[发明专利]一种基于广度增强型烟花算法的水声信道均衡方法

说明书

本发明公开了一种基于广度增强型烟花算法的水声信道均衡方法，首先提出一种广度增强型烟花算法，新算法采用佳点集理论初始化种群，提高了种群个体的随机性和均匀性；提出了基于广度优先策略与优度优先策略的下一代种群选择方法，既利用了其他适应度好的烟花的位置信息，又保证了种群多样性，加快了收敛速度；通过对选择后的烟花进行高斯扰动，进一步增加种群多样性，增加算法跳出局部极值能力，避免陷入局部最优；其次将均衡后信号和理想无噪声信号之间的均方误差作为广度增强型烟花算法的适应度函数，进而优化CMA的初始抽头系数，最后得到最优初始抽头系数下的盲均衡信号。利用本发明，最终能得到稳健性强、均衡性佳的水声信道传输信号。

技术领域

本发明属于水声信道均衡领域，具体地说，涉及一种基于广度增强型烟花算法的水声信道均衡方法。

背景技术

复杂海洋环境下码间干扰十分严重，给水声通信带来极大困难。采用信道均衡技术可克服水声信道的多径干扰。信道均衡技术通过补偿发送信号在信道传输过程中的幅度、频率、相位等方面的损失，尽可能恢复原始信号。传统均衡技术需不断发送训练序列跟踪信道变化，虽可提高数据传输的可靠性，但大量重复训练降低了通信效率。盲均衡技术则不需在传输数据之间发送训练序列，仅需获取发送序列的一些统计特性，根据接收端收到的观测数据便可恢复发送信号。盲均衡最经典的常模算法(Constant Modulus Algorithm，CMA)计算简单、稳健性好，但收敛速度慢、稳态误差大。

为弥补传统盲均衡算法的不足，基于元启发式的智能优化算法被引入盲均衡算法的优化中，包括灰狼优化算法，人工鱼群算法，人工蜂群算法等。这些优化算法在收敛速度与搜索精度上仍有很大的上升空间。并且以上种种改进只能在一定程度上优化均衡器的性能，没有从根本上解决收敛速度慢、稳态误差大的问题。

发明内容

本发明提出了一种基于广度增强型烟花算法的水声信道均衡方法，以弥补现有技术的不足。

本发明首先提出一种广度增强型烟花算法(BEFWA)，新算法采用佳点集理论初始化种群，提高了种群个体的随机性和均匀性；提出了基于广度优先策略与优度优先策略的下一代种群选择方法，既利用了其他适应度好的烟花的位置信息，又保证了种群多样性，加快了收敛速度；通过对选择后的烟花进行高斯扰动，进一步增加种群多样性，增加算法跳出局部极值能力，避免陷入局部最优。其次将均衡后信号和理想无噪声信号之间的均方误差作为广度增强型烟花算法的适应度函数，进而优化CMA的初始抽头系数，最后得到最优初始抽头系数下的盲均衡信号。

为实现上述发明目的，本发明采用下述具体技术方案予以实现：

一种基于广度增强型烟花算法的水声信道均衡方法，包括以下步骤：

S1：水声信号数据收集和处理；

S2：使用佳点集方法产生初始烟花种群，种群中每个个体为均衡器的初始抽头系数向量；

S3：建立适应度函数，具体是将均衡后信号和理想无噪声信号之间的均方误差作为广度增强型烟花算法的适应度函数；

S4：利用S2得到的初始抽头系数向量和S3建立的适应度函数计算每个个体的适应度值；

S5：基于S4得到的适应度值更新烟花的位置信息；

S6：运用广度优先选择策略或优度优先选择策略在S5中得到的烟花位置信息中选择下一代烟花；

S7：对S6选择的下一代烟花进行高斯扰动；

S8：重复步骤S3～S7直至获取最小均方误差的情况下的最优初始抽头系数；

S9：基于最优初始抽头系数，利用盲均衡器(CMA)对S1得到的水声信号数据进行处理，最终输出盲均衡信号。