国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于dna螢火蟲優(yōu)化的小波盲均衡方法

      文檔序號:9870118閱讀:639來源:國知局
      一種基于dna螢火蟲優(yōu)化的小波盲均衡方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明設(shè)及一種基于DNA蛋火蟲優(yōu)化的小波盲均衡方法,屬于盲均衡技術(shù)領(lǐng)域。
      【背景技術(shù)】
      [0002] 在無線通信過程中,通信信道復(fù)雜多變而引起的失真和有限帶寬所帶來的碼間干 擾(Inter-symbol interference,ISI)是影響通信質(zhì)量的主要因素。為了提高通信質(zhì)量,需 要采用有效的信道均衡技術(shù)來消除碼間干擾所帶來影響。與傳統(tǒng)的自適應(yīng)均衡方法相比, 常模盲均衡方法(Constant modulusalgo;rithm,CMA)由于不需要發(fā)送訓(xùn)練序列,極大地提 高了帶寬的利用率。蛋火蟲優(yōu)化(Glowworm Swarm Optimization,GS0)方法是2005年有 K.N.Krishnanand和Debasish (ihose提出的一種新的群智能優(yōu)化方法。GSO主要是模擬蛋火 蟲發(fā)光吸引同伴,蛋火蟲發(fā)光越大,吸引的同伴越多運(yùn)一現(xiàn)象,通過各個(gè)蛋火蟲個(gè)體,在事 業(yè)范圍內(nèi)尋找最亮的蛋火蟲,向最亮的蛋火蟲移動(dòng)來實(shí)現(xiàn)尋優(yōu)的目的。DNA計(jì)算是一種利用 生物大分子間的相互作用來實(shí)現(xiàn)并行計(jì)算的計(jì)算模式,能夠更好地反映出生物遺傳信息的 表達(dá)機(jī)制,更有利于發(fā)展功能更強(qiáng)大、解決更復(fù)雜問題的智能優(yōu)化系統(tǒng)。
      [000引因此在蛋火蟲方法的基礎(chǔ)上,加入DNA遺傳方法,融合成為一種新的方法,即DNA蛋 火蟲優(yōu)化方法(Optimization algorithm of the firefly based on DNA,DNA-GS0)。運(yùn)兩 種方法結(jié)合了群智能優(yōu)化方法良好的全局尋優(yōu)能力和較強(qiáng)的跳出局部最優(yōu)解的能力,從而 避免了群智能優(yōu)化方法易陷入局部極值點(diǎn)的弱點(diǎn),提高了進(jìn)化后期方法的收斂度和精度。 因此,基于DNA的蛋火蟲小波盲均衡方法及實(shí)現(xiàn)研究對優(yōu)化方法具有重大意義。

      【發(fā)明內(nèi)容】

      [0004] 為了解決上述技術(shù)問題,本發(fā)明提供了一種基于DNA蛋火蟲優(yōu)化的小波盲均衡方 法。
      [0005] 為了達(dá)到上述目的,本發(fā)明所采用的技術(shù)方案是:
      [0006] -種基于DNA蛋火蟲優(yōu)化的小波盲均衡方法,包括W下步驟,
      [0007] 步驟1,將發(fā)射信號a(k)經(jīng)過傳輸信道Mk)后得到信號s(k),再加入信道噪聲n 化),得到均衡器的接收信號X化),再把均衡器的接收信號經(jīng)小波變換WT后作為DNA蛋火蟲 優(yōu)化方法的輸入信號y化),;
      [000引其中,S化)=Kk)a化),x化)=Kk)a化)+n化),y化)=Qx化),k為非負(fù)整數(shù)且表示 時(shí)間序列,Q為小波變換矩陣;
      [0009] 步驟2,通過DNA蛋火蟲優(yōu)化方法得到蛋火蟲種群的最優(yōu)位置向量,并將其作為均 衡器的初始最優(yōu)權(quán)向量C(O) ,C(O)是k = 0時(shí)C化)的值;
