[發(fā)明專利]多果蠅群協(xié)同優(yōu)化小波常模盲均衡方法

有效

• 申請?zhí)枺?/td>: 201410158635.4
• 申請日: 2014-04-18
• 公開（公告）號: CN103973617B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設計）人: 郭業(yè)才;吳珊;黃友銳
• 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
• 代理公司: 南京經(jīng)緯專利商標代理有限公司32200
• 代理人: 朱小兵

1.一種多果蠅群協(xié)同優(yōu)化小波常模盲均衡方法，其特征在于，包括如下步驟：

步驟一、將發(fā)射信號a(k)經(jīng)過信道脈沖響應h(k)后加入信道噪聲n(k)，得到正交小波變換器的輸入信號y(k)：y(k)=a(k)h(k)+n(k)，其中，k為時間序列且為正整數(shù)；

步驟二、將步驟一所述的正交小波變換器的輸入信號y(k)經(jīng)正交小波變換器進行正交小波變換后，得正交小波變換器的輸出信號R(k)：R(k)=Qy(k)，其中，Q為正交小波變換矩陣；

步驟三、將步驟二所述的正交小波變換器的輸出信號R(k)經(jīng)過小波常模盲均衡方法WTCMA處理后得到小波常模盲均衡器的輸出信號z(k)：z(k)=f^H(k)R(k)，其中f(k)為小波常模盲均衡方法WTCMA的權向量，上標H表示共軛轉置；

步驟四、將步驟二所述的正交小波變換器輸出信號R(k)作為多果蠅群協(xié)同優(yōu)化方法的輸入信號，以獲得WTCMA的權向量f(k)的初始優(yōu)化權向量f_opt(0)，該多果蠅群協(xié)同優(yōu)化方法以食物味道濃度為性能評價標準，將最低食物味道濃度稱為最優(yōu)食物味道濃度，將與最優(yōu)食物味道濃度對應的位置向量作為最優(yōu)解；N個果蠅群先各自搜索到各自種群的最優(yōu)解，然后比較N個最優(yōu)解的食物味道濃度，從N個果蠅群中找出全局最優(yōu)解；用該全局最優(yōu)解來指導各果蠅群的搜索過程，使N個果蠅群跟蹤全局最優(yōu)解并進行下一次搜索，再次獲取N個果蠅群的當前全局最優(yōu)食物味道濃度；當當前全局最優(yōu)食物味道濃度不變時，則與之對應的位置向量就是N個果蠅群協(xié)同搜索得到的當前全局最優(yōu)位置向量，將此全局最優(yōu)位置向量作為小波常模盲均衡方法WTCMA的初始優(yōu)化權向量；

步驟五、在步驟四獲得初始優(yōu)化權向量f_opt(0)后，對小波常模盲均衡方法WTCMA的權向量f(k)進行更新。

2.根據(jù)權利要求1所述的一種多果蠅群協(xié)同優(yōu)化小波常模盲均衡方法，其特征在于，所述步驟四中獲得WTCMA的權向量f(k)的初始優(yōu)化權向量f_opt(0)具體步驟如下：

(401)果蠅群初始化：隨機產(chǎn)生N個果蠅群，每個果蠅群包括M只果蠅個體；N個果蠅群的初始位置向量c=(c₁,c₂...,c_d,...,c_D)，其中c_d為N個果蠅群的第d維初始位置；第n個果蠅群的位置向量C_n=(C_n1,C_n2...,C_nd,...,C_nD)，其中C_nd為第n個果蠅群第d維位置；第n個果蠅群中第m只果蠅的位置向量C_nm=(C_nm1,C_nm2,...,C_nmd,...,C_nmD)，其中C_nmd為第n個果蠅群中第m只果蠅的第d維位置；n=1,2,...,N，m=1,2,...,M，d=1,2,...,D，N、M、D為正整數(shù)，D為位置向量的維數(shù)；第n個果蠅群第m只果蠅的位置向量處的食物味道濃度記為S(C_nm)；

(402)確定食物味道濃度：第n個果蠅群中第m只果蠅的位置向量C_nm對應于小波常模盲均衡方法WTCMA的一個初始權向量f(0)，將WTCMA的代價函數(shù)作為第n個果蠅群第m只果蠅的位置向量處的食物味道濃度S(C_nm)，即有

