基于免疫克隆粒子群优化的正交小波盲均衡方法.pdf

(19)中华人民共和国国家知识产权局*CN102118332A*(12)发明专利申请(10)申请公布号CN102118332A(43)申请公布日2011.07.06(21)申请号201110093589.0(22)申请日2011.04.14(71)申请人南京信息工程大学地址210044江苏省南京市宁六路219号(72)发明人郭业才胡玲玲(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)H04B13/02(2006.01)权利要求书1页说明书8页附图5页(54)发明名称基于免疫克隆粒子群优化的正交小波盲均衡方法(57)摘要本发明公布了一种基于免疫克隆粒子群优化的正交小波盲均衡方法，该方法将粒子群看作一个免疫系统，在搜索空间中，随机初始化粒子即初始化抗体的速度和位置，并将粒子的位置向量作为均衡器的权向量，权向量的个数为粒子的规模。随机产生一个初始种群，使适应度值最大的位置向量(即最优解)作为抗原，粒子作为抗体，用亲和度表示抗体与抗原的接近程度，选定粒子群算法的适应度函数作为抗体的亲和度，通过迭代对适应度较高的抗体进行免疫克隆操作，以不断产生新一代的抗体群，每次迭代中将选出的最优解都进行免疫克隆操作，迭代结束后选出粒子最优的位置向量(即所对应的适应度函数产生最大值)，并将此位置向量作为均衡器的初始化权向量进行迭代。CN10283ACCNN110211833202118338A权利要求书1/1页1.一种基于免疫克隆粒子群优化的正交小波盲均衡方法，其特征在于包括如下步骤：步骤1：将免疫克隆粒子群作为一个免疫系统，在D维空间中随机产生M个免疫克隆粒子即抗体，随机初始化免疫克隆粒子的位置和速度向量，并初始化免疫系统；步骤2：计算当前每个抗体的适应度值，用抗体的适应度函数作为抗体的适应度；步骤3：从当前所有抗体的适应度值中选出Y个适应度值最大的免疫克隆粒子进行克隆，克隆后的种群规模为X；步骤4：对克隆群体X进行免疫基因操作，即交叉和高频变异操作，生成一个新的粒子种群X′，重新计算种群X′的适应度值；步骤5：对种群X′重复步骤3到步骤4得到新的粒子种群Y′，这时Y′＝Y；粒子种群的更新，如果当前种群中选出的最大适应度的免疫克隆粒子小于经过步骤3到步骤4免疫克隆选出的最大适应度的粒子，则用步骤3到步骤4免疫克隆后的免疫克隆粒子来代替初始种群的免疫克隆粒子，并计算出当前种群(经过步骤3到步骤4免疫克隆操作后的免疫克隆粒子群体)中的个体极值和全局极值(个体极值指的是个体所经历位置中计算得到的适应度值最优时位置向量，全局极值指的是种群中的所有粒子搜索到的适应度最优时的位置向量)；步骤6：按照种群迭代次数继续更新免疫克隆粒子群体的速度和位置，重新计算免疫克隆粒子的适应度，然后进行步骤3到步骤4免疫克隆操作；免疫克隆粒子速度和位置的更新如下：w＝(wmax-(wmax-wmin)/N)*t(3)式中，i＝1，L，M，d＝1，L，D；t为第t次迭代，表示第t次迭代时第i个粒子的第d维位置，表示第t次迭代时第i个粒子的第d维的速度，表示第t次迭代时第i个粒子的第d维的个体极值，表示第t次迭代时第i个粒子的第d维的全局极值；c1和c2为加速因子，r1和r2为在[0，1]范围内变化的随机数，N为粒子群算法的最大迭代次数；w为惯性权重，wmax和wmin分别为最大的和最小的惯性权重，经过迭代N次后，寻找到种群中粒子的最优位置向量，即均衡器最优权向量。位置向量xi＝(xi1，xi2，L，xiD)，速度向量vi＝(vi1，vi2，L，viD)，个体极值pi＝(pi1，pi2，L，piD)和全局极值pg＝(pg1，pg2，L，pgD)。步骤7：如果已达到最大迭代次数，则选出全局最优位置向量即盲均衡器的初始化权向量：pgbest＝(pg1，pg2，L，pgD)；否则转步骤2。2.根据权利要求1所述的基于免疫克隆粒子群优化的正交小波盲均衡方法，其特征在于所述适应度函数的确定方法如下：正交小波盲均衡方法(WTCMA)的代价函数为：式中，z(n)为均衡器的输出，为发射信号a(n)的模值，所以取适应度函数：f(Wi)＝1/J(Wi)，i＝1，2，L，M(5)式中，J(Wi)＝JWTCMA是均衡器的代价函数，Wi是粒子的位置向量对应于均衡器权向量个体。2CCNN110211833202118338A说明书1/8页基于免疫克隆粒子群优化的正交小波盲均衡方法技术领域[0001]本发明涉及一种水声通信系统中基于免疫克隆粒子群优化的正交小波盲均衡方法。背景技术[0002]水下通信系统中，由于信道衰落和多径传输等会导致严重的码间干扰(ISI)，因此需要在接收端需采用均衡技术来消除，来提高水下数据传输的可靠性和传输速率。