果蠅優(yōu)化小波盲均衡算法研究.pdf

1、目前，國(guó)內(nèi)外對(duì)果蠅優(yōu)化算法及其應(yīng)用的研究成果較少，也還未發(fā)現(xiàn)有關(guān)于小波變換理論、果蠅優(yōu)化算法和各類盲均衡算法相融合后應(yīng)用于水聲通信領(lǐng)域的研究報(bào)道。本文在深入地研究了果蠅優(yōu)化算法的基礎(chǔ)理論知識(shí)之后，將新穎的果蠅算法引入盲均衡技術(shù)之中來(lái)優(yōu)化均衡器的性能，并且在分析了果蠅優(yōu)化算法具有的優(yōu)勢(shì)和劣勢(shì)的基礎(chǔ)之上，結(jié)合當(dāng)前熱點(diǎn)新技術(shù)、新理論-模擬退火思想、小波變換理論和協(xié)同進(jìn)化策略，對(duì)果蠅優(yōu)化算法進(jìn)行了改進(jìn)，將改進(jìn)后的新算法嘗試應(yīng)用于水聲通信盲均衡技

2、術(shù)中以達(dá)到進(jìn)一步優(yōu)化算法的均衡性能來(lái)實(shí)現(xiàn)提高水聲信號(hào)傳輸效率的研究目的。本課題研究具體完成了以下工作:
　　1.果蠅優(yōu)化的小波盲均衡算法
　　傳統(tǒng)常數(shù)模盲均衡算法被廣泛應(yīng)用于水聲通信領(lǐng)域，它是通過(guò)利用隨機(jī)梯度下降的搜索方式來(lái)調(diào)整均衡器系數(shù)的，這種搜索方式不僅容易導(dǎo)致CMA陷入局部尋優(yōu)，無(wú)法準(zhǔn)確找到全局極值點(diǎn)而且還對(duì)均衡器的代價(jià)函數(shù)有連續(xù)、可導(dǎo)的要求。果蠅優(yōu)化算法具有很強(qiáng)的全局搜索能力，將果蠅優(yōu)化算法引入CMA中提出了果蠅優(yōu)化

3、小波盲均衡算法，可避免傳統(tǒng)CMA搜索方法存在的缺陷，正交小波變換可抑制信號(hào)之間自相關(guān)性。
　　2.果蠅優(yōu)化的小波自適應(yīng)軟約束常模盲均衡算法
　　均衡復(fù)雜的水聲信道時(shí)傳統(tǒng)常模盲均衡算法收斂速度很慢、穩(wěn)態(tài)誤差也比較大。自適應(yīng)軟約束常模盲均衡算法的均衡效果優(yōu)于CMA，處理水聲信號(hào)時(shí)收斂速度明顯快于CMA、穩(wěn)態(tài)誤差也相對(duì)較小，但SCS-CMA搜索最優(yōu)權(quán)向量的方式仍和常數(shù)盲均衡相同，都采用的隨機(jī)梯度下降法，常易陷入局部收斂。果蠅優(yōu)化小

4、波自適應(yīng)軟約束常模盲均衡算法是在SCS-CMA中融入果蠅優(yōu)化算法和小波變換理論，運(yùn)用正交小波變換預(yù)處理均衡器的輸入信號(hào)來(lái)達(dá)到去除噪聲和降低輸入信號(hào)自相關(guān)性的作用，運(yùn)用果蠅優(yōu)化算法求解均衡器的代價(jià)函數(shù)，并用SFOA迭代搜索所得的最優(yōu)權(quán)向量初始化均衡器，該算法的均衡效果明顯優(yōu)于CMA。
　　3.模擬退火-果蠅混合算法優(yōu)化小波廣義自適應(yīng)多模盲均衡算法
　　一般來(lái)說(shuō)，我們?cè)诿ぞ饧夹g(shù)中運(yùn)用多模盲均衡算法來(lái)處理高階QAM信號(hào)，而傳統(tǒng)多

5、模盲均衡算法的均衡效果越來(lái)越不能滿足日益增長(zhǎng)的實(shí)際應(yīng)用的需求。針對(duì)MMA和果蠅算法存在的缺點(diǎn)，本文提出了模擬退火-果蠅混合算法優(yōu)化小波廣義自適應(yīng)多模盲均衡算法。這種新的算法結(jié)合模擬退火這一新技術(shù)與果蠅算法兩者的優(yōu)勢(shì)，利用局部搜索能力強(qiáng)的模擬退火技術(shù)解決果蠅優(yōu)化算法搜索復(fù)雜的大規(guī)模空間時(shí)易陷入局部收斂的問(wèn)題。模擬退火-果蠅混合優(yōu)化算法能夠精確快速地找到最優(yōu)權(quán)向量，加快算法的穩(wěn)定收斂速度，降低穩(wěn)態(tài)誤差。使用正交小波對(duì)均衡器的每路輸入信號(hào)進(jìn)行

6、分解來(lái)除噪去信號(hào)的相關(guān)性，進(jìn)一步改善了廣義離散自適應(yīng)多模盲均衡器的性能，新算法更能有效地均衡高階QAM信號(hào)。
　　4.小波盲均衡多果蠅群協(xié)同優(yōu)化算法
　　(1)多果蠅群協(xié)同優(yōu)化算法
　　果蠅優(yōu)化算法的尋優(yōu)精度不高，當(dāng)尋優(yōu)復(fù)雜搜索區(qū)域時(shí)，搜索性能較低，收斂速度較慢。針對(duì)果蠅優(yōu)化算法存在的不足，在SFOA中引入?yún)f(xié)同進(jìn)化思想，提出了多果蠅群協(xié)同優(yōu)化算法。新算法利用并行拓?fù)涞倪M(jìn)化結(jié)構(gòu)和正反反饋的信息共享方式來(lái)協(xié)同指導(dǎo)整個(gè)系統(tǒng)的

7、進(jìn)化。搜索時(shí)，將多個(gè)果蠅群作為獨(dú)立進(jìn)化的群體在同時(shí)進(jìn)行搜索中也相互跟蹤對(duì)方的全局最優(yōu)解。通過(guò)共享對(duì)各個(gè)果蠅群各自的尋優(yōu)結(jié)果進(jìn)行評(píng)價(jià)所得的群體當(dāng)前最優(yōu)解來(lái)指導(dǎo)各個(gè)種群在獨(dú)立進(jìn)化的同時(shí)協(xié)同進(jìn)化，直至獲得最優(yōu)解。
　　(2)多果蠅群協(xié)同優(yōu)化小波常模盲均衡算法
　　應(yīng)用多果蠅群協(xié)同優(yōu)化算法至盲均衡算法中，在CMA的基礎(chǔ)上融入多蠅協(xié)同的果蠅優(yōu)化算法尋找最優(yōu)權(quán)向量初始化均衡器，正交小波變換理論消噪、減小信號(hào)間存在的自相關(guān)性。該算法均衡信