      [0010] 所述c(k)的更新公式為+ 1)二^A')-其哀-'(反V(A)/(足);
      [0011] 其中,e化)為誤差信號,是由誤差函數(shù)生成,y為迭代步長;
      [001。矣-'(/0 二(//您[磚,(/0,為(反),.-.,而喪),為+1,。(/0,...誠1,,,(幻;|為小波 變換的平均功率估計(jì),diagU表示對角矩陣,和crj+w/A)分別表示對尺度變換系 數(shù)叫,k化)和小波變換系數(shù)化k化)的平均功率估計(jì)屯=172^1,0 = 1,2,...,化1為小波分 解的最大尺度,L為均衡器的權(quán)長;
      [0013] 步驟3,將步驟1所述的輸入信號y化)經(jīng)過均衡器得到輸出信號Z化);
      [0014] 其中,Z 化)=y(k)c(k)。
      [0015] 通過DNA蛋火蟲優(yōu)化方法得到蛋火蟲種群的最優(yōu)位置向量的步驟如下,
      [0016] 步驟2-1,設(shè)置DNA蛋火蟲優(yōu)化方法的初始種群及參數(shù);
      [0017] 在一個(gè)n維捜索空間中,創(chuàng)建一個(gè)規(guī)模為D的初始蛋火蟲群的初始位置向量W = [Wi,W2,…,化];其中,Wi表示第i個(gè)蛋火蟲的位置向量,0 < i < D;
      [0018] 每只蛋火蟲都具有相同的初始巧光素值、初始動(dòng)態(tài)決策范圍W及一個(gè)隨機(jī)分配的 n維位置向量Wi= (Wil,Wi2,…,Win),每個(gè)初始位置向量對應(yīng)著一組均衡器權(quán)向量系數(shù);
      [0019] 定義最大進(jìn)化代數(shù)Sgl,定義最大迭代次數(shù)sg2;
      [0020] 步驟2-2,確定適應(yīng)度函數(shù);
      [0021] 將常模盲均衡方法CMA的代價(jià)函數(shù)的倒數(shù)定義為DNA蛋火蟲優(yōu)化方法的適應(yīng)度函 數(shù),
      [002引其中,J(Wi)為CMA方法的代價(jià)函數(shù),Rcm為CMA的統(tǒng)計(jì)模值;
      [0024] 步驟2-3,計(jì)算蛋火蟲群中每個(gè)蛋火蟲位置向量的適應(yīng)度函數(shù)值并將適應(yīng)度函數(shù) 值從大到小排列;
      [0025] 其中,前一半對應(yīng)的是優(yōu)質(zhì)蛋火蟲種群,后一半則為劣質(zhì)蛋火蟲種群;選取適應(yīng)度 函數(shù)值最大的位置向量為當(dāng)前最優(yōu)位置向量,對應(yīng)的蛋火蟲個(gè)體為最優(yōu)蛋火蟲個(gè)體;
      [00%] 步驟2-4,編碼;
      [0027] 將蛋火蟲個(gè)體的位置向量轉(zhuǎn)換為十進(jìn)制位置向量,從而得到了 DNA序列位置向量;
      [0028] 步驟2-5,執(zhí)行交叉操作和變異操作,獲得新一代蛋火蟲群;
      [0029] 產(chǎn)生一個(gè)隨機(jī)數(shù)randl e (0,1),與置換交叉概率Pi比較,若randl <pi,則執(zhí)行置換 交叉操作;再次產(chǎn)生一個(gè)隨機(jī)數(shù)rand2e (0,1),與轉(zhuǎn)位交叉概率P2比較,若rand2<p2,則執(zhí) 行轉(zhuǎn)位交叉操作;再產(chǎn)生一組與蛋火蟲個(gè)體DNA序列位置向量維數(shù)相同的(0,1)上的隨機(jī) 數(shù),運(yùn)組隨機(jī)數(shù)中的元素與DNA序列位置向量中的元素--對應(yīng),將所有隨機(jī)數(shù)分別與變異 概率Pm比較,若隨機(jī)數(shù)小于Pm,則執(zhí)行變異操作;
