能无法跳出该局部最优解，从而无法找到全局最优解，则选择的波束并不最佳波束，进而解决MIMO系统波束的多目标任务锁定的效果不是很理想。

发明内容

本发明提供一种波束选择和数据传输方法、装置、电子设备和存储介质，用以解决现有技术中无法跳出该局部最优解的缺陷。

本发明提供一种波束选择方法，包括：

确定波束集合；

将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；

基于迭代完成的个体位置，对所述波束集合进行波束选择。

根据本发明提供的波束选择方法，所述进行个体位置的搜索迭代，包括：

获取所述个体位置的初始搜索步长；

基于数据传输效果参数，以及所述初始搜索步长，确定当前搜索步长；

基于所述当前搜索步长，进行个体位置的搜索迭代。

根据本发明提供的波束选择方法，所述基于所述当前搜索步长，进行个体位置的搜索迭代，包括：

基于历史搜索步长，确定搜索惯性参数；

基于所述各波束对应的个体的历史个体位置，以及所述各波束对应的个体的当前个体位置，确定个体控制参数和群体控制参数；

基于所述搜索惯性参数、所述个体控制参数、所述群体控制参数，以及当前搜索步长，进行个体位置的搜索迭代。

根据本发明提供的波束选择方法，所述基于所述当前搜索步长，进行个体位置的搜索迭代，还包括：

对所述个体间的当前个体位置进行交叉操作，得到交叉个体位置；

对所述个体的当前个体位置进行变异操作，得到变异个体位置；

基于所述当前搜索步长，对所述个体的交叉个体位置和/或变异个体位置，进行个体位置的搜索迭代。

根据本发明提供的波束选择方法，所述数据传输效果包括传输速率、误码率中的至少一种。

本发明还提供一种数据传输方法，包括：

确定目标波束集合，所述目标波束集合是基于权利要求1至5中任一项所述的波束选择方法确定的；

基于所述目标波束集合，进行数据传输。

本发明还提供一种波束选择装置，包括：

初始确定单元，确定波束集合；

搜索迭代单元，将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；

选择单元，基于迭代完成的个体位置，对所述波束集合进行波束选择。

本发明还提供一种数据传输装置，包括：

目标确定单元，确定目标波束集合，所述目标波束集合是基于上述任一所述的波束选择方法确定的；

传输单元，基于所述目标波束集合，进行数据传输。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述波束选择方法，或，上述数据传输方法。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述波束选择方法，或，上述数据传输方法。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述波束选择方法，或，上述数据传输方法。

本发明提供的波束选择和数据传输方法、装置、电子设备和存储介质，将波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，搜索迭代以基于各波束的数据传输效果为优化目标，即，将与数据传输效果相关联的优化目标引入MIMO系统波束的多目标任务锁定中的波束选择中，避免搜索迭代中过早陷入局部最优解，实现了贴合多目标的最适宜的波束集合的选择，进而在MIMO系统中实现了多目标的数据传输。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的波束选择方法的流程示意图；

图2是本发明提供的搜索迭代的流程示意图；

图3是本发明提供的确定当前搜索步长的流程示意图；

图4是本发明提供的波束选择装置的结构示意图；

图5是本发明提供的数据传输装置的结构示意图；

图6是本发明提供的电子设备的结构示意图。

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，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

粒子群优化算法是一种启发式算法，它通过模拟群体行为来搜索最优解。每个解被表示为一个粒子，粒子的位置和速度在算法的迭代过程中被调整以接近最优解。但是，由于粒子群优化算法是基于当前解和邻域解之间的比较来更新粒子位置和速度的，如果某个粒子被困在局部最优解中，它可能无法跳出该局部最优解，从而无法找到全局最优解，则选择的波束并不最佳波束，进而解决MIMO系统波束的多目标任务锁定的效果不是很理想。

针对此问题，本发明提供了一种波束选择方法，实现了适宜的波束选择，进而使得MIMO系统中传输的数据得到最大增益。图1是本发明提供波束选择方法的流程示意图，如图1所示，包括：

