[發(fā)明專利]一維諧振子量子人工魚群優(yōu)化自適應最小熵盲均衡方法無效
| 申請?zhí)枺?/td> | 201310237962.4 | 申請日: | 2013-06-14 |
| 公開(公告)號: | CN103338169A | 公開(公告)日: | 2013-10-02 |
| 發(fā)明(設計)人: | 郭業(yè)才;黃偉;黃友銳;劉曉明 | 申請(專利權)人: | 南京信息工程大學 |
| 主分類號: | H04L25/03 | 分類號: | H04L25/03;H04B13/02 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 許方 |
| 地址: | 210019 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 諧振子 量子 人工 魚群 優(yōu)化 自適應 最小 均衡 方法 | ||
技術領域
本發(fā)明涉及一種水聲信道盲均衡方法,尤其是一種一維諧振子量子人工魚群優(yōu)化自適應最小熵盲均衡方法。
背景技術
復雜通信信道在時間-頻率-空間不斷變化,具有載波頻率低、強多徑衰落、高噪聲、帶寬受限和傳輸時延大等特點,碼間干擾嚴重,影響通信質量。為了抑制碼間干擾(ISI)、節(jié)約帶寬、提高通信質量,常采用傳統(tǒng)常數模盲均衡方法(Constant?Modulus?Algorithm,CMA)(見文獻[1]Shahzad?A?S.New?Blind?Equalization?Techniques?Based?on?Improved?Square?Contour?Algorithm[J].Digital?Signal?Processing.2008(18)4:680-693;文獻[2]Mikael?S,Lienven?D?L.On?Jacobi-type?Methods?for?Blind?Equalization?of?Paraunitary?Channels[J].Signal?Processing.2012?(92)1:617-624.)。但由于非常數模信號,如正交幅度調制和幅度相位頻移鍵控信號,會被調制到幾個半徑不同的圓上,當用傳統(tǒng)數模盲均衡方法均衡這些信號時,則均衡器輸出信號趨于某一固定圓上,不但穩(wěn)態(tài)均方誤差大,而且出現(xiàn)相位旋轉,甚至導致無法均衡(見文獻[3]歐陽繕.雙遞歸最小二乘二階統(tǒng)計盲信道辨識和均衡算法[J].中國科學F輯(信息科學).2009(39)6:654-662;文獻[4]Li?X.L,Zhang?X?D.A?Family?of?Generalized?Constant?Modulus?Algorithm?for?Blind?Equalization[J].IEEE?Transaction?on?Communications.2006(54)11:1913-1917.)。為均衡高階非常數模信號并克服相位旋轉問題,文獻[5-6](文獻[5]S.Abrar,A.Nandi.Blind?Equalization?of?Square-QAM?Signals:A?Multimodulus?Approach[J].IEEE?Transaction?on?Communications.2010(58)6:1674-1685;文獻[6]J.Yang,G?Dumont.The?Multimodulus?Blind?equalization?and?Its?Generalized?Algorithms.2002(20)5:997-1015.)給出了一種多模方法,該方法利用鎖相環(huán)技術來糾正相位旋轉,提高了高階非常數模信號的均衡效果,與傳統(tǒng)常數模盲均衡方法相比,運算量大、結構復雜、不易實時實現(xiàn)。文獻[7](S.Abrar,A.Nandi.Adaptive?Minimum?Entropy?Equalization?Algorithm[J].IEEE?Communications?Letters.2010(14)10:966-968.)給出了一種自適應自適應最小熵算法(βCMA),該方法能糾正相位旋轉,但收斂速度慢、穩(wěn)態(tài)誤差大。
為克服βCMA的缺點,本發(fā)明將一維諧振子量子人工魚群優(yōu)化方法引入到自適應最小熵盲均衡方法后,收斂速度和穩(wěn)態(tài)誤差方面的性能明顯提高。
發(fā)明內容
本發(fā)明目的是為提高高階非常數模信號的均衡效果,在增加較小計算開銷的前提下,發(fā)明了一維諧振子量子人工魚群優(yōu)化自適應最小熵盲均衡方法。
本發(fā)明方法充分利用一維諧振子量子人工魚群方法的全局搜索能力強、收斂速度快的特點,對均衡器權向量進行優(yōu)化,收斂速度快、均方誤差小。
本發(fā)明為實現(xiàn)上述目的,采用如下技術方案:
本發(fā)明一維諧振子量子人工魚群優(yōu)化自適應最小熵盲均衡方法,所述方法如下:
一維諧振子量子人工魚群是指將人工魚群中所有人工魚置于一維諧振子量子勢阱中的人工魚群,隨機初始化一組一維諧振子量子人工魚的位置向量作為一維諧振子量子人工魚群方法的決策變量,將均衡器的輸入信號作為一維諧振子量子人工魚群方法的輸入信號,由自適應最小熵盲均衡方法的代價函數確定一維諧振子量子人工魚所在位置的食物濃度,利用一維諧振子量子人工魚群方法尋找一維諧振子量子人工魚群的最優(yōu)位置向量,將此位置向量作為自適應最小熵盲均衡方法的初始化權向量。
所述一維諧振子量子人工魚群的食物濃度確定方法如下:將自適應最小熵盲均衡方法βCMA代價函數的倒數作為一維諧振子量子人工魚群的食物濃度,即有
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京信息工程大學,未經南京信息工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310237962.4/2.html,轉載請聲明來源鉆瓜專利網。





