[发明专利]一种基于改进狼群优化的正交小波常模盲均衡方法

摘要

本发明公开了一种基于改进狼群优化的正交小波常模盲均衡方法，它将具有较强局部搜索能力的复形法CM嵌入具有较强全局寻优能力的狼群优化方法(WPA)，改进狼群的更新机制，得到一种优秀的改进狼群优化方法IWPA，新方法提升了WPA的寻优能力，将常模盲均衡方法CMA中代价函数的倒数作为IWPA的适应度函数，将CMA的输入信号作为IWPA的输入，将利用IWPA捕获的头狼位置作为CMA的初始权向量，再用小波降低信号相关性，通过CMA将信号均衡输出，能取得良好的均衡效果。与同类技术相比，本发明的优点是：能够降低信号间以及信号与噪声间的相关性，加快算法收敛速度，减小稳态误差，提高均衡质量，有一定的实用价值。

主权项

一种基于改进狼群优化的正交小波常模盲均衡方法，包括正交小波常模盲均衡方法(WT‑CMA)，其特征在于：还包括改进狼群优化方法(IWPA),具体步骤如下：步骤①初始化阶段：先设置基于改进狼群优化的正交小波常模盲均衡方法中所有相关参数，接着随机产生初始种群，生成信号y(k)，然后确定适应度函数，将y(k)作为改进狼群优化方法的输入信号，将初始状态中适应度函数值最大的定义为初始头狼；步骤②改进狼群优化方法(IWPA)的迭代寻优阶段：通过改进狼群优化方法找出使适应度函数值最大的人工狼(即头狼)位置向量，将此向量作为盲均衡器的初始权向量；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)通过小波常模盲均衡方法均衡输出。