步骤110，确定波束集合；

在MIMO系统中，通过多个天线同时发送和接收信号，发射端发送用户对应信道向量高增益的波束，以降低发射端的功耗。具体地，可以基于离散布谷鸟搜索算法进行MIMO系统的波束选择，则可以通过布谷鸟搜索算法随机选择一些波束，作为初始的波束集合，即可以作为布谷鸟搜索算法的初始解。此处，波束集合中包含的波束可以为后续对波束集合进行波束选择的搜索迭代中，确定大致的波束选择的搜索方向，便于通过不断地对波束进行搜索，确定更优的波束集合，最终得到MIMO系统的最优的波束集合。可以理解的是，此处的波束集合在离散布谷鸟搜索算法中可以看作为初始解。

步骤120，将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；

具体地，可以将离散布谷鸟搜索算法应用于波束集合中各波束的波束方向的搜索迭代中，即，将波束集合中的各波束分别作为离散布谷鸟搜索算法中的个体，将各波束的波束方向作为个体位置，将每个搜索迭代得到的波束集合作为离散布谷鸟搜索算法中的一个解。在任意轮次的搜索迭代中，可以通过适应度函数来评估每个个体的优劣程度，根据评估结果，更新每个个体的个体位置和能力，以使得更优的个体能够更大概率的被选中。通过逐步搜索迭代，可以将各优化目标作为离散布谷鸟搜索算法中的搜索参数，用于指引对个体位置的搜索方向或速度，通过在搜索空间中不断寻找更好的个体，直到达到各波束的数据传输效果为优化目标的波束集合，或者达到设定的最大迭代次数。

此处，波束方向指的是天线辐射的方向，选择适宜的波束方向的波束，有利于提升在MIMO系统中数据的传输增益。另外，此处的各波束的数据传输效果可以包括MIMO系统中数据的最大传输速率、最小误码率等。可以理解的是，以各波束构成的波束集合的数据传输效果为优化目标，当数据传输效果为多个时，则对应的优化目标也为多个。即，本实施例提供了基于离散布谷鸟搜索算法的MIMO系统的多目标任务锁定方法，避免搜索迭代过早陷入局部最优解，实现了适宜的波束集合的选择，进而实现了在传输过程中对应的数据传输效果。

需说明的是，个体的能力可以随着时间的推移而不断提高；个体位置可以根据个体的历史个体位置进行调整，比如，可以根据最优的历史个体位置和最劣的历史个体位置之间的距离进行调整。由此，在任一轮次的搜索迭代中，较好的个体将更有可能被选择，从而更有利于下一次搜索迭代中个体的搜索更新。

步骤130，基于迭代完成的个体位置，对所述波束集合进行波束选择。

具体地，将最后轮次的迭代完成后，可以选择个体位置对应的波束方向的波束，得到最终的波束集合，以应用到MIMO系统中的数据传输过程中。

本发明实施例提供的方法，将波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，搜索迭代以基于各波束的数据传输效果为优化目标，即，将与数据传输效果相关联的优化目标引入MIMO系统波束的多目标任务锁定中的波束选择中，避免搜索迭代中过早陷入局部最优解，实现了贴合多目标的最适宜的波束集合的选择，进而在MIMO系统中实现了多目标的数据传输。

基于上述任一实施例，图2是本发明提供的搜索迭代的流程示意图，如图2所示，步骤120中，所述进行个体位置的搜索迭代，包括：

步骤210，获取所述个体位置的初始搜索步长；

具体地，在搜索迭代中，在一定搜索范围内，可以以某一搜索步长进行个体位置的搜索。当首次进行搜索迭代时，可以通过随机获取的搜索步长作为初始搜索步长。此处，搜索步长可以反映在搜索迭代中，每次更新个体位置时的移动距离，即可以控制对个体位置的搜索速度。可以理解的是，在搜索迭代中，当对个体位置的搜索步长越长，搜索速度越快，则搜索到适宜的波束方向的可能性更大；当对个体位置的搜索步长越短，搜索速度越慢，则搜索到适宜的波束方向的可能性更小。

