基于蟻群算法的盲均衡算法的研究.pdf

1、在現(xiàn)代數(shù)字通信系統(tǒng)中，由于信道非理想特性而引起的碼間干擾(ISI)是影響通信質(zhì)量的一個主要因素。為了克服碼間干擾就必須在接收端加均衡器，以補(bǔ)償信道特性，正確恢復(fù)發(fā)送序列。傳統(tǒng)的自適應(yīng)均衡器需要發(fā)送訓(xùn)練序列，這樣會影響通信效率。盲均衡是一種不借助訓(xùn)練序列、僅利用接收序列本身的統(tǒng)計(jì)特性對信道進(jìn)行均衡的新興自適應(yīng)均衡技術(shù)，是目前數(shù)字通信技術(shù)中的關(guān)鍵技術(shù)之一，也是信號與信息處理、通信信號處理等學(xué)科的一個前沿?zé)狳c(diǎn)研究課題，在通信、雷達(dá)、聲納、控制

2、工程、地震勘探、生物醫(yī)學(xué)工程等領(lǐng)域有著非常重要的理論意義和實(shí)用價(jià)值。本文所做的主要工作如下：
　　 ⑴研究了盲均衡的基本理論，綜述了基于神經(jīng)網(wǎng)絡(luò)盲均衡算法的原理及發(fā)展歷程，分析了其特點(diǎn)，并提出了一些改進(jìn)措施。
　　 ⑵圍繞蟻群優(yōu)化的理論及應(yīng)用，就如何改進(jìn)基本蟻群優(yōu)化算法進(jìn)行了研究，分析驗(yàn)證了一種改進(jìn)方法自適應(yīng)蟻群算法(Adaptive Ant Colony Algorithm，簡稱AACA)。該算法根據(jù)平均節(jié)點(diǎn)分支數(shù)動態(tài)

3、地調(diào)整轉(zhuǎn)移概率以避免算法出現(xiàn)停滯現(xiàn)象，極大地提高了算法搜索較好解的能力。對TSP問題的仿真實(shí)驗(yàn)結(jié)果表明，AACA算法即使在運(yùn)行的后期，仍能以較大的概率搜索較好解。
　　 ⑶針對現(xiàn)有前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法易陷入局部最優(yōu)的缺陷，將蟻群算法與BP神經(jīng)網(wǎng)絡(luò)算法相融合共同完成對前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。該算法首先采用蟻群算法對網(wǎng)絡(luò)權(quán)值進(jìn)行整體尋優(yōu)，找到其較好的初值；然后再采用BP算法對找到的較優(yōu)權(quán)值進(jìn)行進(jìn)一步的尋優(yōu)，以克服陷入局部最優(yōu)，并提高網(wǎng)