兵工学报
兵工學報
병공학보
ACTA ARMAMENTARII
2015年
7期
1280-1287
,共8页
信息处理技术%多模算法%混合蛙跳算法%智能优化算法%最优权向量
信息處理技術%多模算法%混閤蛙跳算法%智能優化算法%最優權嚮量
신식처리기술%다모산법%혼합와도산법%지능우화산법%최우권향량
information processing technology%multi-modulus algorithm%shuffled frog leaping algorithm%intelligence optimization algorithm%optimal weight vector
针对常模盲均衡算法(CMA)收敛速度慢、收敛后稳态误差大且存在盲相位的现象,提出了一种基于混合蛙跳算法的多模盲均衡算法(SFLA-MMA).它结合了智能优化算法的基本思想,将个体自身的进化及个体间的社会行为等概念引入到盲均衡技术中.该算法将多模盲均衡算法(MMA)代价函数的倒数定义为混合蛙跳算法(SFLA)的适应度函数,将青蛙群体中青蛙个体的位置向量作为MMA的初始权向量;利用SFLA的全局信息共享机制和局部深度搜索能力,在全局范围内搜索青蛙群体的最优位置向量并作为MMA的初始优化权向量.之后,通过MMA进行迭代,得到MMA的最优权向量.利用高阶多模正交振幅调制(QAM)与正交相移键控(APSK)信号对该算法进行了仿真验证.仿真结果表明,与CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高阶多模信号时收敛速度极快、稳态误差最小、输出信号星座图最清晰.
針對常模盲均衡算法(CMA)收斂速度慢、收斂後穩態誤差大且存在盲相位的現象,提齣瞭一種基于混閤蛙跳算法的多模盲均衡算法(SFLA-MMA).它結閤瞭智能優化算法的基本思想,將箇體自身的進化及箇體間的社會行為等概唸引入到盲均衡技術中.該算法將多模盲均衡算法(MMA)代價函數的倒數定義為混閤蛙跳算法(SFLA)的適應度函數,將青蛙群體中青蛙箇體的位置嚮量作為MMA的初始權嚮量;利用SFLA的全跼信息共享機製和跼部深度搜索能力,在全跼範圍內搜索青蛙群體的最優位置嚮量併作為MMA的初始優化權嚮量.之後,通過MMA進行迭代,得到MMA的最優權嚮量.利用高階多模正交振幅調製(QAM)與正交相移鍵控(APSK)信號對該算法進行瞭倣真驗證.倣真結果錶明,與CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高階多模信號時收斂速度極快、穩態誤差最小、輸齣信號星座圖最清晰.
침대상모맹균형산법(CMA)수렴속도만、수렴후은태오차대차존재맹상위적현상,제출료일충기우혼합와도산법적다모맹균형산법(SFLA-MMA).타결합료지능우화산법적기본사상,장개체자신적진화급개체간적사회행위등개념인입도맹균형기술중.해산법장다모맹균형산법(MMA)대개함수적도수정의위혼합와도산법(SFLA)적괄응도함수,장청와군체중청와개체적위치향량작위MMA적초시권향량;이용SFLA적전국신식공향궤제화국부심도수색능력,재전국범위내수색청와군체적최우위치향량병작위MMA적초시우화권향량.지후,통과MMA진행질대,득도MMA적최우권향량.이용고계다모정교진폭조제(QAM)여정교상이건공(APSK)신호대해산법진행료방진험증.방진결과표명,여CMA、MMA화기우입자군산법적다모맹균형산법(PSO-MMA)상비,SFLA-MMA재균형고계다모신호시수렴속도겁쾌、은태오차최소、수출신호성좌도최청석.
