一种基于改进狼群优化的正交小波常模盲均衡方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107124379A(43)申请公布日2017.09.01(21)申请号201710222820.9(22)申请日2017.04.07(71)申请人淮南联合大学地址232001安徽省淮南市田家庵区洞山西路(72)发明人郑亚强高敏赵敏程璐(74)专利代理机构北京双收知识产权代理有限公司11241代理人楼湖斌(51)Int.Cl.H04L25/03(2006.01)权利要求书3页说明书8页附图4页(54)发明名称一种基于改进狼群优化的正交小波常模盲均衡方法(57)摘要本发明公开了一种基于改进狼群优化的正交小波常模盲均衡方法，它将具有较强局部搜索能力的复形法CM嵌入具有较强全局寻优能力的狼群优化方法(WPA)，改进狼群的更新机制，得到一种优秀的改进狼群优化方法IWPA，新方法提升了WPA的寻优能力，将常模盲均衡方法CMA中代价函数的倒数作为IWPA的适应度函数，将CMA的输入信号作为IWPA的输入，将利用IWPA捕获的头狼位置作为CMA的初始权向量，再用小波降低信号相关性，通过CMA将信号均衡输出，能取得良好的均衡效果。与同类技术相比，本发明的优点是：能够降低信号间以及信号与噪声间的相关性，加快算法收敛速度，减小稳态误差，提高均衡质量，有一定的实用价值。CN107124379ACN107124379A权利要求书1/3页1.一种基于改进狼群优化的正交小波常模盲均衡方法，包括正交小波常模盲均衡方法(WT-CMA)，其特征在于：还包括改进狼群优化方法(IWPA),具体步骤如下：步骤①初始化阶段：先设置基于改进狼群优化的正交小波常模盲均衡方法中所有相关参数，接着随机产生初始种群，生成信号y(k)，然后确定适应度函数，将y(k)作为改进狼群优化方法的输入信号，将初始状态中适应度函数值最大的定义为初始头狼；步骤②改进狼群优化方法(IWPA)的迭代寻优阶段：通过改进狼群优化方法找出使适应度函数值最大的人工狼(即头狼)位置向量，将此向量作为盲均衡器的初始权向量；步骤③信号均衡输出阶段：对上述步骤①中的输入信号y(k)通过小波常模盲均衡方法均衡输出。2.根据权利要求1所述的一种基于改进狼群优化的正交小波常模盲均衡方法，其特征在于：所述初始化阶段的具体步骤如下：步骤a设置基于改进狼群优化的正交小波常模盲均衡方法中的相关参数；步骤b生成信号y(k)：信号经信道传输后将发生一定变化，y(k)＝cT(k)a(k)+b(k)(1)式(1)中，a(k)为平稳独立同分布且具有零均值的发射信号序列，c(k)为信道的脉冲响应向量，b(k)为加性高斯白噪声，y(k)为a(k)经信道传输后的信号序列；步骤c随机产生初始种群：在D维搜索空间，创建规模为N的狼群，初始化相关参数，第n匹狼的位置可以用一个D维的向量Xn＝(xn1,xn2,…,xnD)来表示，每匹人工狼的位置向量与基于正交小波变换的常模盲均衡方法中的权向量设置为相同形式。狼群初始位置分配原则如下：式(2)中，n＝1,2,…,N，XL≤X≤XU，XL和XU分别为位置向量X的下界和上界，rand随机产生一个在区间[0,1]上均匀分布的实数；步骤d确定适应度函数：将改进狼群优化方法中的适应度函数f(Xi)的倒数对应于正交小波常模盲均衡方法(WT-CMA)的代价函数J(Xi)，两者关系如下：利用改进狼群优化方法最终取得的是适应度函数的最大值，此时基于小波变换的常模盲均衡方法的代价函数呈现最小值，盲均衡系统成为期望的理想系统；步骤e初始头狼生成:将y(k)作为模拟退火狼群优化方法的输入信号,根据适应度函数，分别计算初始状态中每匹狼的位置向量对应的适应度函数值，比较结果，具有最大适应度值的即为头狼，初始状态中的头狼按此规则生成。3.根据权利要求1所述的一种基于改进狼群优化的正交小波常模盲均衡方法，其特征在于：所述改进狼群优化方法(IWPA)的迭代寻优阶段的具体步骤如下：步骤a探狼游走:除头狼外，另选出适应度较优的Q匹狼作为探狼，Q应取中整数，其中ε为探狼比例因子。每匹探狼的周围选取H个方向，分别朝H个方向前进一步，进行游走，步长记为stepa，搜寻是否有更好的位置，若有，则更新到更好的位置上去；若无，则保持2CN107124379A权利要求书2/3页原有位置，探狼q在第h个方向上的第d维的位置为：式(4)中,h＝1,2,…,H,q＝1,2,…,Q,d＝1,2,…,D；步骤b头狼更新：种群游走行为结束后，将本代具有最优适应度值的探狼和头狼进行比较，若探狼适应度值更优，则成为新的头狼，发起召唤行为；否则，重复游走行为，直至出现新的头狼，或者达到游走次数设定值结束；步骤c召唤奔袭：头狼通过嚎叫发起召唤行为，召集猛狼迅速向其靠拢，猛狼以步长stepb快速逼