混沌人工鱼群优化广义多模盲均衡方法.pdf

(19)中华人民共和国国家知识产权局*CN103338170A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103338170103338170A(43)申请公布日2013.10.02(21)申请号201310238157.3(22)申请日2013.06.14(71)申请人南京信息工程大学地址210019江苏省南京市奥体大街69号(72)发明人郭业才黄伟黄友锐刘晓明(74)专利代理机构南京经纬专利商标代理有限公司32200代理人许方(51)Int.Cl.H04L25/03(2006.01)H04L27/34(2006.01)权权利要求书2页利要求书2页说明书8页说明书8页附图7页附图7页(54)发明名称混沌人工鱼群优化广义多模盲均衡方法(57)摘要本发明公布了一种混沌人工鱼群优化广义多模盲均衡方法，所述方法如下：随机初始化一组混沌人工鱼的位置向量，并作为混沌人工鱼群优化方法的决策变量，将均衡器的输入信号作为混沌人工鱼群优化方法的输入信号，由广义多模盲均衡方法的代价函数确定混沌人工鱼的食物浓度，由混沌人工鱼群优化方法求得混沌人工鱼群的最优位置向量，并将此位置向量作为广义多模盲均衡方法的初始化权向量。本发明在处理高阶正交幅度调制信号时具有收敛速度快、稳态误差小的特点，具有一定的实用价值。CN103338170ACN10387ACN103338170A权利要求书1/2页1.一种混沌人工鱼群优化广义多模盲均衡方法，其特征在于，所述方法如下：随机初始化一组混沌人工鱼的位置向量，并作为混沌人工鱼群优化方法的决策变量，将均衡器的输入信号作为混沌人工鱼群优化方法的输入信号，由广义多模盲均衡方法的代价函数确定混沌人工鱼的食物浓度，由混沌人工鱼群优化方法求得混沌人工鱼群的最优位置向量，并将此位置向量作为广义多模盲均衡方法的初始化权向量。2.根据权利要求1所述的混沌人工鱼群优化广义多模盲均衡方法，其特征在于，所述混沌人工鱼群优化权向量方法如下：步骤1：定义人工鱼的食物浓度：将广义多模盲均衡方法代价函数的倒数作为人工鱼的食物浓度；步骤2：初始化人工鱼群：设人工鱼群中人工鱼的数量为M，M为正整数；随机产生人工鱼的位置和所在位置的食物浓度；步骤3：鱼群混沌初始化：设定一个阈值，将第i条人工鱼的位置向量Xi=(Xi1,Xi2,...,Xiq)中的第q维位置Xiq与阈值比较，q为正整数；若Xiq小于阈值，则该维位置保留；否则，将第i条人工鱼的第q维位置Xiq执行Logistic映射，得到人工鱼的映射位置，该映射位置为Xiq(n+1)=α·Xiq(n)·[1-Xiq(n)]其中，Xiq(n+1)表示n+1时刻第i条人工鱼位置向量Xi的第q维位置；α为参数，并且满足条件α∈(2,4]；步骤4：计算第i条人工鱼所在位置的食物浓度F(Xi)：设置一个存放人工鱼的位置向量及与之对应的食物浓度存放处，该存放处称为公告板；通过觅食、聚群和追尾行为来更新第i条人工鱼的位置向量Xi和食物浓度F(Xi)，将人工鱼群中人工鱼的食物浓度最大值及与之对应的位置向量存入公告板；步骤5：计算人工鱼的食物浓度方差σ2：食物浓度方差定义为式中，ε为很小的正数；Favg为当前人工鱼群的平均食物浓度，F为归一化因子，其作用是限制σ2的大小，F的计算公式为式中，M为人工鱼的种群规模；如果σ2<ε，说明人工鱼早熟，这时需对其进行混沌微扰动，转到步骤6；否则转步骤7；步骤6：混沌扰动：将人工鱼的位置向量在视野范围内[-Visual,Visual]内混沌搜索Xi(n+1)=Xi(n)+Δi(n+1)*ones(1,q)得到新位置向量，然后转到步骤7；其中，Xi(n)表示第i条人工鱼经过一次混沌搜索后的新位置向量,ones(1,q)表示1行q列的单位向量；Δi(n+1)=-Visual+ρ·Visual·p(n)；p(n)为经过混沌迭代后的混沌变量；Visual为视野范围的大小；Δi(n+1)表示n+1时刻第i条人工鱼的混沌扰动变量；ρ∈(2,4]被称为Logistic参数；2CN103338170A权利要求书2/2页步骤7：更新公告板：将新食物浓度与公告板中食物浓度进行比较；若新食物浓度大于公告板中食物浓度，则用新食物浓度及与之对应的新位置向量替换公告板中内容，这一过程称为更新公告板；否则转步骤3；步骤8：终止更新公告板：若公告板食物浓度没有变化，终止更新公告板，退出循环，输出公告板中与食物浓度相对应的位置向量，该位置向量作为广义多模盲均衡方法的初始化权向量；否则，跳转步骤3。3CN103338170A说明书1/8页混沌人工鱼群优化广义多模盲均衡方法技术领域[0001]本发明涉及一种水声信道盲均衡领域，尤其是涉及一种混沌人工鱼群优化广义多模盲均衡方法。背景技术[0002]传统的自适应