[发明专利]基于混沌支持向量机优化的小波加权多模盲均衡方法

权利要求书

1.一种基于混沌支持向量机优化的小波加权多模盲均衡方法，包括如下步 骤：

a.)将复信源发射信号a(n)经过脉冲响应信道得到信道输出向量x(n)，其 中n为时间序列，下同；

b.)采用信道噪声w(n)和步骤a所述的信道输出向量x(n)得到正交小波变 换器(WT)的输入信号：y(n)＝x(n)+w(n)；

c.)将步骤b所述的均衡器的输入信号y(n)经过正交小波变换得到均衡器 的输入信号R(n)；

d.)将步骤c所述的均衡器的输入信号R(n)经过均衡器得到均衡器的输出 信号z(n)＝f^T(n)R(n)，f(n)为均衡器的权向量，上标T表示转置；

其特征在于：

将步骤d所述的均衡器的输出信号z(n)经过判决器后通过加权多模盲均衡 方法更新均衡器权向量：

f(n+1)=f(n)-μR^-1(n)[eRe,WMMA(n)+j·eIm,WMMA(n)]R*(n)---(1)]]>

式中，μ为步长因子，Re表示实部，Im表示虚部，e_Re，WMMA(n)、e_Im，WMMA(n)分别表 示为均衡器输出误差e_WMMA(n)的实部和虚部， R^-1(n)=diagσl,02(n),σl,12(n),Lσl,kL2(n),σL+1,02(n),LσL+1,kL2(n)]]>为正交小波功率归一 化矩阵。其中，diag[  ]表示对角矩阵，和分别表示对小波系 数r_l，k和尺度系数s_L，k的平均功率估计，r_l，k(n)表示小波空间l层分解的第k个信 号，s_l，k(n)表示尺度空间中最大分解层数L时的第k个信号，可由下式递推得到：

σl,k2(n+1)=βσl,k2(n)+(1-β)|rl,k(n)|2σL+1,k2(n+1)=βσL,k2(n)+(1-β)|sL,k(n)|2---(2)]]>

式中，β为平滑因子，且0＜β＜1；

在加权多模盲均衡方法中，其代价函数为：

JWMMA=E{zRe2(n)-|z^Re(n)|λReRλRe22+zIm2(n)-|z^Im(n)|λImRλIm22}---(3)]]>

式中，加权因子λ_Re、λ_Im∈[0，2]，RλRe2=E[aRe4(n)]/E[|aRe(n)|2+λRe],]]>RλIm2=E[aIm4(n)]/E[|aIm(n)|2+λIm],]]>其中a_Re(n)、a_Im(n)分别是信源发射信号a(n)的 实部和虚部；是判决符号的实部和虚部，z_Re(n)、z_Im(n)分 别表示均衡器输出信号z(n)的实部和虚部，加权多模盲均衡器的误差函数为：

eRe,WMMA(n)=zRe(n)zRe2(n)-|z^Re(n)|λReRλRe2eIm,WMMA(n)=zIm(n)zIm2(n)-|z^Im(n)|λImRλIm2---(4)]]>