论文部分内容阅读
针对常模盲均衡算法（CMA）均衡多模QAM信号时收敛速度慢、剩余均方误差大的缺陷,提出了一种基于双蝙蝠群智能优化的多模盲均衡算法（DBA-MMA）。该算法将两个蝙蝠群独立全局寻优得到的一组最优位置向量分别作为多模盲均衡算法（MMA）初始化最优权向量的实部与虚部,以此提高收敛速度并减小剩余均方误差。仿真结果表明,蝙蝠算法（BA）全局搜索成功率高、收敛速度快的特点在DBA-MMA中得到很好的体现。与常模盲均衡算法（CMA）、多模盲均衡算法（MMA）、粒子群多模盲均衡算法（PSO-MMA）、单蝙蝠群多模盲均衡算