[发明专利]一种基于人工鱼群算法的信号盲检测方法

权利要求书

1.一种基于人工鱼群算法的信号盲检测方法，其特征在于，包括如下步骤：

步骤A，构造接收数据矩阵：

接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程：

X_N=SΓ^T

式中，X_N是接收数据阵，S是发送信号阵，Γ是由q×1维信道冲激响应h_jj构成的块Toeplitz矩阵，jj=0,1,…,M；q是过采样因子，取值为正整数；

(·)^T表示矩阵转置；

其中，发送信号阵：

S=[s_L+M(k),…,s_L+M(k+N-1)]^T=[s_N(k),…,s_N(k-M-L)]_N×(L+M+1)，

M为信道阶数，L为均衡器阶数，N为数据长度；

s_L+M(k)=[s(k),…,s(k-L-M)]^T；其中，s∈{±1}，时刻k为自然数，[·]^T为矩阵转置；

X_N=[x_L(k),…,x_L(k+N-1)]^T是N×(L+1)q接收数据阵，其中

x_L(k)=Γ·s_L+M(k)；

步骤B，接收数据矩阵奇异值分解：

XN=[U,Uc]·D0·VH]]>

式中，

(·)^H表示矩阵Hermitian转置；

U是奇异值分解中的N×(L+M+1)酉基阵；

0是(N-(L+M+1))×(L+1)q零矩阵；

V是(L+1)q×(L+1)q酉基阵；

U_c是N×(N-(L+M+1))酉基阵；

D是(L+M+1)×(L+1)q奇异值阵；

步骤C，定义评价函数

评价函数为：

F=argmins∈{±1}NsTQs]]>

其中，s∈{±1}^N是N维向量，所属字符集{±1}，argmin()表示使目标函数取最小值时的变量值；

采用人工鱼群算法进行寻优搜索，食物浓度最低值即为评价函数F的最小值。

2.如权利要求1所述的一种基于人工鱼群算法的信号盲检测方法，其特征在于，所述步骤C中人工鱼群算法，其步骤如下：

步骤C-1，建立随机信号的模型，并生成随机盲检测系统的发送序列，初始化鱼群算法参数；

步骤C-2，随机初始化鱼群中每条人工鱼的状态，即初始化原始发送序列，每个鱼群包含N个发送信号序列，即数据长度，每个鱼群个体是一个1×N的矩阵；

步骤C-3，根据人工鱼个体的适应度函数即盲检测的代价函数，计算每条人工鱼的食物浓度值；

步骤C-4，对每条人工鱼的当前状态进行评价，对其要执行的行为进行选择，包括觅食行为、聚群行为和追尾行为；

步骤C-5，寻找当前最优人工鱼的状态及其对应的食物浓度值并与公告板中记录值进行比较，若优于公告板中记录值，则对公告板中记录值进行更新；若迭代次数未达到最大次数，则迭代次数加1，重复步骤C-4，若达到最大迭代次数，转至步骤C-6；

步骤C-6，当迭代次数达到最大迭代次数时，终止迭代，输出全局最优人工鱼的状态及其适应度函数值。