S(C_nm)=J_WTCMA(f(0))；

式中，J_WTCMA(f(0))是由WTCMA的初始權向量f(0)確定的代價函數(shù)；

(403)在N個果蠅群中，獲取每個果蠅群的位置向量：每個果蠅群的位置向量均按第n個果蠅群的位置向量更新公式同時進行更新，即

C_n=c+V_n；

式中，V_n=(V_n1,V_n2,...,V_nd,...,V_nD)為第n個果蠅群的步進向量，V_nd=u_nrand(0,1)為區(qū)間[0,u_n]內(nèi)的隨機數(shù)，u_n為第n個果蠅群的步進因子；

(404)在N個果蠅群中，獲取每個果蠅群中第m只果蠅的位置向量：每個果蠅群中第m只果蠅的位置向量，均按第n個果蠅群中第m只果蠅的位置向量更新公式同時進行更新，即

C_nm=C_n+U_nm；

式中，U_nm=(U_nm1,U_nm2,...,U_nmd,...,U_nmD)為第n個果蠅群中第m只果蠅的步進向量，U_nmd=u_nmrand(0,1)為區(qū)間[0,u_nm]內(nèi)的隨機數(shù)，u_nm為第n個果蠅群中第m只果蠅的步進因子；

(405)采用比較法從N個果蠅群中獲取搜索到最低食物味道濃度的果蠅群及其對應的位置向量，獲取過程如下：

首先獲得第n個果蠅群中第m只果蠅個體的食物味道濃度S_nm，即

S_nm=S(C_nm)；

比較第n個果蠅群中M個果蠅個體的食物味道濃度大小，將其中的最低食物味道濃度記為S_n-opt，且

Sm-opt=minm=1M{Snm};]]>

式中，表示從M個值中選取最小值；第n個果蠅群中最低食物味道濃度S_n-opt稱為該果蠅群的最優(yōu)食物味道濃度，與該果蠅群的最優(yōu)食物味道濃度對應的果蠅個體稱為該果蠅群的最優(yōu)個體；該最優(yōu)個體的位置向量C_n-opt稱為該果蠅群的最優(yōu)位置向量；

再次，從N個果蠅群的最優(yōu)食物味道濃度中獲取全局最低食物味道濃度S_opt，即

Sopt=minn=1N{Sn-opt};]]>

該全局最低食物味道濃度稱為N個果蠅群的全局最優(yōu)食物味道濃度，與N個果蠅群的全局最優(yōu)食物味道濃度對應的位置向量C_opt稱為N個果蠅群的全局最優(yōu)位置向量，并作為下一次N個果蠅群協(xié)同搜索時，N個果蠅群的初始位置向量，即

c=C_opt；

(406)重復(403)到(405)的步驟，進行下一次的N個果蠅群協(xié)同搜索，再次獲取N個果蠅群的當前全局最優(yōu)食物味道濃度；當當前全局最優(yōu)食物味道濃度不變時，則與之對應的位置向量就是N個果蠅群協(xié)同搜索得到的當前全局最優(yōu)位置向量，將此當前全局最優(yōu)位置向量作為小波常模盲均衡方法WTCMA的初始優(yōu)化權向量f_opt(0)。

3.根據(jù)權利要求1所述的一種多果蠅群協(xié)同優(yōu)化小波常模盲均衡方法，其特征在于，所述步驟五中對小波常模盲均衡方法WTCMA的權向量f(k)進行更新方法如下：

即

f(k+1)=f(k)+μR^-1(k)z(k)(|z(k)|2-RCM2)R*(k);]]>

式中，RCM2=E{|a(k)|4}/E{|a(k)|2}]]>為發(fā)射信號a(k)的統(tǒng)計模值，是一個正常數(shù)，E表示數(shù)學期望；*表示取共軛，μ為步長，diag表示對角矩陣；(k)表示對小波變換系數(shù)r_I,K(k)的平均功率估計，表示尺度變換系數(shù)s_I+1,K(k)的平均功率估計，其迭代公式為

σImK2(k+1)=βσI,K2(k)+(1-β)|rI,K(k)|2;σI+1,K2(k+1)=βσI+1,K2(k)+(1-β)|sI+1,K(k)|2;]]>

式中，β為平滑因子，且0<β<1，r_I,K(k)是尺度參數(shù)為I，平移參數(shù)為K的小波變換系數(shù)，I、K均取正整數(shù)；s_I+1,K(k)為小波分解的最大尺度為I+1，平移參數(shù)為K的尺度變換系數(shù)。