[0057] 下面结合附图对本发明的技术方案做进一步的详细说明:
[0058] 本发明将MMA的代价函数经适当变换后作为模因方法的适应度函数,利用模因方法的寻优能力来寻找盲均衡器的最佳权向量。
[0059] 如图1所示的多模盲均衡方法原理图,x(k)为盲均衡器的接收信号,w(k)为盲均衡器的权向量,z(k)为盲均衡器的输出,z(k)通过非线性系统得到估计信号 e(k)为误差信号,RJ为采样模值,RD为判决模值,虚线框内为MMA方法。
[0060] MMA以LMS方法为模型,将盲均衡器的输出信号z(k)通过一个非线性系统g(·),得到估计信号 以此代替期望信号d(k),进而得到误差函数e(k)。此外,为了使盲均衡方法趋于收敛,非线性函数g(·)需满足:
[0061]
[0062] 式中,RD是对RJ的判决结果, E表示数学期望。
[0063] 由图1可知,在MMA中,盲均衡器输出信号z(k)为:
[0064] z(k)=wT(k)x(k)
[0065] 误差信号e(k)为:
[0066]
[0067] MMA的权向量更新公式为
[0068] w(k+1)=w(k)-μe(k)x*(k)
[0069] 式中,μ为w(k)的迭代步长,是实数,0≤μ<1;x*(n)为x(n)的共轭。
[0070] 本发明方法原理,如图3所示。首先发射信号s(k)经过脉冲响应信道h(k)后加入信道噪声n(k),得到多模盲均衡方法输入信号x(k)并作为MA-MMA的输入,并且把MMA的代价函数经适当变换后作为模因方法(MA)的适应度函数,利用MA的寻优能力来寻找盲均衡方法初始最优权向量。
[0071] 具体地说,本发明包括如下步骤:
[0072] 1)发射信号s(k)经过脉冲响应信道h(k)后加入信道噪声n(k),得到盲均衡器输入时域信号x(k):
[0073] x(k)=s(k)h(k)+n(k),
[0074] 其中,k为整数且表示时间序列;
[0075] 2)步骤1)得到的盲均衡器输入时域信号x(k)经过盲均衡器得到输出信号z(k):
[0076] z(k)=w(k)x(k),
[0077] 其中,w(k)为盲均衡器的权向量,其更新公式为w(k+1)=w(k)-μe(k)x*(k),w(k)的初始化权向量w(0)根据模因方法优化获取;e(k)为误差信号;μ为w(k)的迭代步长,是实*数,0≤μ<1;x(k)为x(k)的共轭。
[0078] 所述一种模因方法优化的多模盲均衡方法,初始化权向量w(0)由模因方法优化获取,具体步骤为:
[0079] 2.1)确定参数
[0080] 确定种群总数N(N为偶数),二进制位数S,最大迭代次数G,交叉概率Pc,变异概率Pm;当前迭代次数T;
[0081] 2.2)种群初始化
[0082] 随机产生初始种群,包含N个个体,记作X=[X1,X2,…,XN];其中每个个体均满足Xmin≤Xi≤Xmax,Xmin和Xmax为Xi取值的上下限,是初始设定的,1≤i≤N;当前迭代次数初值T=0;
[0083] 2.3)确定适应度函数
[0084] 将模因方法的适应度函数定义为多模盲均衡方法代价函数的倒数,即[0085]
[0086] 其中,fitness(Xi)为模因方法的适应度函数,JMMA(Xi)为多模盲均衡方法的代价函数;
[0087] 2.4)编码
[0088] 对初始种群中的每个个体中的每一位元素进行二进制编码,编码长度为S,并将每一位元素的二进制码按原有顺序连接起来组成一组长度为L×S的二进制码,L为每个个体中的元素个数,编码后的种群称为编码种群Y=[Y1,Y2,…,YN],其中Yi对于Xi的编码;
[0089] 2.5)交叉操作
[0090] 将编码种群Y中所有个体两两配对,对所配对的个体进行交叉判断;将每次进行交叉判断的一组父体分别记作Ya和Yb,a、b∈[1,…N]且a≠b,同时随机产生一个(0,1)之间的随机数ε,用于判断随机选取的该组父体是否进行交叉操作;若ε小于该组父体的交叉概率Pc,则该组父体进行交叉操作产生两个新个体,分别记为Ya′和Yb′并保存下来;否则,不进行交叉操作,舍弃不进行交叉操作的该组父体;直至所有配对个体处理完成;
[0091] 进行交叉操作产生的两个新个体的计算公式为
[0092] Ya′=ω1Ya+(1-ω1)Yb
[0093] Yb′=ω2Yb+(1-ω2)Ya
[0094] 式中,Ya′和Yb′分别为Ya和Yb进行交叉操作产生的两个新个体,ω1和ω2为(0,1)上两个不相关的随机数;
[0095] 2.6)变异操作
[0096] 对编码种群Y中所有个体依次进行变异判断;将每次进行变异判断的个体记作Yc,同时随机产生一个(0,1)之间的随机数σ,用于判断该个体是否进行变异操作;若σ小于该个体变异概率Pm,则对该个体进行变异操作产生一个新个体Yc′并保存下来,否则不进行变异操作,舍弃不进行交叉操作的该个体;直至所有个体处理完成;
