[發明專利]一種基于廣度增強型煙花算法的水聲信道均衡方法有效
| 申請號: | 202010483899.2 | 申請日: | 2020-06-01 |
| 公開(公告)號: | CN111654455B | 公開(公告)日: | 2021-04-27 |
| 發明(設計)人: | 王景景;姜寧;童剛;徐凌偉;楊星海;施威;李海濤;郭瑛 | 申請(專利權)人: | 青島科技大學 |
| 主分類號: | H04L25/02 | 分類號: | H04L25/02;H04L25/03;H04B13/02 |
| 代理公司: | 青島海昊知識產權事務所有限公司 37201 | 代理人: | 劉艷青 |
| 地址: | 266061 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 廣度 增強 煙花 算法 信道 均衡 方法 | ||
1.一種基于廣度增強型煙花算法的水聲信道均衡方法,其特征在于,該方法包括以下步驟:
S1:水聲信號數據收集和處理;
S2:使用佳點集方法產生初始煙花種群,種群中每個個體為均衡器的初始抽頭系數向量;
S3:建立適應度函數,具體是將均衡后信號和理想無噪聲信號之間的均方誤差作為廣度增強型煙花算法的適應度函數;
S4:利用S2得到的初始抽頭系數向量和S3建立的適應度函數計算每個個體的適應度值;
S5:基于S4得到的適應度值更新煙花的位置信息;
S6:運用廣度優先選擇策略或優度優先選擇策略在S5中得到的煙花位置信息中選擇下一代煙花;
S7:對S6選擇的下一代煙花進行高斯擾動;
S8:重復步驟S3~S7直至獲取最小均方誤差的情況下的最優初始抽頭系數;
S9:基于最優初始抽頭系數,利用盲均衡器(CMA)對S1得到的水聲信號數據進行處理,最終輸出盲均衡信號。
2.如權利要求1所述的水聲信道均衡方法,其特征在于,上述S2具體為:
設煙花的初始種群為X=(x1,x2,...,xn),其中Xi(i=1,2,..,n)為第i個煙花的初始位置向量,n為煙花中的個體數量,用佳點集產生初始煙花種群;
首先,依據約束條件(p-3)/2>=size求出最小的素數p,其中size表示煙花種群大小;將求得的p代入下式:
R(i)=2×cos(2×pi×i/p)
求得R,其中R是長度為煙花種群大小的一維向量,
其次,將R的小數部分和SN對應相乘,SN為由1到size的一維向量;由公式:
nest=minV+(maxV-minV)×R
求得nest,其中maxV和minV為煙花種群個體的上下界;
最后,將nest打亂順序,賦值給種群的每一個維度,完成煙花種群初始化。
3.如權利要求1所述的水聲信道均衡方法,其特征在于,所述步驟S3具體如下:
將常模盲均衡技術的誤差函數作為廣度增強型煙花算法的適應度函數,該函數為:
式中z(k)為不含噪聲的期望信號,a(k)為通過均衡后的重構信號,N為信號長度;CMA的代價函數是初始權向量w的函數,因此w可看作是廣度增強型煙花算法中煙花的位置,并且能夠通過最小化適應度函數來獲得最優值;廣度增強型煙花算法進化的每代依次接收N個信號,將煙花種群個體帶入適應度函數中計算出均方誤差即每個個體的適應度值,在獲取最小均方誤差的情況下得到最優初始權向量w。
4.如權利要求1所述的水聲信道均衡方法,其特征在于,所述S5具體為:
S5-1個體適應度評價并產生爆炸火花
煙花算法首先在可行域Q內隨機生成N個煙花,并記錄每個煙花的適應度值,適應度值小的煙花爆炸范圍小,產生的火花多,適應度值大的煙花爆炸范圍大,產生火花少;煙花爆炸產生新的爆炸火花,產生火花個數和爆炸半徑分別為:
其中Ymax和Ymin分別表示種群適應度最大值和最小值,Si為產生的火花個數,Ai為爆炸半徑,A和M為常數,分別用來調整爆炸半徑和火花數目大小,ε為極小常數,用來避免除零操作;
S5-2產生變異火花并對超出邊界的煙花運用映射規則
在算法中引入高斯變異火花,將產生的爆炸火花隨機選取k個維度進行高斯變異,過程下式所示
其中,randn(0,1)為高斯變異函數;
采取一定的映射規則將其映射到可行域范圍以內,映射公式如下
其中和分別表示k維邊界的上下界,U(0,1)表示在(0,1)區間分布的隨機數。
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青島科技大學,未經青島科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010483899.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:管件對接方法
- 下一篇:一種用于礦井巷道環境的電線電纜保護結構