      [0030] 步驟2-6,判斷是否達(dá)到最大進(jìn)化代數(shù)Sgl,如果否,則轉(zhuǎn)至步驟2-7,否則,轉(zhuǎn)至步 驟 2-8;
      [0031] 步驟2-7,將新一代蛋火蟲群中所有蛋火蟲個(gè)體的DNA序列位置向量解碼,得到所 有蛋火蟲個(gè)體的位置向量,轉(zhuǎn)至步驟2-3;
      [0032] 步驟2-8,獲得最優(yōu)蛋火蟲群;
      [0033] 步驟2-9,計(jì)算最優(yōu)蛋火蟲群中所有蛋火蟲位置向量的適應(yīng)度函數(shù)值,選取適應(yīng)度 函數(shù)值最大的位置向量為當(dāng)前最優(yōu)位置向量;
      [0034] 步驟2-10,更新蛋火蟲巧光素值,確定鄰域,更新蛋火蟲位置和動(dòng)態(tài)決策范圍,進(jìn) 行適應(yīng)度函數(shù)值計(jì)算,選取適應(yīng)度函數(shù)值最大的位置向量為當(dāng)前最優(yōu)位置向量;
      [0035] 步驟2-11,比較步驟2-10和步驟2-9中最優(yōu)位置向量的適應(yīng)度函數(shù)值,取適應(yīng)度函 數(shù)值大的位置向量為全局最優(yōu)位置向量;
      [0036] 步驟2-12,判斷是否達(dá)到最大迭代次數(shù)sg2,如果是,則轉(zhuǎn)至步驟2-13,如果否,貝U 轉(zhuǎn)至步驟2-10;
      [0037] 步驟2-13,獲得全局最優(yōu)位置向量,及對應(yīng)的最優(yōu)蛋火蟲個(gè)體。
      [0038] 編碼的具體過程為,
      [0039] 步驟2-4-1,由第i個(gè)蛋火蟲的位置向量Wi= (Wii,Wi2,''',Win)計(jì)算得到十進(jìn)制位置 過度向量Bi=(bii,bi2,…,bin);
      [0040] 其中,Wig表示第i個(gè)蛋火蟲的位置向量Wi中第g個(gè)位置值,big表示十進(jìn)制位置過渡 向量中第g個(gè)位置值,1含g含n且g為整數(shù)
      ,d為編碼長度,Dmax g 和Dming分別為第i個(gè)蛋火蟲的位置向量Wi中第g個(gè)位置的最大值和最小值;
      [0041] 步驟2-4-2:將十進(jìn)制位置過渡向量中第g個(gè)位置值big轉(zhuǎn)換成一串四進(jìn)制數(shù)Sig,則 第i個(gè)蛋火蟲的DNA序列位置向量S,.二權(quán),這,...,4,...,4,苗,...,4],由n串四進(jìn)制數(shù) 組成;
      [0042] 其中,長度為d,表示第i個(gè)蛋火蟲的DNA序列位置向量Si中第g個(gè)子整數(shù)串中第 tM立的數(shù)字,1含t/含d且t/為整數(shù),d為串的長度。
      [0043] 交叉操作和變異操作的具體過程為,
      [0044] 置換交叉操作:從DNA序列位置向量中任意選取兩個(gè)作為父體,從兩個(gè)父體中隨機(jī) 選取相同位置的交叉點(diǎn),并將交叉點(diǎn)間的堿基串的位置進(jìn)行互換,在交叉完成后,從兩個(gè)新 的序列位置向量中分別隨機(jī)選取一段堿基數(shù)目相等的轉(zhuǎn)座子序列位置向量,并進(jìn)行置換, 最終產(chǎn)生兩個(gè)新的序列位置向量代替父體;
      [0045] 轉(zhuǎn)位交叉操作:從DNA序
      當(dāng)前第1頁1 2 3 4 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
      1