步骤220，基于数据传输效果参数，以及所述初始搜索步长，确定当前搜索步长；

此处，数据传输效果参数可以用于控制搜索步长的自适应程度，进而实现在多目标任务中，可以根据不同的数据传输效果参数来自适应调整搜索步长。此处，搜索步长的自适应程度可以反映个体在搜索过程中的个体位置的质量信息。比如，当个体的适应程度值越高，则可能需要较小的搜索步长，已进行更加精细的搜索；当个体的适应程度值越低，则可能需要较大的搜索步长，已进行更加广泛的搜索。在实际应用中，对于一些目标任务，需要在搜索过程中更加注重局部搜索，此时可以采用较小的搜索步长，以增加对局部的搜索密度。而对于另一些目标任务，则需要更加注重全局搜索，此时可以采用较大的搜索步长，以增加跳出局部最优解的可能性。由此，可以在得到搜索步长的计算过程中，通过引入数据传输效果参数调整自适应步长，以实现对搜索步长的调整，使得搜索过程中的搜索速度更加适应不同的任务要求。

需说明的是，在搜索过程中，对个体位置进行搜索的搜索步长是自适应调整的，即每一搜索迭代中的搜索步长是基于数据传输效果参数进行变化的，以便于更加贴合的实现多目标任务的搜索。另外，通过引入数据传输效果参数，可以实现随着迭代次数的增加，当前搜索步长逐步减小的效果，从而在初始的搜索阶段，可以更快地探索到更加广泛的搜索范围，随着时间的推移，搜索范围逐渐趋于稳定，避免陷入局部最优解。

具体地，可以通过预先设置各目标任务对应的数据传输效果参数，接着，通过数据传输效果参数对初始搜索步长，进行适应性调整，计算得到当前搜索迭代过程中的当前搜索步长。例如，可以通过以下公式计算得到：

D＝A*exp(-G*k)

式中，D表示当前搜索迭代中的当前搜索步长；A表示初始搜索步长；G表示数据传输效果参数；k表示迭代次数。

步骤230，基于所述当前搜索步长，进行个体位置的搜索迭代。

具体地，在得到当前搜索过程中的当前搜索步长后，可以对当前个体位置进行搜索距离为当前搜索步长的搜索，以得到下一迭代中的个体位置。下一迭代中的个体位置可以通过以下公式得到：

xi

式中，xi

本发明实施例提供的方法，基于数据传输效果参数，以及初始搜索步长，确定当前搜索步长。接着，基于当前搜索步长，进行个体位置的搜索迭代，实现了基于多目标任务信息的搜索步长的自适应调整，保证搜索过程更加适应不同的任务要求，使得搜索得到的个体位置对应的波束集合更加贴符合多目标任务。

当前，基于粒子群优化算法进行波束选择时，较小的群体规模可能会导致算法陷入局部最优解，而较大的群体规模则会增加计算成本。参数设置对算法的性能也非常敏感，不合适的参数可能导致算法的收敛速度变慢或停滞不前。最后，粒子群优化算法需要进行大量的迭代才能找到最优解。这可能会导致算法的计算成本很高，并且在解决大规模问题时可能会受到限制。

针对上述问题，图3是本发明提供的确定当前搜索步长的流程示意图，如图3所示，步骤230包括：

步骤310，基于历史搜索步长，确定搜索惯性参数；

此处，搜索惯性参数指的是可以反映个体位置在上一搜索迭代中的搜索速度和方向的参数，可以用于控制当前搜索迭代中，对个体位置进行搜索的搜索速度和方向的参数。需说明的是，个体位置的变化不仅取决于数据传输效果参数，还受到个体的历史搜索速度的影响。即，对各个体进行搜索时，应当考虑先前搜索的方向和速度，以保持一定的速度惯性，避免在搜索范围内来回震荡，频繁改变个体位置，即频繁改变波束方向。并且，通过惯性效应可以使搜索更大可能跳出局部最优解，朝着全局最优解前进。

