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。

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_i)＝J_SCS‑CMA(X_i),i＝1,2,…,m其中，J_SCS‑CMA(X_i)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_i是第i个果蝇的位置向量；F是以X_i为自变量的果蝇味道浓度函数。