-
公开(公告)号：CN103475608B
公开(公告)日：2016-03-23
申请号：CN201310233250.5
申请日：2013-06-13
Applicant: 南京信息工程大学
IPC: H04L25/03
Abstract: 本发明公布了一种模拟退火与果蝇混合优化小波广义离散多模盲均衡方法，所述方法如下：随机初始化果蝇群中果蝇的位置向量，作为模拟退火与果蝇混合优化方法的决策变量，将正交小波变换器的输入信号作为混合优化方法的输入，由广义离散多模盲均衡方法的代价函数确定果蝇的味道浓度函数，对由果蝇优化方法得到果蝇群的最优位置向量进行模拟退火操作，得到果蝇群的不会陷入局部极小的全局最优位置向量，将此位置向量作为小波广义离散多模盲均衡方法的初始化权向量。本发明在处理高阶正交幅度调制信号时，收敛速度快、稳态误差小，避免了陷入局部最优的缺陷，实用性强。
-
Patent Agency Ranking
公开(公告)号：CN103973617A
公开(公告)日：2014-08-06
申请号：CN201410158635.4
申请日：2014-04-18
Applicant: 南京信息工程大学
IPC: H04L25/03
Abstract: 本发明公开了一种多果蝇群协同优化小波常模盲均衡方法，将协同进化引入到果蝇优化方法中，提出了多果蝇群协同优化方法，发明了一种多果蝇群协同优化小波常模盲均衡方法MFOA-WTCMA；该方法将小波常模盲均衡方法WTCMA权向量初始优化的问题转化为利用多果蝇群协同搜索最低食物味道浓度的问题，搜索到最低食物味道浓度的果蝇群为最优果蝇群；将该果蝇群的当前位置向量作为WTCMA的初始最优权向量。仿真结果表明，与WTCMA和单果蝇群优化的小波常模盲均衡方法SFOA-WTCMA相比，本发明方法MFOA-WTCMA收敛速度最快、均方误差最小和全局性能最优，在通讯技术领域有很强的实用价值。
-
公开(公告)号：CN103475608A
公开(公告)日：2013-12-25
申请号：CN201310233250.5
申请日：2013-06-13
Applicant: 南京信息工程大学
IPC: H04L25/03
Abstract: 本发明公布了一种模拟退火与果蝇混合优化小波广义离散多模盲均衡方法，所述方法如下：随机初始化果蝇群中果蝇的位置向量，作为模拟退火与果蝇混合优化方法的决策变量，将正交小波变换器的输入信号作为混合优化方法的输入，由广义离散多模盲均衡方法的代价函数确定果蝇的味道浓度函数，对由果蝇优化方法得到果蝇群的最优位置向量进行模拟退火操作，得到果蝇群的不会陷入局部极小的全局最优位置向量，将此位置向量作为小波广义离散多模盲均衡方法的初始化权向量。本发明在处理高阶正交幅度调制信号时，收敛速度快、稳态误差小，避免了陷入局部最优的缺陷，实用性强。
-
公开(公告)号：CN103353876B
公开(公告)日：2016-11-30
申请号：CN201310233344.2
申请日：2013-06-13
Applicant: 南京信息工程大学
IPC: G06F17/30
Abstract: 本发明公布了一种果蝇优化小波自适应软约束常模盲均衡方法，所述方法如下：随机初始化一果蝇群的位置向量，作为果蝇优化方法的决策变量，将正交小波变换器的输入信号作为果蝇优化方法的输入，由自适应软约束常模盲均衡方法的代价函数确定果蝇优化方法的味道浓度函数，利用果蝇优化方法寻优找到果蝇群的最优位置向量，将此最优位置向量作为小波自适应软约束常模盲均衡方法的初始化权向量，对于QAM和PSK信号，本发明方法稳态误差小、收敛速度快，且易实现易移植，具有一定的实用价值。
-
公开(公告)号：CN103353876A
公开(公告)日：2013-10-16
申请号：CN201310233344.2
申请日：2013-06-13
Applicant: 南京信息工程大学
IPC: G06F17/30
Abstract: 本发明公布了一种果蝇优化小波自适应软约束常模盲均衡方法，所述方法如下：随机初始化一果蝇群的位置向量，作为果蝇优化方法的决策变量，将正交小波变换器的输入信号作为果蝇优化方法的输入，由自适应软约束常模盲均衡方法的代价函数确定果蝇优化方法的味道浓度函数，利用果蝇优化方法寻优找到果蝇群的最优位置向量，将此最优位置向量作为小波自适应软约束常模盲均衡方法的初始化权向量，对于QAM和PSK信号，本发明方法稳态误差小、收敛速度快，且易实现易移植，具有一定的实用价值。
-
公开(公告)号：CN103973617B
公开(公告)日：2017-02-15
申请号：CN201410158635.4
申请日：2014-04-18
Applicant: 南京信息工程大学
IPC: H04L25/03
Abstract: 本发明公开了一种多果蝇群协同优化小波常模盲均衡方法，将协同进化引入到果蝇优化方法中，提出了多果蝇群协同优化方法，发明了一种多果蝇群协同优化小波常模盲均衡方法MFOA-WTCMA；该方法将小波常模盲均衡方法WTCMA权向量初始优化的问题转化为利用多果蝇群协同搜索最低食物味道浓度的问题，搜索到最低食物味道浓度的果蝇群为最优果蝇群；将该果蝇群的当前位置向量作为WTCMA的初始最优权向量。仿真结果表明，与WTCMA和单果蝇群优化的小波常模盲均衡方法SFOA-WTCMA相比，本发明方法MFOA-WTCMA收敛速度最快、均方误差最小和全局性能最优，在通讯技术领域有很强的实用价值。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
