[发明专利]一种基于模拟退火狼群优化的小波加权多模盲均衡方法

摘要

本发明公布了一种基于模拟退火狼群优化的小波加权多模盲均衡方法，具体如下：将具有较强局部搜索能力的模拟退火优化方法嵌入具有较强全局寻优能力的狼群优化方法，得到一种模拟退火狼群优化方法SA‑MA，将新方法用于最小化加权多模盲均衡方法WMMA的非凸性代价函数，由WMMA的代价函数确定模SA‑MA的适应度函数，将均衡器的输入信号作为SA‑MA的输入，将最终获得的猴群最佳位置向量作为WMMA的初始权向量，此时代价函数取得最小值，盲均衡系统成为期望的理想系统，再利用小波变换降低信噪比，从而获得对高阶QAM信号良好的均衡效果。本发明在均衡高阶QAM信号时，比同类技术收敛速度更快，稳态误差更小，均衡效果更好，有很强的实用价值。

主权项

一种基于模拟退火狼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(WT‑WMMA)，其特征在于：还包括模拟退火狼群优化方法(SA‑WPA),具体步骤如下：步骤①初始化阶段：先设置基于模拟退火狼群优化的小波加权多模盲均衡方法中的相关参数，接着随机产生初始狼群，生成信号y(k)，然后确定模拟退火狼群优化方法的适应度函数，将y(k)作为模拟退火狼群优化方法的输入信号，最后生成初始头狼；步骤②模拟退火狼群优化方法(SA‑WPA)的迭代寻优阶段：通过模拟退火狼群优化方法获得狼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。