[发明专利]一种基于人工鱼群算法的信号盲检测方法

摘要

本发明提出了一种基于人工鱼群算法的信号盲检测方法，所述方法采用自下而上的设计方法，构造了人工鱼的基本模型以及其各行为的模型，用此模型解决盲信号检测的二次规划性能函数，根据基本鱼群优化算法的流程推导实现步骤，研究和分析了人工鱼群算法中各个参数以及系统环境条件等对算法结果的影响，仿真结果表明本发明人工鱼群算法是一种在信号盲检测应用中十分行之有效的方法。

主权项

1.一种基于人工鱼群算法的信号盲检测方法，其特征在于，包括如下步骤：步骤A，构造接收数据矩阵：接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程：X_N=SΓ^T式中，X_N是接收数据阵，S是发送信号阵，Γ是由q×1维信道冲激响应h_jj构成的块Toeplitz矩阵，jj=0,1,…,M；q是过采样因子，取值为正整数；(·)^T表示矩阵转置；其中，发送信号阵：S=[s_L+M(k),…,s_L+M(k+N-1)]^T=[s_N(k),…,s_N(k-M-L)]_N×(L+M+1)，M为信道阶数，L为均衡器阶数，N为数据长度；s_L+M(k)=[s(k),…,s(k-L-M)]^T；其中，s∈{±1}，时刻k为自然数，[·]^T为矩阵转置；X_N=[x_L(k),…,x_L(k+N-1)]^T是N×(L+1)q接收数据阵，其中x_L(k)=Γ·s_L+M(k)；步骤B，接收数据矩阵奇异值分解：XN=[U,Uc]·D0·VH]]>式中，(·)^H表示矩阵Hermitian转置；U是奇异值分解中的N×(L+M+1)酉基阵；0是(N-(L+M+1))×(L+1)q零矩阵；V是(L+1)q×(L+1)q酉基阵；U_c是N×(N-(L+M+1))酉基阵；D是(L+M+1)×(L+1)q奇异值阵；步骤C，定义评价函数评价函数为：F=argmins∈{±1}NsTQs]]>其中，s∈{±1}^N是N维向量，所属字符集{±1}，argmin()表示使目标函数取最小值时的变量值；采用人工鱼群算法进行寻优搜索，食物浓度最低值即为评价函数F的最小值。