基于混沌支持向量机优化的小波加权多模盲均衡方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102361475102361475B(45)授权公告日2014.07.16(21)申请号201110159986.3袁小芳等.基于混沌优化算法的支持向量机参数选取方法.《控制与决策》.2006,第21卷(第(22)申请日2011.06.151期),第111-113页，.(73)专利权人南京信息工程大学李金明等.基于支持向量机的非线性信道盲地址210044江苏省南京市宁六路219号均衡算法研究.《无线通信技术》.2007,(第2期),(72)发明人郭业才徐文才第21-24页，.(74)专利代理机构南京经纬专利商标代理有限审查员王健公司32200代理人许方(51)Int.Cl.H04L25/03(2006.01)H04B13/02(2006.01)(56)对比文件CN101478349A,2009.07.08,全文.CN101924718A,2010.12.22,全文.JP2003087340A,2003.03.20,全文.权权利要求书3页利要求书3页说明书10页说明书10页附图3页附图3页(54)发明名称基于混沌支持向量机优化的小波加权多模盲均衡方法(57)摘要本发明公布了一种基于混沌支持向量机优化的小波加权多模盲均衡方法，包括如下步骤：将复信源发射信号经过脉冲响应信道得到信道输出向量；采用信道噪声和信道输出向量之和风细雨得到正交小波变换器的输入信号；将均衡器的输入信号经过正交小波变换得到均衡器的输入信号；将均衡器的输入信号经过均衡器得到均衡器的输出信号；将均衡器的输出信号经过判决器后通过加权多模盲均衡方法更新均衡器权向量。本发明利用支持向量机对小波加权多模盲均衡方法的权向量进行初始化，可以提高收敛速度并避免陷入局部极小值点，将支持向量机的参数选取看作参数的组合优化，建立组合优化目标函数，通过混沌优化来搜索最优的目标函数值，提高支持向量机的拟合能力。CN102361475BCN10236475BCN102361475B权利要求书1/3页1.一种基于混沌支持向量机优化的小波加权多模盲均衡方法，包括如下步骤：a.）将复信源发射信号a(n)经过脉冲响应信道得到信道输出向量x(n)，其中n为时间序列，下同；b.）采用信道噪声w(n)和步骤a所述的信道输出向量x(n)得到正交小波变换器(WT)的输入信号：y(n)=x(n)+w(n)；c.）将步骤b所述的正交小波变换器的输入信号y(n)经过正交小波变换得到均衡器的输入信号R(n)；d.）将步骤c所述的均衡器的输入信号R(n)经过均衡器得到均衡器的输出信号z(n)=fT(n)R(n)，f(n)为均衡器的权向量，上标T表示转置；其特征在于：将步骤d所述的均衡器的输出信号z(n)经过判决器后通过加权多模盲均衡方法更新均衡器权向量：式中，μ为步长因子，Re表示实部，Im表示虚部，eRe,WMMA(n)、eIm,WMMA(n)分别表示为均衡器输出误差eWMMA(n)的实部和虚部，为正交小波功率归一化矩阵，其中，diag[]表示对角矩阵，和分别表示对小波系数rl,k和尺度系数sL,k的平均功率估计，rl,k(n)表示小波空间l层分解的第k个信号，SL,k(n)表示尺度空间中最大分解层数L时的第k个信号，可由下式递推得到：式中，β为平滑因子，且0<β<1；在加权多模盲均衡方法中，其代价函数为：式中，加权因子λRe、λIm∈[0,2]，其中aRe(n)、aIm(n)分别是信源发射信号a(n)的实部和虚部；是判决符号的实部和虚部，zRe(n)、zIm(n)分别表示均衡器输出信号z(n)的实部和虚部，加权多模盲均衡器的误差函数为：2.根据权利要求1所述的基于混沌支持向量机优化的小波加权多模盲均衡方法，其特征在于：采用支持向量机方法将盲均衡的问题转化为全局最优的支持向量机回归问题：对于高阶的QAM信号，令α=[0,1,…,m]，m=M-1，则η=M-QAM(α)，即η表示对α正交幅度调制后的输出信号，M为高阶QAM信号的调制阶数，令η=[η0,η1,…,ηm]，ηm为对应于第m个输入信号的调制输出信号；信源的发射信号为a(n)，则正交小波变换器的输2CN102361475B权利要求书2/3页入信号表示为：式中，w(n)为零均值的高斯白噪声，c(i)是长度为Nc的第i个基带脉冲响应；在初始化的过程中，均衡器第n个输出信号为z(n)，则有：2ei(n)=|z(n)-ηi|（6）式中，ηi为η中的第i个元素，i=1,…,M，ei(n)表示输出信号z(n)与ηi的距离；令R'=[R'(1),R'(2),…,R'(n),…,R'(N)],n=1,…,N，则取式(6)中最小的ei(n)所2对应的ηi为R'(n