检索结果-内蒙古大学图书馆

系统仿真学报 2013年第3期25卷 451-454,459页

作者：郭业才徐文才许芳南京信息工程大学电子与信息工程学院南京210044

为了提高均衡器对高阶QAM信号的盲均衡性能,提出了基于混沌支持向量机优化的小波加权多模盲均衡算法。为避免权向量陷入局部极小值点,该算法利用支持向量机对均衡器的权向量进行初始化,并用混沌优化算法对支持向量机参数进行优化;利用... 详细信息

为了提高均衡器对高阶QAM信号的盲均衡性能,提出了基于混沌支持向量机优化的小波加权多模盲均衡算法。为避免权向量陷入局部极小值点,该算法利用支持向量机对均衡器的权向量进行初始化,并用混沌优化算法对支持向量机参数进行优化;利用正交小波变换对均衡器的输入信号进行预处理,来降低输入信号的自相关性;采用加权多模算法来调整权向量迭代过程中的模值。水声信道的仿真结果表明,与加权多模盲均衡算法和小波加权多模盲均衡算法相比,该算法具有较快的收敛速度和更小的稳态误差。

关键词：盲均衡正交小波变换支持向量机混沌优化加权多模算法

来源：评论

学校读者我要写书评

暂无评论

基于多模算法的盲均衡算法研究

基于多模算法的盲均衡算法研究

引用

作者：崔伟轩南京信息工程大学

学位级别：硕士

在水声通信中,信号多途传播引起的码间干扰是高速水声通信系统发展面临的主要障碍,盲均衡技术正是为了消除信道造成的码间干扰而发展起来的。多模算法相比较于常数模算法具有更快的收敛速度和更低的稳态均方误差,对于高阶QAM信号具有更... 详细信息

在水声通信中,信号多途传播引起的码间干扰是高速水声通信系统发展面临的主要障碍,盲均衡技术正是为了消除信道造成的码间干扰而发展起来的。多模算法相比较于常数模算法具有更快的收敛速度和更低的稳态均方误差,对于高阶QAM信号具有更好的均衡性能,在高速水声通信中得到了使用。本文研究高速水声通信中基于多模算法的盲均衡算法,主要工作如下： (1)研究共轭梯度法的原理并分析共轭梯度法在提高算法收敛速度上的优势,将其引入到多模算法中,得到了随机共轭梯度多模盲均衡算法；其次,研究了动量项对算法收敛性能的影响,将其引入随机共轭梯度多模盲均衡算法中,得到了引入动量项的共轭梯度多模盲均衡算法；最后,分析了变动量因子对算法的影响,构造了动量因子与均方误差的函数关系,在此基础上得到了基于动量因子动态变化的共轭梯度盲均衡算法。 (2)研究了加权多模算法的原理,在分析加权因子对算法性能影响的基础上构造了加权因子与均方误差的非线性函数关系,得到了基于加权因子非线性变化的改进加权多模盲均衡算法；将判决导引算法引入到提出的改进加权多模算法中,分别得到了基于改进加权多模算法的双模式盲均衡算法和基于改进加权多模算法的混合盲均衡算法,并对两种新算法做了比较。 (3)研究了方形QAM信号特点和高斯分布规律,将高斯分布引入到多模算法中,得到了基于高斯分布的多模盲均衡算法；研究分析了高斯分布参数对算法性能的影响,构造了高斯分布参数的动态变化函数,在此基础上得到了基于高斯分布参数σ动态变化的多模盲均衡算法。

关键词：盲均衡水声信道多模算法加权多模算法双模式算法混合算法

来源：评论

学校读者我要写书评

暂无评论

基于分数低阶统计量的小波多模盲均衡优化算法

基于分数低阶统计量的小波多模盲均衡优化算法

引用

作者：许芳南京信息工程大学

学位级别：硕士

在传统的盲均衡算法中,人们假设周围的环境噪声服从高斯分布,在此假设基础上,各种基于二阶和高阶统计量的盲均衡算法应运而生。但是,在现实生活中存在的脉冲状噪声是不容忽视的,这种噪声服从分数低阶α稳定分布,它仅有分数低阶统计量是... 详细信息

在传统的盲均衡算法中,人们假设周围的环境噪声服从高斯分布,在此假设基础上,各种基于二阶和高阶统计量的盲均衡算法应运而生。但是,在现实生活中存在的脉冲状噪声是不容忽视的,这种噪声服从分数低阶α稳定分布,它仅有分数低阶统计量是有限存在的,因此,在这种噪声下,基于高斯假设而提出的盲均衡算法是不适用的。为了抑制分数低阶α稳定分布噪声,本文在前人研究的基础上,以小波变换、多模算法、判决反馈和模糊免疫算法为工具,研究了一些基于分数低阶统计量的优化盲均衡算法。本文的主要工作包括： (1)利用具有强去相关性的小波变换,研究了基于分数低阶统计量的小波盲均衡算法,仿真表明,该算法能够抑制α稳定分布噪声,加快收敛速度,减小稳态误差。 (2)利用加权多模算法,研究了基于分数低阶统计量的小波加权多模盲均衡算法,仿真表明,在α稳定分布噪声环境中,该算法能够很好地恢复高阶QAM信号,相比于常数模算法,它具有较低的稳态误差。 (3)基于判决反馈均衡器能够降低码间干扰的特性,研究了基于分数低阶统计量的小波加权多模判决反馈盲均衡算法,仿真表明,该算法具有较低的稳态误差和较快的收敛速度。 (4)为了克服常数模算法易陷入局部收敛的缺陷,利用具有全局收敛能力的模糊免疫算法,研究了基于模糊免疫算法的分数低阶统计量小波加权多模盲均衡算法,仿真表明,该算法具有较好的收敛性能。

