基于改进布谷鸟算法的分数低阶盲均衡算法

摘要：

针对无线通信系统中传统常模盲均衡算法(CMA)在脉冲噪声环境下适应性较差,难以有效收敛的问题,提出了改进布谷鸟算法优化的分数低阶统计量常模盲均衡算法(SCS FLOSCMA).该算法将椋鸟鸟群的集体性行为引入到基础布谷鸟算法(CS)中,有效提高了搜索精度,减少了CS算法后期过早收敛的风险;然后把改进后的CS算法引入到分数低阶常模盲均衡算法(FLOSCMA)中,将搜索过后得到的全局最优巢作为均衡器的初始权向量.仿真表明,与CMA和FLOSCMA算法相比,该方法在均方误差曲线更稳定,收敛速度也更快.

关键词：分数低阶盲均衡、脉冲噪声、布谷鸟算法、椋鸟群行为

所属期刊栏目：40

分类号：TN911.7

在线出版日期：2018-11-23（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：111-115