基于混合遗传优化的正交小波变换盲均衡算法

摘要：

常数模算法(CMA)收敛速度慢,初始权向量的确定缺乏理论依据,容易陷入局部极小值.针对这些问题,在正交小波变换盲均衡算法(WT-CMA)的基础上,提出了基于混合遗传优化的正交小波变换盲均衡算法(GAWT-CMA).该算法在常规遗传算法的父代和子代之间嵌入WT-CMA形成混合算法,利用遗传算子的全局收敛性进行宏观搜索,用WT-CMA进行局部搜索.由混合算法用少量数据进行权向量的优化,在全局范围内获得较好的初始权向量,再用WT-CMA收敛到全局最优值.水声信道的仿真结果显示,GAWT-CMA完成收敛比CMA快约9 000次,比WT-CMA快约3 000次,比GA-CMA快约1 000次,稳态误差对比CMA小约3 dB,比WT-CMA小约1 dB,比GA-CMA约小0.5 dB.

关键词：常数模算法、盲均衡、正交小波变换、遗传算法

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：全国优秀博士学位论文作者专项资金200753;安徽省高等学校自然科学基金KJ2010A096;江苏省自然科学基金BK2009410;江苏省高等学校自然科学基金08KJB510010;江苏省六大人才高峰基金2008026;江苏省高校优势学科“传感网与现代气象装备”资助项目

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：503-507