[發明專利]多果蠅群協同優化小波常模盲均衡方法

有效

• 申請號: 201410158635.4
• 申請日: 2014-04-18
• 公開（公告）號: CN103973617B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 郭業才;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: 南京經緯專利商標代理有限公司32200
• 代理人: 朱小兵

技術領域

本發明涉及信號處理技術領域，特別是一種多果蠅群協同優化小波常模盲均衡方法。

背景技術

無線通信信道帶寬有限、通信環境復雜多變，會引起信號失真和碼間干擾，嚴重影響通信質量。為了克服復雜信道對通信質量的影響，在接收端利用自適應均衡技術對信道特性補償以消除碼間干擾是比較有效的辦法。然而，傳統的自適應均衡技術需要不斷發送周期性訓練序列，極大地占用了本來就十分有限的帶寬資源，難以提高帶寬利用率。與傳統的自適應均衡技術相比，WTCMA(Wavelet Transform Constant Modulus Algorithm,小波常模盲均衡方法)因不需要發送訓練序列而大大提高了帶寬利用率，但其在收斂過程中易陷入局部極小值，形成了較大誤判，影響著通信質量。WTCMA易陷入局部極小值的主要原因在于WTCMA權向量是中心抽頭初始化或移動抽頭初始化方法進行初始化的。只有采用合適的初始化方法獲得初始最優權向量才能大大改善WTCMA的均衡性能，然而WTCMA權向量初始化一直是沒有解決的問題。

SFOA（Single fruit Fly Optimization Algorithm，單果蠅群優化方法）是一種描述果蠅群生活習性的群智能全局優化方法，具有實現容易、操作簡單、魯棒性強等特點，該方法利用果蠅群中單果蠅個體協作機制和信息共享機制搜索種群最優解。然而，該方法在實際應用中也存在一些不足：(1)在大規模搜索區域或變化平坦搜索區域尋優時收斂速度慢；(2)當搜索復雜空間時，搜索初期收斂速度較快，搜索后期收斂速度大大降低；(3)在高維度大規模復雜空間的搜索過程中，容易陷入“早熟”局部極值點。

發明內容

本發明所要解決的技術問題是克服現有小波常模盲均衡方法WTCMA與單果蠅群優化方法SFOA存在的缺陷，而提供一種多果蠅群協同優化小波常模盲均衡方法MFOA-WTCMA(MFOA based WTCMA)，本發明將協同進化引入到果蠅優化方法中，以提高WTCMA的均衡性能及單果蠅優化方法SFOA的抗早熟性能、尋優性能和效率。本發明方法具有收斂速度最快、均方誤差最小和全局性能最優的特點，在水聲通信、衛星通信技術領域中因信道畸變對通信信號造成的影響有很好的補償作用。

本發明為解決上述技術問題采用以下技術方案：

根據本發明提出的一種多果蠅群協同優化小波常模盲均衡方法，包括如下步驟：

步驟一、將發射信號a(k)經過信道脈沖響應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；

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)作為多果蠅群協同優化方法的輸入信號，以獲得WTCMA的權向量f(k)的初始優化權向量f_opt(0)，該多果蠅群協同優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食物味道濃度，將與最優食物味道濃度對應的位置向量作為最優解；N個果蠅群先各自搜索到各自種群的最優解，然后比較N個最優解的食物味道濃度，從N個果蠅群中找出全局最優解；用該全局最優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食物味道濃度；當當前全局最優食物味道濃度不變時，則與之對應的位置向量就是N個果蠅群協同搜索得到的當前全局最優位置向量，將此全局最優位置向量作為小波常模盲均衡方法WTCMA的初始優化權向量；

步驟五、在步驟四獲得初始優化權向量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。

作為本發明的一種多果蠅群協同優化小波常模盲均衡方法的進一步優化的方案，所述步驟四中獲得WTCMA的權向量f(k)的初始優化權向量f_opt(0)具體步驟如下：