版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法優(yōu)化的正交小波盲均衡算法.pdf
- 基于人工魚群優(yōu)化的小波盲均衡算法.pdf
- 基于粒子群優(yōu)化算法的小波盲均衡算法仿真研究.pdf
- 基于小波理論的盲均衡算法研究.pdf
- 基于改進(jìn)遺傳優(yōu)化的正交小波盲均衡算法.pdf
- 支持向量機(jī)優(yōu)化的小波變換盲均衡算法.pdf
- 基于遺傳優(yōu)化的正交小波變換盲均衡算法.pdf
- MIMO系統(tǒng)的小波盲均衡算法研究.pdf
- 基于小波變換的聯(lián)合盲均衡算法.pdf
- 免疫優(yōu)化算法在正交小波盲均衡中的應(yīng)用研究.pdf
- 小波嵌入神經(jīng)網(wǎng)絡(luò)盲均衡算法.pdf
- 基于蟻群優(yōu)化的正交小波變換盲均均衡算法.pdf
- 基于分集技術(shù)的正交小波盲均衡算法.pdf
- 基于正交小波變換分?jǐn)?shù)間隔盲均衡算法.pdf
- 基于支持向量機(jī)的正交小波盲均衡算法.pdf
- 基于sa―gso的小波加權(quán)多模盲均衡算法
- 基于小波神經(jīng)網(wǎng)絡(luò)理論盲均衡算法的研究.pdf
- 基于熵變換的小波盲均衡算法及DSP仿真.pdf
- 基于模糊控制的小波神經(jīng)網(wǎng)絡(luò)盲均衡算法.pdf
- 基于混沌理論的正交小波變換盲均衡算法.pdf
評(píng)論
0/150
提交評(píng)論