需说明的是，在实际应用中，调整搜索惯性参数可以影响搜索迭代中的移动特性，当搜索惯性参数较大时，可能会导致搜索过程不稳定，而当搜索惯性参数较小时，则会使搜索过程更加稳定，但是会导致搜索速度过慢。由此，可以通过历史搜索步长，调整搜索惯性参数，使得搜索惯性参数借鉴历史搜索速度，保证搜索惯性参数的大小更加适宜，即保证了搜索过程的稳定，又保证了搜索速度较快。

步骤320，基于所述各波束对应的个体的历史个体位置，以及所述各波束对应的个体的当前个体位置，确定个体控制参数和群体控制参数；

具体地，在每一轮次的搜索迭代中，可以将波束集合中各波束对应的个体的最适宜的历史个体位置进行记录。接着，可以通过各波束对应的个体的历史个体位置中最适宜的历史个体位置，和各波束对应的个体的当前个体位置之间的距离，确定个体控制参数；并且，可以通过波束集合中各波束对应的最适宜的历史群体位置，和波束集合中各波束对应的当前群体位置之间的距离，确定群体控制参数。需说明的是，最适宜的历史群体位置可以是通过全部历史的搜索迭代中的各个体的最适宜的历史个体位置构成，即可以理解为历史最优解。由此，历史群体位置可以是包含不同搜索迭代中的各个体的最适宜的个体位置。

此处，个体的历史个体位置可以反映个体在历史的搜索迭代中，得到的最适宜的历史个体位置。由此，通过最适宜的历史个体位置与当前个体位置之间的距离，确定的个体控制参数，可以避免个体位置陷入局部最优解，用以指引单个个体的个体位置向其余可能性的个体位置进行搜索迭代。

另外，波束集合对应的最适宜的历史群体位置可以反映在全部历史的搜索迭代中，得到的最适宜的波束集合。需说明的是，波束集合中每个个体的个体位置在进行搜索时，可以通过最适应的历史群体位置与当前个体位置之间的距离得到的群体控制参数，指引对各个体位置进行搜索时搜索方向的一致性，使得波束集合中的全部个体的搜索迭代朝着更适宜的波束集合前进。

需说明的是，基于个体控制参数避免个体陷入最优解，基于群体控制参数保证波束集合中各个体位置搜索方向的一致性，实现了避免过早陷入最优解的同时，也保证了个体位置的可靠性。

另需说明的是，还可以在适应度函数评估每个个体的优劣程度时，通过适应度函数的值进行调整个体控制参数或群体控制参数。例如，适应度函数的值越高，控制参数的值越大，以增大搜索速度；适应度函数的值越低，控制参数的值越小，以保证搜索的稳定性。又比如，在实际应用中，个体的适应度值越高，

步骤330，基于所述搜索惯性参数、所述个体控制参数、所述群体控制参数，以及当前搜索步长，进行个体位置的搜索迭代。

具体地，首先，可以通过个体控制参数、群体控制参数对当前搜索步长进行调整，得到调整后的整体控制参数。接着，可以通过搜索惯性参数对当前搜索迭代中的搜索速度进行调整。进一步地，可以通过个体控制参数、群体控制参数构成的整体控制参数以及当前搜索步长得到下一搜索迭代中的搜索速度，通过融合了先前搜索速度和方向、以及避免陷入个体最优解、保证了波束集合中个体搜索可靠性的搜索速度，对个体位置进行搜索迭代，得到的新的个体位置更加可靠和接近最适宜的个体位置。此处的整体控制参数可以通过下述公式计算得到：

C＝exp(-D*(||xi

式中，C表示整体控制参数；||xi

另外，此处的搜索速度可以通过以下公式计算得到：

vi

式中，vi

xi

式中，xi

需说明的是，还可以仅通过两个个体位置之间的距离，得到整体控制参数。比如，可以通过以下等式计算得到：

C＝exp(-D*(||xi

由此，进行个体位置的搜索迭代得到的新的个体位置可以通过以下公式得到：

xi

本发明实施例提供的方法，基于历史搜索步长，确定搜索惯性参数，基于各波束对应的个体的历史个体位置，以及各波束对应的个体的当前个体位置，确定个体控制参数和群体控制参数。接着，基于搜索惯性参数、个体控制参数、群体控制参数，以及当前搜索步长，进行个体位置的搜索迭代，避免了个体位置陷入局部最优解，又保证了搜索的可靠性。

