发明名称 | 果蝇优化小波自适应软约束常模盲均衡方法 | ||
摘要 | 本发明公布了一种果蝇优化小波自适应软约束常模盲均衡方法,所述方法如下:随机初始化一果蝇群的位置向量,作为果蝇优化方法的决策变量,将正交小波变换器的输入信号作为果蝇优化方法的输入,由自适应软约束常模盲均衡方法的代价函数确定果蝇优化方法的味道浓度函数,利用果蝇优化方法寻优找到果蝇群的最优位置向量,将此最优位置向量作为小波自适应软约束常模盲均衡方法的初始化权向量,对于QAM和PSK信号,本发明方法稳态误差小、收敛速度快,且易实现易移植,具有一定的实用价值。 | ||
申请公布号 | CN103353876B | 申请公布日期 | 2016.11.30 |
申请号 | CN201310233344.2 | 申请日期 | 2013.06.13 |
申请人 | 南京信息工程大学 | 发明人 | 郭业才;吴珊;黄友锐;刘晓明 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 南京经纬专利商标代理有限公司 32200 | 代理人 | 许方 |
主权项 | 一种果蝇优化小波自适应软约束常模盲均衡方法,其特征在于,所述方法如下:随机初始化一果蝇群的位置向量,作为果蝇优化方法的决策变量,将正交小波变换器的输入信号作为果蝇优化方法的输入,由自适应软约束常模盲均衡方法的代价函数确定果蝇优化方法的味道浓度函数,利用果蝇优化方法寻优找到果蝇群的最优位置向量,将此最优位置向量作为小波自适应软约束常模盲均衡方法的初始化权向量;所述味道浓度确定方法如下:将自适应软约束常模盲均衡方法SCS‑CMA的代价函数作为果蝇群中第i个果蝇的味道浓度,则有F(X<sub>i</sub>)=J<sub>SCS‑CMA</sub>(X<sub>i</sub>),i=1,2,…,m其中,J<sub>SCS‑CMA</sub>(X<sub>i</sub>)是自适应软约束常模盲均衡方法SCS‑CMA的代价函数;m为果蝇群的规模,为正整数;X<sub>i</sub>是第i个果蝇的位置向量;F是以X<sub>i</sub>为自变量的果蝇味道浓度函数。 | ||
地址 | 210019 江苏省南京市奥体大街69号 |