一种基于DNA蛙跳算法的MIMO系统多模盲均衡方法   0    0

本发明公开了一种基于DNA蛙跳算法的MIMO系统多模盲均衡方法，步骤1、初始化；步骤2、计算青蛙个体的适应度值；步骤3、将青蛙个体的位置向量按照适应度值从小到大进行排序，并将Ncnew1和Ncnew2的初始值都设为零；步骤4、进行交叉操作；步骤5、进行变异操作；步骤6、执行联赛选择；步骤7、若当前进化代数达到预设的进化代数G，则输出最优青蛙个体的位置向量；否则返回步骤3；步骤8、将最优青蛙个体的位置向量作为MIMO系统多模盲均衡算法中每个均衡器的初始权向量，进行盲均衡运算，得到均衡后的各路信号。加快收敛速度、减小码间干扰。

1.一种基于DNA蛙跳算法的MIMO系统多模盲均衡方法，其特征在于，包括如下步骤：
步骤1、初始化：
A)初始化青蛙种群，确定青蛙总数Size、青蛙个体维数l，进化代数G；
B)初始化盲均衡的运行次数T、信噪比SNR、信道矩阵h和均衡器的抽头个数，其中，均衡器的抽头个数等于青蛙个体维数l；
步骤2、计算青蛙个体的适应度值；
步骤3、将青蛙个体的位置向量按照适应度值从小到大进行排序，将排序后的青蛙种群的前一半作为优质种群，后一半作为劣质种群，适应度值最小的位置向量所对应的青蛙个体作为最优个体，令Ncnew1为优质种群执行交叉操作生成的新的青蛙个体数，Ncnew2为劣质种群执行交叉操作生成的新的青蛙个体数，并将Ncnew1和Ncnew2的初始值都设为零；
步骤4、从优质种群中随机选择两个父体，并随机产生一个0到1的随机数ζ1，若ζ1小于置换交叉概率pP，则执行置换交叉操作，然后再随机产生一个0到1的随机数 若 小于转位交叉概率Pt，则执行转位交叉操作，由此生成2个新的青蛙个体，同时Ncnew1的值加2，重复操作，直到Ncnew1＞1/4Size；
然后从优质种群和劣质种群中分别选取一个青蛙个体，并随机产生一个0到1的随机数ζ2，若ζ2小于置换交叉概率pP，则执行置换交叉操作，然后再随机产生一个0到1的随机数若 小于转位交叉概率Pt，则执行转位交叉操作，由此生成2个新的青蛙个体，保留从劣质种群中选择的青蛙个体通过交叉操作产生的新的青蛙个体，同时Ncnew2的值加2，重复操作，直到Ncnew2＞1/4Size；
步骤5、对新产生的青蛙和优质种群中的青蛙分别产生一组与青蛙个体DNA序列位置向量维数相同的0到1之间的随机数，若随机数小于变异操作概率pm，则执行变异操作，并将新产生的个体代替原来青蛙个体；
对于劣质种群中的青蛙，首先随机产生一组与劣质种群中青蛙对应的0到1之间的随机数，若随机数小于反密码子变异操作概率pI，则该随机数对应的青蛙执行反密码子变异操作，否则将这个随机数与最大最小变异操作概率pV相比，若小于最大最小变异操作概率，则执行最大最小变异操作，将变异产生的新个体代替原来青蛙个体；
步骤6、当所有青蛙个体变异操作完成后，重复执行Size-1次联赛选择，从而挑选出Size-1个青蛙个体组成下一代青蛙种群；同时将步骤3中的最优个体保留到下一代种群中；
对下一代种群进行DNA解码得到解码后的种群，将当前进化代数加1；
步骤7、若当前进化代数达到预设的进化代数G，则输出最优青蛙个体的位置向量；否则返回步骤3；
步骤8、将步骤7中的最优青蛙个体的位置向量作为MIMO系统多模盲均衡算法中每个均衡器的初始权向量，进行盲均衡运算，得到均衡后的各路信号；
步骤2中，采用多模盲均衡算法的代价函数JMMA(Xf)的倒数作为青蛙个体的适应度函数fitness(Xf)，即：
式中，Xf表示第f只青蛙的位置向量，1≤f≤Size；
将单输入单输出的MMA算法扩充到m用户的情况下，其代价函数可以写为：
式中：zi.re(k)为每个子均衡器的输
出信号的实部，zi.im(k)为每个子均衡器的输出信号的虚部，
表示实部的模值；
表示虚部的模值；ai(k)为第i路的发射信
号，i＝1,2，…,m。

2.根据权利要求1所述的一种基于DNA蛙跳算法的MIMO系统多模盲均衡方法，其特征在于，步骤3中，将编码前青蛙个体的十进制位置向量按照适应度值从小到大进行排序，且在步骤4之前，对青蛙个体进行四进制的DNA编码。