摘要
针对传统多模盲均衡算法(MMA)在最小化代价函数时采用梯度思想而导致的易陷入局部最优、收敛速度慢、收敛后稳态误差大等问题,提出一种基于列维飞行复形猴群算法的多模盲均衡算法。用具有优秀搜索路径的列维飞行模式来确定猴群算法中的爬步长,增强搜索随机性的同时有助于跳出局部最优,将复形法嵌入望跳过程加强局部搜索,提高了猴群算法的搜索效率和优化性能,结合MMA能提高信号均衡质量。仿真实验表明,新算法收敛速度更快,均方误差更低。
出处
《宿州学院学报》
2017年第12期86-91,共6页
Journal of Suzhou University
基金
国家自然科学基金(61673222)
安徽省高校优秀中青年骨干人才国内外访学研修重点项目(gxfx ZD2016351)
安徽省教育厅自然科学研究重点项目(KJ2015A391)
安徽教育厅自然科学研究重点项目(KJ2016A663)
淮南职业技术学院自然科学研究一般项目(HKJ14-4)