基于遗传算法优化的正交小波盲均衡算法

摘要

在水声通信中，水声信道的复杂特性导致的码间干扰，严重影响了通信的质量，为了提高通信中数据的可靠性及传输速率，需要在接收端对信号进行均衡。与传统的自适应均衡技术相比，无需发送训练序列的盲均衡技术能有效节省带宽，提高通信效率，是现代信号处理领域一个热门的研究话题。因此，本文针对传统的常数模盲均衡算法(CMA)存在收敛速度慢、稳态误差大和局部收敛的问题，以遗传算法和正交小波变换为主要工具，对盲均衡算法的均衡性能进行优化，并对优化算法进行了研究，其研究的内容主要有以下几个方面。
　　 1提出了基于遗传算法优化的盲均衡算法
　　 传统常数模盲均衡算法对最优权向量的搜索方法是一种梯度下降搜索法，该搜索方法是在设置一个代价函数的基础上，利用这个代价函数对均衡器权向量求梯度寻找极小值，从而确定均衡器权值的迭代方程，它要求所设置的代价函数满足连续、可导，且易陷入局部收敛。针对传统常数模盲均衡算法的搜索方法存在的缺陷，研究了遗传算法理论，并将遗传算法引入到盲均衡算法中，提出了遗传算法优化的盲均衡算法，用盲均衡算法的代价函数构造遗传算法的适应度函数，充分利用遗传算法的全局随机搜索的特性来寻求均衡器的全局最优解。仿真结果表明了所提算法的优越性。
　　 2提出了基于遗传算法优化的正交小波盲均衡算法
　　 (1)提出了遗传算法优化的正交小波盲均衡算法。正交小波变换具有去相关性，对信号进行正交小波变换，能够有效加快均衡器的收敛速度；遗传算法能快速寻找到均衡器权向量的全局最优解。该算法结合了两者的优点，得到优化的盲均衡算法，并且优化结果通过仿真实验验证了。
　　 (2)提出了基于遗传算法优化的正交小波分数问隔盲均衡算法。该算法分析了遗传算法理论、正交小波变换理论和分数间隔盲均衡算法，针对分数间隔盲均衡算法收敛速度慢、稳态误差大的缺点，充分利用三者的优点，将遗传算法、正交小波变换和分数间隔三者相结合，能使算法的性能得到改善。提出了基于遗传算法优化的正交小波超指数迭代盲均衡算法。该算法将遗传算法引入到正交小波超指数迭代盲均衡算法中，利用遗传算法的全局搜索特性，搜索均衡器的权向量，降低了盲均衡算法陷入局部收敛的可能性，从而加快了算法的收敛速度，降低了算法的剩余误差，并用水声信道进行仿真实验，实验结果验证了该算法的性能。
　　 3提出了基于改进遗传算法优化的正交小波盲均衡算法
　　 基本遗传算法的交叉概率和变异概率是通过多次实验确定的某一定值，如果选择不当，则影响算法的性能和收敛，还容易出现早熟现象，针对这些问题，本文分别引入了自适应思想和模拟退火思想，对遗传算法进行改进，并用于优化盲均衡算法。
　　 (1)提出基于自适应遗传算法优化的正交小波超指数迭代盲均衡算法。该算法将自适应遗传算法引入到正交小波超指数迭代的盲均衡算法中，利用自适应思想来改变交叉概率和变异概率。水声信道仿真结果表明，自适应遗传算法的引入改善了遗传算法的搜索性能和盲均衡算法的均衡性能。
　　 (2)提出了基于模拟退火遗传算法优化的正交小波盲均衡算法。该算法将模拟退火遗传算法引入到正交小波盲均衡算法中，结合遗传算法良好的全局搜索特性、模拟退火有效避免陷入局部极小的特性和正交小波变换对信号的去相关性优化算法的性能，其优化结果通过水声信道仿真实验验证。