資源描述：
《基于RNA遺傳優(yōu)化的盲均衡算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：單位代碼：安反這工犬學(xué)領(lǐng)士摩像於論文題目：基于遺傳優(yōu)化的盲均衡算法作者姓名：龍月紅專業(yè)名稱：電路與系統(tǒng)導(dǎo)師姓名：郭業(yè)才教授完成時間：二—五年六月中圖分類號：論文編號學(xué)科分類號：密級：公開安黴理工大學(xué)頌士學(xué)位論文基于遺傳優(yōu)化的盲均衡算法作者姓名：龍月紅專業(yè)名稱：電路與系統(tǒng)研宄方向：智能信息處理導(dǎo)師姓名：郭業(yè)才教授導(dǎo)師單位：電氣與信息工程學(xué)院答辯委員會主席：楊暢論文答辯日期：年月日安徽理工大學(xué)研究生處年月日ADissertationinElectronicCircuitandSystemBlindEqualizationAlgorithmBasedonTh
2、eOptimizationofRNAGeneticAlgorithmCandidate:LongYuehongSupervisor:GuoYecaiTheCollegeofElectricandInformationEngineeringAnHuiUniversityofScienceandTechnologyNo.168,ShungengRoad,Huainan,232001,P.R.CHINA獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知除了文中特別加以標(biāo)注和致謝的地方以外論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研
3、究成果，也不包含為獲得安徽理工大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：日期：年月」日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解安徽理工大學(xué)有保留、使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于安徽理工大學(xué)。學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被査閱和借閱。本人授權(quán)安徽理工大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密
4、后適用本授權(quán)書學(xué)位論文作者簽名：龍月紅簽字曰期：圳年月曰摘要摘要信道失真和多徑衰落在水下數(shù)字通信系統(tǒng)中普遍存在。它們是導(dǎo)致碼間干擾的主要因素，而碼間千擾的存在使得通信質(zhì)量嚴(yán)重下降，同時也大大降低了數(shù)據(jù)在水下傳輸?shù)乃俾屎涂煽啃?。因此，為了消除碼間干擾并提高帶寬利用率，對接收端的輸出倌號進(jìn)行均衡顯得尤為重要。而對于傳統(tǒng)的自適應(yīng)均衡技術(shù)而，它的一個很大的缺點就是需要發(fā)送訓(xùn)練序列。這占用了大量的水下原本就比較緊張的帶寬。而盲均衡技術(shù)恰巧可以彌補(bǔ)這缺陷，因為它可以對均衡信道的畸變進(jìn)行很好地均衡，并且不需要發(fā)送訓(xùn)練序列。從而丨以有效節(jié)省水卜的通信帶寬，提高通信效率。所以本
5、文以遺傳算法為工具，來優(yōu)化盲均衡算法的均衡性能。并且對優(yōu)化算法進(jìn)行探宄。本文的主要研究內(nèi)容如下：提出了基于遺傳優(yōu)化的常模盲均衡算法因為傳統(tǒng)的常模盲均衡算法是依據(jù)梯度卜降法對均衡器權(quán)向量進(jìn)行迭代尋優(yōu)的，易陷入局部極小值。為了克服該缺陷，在常模盲均衡算法的基礎(chǔ)上引入遺傳算法，利用遺傳算法的全局搜索性來尋找全局最優(yōu)解。該算法中釆用基于核苷酸鏈的編碼方式來表示均衡器最優(yōu)權(quán)向量的可能解，并且對編碼后的鏈釆用新型的交叉和變異操作，尋找種群中的最優(yōu)個體，再對最優(yōu)個體進(jìn)行解碼，將解碼以后的輸出向量作為常模盲均衡算法的初始權(quán)向量。提出了基于遺傳優(yōu)化的多模盲均衡算法傳統(tǒng)常模盲均衡
6、算法僅僅利用均衡器輸出信號的幅度信息，而沒有利用其相位信息。所以不能消除由信道特性引起的相位旋轉(zhuǎn)，而且對于非常模信號，其收斂速度慢，均方誤差大。而多模盲均衡算法同時利用均衡器輸出信號的幅度信息和相位信息，解決了相位旋轉(zhuǎn)問題。但是仍然存在收斂速度慢、穩(wěn)態(tài)誤差大的缺點。所以將具有優(yōu)良的全局尋優(yōu)能力的遺傳算法與傳統(tǒng)多模盲均衡算法結(jié)合，得到基于遺傳優(yōu)化的多模盲均衡算法。新的混合算法可以有效加快收斂速度，降低均方誤差。提出了基于遺傳優(yōu)化的加權(quán)多模盲均衡算法傳統(tǒng)多模盲均衡算法雖然可以很好地消除由信道引起的相位旋轉(zhuǎn)，并且可以降低穩(wěn)態(tài)誤差。但是，在無噪聲的情況下，算法的穩(wěn)態(tài)誤
7、差仍存在。而加權(quán)多模盲均衡算法可以解決這一問題。該算法實現(xiàn)了模值在均衡器系數(shù)迭代過程中的自適應(yīng)修正。在其中引入判決符號的指數(shù)冪來對代價函數(shù)中的模值進(jìn)行調(diào)整，進(jìn)一步利用星座圖的先驗信息。將遺傳算法與加權(quán)多模盲均衡算法結(jié)合形成安徽理工大學(xué)碩士學(xué)位論文新的混合算法，該算法利用了遺傳算法的全局搜索能力以及加權(quán)多模盲均衡算法可以自適應(yīng)調(diào)節(jié)模值的性能，對傳統(tǒng)盲均衡算法進(jìn)行了進(jìn)步的優(yōu)化，大大改善了其性能。提出了基于遺傳優(yōu)化的頻域加權(quán)多模盲均衡算法頻域加權(quán)多模盲均衡算法是在傳統(tǒng)加權(quán)多模盲均衡算法的基礎(chǔ)上進(jìn)化而來的，該算法將時域中的算法通過變換為頻域中的算法，同時在加權(quán)多模算法
8、中運用頻域常數(shù)模算法中的重疊保留法，使
