[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有效
申请号: | 201110159986.3 | 申请日: | 2011-06-15 |
公开(公告)号: | CN102361475A | 公开(公告)日: | 2012-02-22 |
发明(设计)人: | 郭业才;徐文才 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | H04L25/03 | 分类号: | H04L25/03;H04B13/02 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 许方 |
地址: | 210044 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 混沌 支持 向量 优化 加权 多模盲 均衡 方法 | ||
技术领域
本发明涉及一种水声信道中基于混沌支持向量机优化的小波加权多模盲均 衡方法。
背景技术
在水声信道中,信道的带宽受限和多径传播导致码间干扰,造成接收数据产 生误码,影响到了通信系统的质量。为了提高信道的频带利用率,常常采用高阶 QAM调制方式,为了克服码间干扰,在接收端需要引入均衡技术,盲均衡技术 因无需发送训练序列而得到广泛的应用。
在现有的盲均衡方法中,常数模方法(Constant Modulus Algorithm,CMA)结 构简单、计算量小、稳定性好,而被广泛应用(见文献[1]纪娟娟,郭业才.基于正 交小波变换的奇对称误差函数盲均衡算法[J].系统仿真学报,2010,22(10),2247 -2249)。由于CMA仅仅利用了均衡器输出信号的幅度信息,存在相位模糊性, 而且在处理高阶QAM信号时,收敛速度缓慢、稳态误差也相当的大。文献(见 文献[2]Yang J,Werner J J,and Dumont G A.The multiple modulus blind equalization and its generalized algorithm.IEEE Journal on Sel.Area in Commun., 2002,20(5):997-1015)中的多模盲均衡方法(Multiple Modulus Algorithm,MMA) 利用了均衡器输出信号的幅度和相位信息,提高了稳态收敛性能,但在MMA中 权向量的同相和正交分量都是利用单一的判决圆进行调整,随着QAM阶数的提 高,对信道均衡的性能变差,收敛速度和均方误差达不到理想的效果。文献[3]~ [4](见:文献[3]许小东,戴旭初,徐佩霞.适合高阶QAM信号的加权多模盲均衡 算法[J]电子与信息学报,2007,29(6):1352-1355;文献[4]窦高奇,高俊.适用于高 阶QAM系统的多模盲均衡新算法[J]电子与信息学报,2008,30(2),388-391)表明 加权多模盲均衡方法(Weighted Multiple Modulus Algorithm,WMMA)引入判决符 号的指数冥来调整代价函数中的模值,进一步地利用了高阶QAM星座图的信息, 对信道具有很好的均衡性能;利用正交小波变换的去相关性,对均衡器输入信号 进行预处理,降低了输入信号的自相关性,加快了收敛速度(见文献[5]郭业才, 杨超.基于正交小波包变换的判决反馈盲均衡算法[J].系统仿真学 报,2010,23(3):570-574);由于小波加权多模盲均衡方法(WT-WMMA)中的权向量 采用最速下降法进行迭代,与CMA类似,容易陷入局部极小值点,文献[6]~[7] (见:文献[6]李金明,赵俊渭.支持向量机初始化的常数模盲均衡算法仿真[J]计算 机仿真,2008,25(1):84-87;文献[7]Feng Liu,Hu-cheng An,Jia-ming Li Blind Equalization Using v-Support Vector Regressor for Constant Modulus Signal[J]IEEE International Joint Conference on Neural Networks,2008,pp:161-164)表明利用支持 向量机对WT-WMMA的权向量进行初始化,可以避免陷入局部极小值点,在支 持向量机初始化权向量的过程中,根据文献[8](见文献[8]Qing Yu,Ying Liu,Feng Rao.Paramater Selection of Support Vector Regression Machine Based on Differential Evolution Algorithm[J].IEEE Six International Conference on Fuzzy Systems and Knowledge Discovery,2009,VOL.2,pp:596-598),将支持向量机参数 的选取看作参数的组合优化,建立组合优化目标函数;文献[9]~[11](见文献[9] 袁小芳,王耀南.基于混沌优化算法的支持向量机参数选取方法[J].控制与决 策,2006,21(1):111-113;文献[10]Chang Shuang,Guo Jian-qin.Application of chaos optimization algorithm in the solution of combination optimization problems[J]. Modern Electronic Technique,2008,31(18):68-70;文献[11]Guo Li-hua,Tang Wen-cheng,Zhan Chun-hua.A new hybrid global optimization algorithm based on chaos search and complex method[C].IEEE International Conference on Computer Modeling and Simulation.2010,VOL.3,pp:233-237)表明,通过混沌优化来搜索最 优的目标函数值,将能提高支持向量机的拟合能力。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110159986.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种从水源取水的装置与方法
- 下一篇:处理公共数据结构的方法及装置