一种水声信道通信信号的均衡方法
【专利摘要】本发明提供的水声信道通信信号的均衡方法，利用正交小波变换WT对均衡器输入信号进行预处理以降低信号的信噪比，并将具有卓越的全局搜索能力的布谷鸟搜索CS算法引入多模盲均衡算法MMA，利用CS算法优化MMA的代价函数以获取盲均衡器初始权向量的全局最优解，达到全面提高水声信道通信信号的均衡质量。本发明水声信道通信信号的均衡方法的优点在于：可以较好地捕获全局最优解，有效改善了MMA容易陷入局部最小值、收敛速度慢、稳态误差大等问题，具有更快的收敛速度和更小的均方误差，均衡质量更高。
【专利说明】一种水声信道通信信号的均衡方法
【技术领域】
[0001]本发明涉及数据处理的方法，具体涉及一种水声信道通信信号的均衡方法。
【背景技术】
[0002]水声信道通信由于带宽受限和多径传播等因素，码间干扰严重，需要在信号接收端加入均衡技术以提高通信数据的可靠性，保证通信质量。盲均衡技术利用发送序列自身的统计特性来恢复发送信息，具有更高的频带利用率和更好的均衡及时性，该技术逐步取代了需要通过发送训练序列来捕获更新均衡器相关参数的传统的自适应均衡算法。为进一步提高信道频带利用率，在信号发送端常采用高阶正交幅度调制(Quadrature AmplitudeModulation, QAM)。
[0003]目前应用最为广泛的是由Godard提出的常数模算法(Constant ModulusAlgorithm, CMA),该算法鲁棒性好且稳定简单，但在均衡高阶QAM信号这种非常模信号时，存在相位模糊、收敛速度慢、收敛后稳态误差大等一系列的问题。多模盲均衡算法(Mult1-Modulus Algorithm, MMA)同时利用QAM信号的幅度和相位信息，加权多模盲均衡算法(Weighted Mult1-Modulus Algorithm, WMMA)通过判决符号的指数幂自适应调整代价函数的模值，QAM信号星座图中的相关信息能进一步得到利用，这两种算法都可有效纠正信号的相位模糊问题，但其中的权向量还是采用最速下降法进行迭代的，容易陷入局部最小，无法获得全局最优解，故仍然无法很好地解决收敛速度慢、收敛后稳态误差大等问题。
[0004]布谷鸟搜索算法(Cuckoo Search, CS),作为一种新型的具有卓越全局搜索能力的群智能优化算法，采用利维飞行模式，并增加了群体间的信息交流，可较好地捕获全局最优解，有效加快收敛速度，在一些工程优化等实际问题中已得到了较好的应用效果。
【发明内容】
[0005]本发明是为克服现有技术的缺陷，提供一种水声信道通信信号的均衡方法，可以利用正交小波变换降低信号的信噪比，并将具有卓越的全局搜索能力的布谷鸟搜索算法引入多模盲均衡算法，较好地捕获全局最优解，有效地改善传统多模盲均衡算法容易陷入局部最小值、收敛速度慢、稳态误差大等问题，具有更快的收敛速度和更小的均方误差，均衡质量更高。
[0006]为达到上述目的，本发明提供的一种水声信道通信信号的均衡方法，包括基于正交小波变换的多模盲均衡算法和布谷鸟搜索算法，该方法包括如下步骤:
[0007]步骤I利用基于正交小波变换的多模盲均衡算法处理由发端经信道传来的随机发送信号，信号经过处理后作为均衡器的输入信号；
[0008]步骤2利用布谷鸟搜索算法，在m维搜素空间中随机产生η个鸟巢，设定其位置向量为|凡=[4,4山其中t为从O开始的整数，每个m维的鸟巢位置对应均衡器的一组长度为m的初始权向量系数，测试鸟巢位置的优劣，经比较确定当前的最优鸟巢X丨，保留到下一代；
[0009]步骤3将位置向量pt中的鸟巢位置利用下式(12)
【权利要求】
1.一种水声信道通信信号的均衡方法，包括基于正交小波变换的多模盲均衡算法(WT-MMA)和布谷鸟搜索算法(CS)，其特征在于，该方法包括如下步骤: 步骤I利用基于正交小波变换的多模盲均衡算法(WT-MMA)处理由发端经信道传来的随机发送信号，信号经过处理后作为均衡器的输入信号； 步骤2利用布谷鸟搜索算法(CS)，在m维搜素空间中随机产生η个鸟巢，设定其位置向量为
2.根据权利要求1所述的水声信道通信信号的均衡方法，其特征在于，在所述步骤I中，基于正交小波变换的多模盲均衡算法(WT-MMA)处理由发端经信道传来的随机发送信号的方法包括:将接收端的信号分成实部和虚部分别进行均衡，设发射信号序列为a(k)=aKe(k)+i.aIm(k)，长度为M的信道脉冲响应向量为h(k)，加性高斯白噪声为n(k)，未均衡前的接收信号序列为y(k)=yKe;(k)+i*yIni(k)，长度为L的均衡器权向量为c (k) =cEe (k) +i.cIm (k),均衡后的信号为 z (k) =zEe (k) +i.zIm(k),其中，下标 Re 和 1m 分别表示各参数的实部和虚部，均衡器权向量c (k)用正交小波基函数表示为:
3.根据权利要求1或2所述的水声信道通信信号的均衡方法，其特征在于，在所述步骤2中，所述测试鸟巢优劣的方法包括:将鸟巢位置作为均衡器的初始权向量系数带入多模盲均衡算法(MMA)的代价函数，将函数结果进行比较，获取多模盲均衡算法(MMA)最优解即代价函数的最小值，其布谷鸟搜索算法优化的目标函数即为多模盲均衡算法(MMA)的代价函数F:
【文档编号】H04L25/03GK103841067SQ201410106256
【公开日】2014年6月4日 申请日期:2014年3月19日 优先权日:2014年3月19日
【发明者】郑亚强, 高敏 申请人:淮南联合大学