改进猴群算法优化水声通信盲均衡算法

针对加权多模盲均衡算法(WMMA)在均衡高阶非常模信号时会出现收敛速度慢、收敛后稳态误差大等问题,提出了一种改进猴群算法优化加权多模盲均衡算法(IMA-WMMA)。新算法中把局部搜索能力较强的单纯形法嵌入基本猴群算法,选用佳点集构造更具遍历性的初始猴群,并给出了自适应爬步长的公式,形成了具有快速全局寻优能力的改进猴群算法(IMA),将IMA用于初始化盲均衡器的权向量,能有效提高收敛速度,降低稳态误差。水声通信仿真结果表明,与现有的加权多模盲均衡算法(WMMA)和基于遗传算法优化的加权多模盲均衡算法(GAWMMA)相比,本文算法收敛速度最快,稳态误差最小,星座图最清晰。