[0097] 进行变异操作产生的一个新个体的方法为
[0098]
[0099] 其中,Yc′为Yc进行变异操作产生的新个体;gt为种群进化标识,gt=t/G,t为当前种群的进化代数,G为种群的最大迭代次数;rand为[0,1]上的随机数;sign随机选取0或1;Ymin和Ymax分别为Xmin和Xmax的二进制编码序列;
[0100] 2.7)合并种群
[0101] 将经过2.5)交叉操作和2.6)变异操作后产生的新个体与步骤2.4)中编码种群Y合并构成当前种群Z,Z=[Z1,Z2,…,ZN+χ],N+χ为当前种群中个体的总数,χ为编码种群Y经过交叉、变异操作后产生的新个体数,χ为非负整数;
[0102] 2.8)解码并计算适应度值
[0103] 对当前种群Z中的N+χ个个体进行解码,并根据步骤2.3)中的公式计算当前种群Z中所有个体的适应度值,记作fitness(Z);
[0104] 2.9)选择
[0105] 使用轮盘赌方法从当前种群Z中选取N个个体继续进化,而未被选中的的个体则被舍弃;被选中的N个个体,按照被选中的先后依次记为X1',X'2,…,X'N;
[0106] 在选择过程中,第j个个体被选择的概率定义为
[0107]
[0108] 式中,fitness(Zj)为当前种群Z中第j个个体的适应度值;
[0109] 2.10)局部搜索
[0110] 对步骤2.9)选择的N个个体进行局部搜索的方法是:对第i个体Xi',以多模盲均衡方法的代价函数JMMA(Xi')为约束条件,在Xi'的邻域内搜索新个体使JMMA(Xi')为极小值,将JMMA(Xi')为极小值时的新个体作为下一代迭代中的初始个体Xi,从而得到下一次迭代的初始种群X;
[0111] 2.11)判断终止条件
[0112] 从步骤2.4到步骤2.10完成一次迭代过程,T=T+1;判断当前迭代次数T是否达到最大迭代次数G,若未达到,则返回至步骤2.4.);否则结束迭代,输出最优个体,并将其作为盲均衡器的初始化权向量。
[0113] 下面通过具体实施例对本发明的技术方案作进一步阐述:
[0114] 为了检验本发明方法MA-MMA的性能,以CMA、MMA和基于遗传方法的多模方法(GA-MMA,Multi-modulus blind equalization Algorithm based on Genetic Algorithm)作为比较对象,进行仿真实验。
[0115] 仿真实验采用64-QAM信号和32-APSK信号,信道噪声采用高斯白噪声,信道水声信道脉冲响应h=[0.9656 -0.0906 0.0578 0.2368],信噪比为30dB,均衡器采用11阶横向抽头结构,CMA和MMA的中心抽头系数初始化为1,其他抽头系数初始化为0,所有仿真的最大迭代次数均为iter=10000,Monte Carlo实验次数均为M=2000。
[0116] GA-MMA和MA-MMA,种群总数N=50,二进制位数S=20,最大遗传代数G=50,交叉概率Pc=0.7,变异概率Pm=0.01。
[0117] 实验1:在64-QAM调制下,CMA和MMA的迭代步长均为1×10-6,MA-MMA和GA-MMA的迭代步长均为1×10-7,仿真结果如图4所示。
[0118] 实验2:在32-APSK调制下,CMA和MMA的迭代步长均为1×10-5,MA-MMA和GA-MMA的迭代步长均为5×10-6,仿真结果如图5所示。
[0119] 图4、图5表明,在两种调制方式下,MA-MMA及GA-MMA的均衡性能均明显高于MMA。MA-MMA比GA-MMA的收敛速度略快,但稳态误差明显更小。仿真结果表明MA比GA具有更强的全局寻优能力,能够更好地提高均衡的效果。图4、图5中,(a)是CMA、MMA、GA-MMA及MA-MMA的收敛曲线;(b)为CMA输出星座图;(c)为MMA输出星座图;(d)为GA-MMA输出星座图;(e)为MA-MMA输出星座图。在64-QAM调制方式下,MA-MMA的收敛速度较MMA提高了10余倍,稳态误差降低了8dB;在32-APSK调制方式下,MA-MMA的收敛速度较MMA提高了20余倍,稳态误差降低了
10dB。两种调制方式的输出星座图中,MA-MMA输出星座图明显比CMA和MMA清晰且紧凑,基本没有出现相互混叠的情况。这是因为CMA和MMA的稳态误差会随调制阶数的提高而越来越大,而MA-MMA的稳态误差受调制阶数的影响很小,所以对于高阶多模信号,MA-MMA的优势十分明显。因此,对于高阶多模信号的均衡,本发明方法MA-MMA具有更快的收敛速度和更小的稳态误差。
[0120] 以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。