免疫神經網絡盲均衡算法的研究.pdf

1、科技在提高，社會在進步，通信環(huán)境也越來復雜多變。目前，信道衰落、信道間干擾、碼間干擾、同頻或鄰頻間的干擾等因素已成為高質量通信系統(tǒng)的主要障礙。盲均衡技術不借助發(fā)送序列，根據接收序列或其的先驗信息直接來恢復原發(fā)送序列。較傳統(tǒng)均衡算法而言既能起到消除碼間干擾、信道衰落的作用，又提高了信道的利用率。神經網絡是一個高度復雜的非線性處理系統(tǒng)，具有大規(guī)模的并行處理能力，很好的自適應性和自學習性，而完全的線性信道又是不存在的，因此用神經網絡改善均衡器

2、的效果一定會成效顯著。但是，神經網絡在局部尋優(yōu)方面優(yōu)勢較為突出，而當待求解問題存在多個極值時，就會陷入局部極小，振蕩于未成熟收斂區(qū)域，無從找到全局最優(yōu)值。免疫算法是通過模擬人工免疫系統(tǒng)的自我調節(jié)機制，從中抽象出的一種仿生智能算法，具有很高的魯棒性和全局搜索能力，而且用于解決盲均衡問題時，不要求代價函數(shù)的連續(xù)性、可微性。故可以用免疫算法來優(yōu)化神經網絡，使其具有更好的性能，既能解決全局尋優(yōu)問題也能解決局部尋優(yōu)問題，成為一種比較優(yōu)越的智能算法

3、。近些年來，各智能算法間互相優(yōu)化的現(xiàn)象較為顯著，免疫神經網絡盲均衡算法就是先通過免疫算法對神經網絡進行權值優(yōu)化，構建一個比較完備的網絡結構，而后再將優(yōu)化后的網絡結構應用于盲均衡算法，各算法間取長補短，最終達到改善均衡的目的。
　　 本文主要做了以下工作：⑴闡述了基于神經網絡盲均衡算法的基本原理，分析總結了其特點及局限性，并將免疫算法與神經網絡盲均衡算法相結合，以克服其容易陷入局部最優(yōu)的缺點。⑵分別研究了免疫算法優(yōu)化BP神經網絡和