[发明专利]一种基于混合猴群优化的小波加权多模盲均衡方法有效

专利信息
申请号: 201710222843.X 申请日: 2017-04-07
公开(公告)号: CN107018104B 公开(公告)日: 2019-12-31
发明(设计)人: 高敏;周国良;郑亚强;李云玲;赵敏 申请(专利权)人: 淮南职业技术学院
主分类号: H04L25/03 分类号: H04L25/03
代理公司: 11241 北京双收知识产权代理有限公司 代理人: 楼湖斌
地址: 232001 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 混合 优化 加权 多模盲 均衡 方法
【说明书】:

发明公开了一种基于混合猴群优化的小波加权多模盲均衡方法,它采用列维飞行模式来确定猴群优化方法中的爬步长,并将模拟退火优化方法嵌入猴群优化方法中,得到了一种混合猴群优化方法,这个新方法有很强的全局寻优能力,利用这个新方法能得到猴群在搜索空间的最优位置向量,将此向量作为基于小波变换的加权多模盲均衡方法中的初始权向量,此时盲均衡系统成为期望的理想系统,具有很好的均衡能力。与现有技术相比,本发明对高阶正交振幅调制信号有很好的均衡能力,收敛速度快、稳态误差小,有一定的实用价值。

技术领域:

本发明涉及数据采集和信号处理技术领域,具体讲是一种基于混合猴群优化的小波加权多模盲均衡方法。

背景技术:

目前,水声通信是人们普遍接受的水下通信方式,水声信道中的多径传播、高背景噪声等因素会使信号在传输过程中产生严重的码间干扰(Inter-symbol Interference,ISI),通信质量无法得到保证。为解决这一问题,各种均衡技术应运而生。加权多模方法(WMMA)利用判决符号的指数幂构成加权项,可以自适应调制模值,能有效降低模型误差,但在获取方法非凸性代价函数的全局最优解时,仍沿用了梯度下降的思想,无法克服方法易陷入局部极值的问题,难以进一步提高均衡效果,将小波变换(WT)引入WMMA,可降低信噪比,但只能一定程度上提高均衡效果。

猴群优化方法(MA)具有良好的全局随机搜索能力,但局部搜索能力不够强,也容易陷入局部最优解,结合具有优秀搜索路径的列维飞行模式(LF)和具有极强局部搜索能力的模拟退火优化方法(SA),可提高全局和局部意义下的搜索能力。

发明内容:

本发明要解决的技术问题是,提供一种可以大大降低均衡器的稳态均方误差,加快收敛速度的基于混合猴群优化的小波加权多模盲均衡方法。

本发明的技术解决方案是,提供一种基于混合猴群优化的小波加权多模盲均衡方法,包括基于小波变换的加权多模盲均衡方法以及混合猴群优化方法,所述方法结合在一起后的具体步骤如下:

步骤①初始化阶段:先设置基于混合猴群优化的小波加权多模盲均衡方法中的相关参数,接着随机产生初始种群,生成信号y(k),然后确定混合猴群优化方法的适应度函数,将y(k)作为混合猴群优化方法的输入信号,最后初始化猴群全局最优位置向量;

步骤②混合猴群优化方法的迭代寻优阶段:通过混合猴群优化方法获得猴群的全局最优位置向量,并将其作为基于小波变换的加权多模盲均衡方法的初始权向量;

步骤③信号均衡输出阶段:对上述步骤①中的输入信号y(k)通过小波加权多模盲均衡方法均衡输出。

优选地,根据本发明所述的一种基于混合猴群优化的小波加权多模盲均衡方法,其中,初始化阶段的具体步骤如下:

步骤a设置基于混合猴群优化的小波加权多模盲均衡方法中所有相关参数;

步骤b生成信号y(k):信号经信道传输后将发生一定变化。

y(k)=cT(k)a(k)+b(k) (1)

y(k)=cT(k)a(k)+b(k)

式(1)中,a(k)为平稳独立同分布且具有零均值的发射信号序列,c(k)为信道的脉冲响应向量,b(k)为加性高斯白噪声,y(k)为a(k)经信道传输后的信号序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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淮南职业技术学院,未经淮南职业技术学院许可,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/201710222843.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top