基于上述任一实施例，步骤230还包括：

对所述个体间的当前个体位置进行交叉操作，得到交叉个体位置；

对所述个体的当前个体位置进行变异操作，得到变异个体位置；

基于所述当前搜索步长，对所述个体的交叉个体位置和/或变异个体位置，进行个体位置的搜索迭代。

具体地，可以对两个个体间的当前个体位置进行交叉操作，分别得到两个个体的交叉个体位置，交叉操作对应的个体位置可以随机选择。例如，随机选择两个个体，记为个体A和个体B，以及随机选择一个交叉位置，将个体A和个体B在该交叉位置之后的部分进行交换，根据交叉操作后得到的个体位置，更新个体A和个体B的个体位置，得到个体A的交叉个体位置和个体B的交叉个体位置。

进一步地，还可以对个体的当前个体位置进行变异操作，可以随机选择任意个体的个体位置进行变异操作，或者按照预先设定的规则进行变异操作，得到新的个体位置，即变异个体位置。可以理解的是，通过变异操作，可以引入随机性，有助于跳出局部最优解，增加离散布谷鸟搜索算法的探索性。

最后，可以基于当前搜索步长，对个体的交叉个体位置和变异个体位置，进行个体位置的搜索迭代。又或者，仅对个体的交叉个体位置或变异个体位置，进行个体位置的搜索迭代，本发明实施例对此不做具体限定。

可以理解的是，相较于原本个体的个体当前位置而言，基于个体当前位置得到的交叉个体位置和变异个体位置，使得对个体位置进行搜索迭代的范围更加广泛，即进行搜索迭代后的个体位置可以是交叉个体位置或变异个体位置。

本发明实施例提供的方法，基于对个体的当前个体位置进行交叉操作或者变异操作，使得进行搜索迭代时的个体位置的搜索范围更加广泛和多样，提升搜索迭代的搜索效率，进而提升离散布谷鸟搜索算法的搜索性能。

基于上述任一实施例，所述数据传输效果包括传输速率、误码率中的至少一种。

具体地，基于MIMO系统进行数据传输时，可以通过选择合适的波束配置方案，即波束集合，同时实现多种数据传输效果的数据传输。其中数据传输效果可以包括较大传输速率、较小的误码率中的至少一种。可以理解的是，数据传输效果还可以包括其他效果，比如，较大信道容量，即在高信噪比条件下提高信道容量；又比如，较大覆盖范围。

可以理解的是，本发明实施例提供的方法，通过定义多目标组成的数据传输效果，将数据传输效果引入离散布谷鸟搜索算法中，实现MIMO系统的波束选择，得到最适宜的波束配置方案，即波束集合。

基于上述任一实施例，本发明还提供一种数据传输方法，包括：

确定目标波束集合，所述目标波束集合是基于上述任一实施例所述的波束选择方法确定的；

基于所述目标波束集合，进行数据传输。

具体地，可以通过上述任一实施例提供的波束选择方法，得到目标波束集合，通过目标波束集合组成的波束空间信道，进行MIMO系统的数据传输。需说明的是，此处的目标波束集合是基于数据传输效果为优化目标进行搜索迭代得到的波束集合，由此，基于目标波束集合进行数据传输，能够实现多目标的数据传输效果的数据传输，比如，可以实现较大传输速率、较小误码率的数据传输。

本发明实施例提供的方法，将各波束的数据传输效果为优化目标，基于离散布谷鸟搜索算法，进行波束位置的搜索迭代，确定目标波束集合，即，实现了MIMO系统的多目标任务锁定，并且，同时提升了MIMO系统进行数据传输的性能和效果。

基于上述任一实施例，本发明还提供一种数据传输方法，包括：

首先，基于离散布谷鸟搜索算法，确定波束集合。

接着，将波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代。其中，搜索迭代以基于各波束的数据传输效果为优化目标。

