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