果蠅優(yōu)化小波盲均衡算法研究.pdf

1、目前，國內(nèi)外對果蠅優(yōu)化算法及其應用的研究成果較少，也還未發(fā)現(xiàn)有關于小波變換理論、果蠅優(yōu)化算法和各類盲均衡算法相融合后應用于水聲通信領域的研究報道。本文在深入地研究了果蠅優(yōu)化算法的基礎理論知識之后，將新穎的果蠅算法引入盲均衡技術(shù)之中來優(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)勢和劣勢的基礎之上，結(jié)合當前熱點新技術(shù)、新理論-模擬退火思想、小波變換理論和協(xié)同進化策略，對果蠅優(yōu)化算法進行了改進，將改進后的新算法嘗試應用于水聲通信盲均衡技

2、術(shù)中以達到進一步優(yōu)化算法的均衡性能來實現(xiàn)提高水聲信號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用于水聲通信領域，它是通過利用隨機梯度下降的搜索方式來調(diào)整均衡器系數(shù)的，這種搜索方式不僅容易導致CMA陷入局部尋優(yōu)，無法準確找到全局極值點而且還對均衡器的代價函數(shù)有連續(xù)、可導的要求。果蠅優(yōu)化算法具有很強的全局搜索能力，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之間自相關性。
　　2.果蠅優(yōu)化的小波自適應軟約束常模盲均衡算法
　　均衡復雜的水聲信道時傳統(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，處理水聲信號時收斂速度明顯快于CMA、穩(wěn)態(tài)誤差也相對較小，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，都采用的隨機梯度下降法，常易陷入局部收斂。果蠅優(yōu)化小

4、波自適應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，運用正交小波變換預處理均衡器的輸入信號來達到去除噪聲和降低輸入信號自相關性的作用，運用果蠅優(yōu)化算法求解均衡器的代價函數(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)化小波廣義自適應多模盲均衡算法
　　一般來說，我們在盲均衡技術(shù)中運用多模盲均衡算法來處理高階QAM信號，而傳統(tǒng)多

5、模盲均衡算法的均衡效果越來越不能滿足日益增長的實際應用的需求。針對MMA和果蠅算法存在的缺點，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，利用局部搜索能力強的模擬退火技術(shù)解決果蠅優(yōu)化算法搜索復雜的大規(guī)?？臻g時易陷入局部收斂的問題。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。使用正交小波對均衡器的每路輸入信號進行

6、分解來除噪去信號的相關性，進一步改善了廣義離散自適應多模盲均衡器的性能，新算法更能有效地均衡高階QAM信號。
　　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，當尋優(yōu)復雜搜索區(qū)域時，搜索性能較低，收斂速度較慢。針對果蠅優(yōu)化算法存在的不足，在SFOA中引入?yún)f(xié)同進化思想，提出了多果蠅群協(xié)同優(yōu)化算法。新算法利用并行拓撲的進化結(jié)構(gòu)和正反反饋的信息共享方式來協(xié)同指導整個系統(tǒng)的

7、進化。搜索時，將多個果蠅群作為獨立進化的群體在同時進行搜索中也相互跟蹤對方的全局最優(yōu)解。通過共享對各個果蠅群各自的尋優(yōu)結(jié)果進行評價所得的群體當前最優(yōu)解來指導各個種群在獨立進化的同時協(xié)同進化，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、減小信號間存在的自相關性。該算法均衡信