具体地，可以通过获取个体位置的初始搜索步长，引入数据传输效果参数，确定当前搜索迭代中的当前搜索步长。进一步地，可以通过引入搜索惯性参数、控制参数、交叉操作和变异操作，对当前搜索迭代中的搜索速度进行调整，对当前个体位置进行搜索迭代，使得在对个体位置进行搜索时避免陷入局部最优解，也保证了搜索的可靠性，同时，还提升了搜索范围，进而提升了搜索效率和性能。

最后，确定目标波束集合，基于目标波束集合，进行数据传输。

基于上述任一实施例，图4是本发明提供的波束选择装置的结构示意图，如图4所示，该装置包括：

初始确定单元410，确定波束集合；

搜索迭代单元420，将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；

选择单元430，基于迭代完成的个体位置，对所述波束集合进行波束选择。

本发明实施例提供的装置，将波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，搜索迭代以基于各波束的数据传输效果为优化目标，即，将与数据传输效果相关联的优化目标引入MIMO系统波束的多目标任务锁定中的波束选择中，避免搜索迭代中过早陷入局部最优解，实现了贴合多目标的最适宜的波束集合的选择，进而在MIMO系统中实现了多目标的数据传输。

基于上述任一实施例，搜索迭代单元具体用于：

获取所述个体位置的初始搜索步长；

基于数据传输效果参数，以及所述初始搜索步长，确定当前搜索步长；

基于所述当前搜索步长，进行个体位置的搜索迭代。

基于上述任一实施例，搜索迭代单元还具体用于：

基于历史搜索步长，确定搜索惯性参数；

基于所述各波束对应的个体的历史个体位置，以及所述各波束对应的个体的当前个体位置，确定个体控制参数和群体控制参数；

基于所述搜索惯性参数、所述个体控制参数、所述群体控制参数，以及当前搜索步长，进行个体位置的搜索迭代。

基于上述任一实施例，搜索迭代单元还具体用于：

对所述个体间的当前个体位置进行交叉操作，得到交叉个体位置；

对所述个体的当前个体位置进行变异操作，得到变异个体位置；

基于所述当前搜索步长，对所述个体的交叉个体位置和/或变异个体位置，进行个体位置的搜索迭代。

基于上述任一实施例，所述数据传输效果包括传输速率、误码率中的至少一种。

基于上述任一实施例，图5是本发明提供的数据传输装置的结构示意图，如图5所示，该装置包括：

目标确定单元510，确定目标波束集合，所述目标波束集合是基于上述任一所述的波束选择方法确定的；

传输单元520，基于所述目标波束集合，进行数据传输。

本发明实施例提供的装置，将各波束的数据传输效果为优化目标，基于离散布谷鸟搜索算法，进行波束位置的搜索迭代，确定目标波束集合，即，实现了MIMO系统的多目标任务锁定，并且，同时提升了MIMO系统进行数据传输的性能和效果。

图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行波束选择方法，该方法包括：确定波束集合；将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；基于迭代完成的个体位置，对所述波束集合进行波束选择。

还可以用于执行数据传输方法，该方法包括：确定目标波束集合，所述目标波束集合是基于上述任一所述的波束选择方法确定的；基于所述目标波束集合，进行数据传输。

此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的波束选择方法，该方法包括：确定波束集合；将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；基于迭代完成的个体位置，对所述波束集合进行波束选择。

还能够执行数据传输方法，该方法包括：确定目标波束集合，所述目标波束集合是基于上述任一所述的波束选择方法确定的；基于所述目标波束集合，进行数据传输。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的波束选择方法，该方法包括：确定波束集合；将所述波束集合中的各波束分别作为个体，将各波束的波束方向作为个体位置，进行个体位置的搜索迭代，所述搜索迭代以基于所述各波束的数据传输效果为优化目标；基于迭代完成的个体位置，对所述波束集合进行波束选择。

该计算机程序被处理器执行时还可以实现以执行上述方法提供的数据传输方法，该方法包括：确定目标波束集合，所述目标波束集合是基于上述任一所述的波束选择方法确定的；基于所述目标波束集合，进行数据传输。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。