本发明专利技术公布了一种基于模拟退火遗传优化的正交小波盲均衡方法，该方法将遗传算法引入到正交小波盲均衡方法(WTCMA)中，利用遗传算法的全局搜索特性，对均衡器权向量进行优化，以降低WTCMA局部收敛的可能性，减小了稳态误差，并针对遗传算法的局部搜索能力差，在遗传算法中嵌入模拟退火思想，发明专利技术的基于模拟退火遗传优化的正交小波盲均衡方法(SA-GA-WTCMA)，纠正了遗传算法的早熟现象，进一步减小了稳态误差、加快了收敛速度。水声信道仿真结果，验证了该发明专利技术方法的有效性。
【技术实现步骤摘要】
本专利技术涉及一种。
技术介绍
在水声通信中，信道畸变产生了码间干扰(Inter-symbol Interference, ISI)， 降低了通信的效率。为了消除ISI，在接收端引入了不需要训练序列的盲均衡方法(见文献郭业才.自适应盲均衡技术.合肥工业大学出版社，2007)。文献(见文献 Cooklev T. An Efficient Architecture for Orthogonal Wavelet Transforms . IEEE Signal Processing Letters (S1070-9980), 2006,13 (2) :77-79)表明，正交小波具有良好的去相关性，将其引到盲均衡方法中，加快了收敛速度，但是，正交小波变换盲均衡方法是采用梯度下降方法(见文献肖英，刘国枝，李振兴，董玉华.遗传优化神经网络的水声信道盲均衡.应用声学.2006，25 (6) =340-345)的思想对均衡器权向量进行搜索的， 容陷入局部极小值，并且代价函数还需满足可导。遗传算法(见文献李沅，张丽.用实数编码的遗传算法优化神经网络盲均衡算法研究.山西大同大学学报，2008， 43-48;文献李沅.遗传神经网络盲均衡算法的研究.硕士学位论文，太原理工大学，2006 ；文献Zhu Ting-ting, Wang Ying-min. The Study of CMA Based on Genetic Algorithm for Underwater Acoustic Channel. Technical Acoustics(S1000-3630), 2007，洸(6) :1274-1278 ；文献 Y. C. Guo and K. Fan. Blind equalization algorithm based on adaptive genetic algorithm and wavelet transform. Applied Mechanics and Materials (S1660-9336), 2010,44-47 (4) :3215-3219)是一种模拟自然选择的全局概率寻优方法，用种群代表一组问题解，通过对当前群体实施遗传操作，产生下一代群体，逐步逼近最优解状态，全局搜索能力较强，但局部搜索能力较差，容易出现“早熟”现象。而模拟退火算法(见文献 L N de Castro, J I Timmis. An Artificial Immune Network for Multimodal Function Optimization//Proceedings of the IEEE CEC ' 02, Honolulu, Hawaii, USA, June 2002. USA IEEE, 2002 :699-704 ；文献 Y. D. Zhang，L. N. Wu， Y. k. Huo, etc. . A novel global optimization method-genetic pattern search . Applied Mechanics and Materials (S1660-9336), 2010,44-47 (4) :3240-3244 ；文献 裴志刚.模拟退火遗传算法在飞行冲突解脱中的应用D)].硕士学位论文，西北工业大学， 2005)是基于金属退火的机理而建立的一种寻优法，在搜索最优解的过程中，模拟退火算法除了接受最优化解外，还用随机接受准则有限地接受恶化解，这能够丰富优化过程中的搜索行为，具有较强的局部搜索能力。因此，将遗传算法与模拟退火算法相结合，有利于提高全局和局部意义下的搜索能力，将其用于优化均衡器权向量，可以改善均衡器的性能，获得全局最优解。
技术实现思路
本专利技术目的是针对现有技术存在的缺陷，将正交小波变换理论、遗传算法与模拟退火算法相结合，专利技术了一种基于模拟退火遗传优化的正交小波变换盲均衡方 法(orthogonal Wavelet Transform Constant Modulus blind Equalization Algorithm Based on the Optimization of Simulated Annealing Genetic Algorithm， SA-GA-WTCMA)。该专利技术方法将均衡器的输入信号经过正交小波变换后依次作为遗传算法的输入，将正交小波变换常模盲均衡方法(WTCMA，Wawelet Transform based on CMA)的代价函数作为遗传算法的适应度函数，利用遗传算法来求解均衡器的代价函数，寻找均衡器最佳权值，并对遗传算法的最佳个体，用模拟退火思想来决定弃留。