[发明专利]一种基于DNA遗传蝙蝠方法的分数间隔多模盲均衡方法

摘要

本发明公开了一种基于DNA遗传蝙蝠方法的分数间隔多模盲均衡方法(DNA‑GBA‑FS‑MMA)，本发明将DNA遗传蝙蝠方法与分数间隔多模盲均衡方法(FS‑MMA)相结合，充分利用FS‑MMA和DNA遗传蝙蝠方法的优点，本发明将DNA遗传方法引入到蝙蝠方法中，得到一种DNA遗传蝙蝠方法(DNA‑GBA)，利用这个新的优化方法来寻找蝙蝠群的全局最优位置向量，并作为多模盲均衡方法(MMA)初始化最优权向量的实部与虚部来提高收敛速度、减小剩余均方误差。与基于蝙蝠方法的分数间隔多模盲均衡方法(BA‑FS‑MMA)和基于蝙蝠方法的多模盲均衡方法(BA‑MMA)相比，本发明具有收敛速度最快、均方误差最小和全局最优的性能，在通信技术领域有很强的实用价值。

主权项

一种基于DNA遗传蝙蝠方法的分数间隔多模盲均衡方法，其特征在于，包括以下步骤：步骤1、将发射信号a(k)经过第m个子信道cm(k)后加入第m个子信道噪声nm(k)，得到第m个子信道多模盲均衡器输入信号ym(k)，ym(k)＝a(k)cm(k)+nm(k)，其中，k为正整数且表示时间序列,m为整数；步骤2、将步骤1所述的第m个子信道多模盲均衡器输入信号ym(k)的实部ymR(k)和虚部ymI(k)分别经过第m个实部均衡器得到输出信号zmR(k)、第m个虚部均衡器得到输出信号zmI(k)；其中，zmR(k)＝wmR(k)ymR(k)，zmI(k)＝wmI(k)ymI(k)，wmR(k)为第m个盲均衡器权向量wm(k)的实部，wmI(k)为第m个盲均衡器权向量wm(k)的虚部，且wmR(k)和wmI(k)的更新公式为wmR(k+1)＝wmR(k)‑4μemR(k)ymR(k)wmI(k+1)＝wmI(k)‑4μemI(k)ymI(k)其中，emR(k)为误差信号的实部，emI(k)为误差信号的虚部，emR(k)和emI(k)是由误差生成函数生成，μ为迭代步长且是实数，0≤μ＜1；所述步骤2中盲均衡器权向量的实部wmR(k)和虚部wmI(k)的初始优化权向量的wmR(0)和wmI(0)是由DNA遗传蝙蝠方法获取，具体步骤如下：步骤2‑1、设置蝙蝠初始种群及参数：设蝙蝠初始种群X＝[X1,X2,…,XN]，其中，Xi表示第i只蝙蝠的初始位置向量，1≤i≤N，N为蝙蝠个体数量，频率范围为[fmin,fmax]，最大响度为A(0)，最大频度为r(0)，最大频度r(0)∈[0,1]，最大响度A(0)∈[1,2]，响度衰减系数为α，频度增加系数为γ，γ是大于0的常数，置换交叉概率pz，移位交叉概率py，变异概率pb，维数为d，搜索精度为tol，最大迭代次数为iter，fmin为最低频率，fmax为最高频率；步骤2‑2、确定适应度函数：将多模盲均衡方法MMA的代价函数的倒数定义为DNA遗传蝙蝠方法的适应度函数，即JDNA-GBA(Xi(k))=1JMMA(k)=1E{[zR2(k)-TR2]2}+E{[zI2(k)-TI2]2}]]>其中，Xi(k)为DNA遗传蝙蝠方法中第i只蝙蝠k时刻的位置向量，用十进制数表示；JMMA(k)为MMA的代价函数，E{*}表示数学期望，zR(k)和zI(k)为盲均衡器输出信号的实部和虚部，和为统计模值的实部和虚部；步骤2‑3、计算每只蝙蝠位置向量的适应度函数值并将适应度函数值从大到小排列，其中，前一半对应的蝙蝠个体组成优质种群，后一半对应的蝙蝠个体组成劣质种群；适应度值最大的位置向量为当前全局最优位置向量X*；步骤2‑4、调整第i只蝙蝠超声波的频率fi，对第i只蝙蝠k‑1时刻的速度Vi(k‑1)和位置向量Xi(k‑1)进行更新，得到第i只蝙蝠k时刻的位置向量Xi(k)；fi＝fmin+(fmax‑fmin)βVi(k)＝Vi(k‑1)+[Xi(k)‑X*]fiXi(k)＝Xi(k‑1)+Vi(k)其中，β为[0,1]上的随机数；步骤2‑5、产生一个服从均匀分布的随机频度rand1与第i只蝙蝠的频度ri进行比较，若rand1＞ri，则对当前全局最优位置向量X*进行随机扰动，产生一个新的位置向量Xnew，用其代替第i只蝙蝠k时刻的位置向量Xi(k)；Xnew＝X*+εA(k)Xi(k)＝Xnew其中，ε为与Xi(k)维数相同的随机向量，随机向量中分量的取值为[‑1,1]上的随机数，A(k)为k时刻蝙蝠群的平均响度；步骤2‑6、产生一个服从均匀分布的随机响度rand2与第i只蝙蝠的响度Ai进行比较，若rand2＜Ai且JDNA‑GBA(Xi(k))＞JDNA‑GBA(X*)，则用第i只蝙蝠k时刻的位置向量Xi(k)替代当前全局最优位置向量X*，并对第i只蝙蝠的响度Ai和频度ri分别进行更新；Ai(k+1)＝αAi(k)ri(k+1)＝r(0)[1‑exp(‑γk)]其中，初始化时，所有蝙蝠的响度和频度都不相同；步骤2‑7、编码：将各蝙蝠个体的十进制位置向量转换成四进制，得到DNA序列位置向量；步骤2‑8、交叉操作和变异操作：产生一个随机数rand3∈(0,1)，与置换交叉概率pz比较，若rand3<pz，则执行置换交叉操作；再次产生一个随机数rand4∈(0,1)，与转位交叉概率py比较，若rand4<py，则执行转位交叉操作；再产生一组与蝙蝠个体DNA序列位置向量维数相同的(0,1)上的随机数，这组随机数中的元素与DNA序列位置向量中的元素一一对应，将所有随机数分别与变异概率pb比较，若随机数小于pb，则执行变异操作；步骤2‑9、将经交叉、变异后得到的所有蝙蝠个体的DNA序列位置向量解码，用解码得到的位置向量计算适应度函数值，且从小到大排列并划分优质种群和劣质种群；步骤2‑10、选取适应度函数值最大的位置向量为当前全局最佳位置向量；步骤2‑11、达到最大迭代次数或搜索精度，则输出全局最优位置向量否则转至步骤2‑3，继续搜索；步骤3、将步骤2所述的第m个实部均衡器输出信号zmR(k)和第m个虚部均衡器输出信号zmI(k)相加得到第m个子盲均衡器输出信号zm(k)：zm(k)＝zmR(k)+j·zmI(k)，其中，j为虚数单位；步骤4、根据步骤3依次求得所有子盲均衡器输出信号，求和得到盲均衡器的总输出信号z(k)：其中，M是子信道的个数。