摘要 :
人工鱼群算法(Artificial fish school algorithm,AFSA)通过模拟鱼在水里的行为方式构建一种鱼群模式,是集群智能思想的一个具体应用,用来解决优化问题,它不需要了解问题的特殊信息,只需要对问题解的优劣进行比较,是一种收敛速度快、全局寻优和...
展开
人工鱼群算法(Artificial fish school algorithm,AFSA)通过模拟鱼在水里的行为方式构建一种鱼群模式,是集群智能思想的一个具体应用,用来解决优化问题,它不需要了解问题的特殊信息,只需要对问题解的优劣进行比较,是一种收敛速度快、全局寻优和自适应能力强的新型群智能优化算法,已广泛应用于最优化、信号处理、神经网络以及智能控制等领域。对于信道经常性衰落、非线性时变特性和多径传输等影响,盲检测技术由于不需要训练序列只利用接收序列本身的先验知识就能自适应地均衡信道特性,完成对信号的最佳估计,是一种新兴的盲信号处理技术,已成为通信领域中的一个研究热点。这种技术能有效地补偿信道的非理想特性,克服码间干扰(ISI),减少误码率,提高通信质量。
本文第一章概述了研究背景、群智能算法的发展以及本文所做的主要工作。第二章介绍了人工鱼群算法的原理、应用及研究方向,具体分析了鱼群的各种行为以及参数对算法性能的影响。第三章介绍了盲均衡的原理及其实现方法,主要介绍了一些经典的盲均衡算法。第四章是本文重点,提出了基于人工鱼群算法的盲检测算法,并对提出的算法性能进行相关仿真。仿真实验结果表明,本文提出的群智能盲检测算法具有误码率较低、收敛速度快、性能稳定的优点,能够很好的解决盲信号处理问题。
收起