关键词：盲均衡分数低阶统计量小波变换加权多模算法

来源：评论

学校读者我要写书评

暂无评论

基于RNA遗传优化的盲均衡算法

基于RNA遗传优化的盲均衡算法

引用

作者：龙月红安徽理工大学

学位级别：硕士

信道失真和多径衰落在水下数字通信系统中普遍存在。它们是导致码间干扰的主要因素,而码间干扰的存在使得通信质量严重下降,同时也大大降低了数据在水下传输的速率和可靠性。因此,为了消除码间干扰并提高带宽利用率,对接收端的输出信号... 详细信息

信道失真和多径衰落在水下数字通信系统中普遍存在。它们是导致码间干扰的主要因素,而码间干扰的存在使得通信质量严重下降,同时也大大降低了数据在水下传输的速率和可靠性。因此,为了消除码间干扰并提高带宽利用率,对接收端的输出信号进行均衡显得尤为重要。而对于传统的自适应均衡技术而言,它的一个很大的缺点就是需要发送训练序列。这占用了大量的水下原本就比较紧张的带宽。而盲均衡技术恰巧可以弥补这一缺陷,因为它可以对均衡信道的畸变进行很好地均衡,并且不需要发送训练序列。从而可以有效节省水下的通信带宽,提高通信效率。所以本文以RNA遗传算法为工具,来优化盲均衡算法的均衡性能。并且对优化算法进行探究。本文的主要研究内容如下： (1)提出了基于RNA遗传优化的常模盲均衡算法因为传统的常模盲均衡算法是依据梯度下降法对均衡器权向量进行迭代寻优的,易陷入局部极小值。为了克服该缺陷,在常模盲均衡算法的基础上引入RNA遗传算法,利用RNA遗传算法的全局搜索性来寻找全局最优解。该算法中采用基于RNA核苷酸链的编码方式来表示均衡器最优权向量的可能解,并且对编码后的RNA链采用新型的交叉和变异操作,寻找RNA种群中的最优个体,再对最优个体进行解码,将解码以后的输出向量作为常模盲均衡算法的初始权向量。 (2)提出了基于RNA遗传优化的多模盲均衡算法传统常模盲均衡算法仅仅利用均衡器输出信号的幅度信息,而没有利用其相位信息。所以不能消除由信道特性引起的相位旋转,而且对于非常模信号,其收敛速度慢,均方误差大。而多模盲均衡算法同时利用均衡器输出信号的幅度信息和相位信息,解决了相位旋转问题。但是仍然存在收敛速度慢、稳态误差大的缺点。所以将具有优良的全局寻优能力的RNA遗传算法与传统多模盲均衡算法结合,得到基于RNA遗传优化的多模盲均衡算法。新的混合算法可以有效加快收敛速度,降低均方误差。 (3)提出了基于RNA遗传优化的加权多模盲均衡算法传统多模盲均衡算法虽然可以很好地消除由信道引起的相位旋转,并且可以降低稳态误差。但是,在无噪声的情况下,MMA算法的稳态误差仍存在。而加权多模盲均衡算法可以解决这一问题。该算法实现了模值在均衡器系数迭代过程中的自适应修正。在其中引入判决符号的指数幂来对代价函数中的模值进行调整,进一步利用星座图的先验信息。将RNA遗传算法与加权多模盲均衡算法结合形成新的混合算法,该算法利用了RNA遗传算法的全局搜索能力以及加权多模盲均衡算法可以自适应调节模值的性能,对传统盲均衡算法进行了进一步的优化,大大改善了其性能。(4)提出了基于RNA遗传优化的频域加权多模盲均衡算法频域加权多模盲均衡算法是在传统加权多模盲均衡算法的基础上进化而来的,该算法将时域中的算法通过FFT变换为频域中的算法,同时在加权多模算法中运用频域常数模算法中的重叠保留法,使得频域加权多模算法比时域加权多模算法具有更小的计算量。但是FWMMA依然要求代价函数连续可导,并且容易陷入局部最优。利用具有良好全局寻优能力的RNA遗传算法对均衡器的权向量进行迭代寻优,可以有效提高盲均衡算法的性能。

关键词：盲均衡 RNA遗传算法常数模算法多模算法加权多模算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：