与正交小波变换常模盲均衡方法法、遗传优化的正交小波变换盲均衡方法相比，在收敛速度和稳态误差方面都有所改 本专利技术为实现上述目的，采用如下技术方案本专利技术，其特征在于包括如下步骤1)初始群体的产生用随机方法产生一定数目个体的初始群体，其中个体的编码方法采用实数编码， 编码值是内的一个随机数；设随机产生的一个初始种群为W= ，其中的第i个体Wi (0 < i < M，M为正整数)对应均衡器的第i个权向量；2)适应度函数的确定均衡器的代价函数由均衡器误差的时间平均来表示，接收信号序列的长度为N，其代价函数由下式计算权利要求1. 一种，其特征在于包括如下步骤1)初始群体的产生用随机方法产生一定数目个体的初始群体，其中个体的编码方法采用实数编码，编码值是内的一个随机数；设随机产生的一个初始种群为W= [W1, W2，L，WJ，其中的第 i个体Wi (0 < i < M，M为正整数)对应均衡器的第i个权向量；2)适应度函数的确定均衡器的代价函数由均衡器误差的时间平均来表示，接收信号序列的长度为N，其代价函数由下式计算全文摘要本专利技术公布了一种，该方法将遗传算法引入到正交小波盲均衡方法(WTCMA)中，利用遗传算法的全局搜索特性，对均衡器权向量进行优化，以降低WTCMA局部收敛的可能性，减小了稳态误差，并针对遗传算法的局部搜索能力差，在遗传算法中嵌入模拟退火思想，专利技术的(SA-GA-WTCMA)，纠正了遗传算法的早熟现象，进一步减小了稳态误差、加快了收敛速度。水声信道仿真结果，验证了该专利技术方法的有效性。文档编号G06N3/12GK102289719SQ20111020794公开日2011年12月21日 申请日期2011年7月25日 优先权日2011年7月25日专利技术者孙凤, 廖娟, 樊康, 郭业才 申请人:南京信息工程大学本文档来自技高网...
【技术保护点】
１．一种基于模拟退火遗传优化的正交小波盲均衡方法，其特征在于包括如下步骤：１）初始群体的产生用随机方法产生一定数目个体的初始群体，其中个体的编码方法采用实数编码，编码值是［－１，１］内的一个随机数；设随机产生的一个初始种群为Ｗ＝［Ｗ１，Ｗ２，Ｌ，ＷＭ］，其中的第ｉ个体Ｗｉ（０＜ｉ≤Ｍ，Ｍ为正整数）对应均衡器的第ｉ个权向量；２）适应度函数的确定均衡器的代价函数由均衡器误差的时间平均来表示，接收信号序列的长度为Ｎ，其代价函数由下式计算：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｊ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｚ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）Ｒ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（ｍｏ）／（／ｍｏ）?（ｍｉ）Ｎ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）式中，ｉ表示均衡器权向量个体的序号，ｚｉ（ｋ）为第ｉ个均衡器权向量个体的输出信号，Ｒ为均衡器发射信号的模值，则遗传进化的每代都将依次接收Ｎ个输入信号，每代中的这Ｎ个信号由信道输出信号经过正交小波变换后提供的，其进入遗传算法后首先利用常数模算法（ＣＭＡ，Ｃｏｎｓｔａｎｔ Ｍｏｄｕｌｕｓ Ａｌｇｏｒｉｔｈｍ）来均衡，当一定信号接收完，用式（１）来计算这些信号的代价函数；则适应度函数定义为（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｆ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｒｏｗ）?（ｍｉ）Ｊ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ），（／ｍｏ）?（／ｍｒｏｗ）?（／ｍａｔｈ）ｉ＝１，２，Ｌ，Ｍ（２）式中，Ｊ（Ｗｉ）是均衡器的代价函数，Ｗｉ是遗传方法产生的均衡器权向量第ｉ个个体；３）遗传算子的设计采用随机遍历抽样法（见文献［１２］雷英杰，张善文，李续舞，等．ＭＡＴＬＡＢ遗传算法工具箱及应用［Ｍ］．西安：西安电子科技大学出版社，２００４），设Ｋ为需要选择的权向量个体数，等距离的选择个体，选择指针的距离是１／Ｋ，第一个指针的位置由［０，１／Ｋ］区间的均匀随机数决定，Ｋ个个体就由相隔一个指针距离的Ｋ个指针选择，选择累积概率离指针位置近的权向量个体；其中，累积概率用权向量个体的选择概率求取，若有Ｋ个权向量个体，第ｉ个权向量个体Ｗｉ的适应度值为ｆ（Ｗｉ），其被选择的概率ｐ（Ｗｉ）表示为（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｉ）ｆ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｋ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｆ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｗ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（...
【技术特征摘要】
【专利技术属性】
技术研发人员：郭业才，廖娟，孙凤，樊康，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：84
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。