王尔馥，郑远硕，陈新武

（黑龙江大学电子工程学院，黑龙江 哈尔滨 150080）

部分精英策略并行遗传优化的神经网络盲均衡

王尔馥，郑远硕，陈新武

（黑龙江大学电子工程学院，黑龙江 哈尔滨 150080）

针对高维非凸代价函数下神经网络盲均衡算法收敛速度慢、容易陷入局部极小值的缺点，提出了一种组群并行遗传优化神经网络的方法。根据神经网络拓扑结构进行个体编码，设置控制码和权重系数码以实现对网络拓扑结构和网络权重同时优化。优化迭代过程中根据适应度对个体排序分组，以融合不同遗传算子条件下遗传算法的优势。部分精英策略有效避免最优个体把持进化过程引发早熟的现象。非线性信道条件下的仿真结果证明方法具有更好的收敛性能。

盲均衡；遗传算法；神经网络；精英策略

1 引言

盲均衡技术具有不需要训练序列即可实现对信道补偿和跟踪的特性，提高通信质量的同时能够有效节省通信带宽，提高通信效率[1]，因此，盲均衡技术在协作通信和非协作通信领域中均具有潜在的应用价值。利用常数模算法代价函数的神经网络盲均衡在解决非线性信道盲均衡问题中表现出稳健收敛性能。但是神经网络盲均衡常采用误差反传算法，在高维非凸代价函数条件下收敛速度慢，收敛后具有较大的稳态剩余误差，容易陷入局部极小值[2]。遗传算法根据生物进化准则提供了一种解决大规模复杂问题的优化方法[3]。盲均衡可以等效为代价函数最小化的极值问题，因此可以利用遗传算法进行优化处理。……