[发明专利]混沌人工鱼群优化广义多模盲均衡方法

权利要求书

1.一种混沌人工鱼群优化广义多模盲均衡方法，其特征在于，所述方法如下：

随机初始化一组混沌人工鱼的位置向量，并作为混沌人工鱼群优化方法的决策变量，将均衡器的输入信号作为混沌人工鱼群优化方法的输入信号，由广义多模盲均衡方法的代价函数确定混沌人工鱼的食物浓度，由混沌人工鱼群优化方法求得混沌人工鱼群的最优位置向量，并将此位置向量作为广义多模盲均衡方法的初始化权向量。

2.根据权利要求1所述的混沌人工鱼群优化广义多模盲均衡方法，其特征在于，所述混沌人工鱼群优化权向量方法如下：

步骤1：定义人工鱼的食物浓度：将广义多模盲均衡方法代价函数的倒数作为人工鱼的食物浓度；

步骤2：初始化人工鱼群：设人工鱼群中人工鱼的数量为M，M为正整数；随机产生人工鱼的位置和所在位置的食物浓度；

步骤3：鱼群混沌初始化：

设定一个阈值，将第i条人工鱼的位置向量X_i=(X_i1,X_i2,...,X_iq)中的第q维位置X_iq与阈值比较，q为正整数；若X_iq小于阈值，则该维位置保留；否则，将第i条人工鱼的第q维位置X_iq执行Logistic映射，得到人工鱼的映射位置，该映射位置为

X_iq(n+1)=α·X_iq(n)·[1-X_iq(n)]

其中，X_iq(n+1)表示n+1时刻第i条人工鱼位置向量X_i的第q维位置；α为参数，并且满足条件α∈(2,4]；

步骤4：计算第i条人工鱼所在位置的食物浓度F(X_i)：设置一个存放人工鱼的位置向量及与之对应的食物浓度存放处，该存放处称为公告板；通过觅食、聚群和追尾行为来更新第i条人工鱼的位置向量X_i和食物浓度F(X_i)，将人工鱼群中人工鱼的食物浓度最大值及与之对应的位置向量存入公告板；

步骤5：计算人工鱼的食物浓度方差σ²：食物浓度方差定义为

σ2=Σi=1M(F(Xi)-FavgF)2]]>

式中，ε为很小的正数；F_avg为当前人工鱼群的平均食物浓度，F为归一化因子，其作用是限制σ²的大小，F的计算公式为

式中，M为人工鱼的种群规模；如果σ²<ε，说明人工鱼早熟，这时需对其进行混沌微扰动，转到步骤6；否则转步骤7；

步骤6：混沌扰动：将人工鱼的位置向量在视野范围内[-Visual,Visual]内混沌搜索

X_i(n+1)=X_i(n)+Δ_i(n+1)*ones(1,q)

得到新位置向量，然后转到步骤7；其中，X_i(n)表示第i条人工鱼经过一次混沌搜索后的新位置向量,ones(1,q)表示1行q列的单位向量；Δ_i(n+1)=-Visual+ρ·Visual·p(n)；

p(n)为经过混沌迭代后的混沌变量；Visual为视野范围的大小；Δ_i(n+1)表示n+1时刻第i条人工鱼的混沌扰动变量；ρ∈(2,4]被称为Logistic参数；

步骤7：更新公告板：将新食物浓度与公告板中食物浓度进行比较；若新食物浓度大于公告板中食物浓度，则用新食物浓度及与之对应的新位置向量替换公告板中内容，这一过程称为更新公告板；否则转步骤3；

步骤8：终止更新公告板：若公告板食物浓度没有变化，终止更新公告板，退出循环，输出公告板中与食物浓度相对应的位置向量，该位置向量作为广义多模盲均衡方法的初始化权向量；否则，跳转步骤3。