遗传优化神经网络算法在信道盲均衡中的应用

在信道盲均衡问题的研究中,根据BP神经网络的信道盲均衡算法存在收敛速度慢,易陷入局部极小值的缺陷,导致信道盲均衡效果差,信道误码率高。为克服BP神经网络的缺陷,提高均衡道盲均衡效果和降低误码率,利用遗传算法全局搜索能力强的优点对BP神经网络的缺陷进行改进,提出一种基于遗传神经网络的信道盲均衡算法。采用BP神经网络构建信道分类器,通过遗传算法优化神经网络权值,最终实现盲均衡。仿真结果表明,相对于传统BP神经网络盲均衡算法,遗传神经网络算法收敛速度快,误码率降低,能获得更好的收敛特性和均衡效果。